OpenAI 发布 GPT-6 Sol 与 Luna：同一代模型，两种能力与成本取舍
NEW
OpenAI 于9月23日发布 GPT-6 系列中的 Sol 与 Luna 两款模型，官方定位是把前沿智能带入日常工作，二者在能力与成本之间给出不同权衡，企业可按任务难度选择调用。这延续了业界分层推理的思路：简单请求走便宜档，复杂任务交给强模型，从而在效果与账单之间取得平衡。对开发者而言，选择变多，但路由、评测与降级策略的复杂度同步上升；对行业而言，前沿竞争已从单点模型变成产品矩阵，价格与单位任务成本正取代跑分，成为采购决策的核心指标。
GPT-6 Astra 发布：主打工作场景，能操作计算机、改写生产系统
HOT
OpenAI 推出 GPT-6 Astra，称其为面向商业场景能力最强的模型，卖点是更强的推理、可操作计算机（computer use），以及写作与设计判断上的提升。官方同期放出多个落地案例：Parallel 用它把劳动力市场研究的耗时与成本各砍一半，Hex 用它把复杂分析转成可交互可视化报告，Perplexity 则让 Astra 直接改写软件并监控生产系统。这些案例指向同一种变化：模型评价标准从「答得好不好」转向「能否独立完成一段工作流」，企业采购依据也随之从跑分转向可交付性与单位任务成本。
OpenAI 推出 Agents API：由 Codex harness 驱动，托管云端 Agent
DEV
OpenAI 发布 Agents API，这是一项托管服务，由 Codex harness 负责编排，支持长时间运行的会话与工具调用，开发者可借此构建并上线云端 Agent。相较于自行拼接编排框架、状态管理与工具协议，托管方案把长会话、任务恢复、工具调度等工程难题交给平台，显著降低上线门槛。结合同日发布的提示缓存改进与实时语音 API，可以看出 OpenAI 正从「卖模型」转向「卖运行时」。对国内厂商而言，竞争焦点被进一步抬升到 Agent 基础设施层，只比模型分数的空间正在收窄。
阿里判断三年内出现原生全模态统一生成模型，全模态开始兜底生产
HOT
在9月22日举行的2026云栖大会相关场合，阿里方面判断三年之内会出现原生的全模态统一生成模型，届时体验将不再受限于模态边界，并展示了导演陆川「手搓历史现场」、演员王珞丹「熬夜抽卡」等应用场景。其逻辑是：文本、图像、视频、音频若能在同一模型内统一生成与理解，内容生产将从多工具拼接变成一句话直达，影视、广告、游戏等重内容行业的成本结构会被重写。这也是大厂把全模态从演示推向兜底生产的关键一步。
小米 6 天烧掉 2000 多万直播炼丹，拿下开源榜首
HOT
小米完成了一场史无前例的模型训练直播：6天烧掉 2000 多万元算力，最终拿下开源模型榜单第一，Hugging Face CEO 公开评价「太棒了」。把训练过程放到镜头前，是一次营销与工程的混合实验——既向外界证明团队真在自研而非套壳，也用可验证的开源成绩换取开发者信任。对行业来说，手机厂商的模型竞赛由此从发布会跑分进入公开训练、公开榜单阶段；对小米而言，代价不菲，真正的考验在于能否把榜单成绩转化为端侧体验。
WebArena 作者 Shuyan Zhou 入职 Meta 超级智能实验室
NEW
WebArena 作者 Shuyan Zhou 入职 Meta 超级智能实验室。WebArena 是评估网页 Agent 能力的重要基准，被广泛用于衡量模型在真实网站上的操作水平，因此这次挖角被视为 Meta 加码「会操作浏览器的 Agent」的信号。据报道，她的长期目标之一是做出能帮家人订机票的 AI 浏览器，即让 Agent 代替人完成跨网站、多步骤的真实任务。基准作者流向大厂，往往意味着评测标准与产品路线由同一批人定义，Agent 竞争正从模型能力转向真实任务完成率。
OpenAI 公开 AI 生成的纳维–斯托克斯千禧年难题解答，附 Lean 形式化证明
HOT
OpenAI 在博客中公开了一份由 AI 生成的纳维–斯托克斯方程千禧年大奖难题解答，同时给出文字写就的证明与在 Lean 中形式化的版本。该问题是流体力学与数学交叉的世纪难题，若证明最终成立，意义远超一次跑分。需要强调，AI 生成证明不等于数学界已认可：形式化验证只能确认推理在给定公理下自洽，是否真正解决问题仍需同行严格审读。真正的看点是，大模型开始进入提出并交付可被机器检查的数学论证这一环节，数学研究的协作方式可能因此改变。
OpenAI 组建数学与 AI 顾问组，为 AI 产出的数学成果做评审
OpenAI 宣布与一个独立的「数学与人工智能顾问组」合作，用于指导对新兴 AI 数学成果的评审与对外沟通。时机耐人寻味：当模型开始输出千禧年难题级别的结论时，最大的风险不是算错，而是「看起来对了」的论证被迅速传播、无人严格审读。引入独立数学家参与评审，本质是把同行评议前置到发布环节，为 AI 产出的数学结论建立可信度背书。对学界而言这既是认可也是提醒：衡量 AI 数学能力，最终要看可验证的证明，而不是新闻稿。
MIT 研究者用 GPT-5.6 Sol 与 Codex 自主跑量子计算实验并校准量子比特
AI
OpenAI 博客披露，MIT 的一位研究者使用 GPT-5.6 Sol 配合 Codex，让 AI 自主运行量子计算实验、分析结果并完成量子比特校准。这条案例的价值在于闭环：AI 不只是提建议，而是操作实验、读取数据、根据结果调整参数，人退到设定目标与检查环节。量子实验对参数极其敏感、重复劳动极多，恰是 Agent 擅长的场景；若此类闭环能在更多实验室复制，科研人力结构会被重新分配——研究者更像项目经理，执行层交给 AI。这是 AI for Science 从论文走向日常工具的信号。
OpenAI 呼吁全球共享 AI 标准：统一评测、报告与治理
OpenAI 发布《为 AI 下一阶段建立标准》一文，呼吁建立共享的全球 AI 标准，主张通过协调一致的评测、报告与治理机制提升安全性。其核心论点是：模型能力跨境流动，而监管各管一段，单一国家的规则既拦不住风险，也会抬高合规成本，因此需要各方都能接受的评测口径与披露义务。对企业而言，标准化评估意味着合规工作可能从每个市场重做一遍变成可复用流程，降低出海成本；但若标准制定权集中在少数前沿实验室手里，后来者也可能被规则本身挡在门外。
OpenAI 提出第三方评估原则：严格、安全、独立
OpenAI 公开其对有效第三方评估的主张与原则，强调对前沿模型及其防护措施的安全评估应当严格、安全且独立。背景是各国监管普遍要求对高风险模型做发布前评估，但由谁评、按什么口径评、结论如何披露长期缺乏共识。OpenAI 此时提出原则性框架，本质上是在争夺评估标准的话语权：把独立性、安全性与可复现性写成要求，既回应监管压力，也把自身工程实践变成行业模板。对创业公司来说，第三方评估将逐渐成为上架与投标的前置成本，评估机构本身也可能成长为新赛道。
OpenAI 与 GSA 合作：美各级政府零许可费、五折用量
NEW
OpenAI 宣布与美国总务署 GSA 合作，向符合条件的联邦、州、地方及部落政府提供零许可费用与五折用量优惠，并扩大网络安全防护支持。这是前沿实验室以极低价格切入公共部门采购的典型打法：先用价格换装机量，再让采购流程、数据接口与合规要求围绕自己形成路径依赖。对政府而言，这能在预算有限的情况下加速 AI 落地，并借助厂商能力补齐网络防御短板；对竞争对手而言，公共部门市场的门槛被抬高，安全审查与合规资质将比模型分数更关键。
ChatGPT 金融服务版发布：内置金融数据＋GPT-6 Astra
AI
OpenAI 推出面向金融服务行业的 ChatGPT 版本，内置金融数据并搭载 GPT-6 Astra，覆盖研究、建模与客户材料制作等场景。金融业数据密集、合规苛刻、对错误零容忍，因此这一版本的重点不在通用对话，而是把行情与财务数据直接接入推理流程，让分析师用自然语言完成公司筛选、模型搭建与路演材料初稿。对机构来说，效率提升是明面收益，真正的变量在合规边界：哪些数据可以进模型、生成内容如何留痕，将决定它能否从个人工具升级为机构级基础设施。
OpenAI for Law 上线：把法律数据源与保密级管控打包
OpenAI 推出 OpenAI for Law，把前沿模型、律所自定义工作流、已连接的法律数据源与面向保密客户工作的法律级管控打包提供。法律行业对 AI 的态度长期矛盾：既看重文档审阅与尽职调查的效率，又担心保密义务与幻觉风险。这一产品的思路是用「数据源可控＋权限可控」换取信任，让律师把检索、比对、初稿等重体力活交给模型，自己专注于判断。对律所而言，采购标准将从「好不好用」转向「数据留在哪里、谁负责」，供应商的合规能力正与模型能力同等重要。
ChatGPT Work 上线 Data agent：自然语言连数据、生成看板
AI
OpenAI 在 ChatGPT Work 中推出 Data agent，用户可用自然语言连接公司数据、发现洞察并生成可交互看板。这意味着数据分析的门槛从「会写 SQL」降到「会描述问题」，业务人员可以自己完成过去需要排期给数据团队的取数与可视化工作。对企业而言，收益是决策链路变短，风险则集中在数据权限与口径治理：若接入的数据源本身混乱，AI 只会更快产出错误结论。因此这类产品真正落地的前提不是模型变强，而是企业先完成数据资产与权限体系的整理。
OpenAI 一天内抛出 Sol/Luna 分层定价、Astra 主打工作场景与 Agents API 托管运行时，模型竞争从单点跑分变成「模型矩阵＋托管服务＋单位任务成本」的体系战。对开发者，选择变多、平台锁定也变深；对国产厂商，只拼参数分数的窗口正在关闭。
国内一侧同样密集：阿里押注三年内出现原生全模态统一生成模型，小米以 6 天、2000 多万算力的公开训练直播换来开源榜首，商汤、虎鲸则把模型塞进内容生产。叙事正从「对标参数」转向「兜底生产」，不比谁更像谁，而比谁能接住真实工作流。
监管与评估同步升温：OpenAI 一边呼吁全球标准与独立第三方评估，一边与数学家组建顾问组审读 AI 产出的证明。当模型开始给出千禧年难题级结论，最大风险不是算错，而是「看起来对了」的论证被迅速传播。谁定义评估口径，谁就握住下一阶段入场券。