又快又能打！匿名模型玉兔模型杀上双榜第一，Coding实测全记录
NEW
量子位报道，一款以中秋意象命名的匿名模型「玉兔」在假期期间登顶OpenRouter调用日榜，并在另一榜单同时排名第一，成为继此前多款匿名模型之后的新一匹黑马。文章以Coding实测为主线，记录了它在代码生成、调试与多轮任务中的表现，并与主流闭源模型做了对照。匿名打榜通常是厂商正式发布前测试市场反应的惯用手法，调用量与实际完成率双榜登顶，说明它在真实开发者流量中已具备竞争力。对开发者而言，这类模型的现身往往预示着新一轮能力与价格竞争即将开启。
笔记本跑7000亿参数GLM！无GPU也行? SSD当显存用火爆GitHub
DEV
量子位报道，开源项目「小蜂鸟Colibrì」在GitHub走红，核心思路是把SSD当显存使用，从而在没有GPU的笔记本上运行7000亿参数级别的GLM大模型。项目通过分层存储与按需换入换出，把权重留在本地固态硬盘，仅将当前计算所需的层加载进内存与显存，用带宽换容量。这意味着超大模型本地推理门槛进一步下降，对隐私敏感、无法上云的开发者和企业是一个现实选项。不过SSD带宽与寿命仍是瓶颈，长上下文与高并发下的实际体验仍需验证。
Introducing GPT-6 Sol and Luna
NEW
OpenAI发布GPT-6系列的两款新模型Sol与Luna，官方称二者把前沿智能带入日常工作，但在能力与成本之间给出不同取舍：Sol偏向更强能力，Luna偏向更低成本。这延续了GPT-6世代的多档位策略，与此前推出的GPT-6 Astra形成组合。对开发者而言，同一代际内出现多个能力与价位档位，意味着可以用路由与分级调度把简单请求交给便宜模型、复杂任务交给强模型，从而压低单位调用成本。真正的考验在于各档位在长任务、工具调用与指令遵循上的稳定性差异。
Better prompt caching for GPT-6
DEV
OpenAI发布GPT-6的提示缓存改进，官方称新版本带来更高的缓存命中率、新增诊断能力、显式断点以及更细的控制项，用于降低延迟与成本。提示缓存对大模型应用的经济性影响直接：系统提示、长文档与多轮对话中重复的前缀，一旦被缓存便无需重复计算，输入token费用与首字延迟都会明显下降。此次增加的显式断点与诊断，让开发者能定位「为什么没命中缓存」，而不是被动接受账单。对高频调用、长上下文的企业应用而言，这类底层优化往往比模型换代更快转化为成本红利。
李飞飞创业公司被苏姿丰550亿收购！世界模型最大交易落地
HOT
量子位报道，李飞飞创办的世界模型公司被AMD以550亿元价格收购，CEO苏姿丰主导了这笔被称为「世界模型最大交易」的并购，李飞飞将入职AMD担任首席科学家。此前李飞飞团队长期押注空间智能与世界模型路线，主张让AI从语言走向对物理世界的理解与生成。对AMD而言，这是继算力硬件之后向模型与软件层的关键补位，可直接对标英伟达在具身与仿真领域的布局；对行业而言，此前偏研究的赛道被头部芯片厂商以数百亿级价格定价，估值锚点就此确立。
HC归来，华为正重新定义AIDC基础设施
HOT
量子位报道，华为在HC大会后重新梳理其AIDC（AI数据中心）基础设施主张，核心关键词从单点算力转向「算电协同」。文章认为，随着单机柜功率密度持续攀升，电力供给、散热与集群调度正取代GPU数量，成为超大规模智算中心的新瓶颈，华为试图以从供电、液冷到调度软件的全栈方案切入。对国内云厂商与地方智算中心而言，这意味采购逻辑要同时算「算力账」和「电费账」，绿电获取能力、能源调度与国产算力生态的协同水平，将直接决定集群的长期TCO。
ChatGPT Ads expands to Southeast Asia and Taiwan
NEW
OpenAI宣布ChatGPT Ads广告业务扩展至东南亚与中国台湾地区，符合条件的企业可在此前已覆盖的60多个国家和地区基础上获得新的投放位。这是ChatGPT广告从美国起步后首次成规模进入亚洲市场，此前OpenAI已在广告侧推出面向营销人员的工具，并与HubSpot、Shopify等平台打通。对东南亚出海品牌而言，多了一个基于对话意图的投放渠道；对Google与Meta而言，则是在搜索与社交广告之外新增的竞争面。关键观察点在于广告加载率与用户体验如何平衡，以及转化数据能否被公开验证。
索辰科技加码世界模型，与战略投资企业美梦空间联合发布具身模型与物理测评标准
NEW
量子位报道，索辰科技宣布加码世界模型，并与战略投资企业美梦空间联合发布具身智能模型及配套的物理测评标准。索辰科技长期深耕工业仿真与CAE软件，美梦空间则聚焦世界模型方向，双方试图把工业仿真积累的物理数据与可微分环境，转化为机器人可训练、可评测的基础设施。文章判断，世界模型正成为具身智能跨越商业化「奇点」的新叙事。对行业而言，物理测评标准的缺位长期导致具身智能难比较、难验收，谁能提供被广泛接受的评测基准，谁就握住了下一阶段的话语权。
AI开始研究Physical AI：FSD级团队亮出首版模型Simate-beta，空降RoboDojo
量子位报道，一支被形容为「FSD级」的团队推出首版Physical AI模型Simate-beta，并同步上线RoboDojo平台。Simate将训练、推理与评测全流程接入自研Infra，通过极致的任务编排与资源调度，同时并行推进数十条相互独立的研究路线。其思路被概括为「用AI研究Physical AI」，即以自动化实验与评测闭环加速迭代，而非依赖人工逐条调参。若这一范式成立，具身与物理智能的研发效率可能出现数量级变化，但并行路线的算力开销与结果可复现性，仍是外界检验的重点。
Introducing MentalHealthBench
OpenAI发布MentalHealthBench，这是一个由专家参与设计的基准，用于评估AI在真实心理健康对话场景中回答的帮助性与安全性。此前的通用安全评测多以拒答率和有害内容比例为核心，难以覆盖心理危机场景中「该说什么、不该说什么」的细腻边界。OpenAI称该基准覆盖多类现实对话情境，可用于比较不同模型在情绪支持、风险识别与转介建议上的表现。对开发者与相关产品团队而言，这把心理健康场景从模糊的「谨慎处理」推进到可量化评估，也提示该场景需要更严格的评测与人工兜底。
Sam Altman’s remarks at the United Nations Security Council
HOT
OpenAI CEO Sam Altman在联合国安理会发表讲话，围绕AI安全、人类对AI的控制权以及国际合作展开，主张前沿模型的治理不能只依赖单一国家或企业自律，需要跨国协调机制应对失控风险与能力扩散。这是AI公司掌门人少见的在联合国最高安全平台发声，意味着AI安全议题正从技术圈进入国际安全议程。对企业而言，后续可能落地的国际评估与通报机制，将影响模型发布节奏与跨境部署合规成本；对各国政府而言，如何在安全与创新之间找到共同底线，是接下来谈判的核心。
Building standards for the next phase of AI
OpenAI发布《为AI下一阶段建立标准》一文，提出通往全球共享AI标准的路径，呼吁在评估、报告与治理三个环节协调：统一的模型评测方法、可比的发布与事故报告机制，以及跨国可衔接的监管框架。此前OpenAI已发布第三方评估原则与模型失准报告框架，此次相当于把这些碎片整合为对外主张。对监管者而言，这既是企业主动让渡部分话语权的姿态，也是争取规则制定权的博弈；对企业而言，标准一旦成型，合规成本与市场准入门槛都会随之重排，早参与者的优势相当明显。
Expanding AI access and cyber defense for federal, state, local, and tribal governments
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、使用量五折的AI服务，并扩大网络安全防护支持。此前OpenAI已把面向民用防御的网络能力扩展至乌克兰政府，并面向政府与企业推出主动网络防御项目。这一系列动作显示OpenAI正把公共部门做成独立渠道：一边以低价换规模与信任，一边把安全能力嵌入政府采购流程。对云与安全厂商而言，政府AI采购格局将被重写；对公共部门而言，数据主权与模型可控性仍是签约前的关键问题。
Introducing ChatGPT for Financial Services
NEW
OpenAI推出面向金融服务的ChatGPT版本，内置金融数据并搭载GPT-6 Astra，覆盖研究、建模与客户可用材料的生成。此前OpenAI已发布面向法律的Astra for Law，此次把垂直化策略复制到金融业，瞄准投研、风控与财富管理等高文档密度场景。对金融机构而言，价值在于把数据检索、模型推理与合规留痕放进同一工作流；挑战在于数据边界与审计要求远高于通用场景，模型输出必须可溯源。若落地顺利，金融业将成为AI订阅收入中支付能力最强的垂直市场之一。
Introducing Astra for Law
OpenAI发布Astra for Law，把前沿模型能力、律所自定义工作流、可连接的法律数据源与面向保密客户工作的合规控制打包提供给法律行业。同期披露的案例中，Harvey用GPT-6 Astra生成结构更清晰、更贴合上下文的法律文书，让律师把精力放回策略判断。法律服务长期是文档密集、按小时计费的高毛利行业，AI切入直接冲击传统计费模型，也带来保密与执业责任问题。对律所而言，早采用者会在吞吐量上拉开差距，但客户数据是否用于训练、输出能否作为执业依据，仍需合同与监管层面的明确。
Cognition helps Devin test its own work with GPT-6 Astra
OpenAI披露案例：Cognition旗下AI软件工程师Devin借助GPT-6 Astra提升了自我测试能力，能够验证自己写出的代码是否真正可用，目标是让工程师减少代码审查、加快交付。同期Airbnb也扩大了对GPT-6 Astra等前沿模型的访问，用于排查缺陷、设计系统并加速上线。两条案例指向同一趋势：AI编程工具的竞争焦点正从「写得快」转向「能被信任」，自测与可验证性成为新的护城河。对工程团队而言，这意味着评审流程与责任划分需要重新设计，而非简单采购工具。
今天最值得记一笔的不是模型，而是资本：AMD以550亿元买下李飞飞的世界模型公司，芯片厂商开始直接购买模型层。算力红利见顶后，谁能定义物理世界的表示与仿真，谁就握有下一轮硬件需求的定价权。对创业者而言，世界模型这条原本偏研究的赛道，估值锚点被一次性抬到数百亿级。
GPT-6一口气铺开Sol、Luna、Astra多档位，开源侧用SSD当显存把7000亿参数塞进笔记本，匿名模型靠调用量打榜。三条线指向同一件事：能力差距在收敛，竞争重心转向单位成本、稳定性与可验证性。开发者该做的不是追榜，而是把路由与分级调度写进架构。
OpenAI一边在联合国安理会谈人类控制权，一边给美国政府零许可费、给律所和金融机构做垂直版本。标准、合规与产品正在合流：谁参与书写评估与报告规则，谁就压低自己的合规成本。未来一年的分水岭不在谁模型更强，而在谁先把治理能力做成可交付的产品模块。