谷歌Gemini 4突然发布！RSI加持，GPT和Opus都让让
HOT
谷歌10月2日突然发布Gemini 4，主打RSI（递归自我改进）能力加持，官方称其在推理、编码等核心任务上超越自家上一代旗舰，而API价格仅为Astra的一半。此前业界普遍预期该模型要到年底才亮相，此番突袭式发布被解读为对OpenAI DevDay 2026的直接回应——后者刚刚连发GPT-6 Astra、GPT-6.1 Sol等多款模型。对开发者而言，同等能力下价格腰斩将重写长链路Agent与多智能体协作的成本结构；对行业而言，两大巨头在数周内密集迭代，能力战与价格战已同时开打。
OpenAI发布GPT-6.1 Sol：接近Astra的智能，价格只有五分之一
NEW
OpenAI发布GPT-6.1 Sol，定位为「接近Astra的智能水平」，覆盖编码、计算机操作（computer use）与专业工作场景，标准API输入与输出token价格仅为Astra的五分之一。这是继DevDay 2026推出GPT-6 Astra、GPT-6 Sol与Luna之后的又一款型号，显示OpenAI正用「能力分层+价格分层」的产品矩阵覆盖从日常任务到前沿推理的全谱需求。对企业客户而言，接近旗舰的智能配上1/5的价格，意味着此前因成本搁置的规模化Agent部署变得可行；对竞品而言，定价压力将进一步向下游传导。
DeepSeek知乎独家发文，首次公开V4.1 Agent训练「大本营」DSec
DEV
DeepSeek在知乎独家发布技术长文，首次系统披露其弹性计算系统DSec（DeepSeek Elastic Compute），这也是V4.1模型Agent能力训练所依赖的底层「大本营」。文章围绕大规模Agent强化学习中的算力调度、环境隔离与失败恢复等工程问题展开，解释DSec如何支撑成千上万条并行轨迹的稳定运行。对国内开发者而言，这是少见的、来自头部厂商的Agent训练基础设施一手拆解，价值不在模型本身，而在「怎么把Agent训出来」的方法论；也侧面说明Agent能力竞争已从算法层下沉到算力调度与系统工程层。
DevDay 2026 Recap：OpenAI一次抛出20多项发布
HOT
OpenAI发布DevDay 2026全量回顾，一口气列出20余项发布，覆盖GPT-6 Astra、ChatGPT、Codex、API、安全能力以及面向开发者的新工具。这场发布会基本勾勒出OpenAI下一阶段的产品骨架：模型侧走Astra与Sol/Luna的分层路线，平台侧强化Codex与Agent工具链，安全侧同步补齐企业级管控。对开发者而言，需要重点关注API能力边界与计费结构的变化——哪些能力下放到低价型号、哪些留在旗舰，直接决定应用架构怎么搭；对云厂商与模型初创公司而言，工具链被一次性铺满，中间层的生存空间进一步收窄。
Anthropic，你是来给智谱打广告的吧！
HOT
Anthropic在一份公开测试中把智谱GLM-5.3列为对照对象，实测结果GLM-5.3表现超出预期，量子位以「你是来给智谱打广告的吧」为题调侃这次对比。事件的有趣之处在于：Anthropic本想展示自家模型的领先性，却意外为国产模型做了一次高可信度背书——竞对口径下的对比数据，往往比厂商自述更有说服力。对智谱而言，这是一次难得的海外曝光；对国内大模型行业而言，则说明国产模型在部分任务上已进入国际第一梯队的可比区间，差距正从「代际」收窄为「场景」。
36家敲钟的机器人公司：赚钱能力差距巨大，商业化也不玩花架子了
HOT
量子位统计显示，已有36家机器人公司完成上市，但营收与盈利能力差距巨大，「机器人上市」的风向明显变化：资本市场不再为概念和Demo买单，转而追问订单、毛利与交付能力，商业化叙事也从炫技回归务实。这一变化与具身智能的落地节奏直接相关——本体硬件成本下降、大模型带来泛化能力提升，让部分场景首次具备算账的可能。对创业公司而言，今年的分水岭不再是能否拿到融资，而是能否在细分场景跑出可复制的收入模型；对投资者而言，板块内部分化将迅速加剧。
何恺明团队新作：看猫片就能学会ARC挑战
NEW
何恺明团队发布新研究，尝试用ImageNet数据训练编码器，让模型「看猫片」就能提升在ARC（抽象推理语料库）挑战上的表现。ARC长期被视为检验模型抽象推理能力的试金石，此前主流做法依赖大量合成任务或程序搜索，而这项工作把通用视觉预训练与推理能力打通，暗示视觉表征中潜藏着可迁移的抽象结构。若结论成立，意味着推理能力的获取未必需要专门的符号化训练数据，多模态预训练的「副产品」可能比预期更有价值——这对正在追问推理能力来源的研究者是重要信号。
OpenAI推理之父最新访谈：数学只是多智能体时代的开胃菜
AI
OpenAI「推理之父」在最新访谈中提出，数学只是多智能体时代的开胃菜。他以千禧年难题的突破为例透露，在某次成果中，即便投入10000个Agent协同攻关，其贡献最多也只占10%，说明真正的瓶颈仍在于人类提出问题与判断方向的能力。这一观点对当下火热的「Agent集群自动科研」叙事构成冷静修正：多智能体可以极大加速试错与验证，但距离自主发现范式仍远。对研究机构与企业实验室而言，投资重点或许应从堆Agent数量转向人机分工设计。
OpenAI发布MentalHealthBench：心理健康对话的AI评测基准
NEW
OpenAI发布MentalHealthBench，这是一个由专家参与构建的基准，用于评估AI在真实心理健康对话场景中的回答是否既有帮助又足够安全。与通用安全评测不同，该基准的场景来自贴近现实的咨询对话，考察模型在情绪危机、敏感话题上的边界把握，而不只是简单的拒答率。随着ChatGPT等助手被大量用于情绪倾诉，模型在心理健康领域的表现已成监管与舆论焦点。该基准的意义在于把「安全」拆解为可测量指标，为后续模型迭代和第三方审计提供统一标尺；也提示产品团队，心理健康场景需要专门的对齐与护栏设计。
Sam Altman在联合国安理会发表讲话
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系统的控制权以及国际合作三个议题展开。把前沿AI安全议题搬上安理会，意味着讨论层级已从企业自律和行业标准，上升到国际安全治理框架；核心矛盾在于：模型能力跨国流动、训练算力高度集中，而监管权仍停留在主权国家层面。对各国政策制定者而言，这次发言释放的信号是头部厂商愿意接受某种形式的国际协调；对企业而言，则需预判未来可能出现的跨境模型部署要求与评测互认机制。
OpenAI发布前沿AI训练安全案例（safety cases）早期指南
OpenAI发布面向前沿AI训练的安全案例（safety cases）早期指南，内容涵盖技术保障措施、运营实践以及模型失准（misalignment）事件的调查流程。所谓安全案例，即要求开发者像航空、核电等行业一样，为「系统为什么是安全的」提供可审查的论证，而非仅靠事后红队测试。这份指南的关键在于把安全从原则宣示推进到可验证的工程文档，为监管机构提供抓手，也为第三方评估留出接口。对前沿实验室而言，这意味着训练前的安全论证可能成为常态化的合规成本。
OpenAI披露瓦解一起有组织的模型蒸馏行动
NEW
OpenAI披露其瓦解了一起有组织的模型蒸馏行动：对方试图通过大量查询提取OpenAI模型的受保护推理过程，用于训练自家模型。OpenAI表示已阻断该行动，并正在强化针对对抗性蒸馏的防御。这类「模型窃取」处于法律与技术的灰色地带——API输出是否构成可保护资产，各国司法实践尚不统一。事件的现实影响是双向的：一方面迫使模型厂商加严访问控制与水印溯源，另一方面也可能误伤正常的合规蒸馏与学术研究；对依赖API的开发者而言，未来的调用条款与风控策略会更严格。
GPT-6 Astra接上宇树G1，把厨房收拾了
HOT
量子位报道，GPT-6 Astra已接入宇树G1人形机器人，并完成了一项厨房整理任务，技术路径是把机器人的各项技能封装为「工具」，由大模型像调用函数一样按需调度。这一做法绕开了端到端VLA模型的数据成本难题，把大模型的规划能力与机器人既有的运动控制能力解耦组合。对具身智能行业而言，这提供了一条低成本快速迭代的路线：技能库可复用、模型升级即机器人升级；但局限同样明显——任务边界受限于预置技能，真正的开放环境泛化仍需本体层能力突破。
Manus 2.0回来了！给AI配手机号和钱包，还能拉群干活
NEW
Manus发布2.0版本，主打「给AI配手机号和钱包，还能拉群干活」：单个Agent获得独立的通信身份与支付能力，并可多个Agent组群协作完成任务。相比上一代偏演示性质的产品，这一版把Agent从「会操作浏览器」推向「能代表用户对外联络、下单与交易」，意味着权限与责任边界被显著外扩。对企业而言，多Agent协同处理跨系统流程具备实际降本空间；但同时，Agent持有支付凭证与通信身份也带来欺诈、越权与审计难题，落地节奏将高度依赖风控与合规设计。
OpenAI推出Astra for Law，把前沿模型打包进法律行业
NEW
OpenAI推出面向法律行业的Astra for Law（OpenAI for Law），提供法律领域的前沿模型能力、可定制的律所工作流、可连接的法律数据源，以及面向机密客户工作的法律级管控。这是OpenAI继零售、招聘等场景之后在垂直行业的又一次纵深落地，思路是把通用模型包装成「行业产品+数据连接+合规控制」的组合。对律所而言，价值在于把文书起草、尽职调查等重复劳动自动化，让律师专注策略判断；挑战则在于法律数据的高度敏感性与责任归属——模型出错由谁担责，仍是采购决策的核心顾虑。
谷歌与OpenAI像约好了一样轮番开火：Gemini 4突袭发布、GPT-6.1 Sol压价、DevDay一口气抛出20多项更新。节奏快到发布会已从「教育市场」变成「截胡对手」。真正值得关注的是定价——五分之一价的Sol、半价的Gemini 4，能力分层正被价格分层重写，护城河从参数规模转向每token经济性。
另一条线索藏在国产阵营：Anthropic的对照测试意外给智谱GLM-5.3做了背书，DeepSeek则把Agent训练的弹性计算系统DSec摆上台面，还开源了昇腾基础组件。这说明国内竞争已从「跑分对轰」下沉到系统工程与芯片生态——谁能把Agent训练与推理的每瓦成本压下来，谁才握有下一轮的话语权。
落地侧同样热闹：大模型接进宇树G1收拾厨房、Manus给Agent配上手机号和钱包、OpenAI把模型打包成法律行业产品。但同一周，Altman站上联合国安理会、OpenAI发布前沿训练安全案例指南并披露瓦解一起模型蒸馏行动。应用跑得越快，治理越难滞后——今年真正的分水岭，是谁能把「能用」和「可控」同时交付。