OpenAI 发布 GPT-6.1 Sol：接近 Astra 的智能，价格只有五分之一
NEW
OpenAI 推出 GPT-6.1 Sol，官方称其具备「接近 Astra 的智能水平」，面向编码、电脑操作与专业工作场景，而标准 API 的输入输出价格仅为 Astra 的五分之一。此前 Astra 能力领先但价格偏高，多数中小团队难以长期承担；Sol 的定位正是以可接受成本承接生产级负载，与同门的 GPT-6 Sol、Luna 形成能力与价格梯度。对开发者，模型选型标准从「能不能用」转向「每百万 token 划不划算」；对云厂商与竞品，前沿智能的价格锚点被再度压低，下一轮竞争将围绕单位智能成本展开。
openJiuwen X-Router 首发：昇腾亲和的自演进模型路由，实测减 50%+ Token
DEV
openJiuwen 团队发布自演进模型路由技术 X-Router，宣称对昇腾算力亲和，可让 Agent 在处理任务时自动选择最合适的模型，并把每一次请求的反馈都变成下一次更优、更省的选择，实测可减少 50% 以上 Token 消耗。随着 Agent 调用频次上升，Token 成本已成应用方最大开销之一，路由层价值凸显：简单请求交给小模型、复杂请求交给强模型，是当下最直接的降本路径。强调昇腾亲和也意味着国产算力生态正从「能跑通」走向「跑得省」，对大规模部署 Agent 的团队值得重点评估。
OpenAI 推出 dots：能跨项目持续推进的主动式助手
AI
OpenAI 发布名为 dots 的主动式助手（proactive assistants），主打跨复杂项目与日常任务持续推进工作，用户可随时查看进度并保持控制权。与只能被动应答的聊天式助手不同，dots 强调「你没问它也在干活」，产品形态从对话窗口转向可托管的长期任务流。对普通用户，日程梳理、资料整理等长尾事务可能被自动接管；对企业，这直接冲击以工单和流程为中心的传统 SaaS。风险也随之放大：主动性越强，权限边界、误操作与审计追踪就越关键，这正是官方强调「用户保持控制」的原因。
谷歌 Gemini 4 突然发布：RSI 加持，价格只有 Astra 一半
HOT
谷歌突然发布 Gemini 4，主打 RSI（递归自我改进）能力加持，并强调价格只有 Astra 的一半。选择在 OpenAI 年度开发者大会期间「插队式」发布，被外界解读为正面截流：一边是 OpenAI 打包发布 20 多项更新，一边是谷歌用更低价、更强推理的旗舰模型抢注意力。对开发者，旗舰模型价格战继续下探，迁移成本与厂商锁定风险需要重新评估；对云厂商与创业公司，模型层利润空间被进一步压缩，价值将更多向数据、工作流与分发渠道转移。其真实性能仍需第三方基准复现验证。
OpenAI DevDay 2026 回顾：一口气发布 20 多项更新
HOT
OpenAI 举办 DevDay 2026，一口气发布 20 多项更新，涵盖 GPT-6 Astra 系列模型、ChatGPT、Codex、API 以及安全能力。官方回顾把本次发布归纳为面向开发者的完整工具箱，包括 GPT-6 提示缓存优化、Agent 工具调用、企业级安全控制等。对开发者而言，这是接口与定价体系的集中换代——新模型层级把前沿能力下探到更低价格带，Codex 与 ChatGPT Work 的联动也缩短了「写代码到跑流程」的链路。接下来数周，围绕 Astra 的迁移与成本核算将成为各工程团队重点，早做压测的人先拿到红利。
ChatGPT Ads 扩张至东南亚与台湾，覆盖 60 多个国家
OpenAI 宣布 ChatGPT Ads 扩展至东南亚与台湾市场，符合条件的商户现可在超过 60 个国家投放广告。此前该业务主要在美国等市场试水，此次扩张把商业化压力摆上台面：坐拥数亿周活用户，OpenAI 需要广告收入支撑庞大的算力开支。对广告主，这是继搜索、社媒之后的又一个「意图入口」，尤其适合跨境卖家与本地服务商；对谷歌与 Meta，对话式广告会分流部分预算。风险在于用户对聊天界面插入广告的接受度，以及广告与模型回答的边界如何划定，这将决定该业务能走多远。
丘成桐新论文致谢了 GPT 和 Claude
AI
量子位报道，数学家丘成桐在最新论文的致谢中提到 GPT 与 Claude。值得注意的是，相关问题 44 年前就被他亲自列入问题清单，如今在 AI 辅助下取得进展。致谢通常只写给合作者与资助方，把大模型写进论文致谢，说明 AI 已进入顶级数学研究的实际工作流——可能用于文献梳理、猜想验证或证明草稿检查。对学界，这既是效率工具，也带来署名与贡献认定的新问题；对 AI 行业，这是「AI for Science」最有力的背书之一，也解释了 OpenAI 为何专门成立数学与 AI 顾问组。
何恺明团队新作：看猫片就能学会 ARC 挑战
AI
何恺明团队新作显示，仅用 ImageNet 等图像数据训练 encoder，就能让模型在 ARC（抽象推理语料库）挑战上取得进展——通俗说就是「看猫片也能学会解谜」。ARC 长期被视为检验机器抽象推理能力的硬骨头，此前主流做法依赖大量针对任务的合成数据。该工作提示视觉预训练中学到的结构化表征可迁移到推理任务，为通用表征打开新思路。若结论可复现，意味着推理能力的获取不必完全依赖昂贵的人工标注，对算力与数据有限的研究团队是好消息，也会影响未来多模态与推理模型的训练配方。
arXiv 最严新规：每人每月最多提交 2 篇，拒稿不退额度
量子位报道，arXiv 出台被称为「史上最严」的投稿新规：每位作者每月最多提交 2 篇论文，被拒稿不退还额度，换分区提交也无法规避限制。此举直指生成式 AI 带来的投稿洪流——大模型让论文产能暴涨，审稿人规模却无法同步扩容，导致评审积压与质量下滑。对研究者，这意味着「广撒网」策略失效，必须提高单篇质量并谨慎选择投稿时机；对以论文数量为核心的机构考核体系，也需相应调整。平台层面的配额制是否会被其他预印本平台与会议效仿，值得持续观察。
Sam Altman 在联合国安理会发表讲话，谈 AI 安全与国际合作
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。把 AI 治理搬进安理会，意味着议题已从企业自律上升为国际安全议程：一方面，前沿模型的军事与网络用途让各国难以置身事外；另一方面，美国企业主导的治理话语能否被广泛接受仍是问号。对各国监管者，这是推动评估标准、事故通报与准入规则国际化的窗口；对 AI 公司，主动参与规则制定既是风险管理，也是竞争壁垒。后续能否形成可执行的国际机制，比讲话本身更值得跟踪。
OpenAI 提出构建全球 AI 标准的路径
OpenAI 发文提出构建全球 AI 标准的路径，呼吁在评测、信息披露与治理三方面协同：统一评测方法、建立可比的报告机制、形成跨国治理框架。当前各国监管碎片化明显，欧盟 AI 法案、美国各州立法与亚洲软性指引并行，企业合规成本高、跨境部署困难。OpenAI 主张的「协调评测＋透明报告」若被采纳，将让模型能力与风险有统一标尺，也让安全投入变成可比较的竞争力。风险在于标准制定权本身是博弈：谁来定义评测集、谁来审计，可能比标准条文更能决定产业格局。
OpenAI 发布前沿 AI 训练安全案例早期指南
AI
OpenAI 公布针对前沿 AI 训练的安全案例（safety cases）早期指南，覆盖技术防护措施、运营实践，以及对失准（misalignment）事件的调查流程。所谓安全案例，是要求开发者在训练前就论证「为什么这次训练是安全的」，思路类似航空与核工业的风险论证。对监管者，这提供了可审计的抓手，把「承诺安全」变成「证明安全」；对开发者，则意味着训练流程、日志记录与红线检查要提前工程化。在模型能力迭代快于规则制定的当下，安全案例能否成为行业通用范式，是未来一年 AI 治理最实际的看点。
GPT-6 Astra 接上宇树 G1，把厨房收拾了
HOT
量子位报道，OpenAI 的 GPT-6 Astra 与宇树 G1 人形机器人打通，成功完成收拾厨房这类长流程家务任务。其技术关键在于把机器人技能当作「工具」交给大模型调用：模型负责拆解任务、规划顺序、判断中间状态，机器人负责执行原子动作。这比端到端训练机器人策略更省数据，也更容易泛化到新场景。对具身智能赛道，这意味着「大模型当大脑、硬件当身体」的路线再添一个有力样本；对家庭服务机器人，从演示走向可用仍需解决安全、成本与可靠性问题。
Manus 2.0 回来了：给 AI 配手机号和钱包，还能拉群干活
NEW
量子位报道，Manus 2.0 回归，这次给 AI 配上手机号和钱包，还能「拉群」让多个 Agent 协作干活。手机号意味着 Agent 可以注册账号、接收验证码，真正操作外部服务；钱包则让它具备支付与结算能力，把任务闭环从「给建议」推进到「替你把事办了」。这是 Agent 产品竞争的下一步：从单点工具调用走向拥有身份、账户与协作网络的数字员工。随之而来的授权边界、资金安全与责任归属问题也更尖锐——一旦 Agent 用你的钱包下单出错，谁来兜底？这决定此类产品能否被企业放心采用。
Ringg 用 GPT-5.6 让 AI 坐席独立解决最高 65% 来电
OpenAI 公布客户案例：语音 AI 公司 Ringg 使用 GPT-5.6 构建的多语言 Agent，可处理最高 65% 的客户来电，覆盖语音、聊天、WhatsApp 与网页渠道，成本相比 GPT-4.1 降低约 90%。这组数字的意义在于，客服这一最成熟的 AI 落地场景正从「辅助坐席」转向「独立接单」：约三分之二的常见来电由机器闭环处理，人力被释放到复杂投诉与销售转化上。对呼叫中心与客服 SaaS 厂商，单位服务成本将被重估；对出海企业，多语言能力尤其关键。剩下约 35% 的复杂对话，仍是行业竞争的技术分水岭。
同一天里 OpenAI 开大会、谷歌发模型，AI 的竞争节奏已从「季度」压缩到「同一天」。DevDay 把 20 多项更新打包成产品线，Gemini 4 用一半价格抢头条，双方争的其实不是榜单第一，而是开发者的默认选项。当能力趋同，价格、生态与迁移成本才是护城河。
Agent 是本周另一条主线：X-Router 把每次请求路由到最省的模型，实测减掉 50% 以上 Token；Manus 2.0 干脆给 Agent 配手机号和钱包。两件事指向同一个问题——Agent 要真正干活，必须同时解决「花得起」和「负得起责」。前者是工程题，后者是法律题，而后者目前几乎无人给出答案。
治理与学术端同样密集：Altman 站上联合国安理会，OpenAI 同期抛出全球标准路径与前沿训练安全案例，把「承诺安全」推向「证明安全」。另一边，arXiv 用每月 2 篇的配额硬拦 AI 投稿洪流，丘成桐在论文致谢里写上了 GPT 与 Claude。工具已进入研究核心流程，评价与署名规则却还没跟上，这种错位会贯穿未来一年。