GPT-6 全球上线 ChatGPT，同步推出 Intelligent UI
HOT
OpenAI 宣布 GPT-6 面向全球 ChatGPT 用户陆续推送，并同步上线 Intelligent UI：回复速度更快，原生支持可视化图表与可交互组件，用户可以直接在对话中操作和探索生成结果，而不再只是阅读文字。此前 GPT-6 系列在 DevDay 2026 上以 Astra 等版本先行面向开发者开放，此次是面向普通用户的全面铺开。交互层的变化意味着 ChatGPT 正从问答工具转向任务执行入口，对搜索引擎、办公套件以及第三方应用的流量入口构成直接竞争压力。
OpenAI 发布 GPT-6.1 Sol：接近 Astra 的智能，五分之一的价格
NEW
OpenAI 发布 GPT-6.1 Sol，定位为面向编程、计算机操作（computer use）与专业工作的“接近 Astra 级”模型，标准 API 输入与输出 token 价格仅为 Astra 的五分之一。OpenAI 同时给出 GPT-6 家族选型指南，建议开发者按任务难度在 Astra、Sol、Luna 之间分配推理算力，并调优提示词、技能与工具编排。对开发者而言，这意味着在复杂任务表现基本不退化的前提下，单位 token 成本可下降约八成，前沿能力正被推向可规模化的生产环境。
联想天禧自研代码智能体 TianxiCode 登顶 SWE-bench-Live 全球第一
DEV
联想天禧 AI 宣布其自研专业代码智能体框架 TianxiCode 在 SWE-bench-Live 上以 71% 的问题解决率位列全球第一。与静态基准不同，SWE-bench-Live 的题目来自持续更新的真实开源仓库 issue，更能反映智能体在真实工程环境中的修复能力。对联想而言，这一成绩为其“天禧”个人智能体体系补上了代码能力这块关键拼图；对国内厂商而言，则说明在竞争最激烈的代码智能体赛道上，国产方案已具备与国际一线模型正面比较的基准成绩。
OpenAI DevDay 2026 回顾：一次性发布 20 多个项目
HOT
OpenAI 发布 DevDay 2026 回顾，集中梳理了超过 20 项发布，涵盖 GPT-6 Astra 模型、ChatGPT 与 Codex 更新、API 能力、安全机制以及面向开发者的新工具。DevDay 历来是 OpenAI 一年中产品节奏最密集的节点，今年的看点集中在“模型家族分层”与“代理化”两条主线：Astra 负责高难度推理，Sol、Luna 承接成本敏感场景，Codex 则把能力延伸到软件工程与计算机操作。对开发者来说，这决定了未来一年的技术选型与成本模型；对竞争对手而言，则是又一次被迫跟进的节奏压力。
Atlassian 与 OpenAI 扩大合作，把企业知识接入前沿模型
Atlassian 与 OpenAI 宣布扩大合作，将前沿模型与企业内部知识库打通，帮助团队完成规划、构建与交付工作。企业落地 AI 的最大障碍往往不是模型能力，而是模型不知道“这家公司是怎么干活的”——需求写在 Jira、文档躺在 Confluence、决策散落在会议记录里。此次合作指向的正是这一层：让代理在真实项目上下文中执行任务。对 Atlassian 而言，这是在协作工具之上叠加 AI 代理层的关键一步；对 OpenAI 而言，则是争夺企业工作流入口的又一块阵地。
OpenAI 中断一次有组织的模型蒸馏行动
HOT
OpenAI 披露其打击了一次有组织的模型蒸馏行动：相关方试图系统性地提取受保护的模型推理过程，用于训练竞争模型。OpenAI 表示已中断该行动，并正在加强针对对抗性蒸馏的防御措施。蒸馏通常指用大模型的输出（尤其是带推理链条的结果）去训练更小的模型，以更低成本复制能力。随着前沿训练成本高企、开源与闭源阵营竞争加剧，“能力被薅走”已成为头部实验室的核心商业风险。此事预示着供应商未来可能在访问控制、输出水印与异常调用检测上加码，进而影响开发者获取 API 的方式。
字节找到 DeepSeek 时强时弱的原因：关键在 Token 站位
针对 DeepSeek 系列模型在同类问题上表现时强时弱的讨论，字节跳动的研究团队给出了解释：模型能否答对，与答案在 token 序列中的位置（Token 站位）密切相关，而非单纯的“能力不稳定”。研究指出，同一问题在不同位置、不同上下文组织下会触发不同的推理路径，从而出现正确与错误的分化。这一发现对模型评测和提示工程都有直接价值——评测若只报单一准确率，会掩盖模型在特定输入结构下的系统性缺陷；在应用侧，调整问题呈现顺序与格式，可能比直接换模型更划算。
清华具身模型登顶全球第一，超越 GPT-6 与英伟达
HOT
清华大学相关团队联合星动纪元发布的具身智能模型在全球评测中登顶第一，成绩超过 GPT-6 与英伟达的同类方案，且不依赖外挂模块或额外数据。技术路线的关键在于“解耦”：他们没有把视频预测与动作学习放在一起“一锅炖”，而是分阶段训练并重新排列两者顺序，让模型先建立对物理世界的预测能力，再学习对应动作。对具身智能行业而言，这说明在数据稀缺条件下，训练范式的设计可能比堆数据更有效，也为国内团队做机器人基础模型提供了可复用的方法论。
OpenAI 公开内部前沿模型在数学开放问题上的新结果
OpenAI 公布了其内部前沿模型在若干数学开放问题上取得的新结果，并同步在 GitHub 上开源了 Lean 形式化证明与研究细节。与常见的“解出竞赛题”不同，开放问题没有已知答案，结果必须经过形式化验证才能被数学界采信，这正是其公开 Lean 证明的意义。此举延续了 AI 实验室用数学验证推理能力的思路：数学证明可被机器严格检验，是衡量模型是否具备长链条推理能力的天然试验场。公开的形式化证明提供了可复现、可审计的样本，把“AI 做数学”从演示推向可验证阶段。
OpenAI 说明其对欧盟文本溯源规则的应对方案
OpenAI 发文说明其针对欧盟文本溯源（text provenance）规则的应对方案，包括水印在哪些输出上适用、检测机制如何工作，以及为什么相关访问权限先从研究人员开放。欧盟对 AI 内容标识的要求，核心是让机器生成文本可被追溯来源，以应对虚假信息与深度伪造。OpenAI 选择先向研究者开放检测能力，而非直接向公众提供检测工具，理由是检测器一旦公开就可能被针对性绕过。对在欧盟提供服务的大模型厂商而言，输出层将被迫加入标识与审计能力，合规成本上升。
OpenAI 发布前沿 AI 训练的“安全案例”早期指南
OpenAI 发布针对前沿 AI 训练的“安全案例”（safety cases）早期指南，内容覆盖技术层面的防护措施、运营实践，以及出现模型与人类意图不一致（misalignment）事件后的调查流程。所谓安全案例，是要求开发者在训练前就系统性论证“为什么这次训练是可控的”，把安全从发布前的临时检查，变成贯穿训练生命周期的工程流程。这一思路与欧盟、英国等地对前沿模型的监管方向一致，也为未来可能出现的强制性安全评估提供模板，谁先形成可审计的安全文档体系，谁在监管谈判中更有主动权。
萨姆·奥尔特曼在联合国安理会就 AI 安全与国际协作发言
HOT
OpenAI CEO 萨姆·奥尔特曼在联合国安理会发表讲话，围绕 AI 安全、人类对 AI 的控制权以及国际协作展开。安理会这一场合的特殊性在于，它把 AI 从产业议题提升为国际安全议题：前沿模型的能力扩散、军事化使用风险以及算力与数据的跨境流动，都难以由单一国家单独监管。奥尔特曼的表态延续了 OpenAI 主张“需要国际机构参与治理”的立场。对各国监管者而言，这是观察美国头部实验室如何定位自身与多边机制关系的窗口；对企业而言，未来合规框架可能更多出自国际协商而非单边立法。
《柳叶刀》研究：AI 有望改善医患关系
AI
谷歌的一项研究成果首次登上《柳叶刀》主刊，结论是 AI 有望改善医患关系。研究关注 AI 在诊室场景中的作用：问诊前协助整理病史、对话中提示医生可能遗漏的问题、诊后生成患者可读的说明。这一定位与“AI 替代医生”的叙事不同，它把模型放在辅助沟通的位置上。医疗是 AI 落地最受关注也最受质疑的领域，此前争论多集中在诊断准确率与责任归属，而这项研究把评价维度扩展到沟通质量与患者体验，并被顶级医学期刊接受，为 AI 进入临床工作流提供了更贴近真实使用场景的证据。
Sophos 借助 OpenAI Daybreak 把威胁调查时间缩短 96%
安全厂商 Sophos 披露，通过接入 OpenAI 的 Daybreak 能力，其网络威胁调查时间缩短了 96%，并将 52% 的 MDR（托管检测与响应）案例实现自动化处理，同时保留人工监督环节。网络安全长期受困于告警过载与安全分析师短缺，初级研判工作重复度高、耗时长，恰好适合由模型承担。“自动化一半以上、人工把关”的组合是目前企业级 AI 落地较有代表性的形态：不追求全自动，而是把人力集中在真正需要判断的少数事件上，也说明 AI 在企业预算中的位置正从试验转向效率工具。
Lowe's 用 OpenAI 模型回答超 2500 万个家居改善问题
美国家居零售商 Lowe's 披露，其基于 OpenAI 模型打造的 Mylow 与 Mylow Companion 助手已累计回答超过 2500 万个家居改善问题，服务对象同时包括消费者与门店员工。零售业是生成式 AI 落地最密集的场景之一：商品知识繁杂、咨询量大、季节性波动明显，传统客服与知识库难以为继。该案例的价值在于把同一套模型能力同时铺给顾客和员工两端，用问答把“选购—施工—售后”的长链路串起来。对零售商而言，衡量指标已从回答准确率转向是否真正推动了项目成交与到店转化。
今天的新闻面几乎被 OpenAI 一家包场：GPT-6 全量上线、GPT-6.1 Sol 把价格压到 Astra 的五分之一、DevDay 二十多项发布，外加一场模型蒸馏攻防。头部实验室的竞争重心，已从“谁的模型更强”转向“谁的能力更便宜、更难被复制”。价格与防护，正在同时成为护城河。
另一条线是治理与落地同步加速。欧盟文本溯源规则与前沿训练安全案例，说明合规正从发布后补救变成训练前设计；而 Sophos 把调查时间砍掉 96%、Lowe's 回答 2500 万个问题，则证明企业侧的投入产出已经可以量化。监管与商业不再是对立叙事，而是同一枚硬币的两面。
国内这边，联想天禧 TianxiCode 拿下 SWE-bench-Live 全球第一，清华系具身模型超越 GPT-6 与英伟达，字节解释了 DeepSeek 时强时弱的原因。三条线索指向同一判断：在算力与数据不占绝对优势的前提下，训练范式、评测方式与工程细节的设计，正成为国产团队缩小差距最现实的路径。