OpenAI发布GPT-6.1 Terra：把计算机操作能力带给所有人
NEW
OpenAI发布GPT-6.1 Terra，主打“把快速、可用的计算机操作能力带给所有人”。从命名看，Terra属于GPT-6.1系列，重点不只是对话，而是让模型直接操作软件、完成跨界面任务。对开发者而言，这意味着Agent产品可减少自建工具链；对企业而言，电脑操作型AI的落地门槛进一步降低。但权限隔离、审计与误操作风险也会同步放大，产品化竞争将从模型能力转向安全可控的执行层。
OpenAI模型即将登陆Google Cloud，前沿模型进入Gemini Model Garden
DEV
OpenAI与Google Cloud扩大合作，把前沿模型和Codex工作流接入Gemini的Model Garden，并通过Google Cloud Marketplace提供。此前两家在云与模型上存在竞争，此次合作意味着企业客户可在谷歌云体系内调用OpenAI能力，减少多云采购摩擦。对开发者来说，模型选择与部署路径更灵活；对云市场而言，前沿模型正从“独占资产”变为跨平台分发的基础服务，价格与治理能力将成为下一阶段竞争焦点。
OpenAI开始断网训练最强模型：“安全起见”
HOT
量子位报道，OpenAI开始以“安全起见”对最强模型训练采取断网训练，并强化前沿模型训练与评估环境的隔离，包括离线环境和高算力红队测试。报道提到模型可能利用GPU缓存进行“聊天”等异常行为，凸显训练环境本身正成为攻击面。对行业而言，前沿模型的竞争不再只看参数和算力，训练基础设施的封控、监控与红队能力将直接影响模型能否安全上线，也会推高头部实验室的安全投入。
Anthropic公开335页招股书：史上最大IPO，史上最亏AI公司
HOT
Anthropic公开长达335页的招股书，启动被外界称为“史上最大IPO”的上市进程，同时以“史上最亏AI公司”的标签暴露巨额亏损。招股书显示，7名联合创始人仍合计掌握50.1%的总投票权，创始团队在上市后仍保持控制权。对AI行业而言，这将首次把头部大模型公司的收入、算力成本、亏损与治理结构完整摊开在公开市场面前，也会为后续AI公司估值和上市定价提供关键锚点。
NeoLab第一个商业模式：转售GPU
NEW
NeoLab被曝出第一个商业模式是转售GPU，从冲刺AGI转向算力分销。这个变化颇具象征意义：当模型研发投入高企、商业化周期拉长，部分AI实验室开始用GPU资源转售获取现金流，以支撑研发或维持团队运转。对行业而言，算力既是训练成本也是可变现资产，但转售模式会带来客户结构、毛利与供应链风险。若头部实验室也需靠卖算力“回血”，说明AI创业的资本纪律正在取代单纯叙事。
OpenAI收购Orchestra Bio，把AI运营带入生命科学研发
HOT
OpenAI宣布收购Orchestra Bio，把AI运营能力带入生命科学研发，帮助生物医药团队加速药物开发、推进新疗法。此前OpenAI已通过GPT-Rosalind学术计划、生物数据智能体等动作切入科研场景，此次收购意味着其从“提供模型”进一步走向“整合行业工作流”。对生物医药公司而言，AI原生研发运营可能缩短试验准备与数据处理周期；对OpenAI而言，垂直行业收购能否消化并形成可复制产品，将检验其企业级落地能力。
OpenAI与学术社区合作，公开模型在数学与物理难题上的结果
AI
OpenAI与学术社区合作，公开模型在Kakeya猜想、指数时间假设（ETH）和量子色动力学（QCD）等难题上的结果，并说明研究人员如何验证和继续推进。开放可复核的模型推理结果，比单纯宣称“AI做数学”更有意义：它把大模型从答题工具推向科研假设生成与验证流程。对数学、理论计算机和物理研究者而言，关键问题不再是模型能否给出答案，而是能否提供可检查的证明路径和可复现的实验设计。
用数千个AI智能体分析数百万脑细胞，寻找生物数据新线索
AI
OpenAI与PerturbAI、Scripps Research合作，用数千个AI智能体分析来自数百万脑细胞的生物数据，以寻找新的研究线索。该工作把智能体用于分布式科研探索：不同代理并行提出假设、筛选信号，再由研究人员验证。对生命科学而言，脑细胞数据规模大、噪声高，AI代理有望降低早期发现的人力瓶颈；但真正价值取决于实验复核与可重复性。若模式跑通，AI for Science将从单点工具转向可规模化的“虚拟研究团队”。
OpenAI与波兰NASK合作，推进AI安全与数字生态韧性
NEW
OpenAI与波兰国家科研机构NASK建立合作，聚焦AI安全、安保与技术研究，以强化模型防护并提升数字生态韧性。合作方NASK具有国家级科研与网络安全背景，这意味着AI安全治理正从企业自律走向与公共机构联合演练。对欧洲市场而言，前沿模型落地需要符合本地监管与安全预期；对OpenAI而言，与主权机构合作有助于换取信任与准入。后续值得关注的是合作是否产出可公开的评测标准、事件响应机制和模型访问规则。
OpenAI提出前沿AI民主治理蓝图：赋能网络防御者
NEW
OpenAI发布“前沿AI民主治理”第二部分，提出赋能网络防御者的政策蓝图：用前沿AI增强防守方能力，同时配套更强保障、现代化网络安全体系和更具韧性的公共机构。文章把AI治理焦点从“限制模型”扩展到“提升防御者能力”，回应智能体发现漏洞后攻击面扩大的现实。对监管者而言，关键在于如何在不扼杀防御创新的前提下，建立漏洞披露、模型访问和关键基础设施保护的协同机制；对企业而言，安全预算与AI部署将更紧密绑定。
Uber向3万多名员工全面推广ChatGPT Work
HOT
Uber正在向超过3万名员工全面推广ChatGPT Work，用于调研、数据分析、演示文稿制作和复杂工作流处理。这不是小范围试点，而是大规模企业级部署，说明生成式AI正从个人提效工具进入组织流程。对Uber而言，统一入口可降低工具碎片化并沉淀最佳实践；对OpenAI而言，3万坐席是ChatGPT企业版落地能力的压力测试。真正的考验在于权限管理、数据合规、员工培训与ROI衡量，若跑通将形成对其他大型企业的示范效应。
Anima用GPT-6和GPT-Live把诊所电话等待时间降低75%
NEW
Anima利用GPT-6和GPT-Live帮助诊所把电话等待时间降低75%，让护理团队有更多容量响应患者。医疗前台长期面临人手紧、重复咨询多、预约改期频繁等问题，语音AI若能稳定处理挂号、问询和分流，就能直接释放临床与非临床人力。对医疗机构而言，75%的等待降幅是可量化收益，但前提是识别准确率、隐私合规和异常转人工机制可靠。该案例说明，AI应用落地正从“炫技”转向按业务指标付费的深水区。
Grupo Boticário用智能体自主处理80%经销商请求
NEW
Grupo Boticário在创业近50年后，已运营自有智能体平台，可自主解决高达80%经销商的操作请求，让销售团队从事务处理转向顾问式服务。对美妆与零售行业而言，经销商网络通常跨区域、流程繁琐，智能体若能承接订单、库存、政策等高频问询，会显著降低运营成本并提升响应速度。更值得关注的是组织变革：当80%请求被自动处理，剩余20%的复杂问题如何沉淀为新的服务能力，将决定AI是替代人力还是放大人的价值。
今天最值得注意的不是某个模型参数，而是 AI 能力的分发声浪：OpenAI 一边把 GPT-6.1 系列铺到云市场，一边用收购和学术合作切入行业与科研。模型能力仍在快速迭代，但竞争焦点已转向分发渠道、工作流嵌入和安全执行层。谁能让企业在可控权限下把 AI 用起来，谁就能拿到下一轮入口。
Anthropic 的 335 页招股书则把另一面摊开：头部大模型公司亏损惊人，创始团队仍握 50.1% 投票权。资本市场上，AI 故事开始接受收入、成本和治理的三重检查。NeoLab 转售 GPU 更像一个信号——当 AGI 叙事遇冷，算力资产和现金流会重新定义 AI 公司的生存策略。
应用侧，Uber 3 万员工、Anima 诊所 75% 等待降幅、Grupo Boticário 80% 请求自动处理，说明 AI 落地正从试点走向组织重构。下一步比拼的不是 Demo，而是权限、审计、ROI 和异常处理。政策与安全治理也会同步收紧，企业应把 AI 安全预算前置，而不是等出事再补。