博客

  • Meta收购ARI机器人AI团队:具身智能的抢人大战开始了

    Meta砸钱买下一个20人的机器人AI团队,这步棋下得挺准

    5月1日,Meta悄悄宣布了一笔收购——把人形机器人AI初创公司Assured Robot Intelligence(简称ARI)整个团队拿了过来。具体价格没披露,但按AI研究领域种子阶段收购的惯例来估算,大概在5000万到1.5亿美元之间。ARI整个公司才成立约12个月,约20个人,全在加州圣地亚哥。

    这个时机选得相当精准。就在收购前一个月,Amazon刚把Fauna Robotics收入囊中——而Fauna的联合创始人Lerrel Pinto,恰好也是ARI的联合创始人。人才圈的窗口正在关闭,Meta抢在ARI开A轮之前把它拿下了,估值还没被市场炒到天上去。

    “人形机器人正在从硬件竞赛转向智能捕获。Meta收购ARI是最清晰的信号——大科技公司已经从围观这个赛道,转向直接买入场券。”

    ARI到底在做什么

    ARI对外声称在做”机器人的前沿AI”,但产品宣传很少,真正有价值的信息在它的创始人背景里。两位联合创始人都是学术圈的人:

    • Xiaolong Wang——UC San Diego教授,研究方向是视觉运动控制和机器人灵巧操作,论文发表在CVPR、NeurIPS、ICLR这些顶会上
    • Lerrel Pinto——同为UC San Diego出身,联合创立了Fauna Robotics(被Amazon收购),在机器人学习领域有扎实的积累

    ARI的核心方向是给人形机器人做基础模型,特别强调在非预设环境下的全身控制和灵巧操作——这恰恰是现在大部分人形机器人最薄弱的地方。它们能走个直线、挥个手,但要让机器人像人一样在动态环境里做复杂操作,模型还差得很远。

    值得注意的是,ARI强调”自学习”——模型通过物理交互来改进,而不是只靠离线数据集训练。这直接针对当前VLA(视觉-语言-动作)模型架构的一个已知局限:泛化能力不足。


    为什么是ARI,不是别的公司

    其实市面上做机器人智能层的初创公司不止ARI一家。Physical Intelligence(PI)融了6亿美元以上,Skild AI估值140亿美元——但这些公司要么太大太贵,要么已经走上独立发展的轨迹,买起来不划算。

    ARI的巧妙之处在于:它足够小,可以干净地吸收进Meta的组织架构;它的人才足够顶尖,直接补充Meta Superintelligence Labs的短板;它的估值还没被炒高,收购成本低。

    Meta在2025年成立了Reality Labs内部的机器人工作室,编制齐全,但缺的就是基础模型研究人才。ARI填的不是一块模糊的野心,而是一个精确的缺口。

    大厂抢人大战才刚开始

    把视野拉宽一点,这场收购其实是整个行业的一个缩影。Amazon在2025-2026年间连续拿下Fauna、Rivr,还投资了Agility;Tesla在全栈自研路线上上越走越深;NVIDIA坐在平台层,给所有人提供芯片和仿真工具,稳稳抽取margin。

    Meta的策略和Amazon形成鲜明对比:Amazon是”广撒网”——连续收购,布局 warehouse、配送、家庭三大场景,但没有一个统一的平台叙事;Meta是”精准打击”——先在内部定义好机器人智能的路线图,再去买最匹配的人才来填空。

    这两种路径哪个更有效,接下来两三年会见分晓。但至少从目前来看,Meta这步棋下得挺准——在种子阶段的机器人智能公司变成”不得不买”的独立巨头之前,先把人拿到手。

  • OpenAI推出Daybreak:用AI找漏洞、验补丁,三层模型架构首次曝光

    OpenAI悄悄上线Daybreak,用AI把漏洞发现和补丁验证打包搞定

    OpenAI这周干了件挺有意思的事——推出一个叫Daybreak的新项目,专门帮企业用AI找漏洞、验证补丁。说白了,就是让AI扮演”超级安全研究员”的角色,在代码里翻箱倒柜找安全隐患,顺带告诉你补丁好不好使。

    这个东西的核心逻辑其实不复杂:把OpenAI现有的前沿模型能力、Codex Security这个代码智能体工具、再加上一堆安全合作伙伴的生态整合在一起。防御方可以在日常开发流程里直接用上安全代码审查、威胁建模、补丁验证、依赖风险分析、检测和修复建议——软件从写出来的那一刻就变得更结实。

    OpenAI的原话是这么说的:”Daybreak把OpenAI模型的智能、Codex作为智能体框架的可扩展性、以及我们在安全飞轮上的合作伙伴整合在一起,让全世界变得更安全。”

    三层模型架构,分工明确

    Daybreak不是拿一个通用模型硬上,而是搞了三层架构,各有各的用处:

    • GPT-5.5:标准版,带通用护栏,适合一般用途
    • GPT-5.5 + Trusted Access for Cyber:经过验证的防御性工作,在授权环境中使用
    • GPT-5.5-Cyber:高权限模型,用于红队演练、渗透测试和受控验证

    这三层设计其实很聪明——不同安全级别的任务用不同”火力”的模型,既保证能力够用,又不至于让高权限模型被滥用。OpenAI这次还拉上了一堆巨头一起玩:Akamai、Cisco、Cloudflare、CrowdStrike、Fortinet、Oracle、Palo Alto Networks、Zscaler,都在Trusted Access for Cyber框架下接入这些能力。

    AI找漏洞太快,补丁跟不上了

    这里有个真实的矛盾:AI工具把发现漏洞的时间压缩到了以前根本不敢想的程度,但补丁的开发和验证流程还停留在”人类节奏”上。结果就是——漏洞被发现的速度远超补丁发布的速度。

    HackerOne今年3月干脆暂停了互联网漏洞赏金计划,理由就是AI辅助研究导致新漏洞报告量暴增,开源维护者们根本处理不过来。这还带来一个副作用叫”分流疲劳”——维护者要在一大堆漏洞报告里翻找,其中有些报告看着像模像样,其实是AI模型编出来的幻觉。


    安全研究员Himanshu Anand上周写了篇文章,标题很犀利:”90天披露政策已死”。他的论点是:当10个互不相干的研究员在6周内找到同一个bug,而AI可以在30分钟内把补丁差异变成可用漏洞利用代码,那个90天窗口期到底在保护什么?答案是:什么也保护不了。

    Daybreak目前还是限量访问状态,OpenAI建议有需求的组织申请漏洞扫描或联系销售团队。这个克制挺明智的——这种能力的扩散速度如果失控,后果可能比漏洞本身还麻烦。

  • 微软与OpenAI终止独家云协议——AI版图重新划分

    2026年4月27日,微软和OpenAI悄无声息地改写了过去几年的AI版图。双方 restructured 了合作关系——Azure不再是OpenAI的独家云供应商,同时去掉了与AGI(通用人工智能)相关的条款。这件事的意义,比表面上看起来要大得多。

    独家协议为什么说不续就不续了?

    其实不难理解。OpenAI想要更大的基础设施选择权,而微软也不想被绑定在一个越来越贵的合作协议上。去掉AGI条款更是关键——之前的说法是,一旦OpenAI实现AGI,某些合作协议会自动失效,现在这条被拿掉了,双方的绑定关系变得更加”务实”。

    Azure仍将是OpenAI的”主要”云伙伴,但不再是”独家”。这给了OpenAI和其他云厂商(比如Google Cloud、AWS)合作的空间,也意味着微软在AI基础设施上的垄断地位被打破了。

    AI阵营正在重新划分

    这件发生的同一时间段,另一个信号同样值得关注:Google计划向Anthropic投资最高400亿美元。也就是说,微软-OpenAI这对老搭档的关系在松动,而Google-Anthropic这对”反OpenAI阵营”却在加深绑定。

    站在OpenAI的角度,摆脱Azure独家限制之后,可以更加灵活地选择基础设施伙伴,这对训练和部署下一代模型至关重要。站在微软的角度,Azure依然是OpenAI的优先选择,但不再有排他性保护,这也意味着微软需要在AI服务上靠实力竞争,而不是靠合同。


    这对普通开发者和企业意味着什么

    短期内可能感受不明显,但中长期来看,OpenAI的API和模型部署会有更多基础设施选项,成本和延迟都有可能优化。而对整个行业来说,AI基础设施的”阵营化”正在减弱,更加市场化的竞争对所有人都有好处。

  • AI五月风暴:模型军备竞赛、Agent落地与电力危机

    四月刚过,AI圈没有丝毫放缓的迹象。GPT-5.5-Cyber开始推送,Claude Mythos在约50家合作伙伴中只有受限预览,DeepSeek V4带着开源权重和低价策略强势入场——模型竞赛正在进入一个新阶段:不再比谁的模型最通用,而是比谁更专业、更便宜、更能落地。

    专业模型来了,通用模型不香了?

    GPT-5.5-Cyber的发布释放了一个清晰信号:厂商开始针对特定高价值场景推出专业模型,而不再只靠一个通用大模型打天下。网络安全、漏洞发现、防御分析——这些场景正在成为前沿AI厂商的必争之地。

    Claude Mythos的神秘感更是拉满。现在只有约50家机构能用到它,传言说它在高级推理、编码和漏洞发现上有巨大飞跃。Anthropic这种”限量供应”的打法,摆明了要把下一个阶段的AI变成门槛更高、管控更严的游戏。

    DeepSeek V4则是另一条路——它把前沿级别的性能直接拉到低价+开源的组合上。对企业来说,成本改变 adoption 曲线,成本改变哪些应用场景变得经济可行。

    Agent从概念到落地,2026是分水岭

    Gartner有个预测被反复引用:到2026年底,40%的企业应用将嵌入AI Agent,而2025年这个数字还不到5%。先不管这个预测准不准,它反映出的行业共识是真实的——Agent正在从demo走向生产环境。

    开发者社区里的讨论也在变。大家不再争论Agent有没有用,而是开始认真讨论:用什么框架?CrewAI还是LangGraph?MCP协议怎么接入?怎么防止Agent乱跑把事情搞砸?这些是非常实操的问题,说明这个品类真的在进入落地阶段。


    电力危机:6500亿美元也买不来的瓶颈

    最有意思的矛盾来了:大型科技公司今年在AI基础设施上的资本开支合计超过6500亿美元,但约一半的美国数据中心项目却因为电力基础设施短缺而被推迟或取消。钱不是问题,电才是问题。

    AI数据中心 campus 动辄需要几百兆瓦的电力容量,变电站、变压器、电网接入——这些现实世界的物理约束,比发布一个大模型要慢得多。Gartner还预测,到2027年,电力短缺将限制约40%的AI数据中心。这意味着,AI的下一个瓶颈不是芯片,不是模型,而是现实世界的部署能力。

  • Anthropic产品负责人:AI的下一站,是在你开口前就猜到你要什么

    Anthropic最近风头正劲。估值940亿美元、企业客户数超越OpenAI、ARR突破440亿美元——这家公司正在AI领域快速崛起。而它的产品负责人Cat Wu最近在Code with Claude大会上分享了一个观点,我觉得挺有意思:AI的下一件大事,是”主动性”。

    从”有问必答”到”未问先答”

    Cat Wu在采访中回顾了AI助手的演进路径:去年是”同步开发”时代,人问AI答;现在是”自动化流程”时代,比如自动回复客服工单。而下一步,AI要理解你的工作内容,主动帮你搭建自动化流程。

    “The next big thing is proactivity. Claude will understand what you work on, and just sets up some of these automations for you.” —— Cat Wu,Anthropic产品负责人

    换句话说,未来的AI不会等你提问,它会预判你的需求,在你意识到之前就把事情做好。这个画面有点像有个特别懂你的助手,总是提前一步想到你接下来要做什么。

    管好Agent,其实和管理员工差不多

    有意思的是,Cat Wu还回应了一个很多人关心的问题:AI Agent会不会取代人类工作?她的观点是:不会完全取代,但会改变工作方式。

    她说,管理AI Agent其实和管理员工很像——你得是那个领域的专家。当Agent犯错时,你得能debug,得知道是指令没说清楚还是需求描述不够具体。这是一种新技能,但本质上是管理能力的延伸。

    Cat Wu在Code with Claude大会
    Cat Wu在Anthropic年度Code with Claude大会上分享AI未来趋势

    不追竞品,只追前沿

    Cat Wu还透露了Anthropic的产品哲学:从不根据竞品动态来规划路线图。她说,如果总是盯着竞争对手,团队的执行速度永远会落后两周到一个月。Anthropic的策略是专注于技术前沿,让产品自己说话。

    这种思路从他们最近的”Glasswing”项目也能看出端倪。Glasswing是一个网络安全AI模型,可以扫描代码库查找漏洞。Anthropic没有公开发布它,而是只给了亚马逊、苹果、微软等合作伙伴早期访问权限——因为他们认为这个模型”太强大”了,不想让它落入坏人之手。

    AI的价值:把人从繁琐中解放出来

    聊到AI对工作的影响,Cat Wu举了自己的例子:她最讨厌的事情是回邮件。AI的价值不在于取代她的工作,而在于接手那些重复繁琐的部分,让她有时间去做”真正想做的事情”。

    “The idea is that everyone can get a lot more done. I think that, for everyone’s job, there’s always this percentage of it that’s really tedious.”

    这个观点挺实在的。AI的目标不是让人失业,而是提升每个人的产出效率——用更少的时间做更多有价值的事。


  • Notion转型AI Agent中心:200万团队已入局,企业工作流正在被重塑

    Notion最近搞了个大动作——他们刚刚发布了全新的开发者平台,直接把自己从”协作文档工具”升级成了”AI Agent调度中心”。说实话,这个转变比我预想的来得更快。

    从笔记软件到AgentHub

    事情的起因是Notion在2月份推出的Custom Agents功能。当时很多团队用上了,但局限性也很明显——这些Agent没法连接外部数据、没法运行自定义逻辑、也没法和第三方AI Agent联动。说白了,就是个”加强版自动回复”。

    新平台一口气解决了这些问题。它带来了四个核心能力:

    • Notion Workers:云端安全沙盒环境,团队可以直接部署自定义代码,不用依赖外部基础设施
    • Database Sync:实时同步外部数据源,包括Salesforce、Zendesk、Postgres等,直接拉进Notion数据库
    • 外部Agent集成:直接在Notion里和Claude Code、Cursor、Codex这些第三方Agent聊天、派任务、看进度
    • 开发者工具:Notion CLI现在全平台免费使用

    “Any data, any tool, any agent — that’s the big picture for the Notion Developer Platform.” —— Notion联合创始人兼CEO Ivan Zhao

    数据很吓人

    从2月推出Custom Agents到现在,Notion用户已经构建了超过100万个自定义Agent。这个数字很能说明问题——市场需求是真实存在的。

    Notion还宣布了一个福利:Workers在2026年8月之前免费给开发者试用。这显然是借鉴了云厂商早期的”先用后付费”策略,先培养生态再说。

    Notion开发者平台
    Notion开发者平台将工作空间打造为AI Agent枢纽

    这意味着什么

    我觉得这代表了SaaS工具的一种演进方向——从”人用工具”变成”人指挥AI用工具”。Notion不再只是一个写文档的地方,它正在变成企业AI工作流的”操作系统”。

    当然,这也意味着Notion要和n8n、Zapier这些老牌自动化平台正面竞争了。能不能打过,还得看实际体验。但有一点可以确定——AI Agent的风口,每个玩家都想抓住。


  • DeepSeek V4 发布:1.6万亿参数开源,百万上下文成标配,价格比 GPT-4 便宜70倍

    DeepSeek 这次真的把天花板给顶破了。4月24日,他们正式发布 DeepSeek-V4 预览版,同步全量开源,上线 Hugging Face 和 ModelScope,附带580G 开源权重。消息一出,资本市场立刻有了反应——SMIC 和华虹半导体在香港双双大涨。

    1M 上下文,标配了

    V4 系列最直观的升级是上下文窗口直接拉到100万 token,所有官方服务默认配置。用大白话讲,就是你扔给它一部长篇小说让它分析,它一口气全吞下去,中间不需要你翻页或者重新喂。

    但这还不是最厉害的。他们搞了一套 Token-wise 压缩加上 DSA 稀疏注意力机制,推理时的 FLOPs 直接降低了73%,KV 缓存大小减少了90%。说白了,不是粗暴地堆算力,而是在工程层面做了精细优化。

    DeepSeek V4
    DeepSeek-V4 发布,百万上下文成标配

    两个版本怎么选?

    V4-Pro 总参数1.6万亿,激活参数490亿,性能定位是”开源最强、接近顶级闭源”。内部员工体验说比 Sonnet 4.5 强,交付质量接近 Opus 4.6 的非思考模式。API 价格做到了 GPT-4 的七十分之一,每百万 token 输入0.14美元、输出3.48美元。

    V4-Flash 走的是经济路线,2840亿总参数、130亿激活参数,API 价格低到离谱——输入每百万 token 只要3美分,比 Claude Opus 4.7 便宜99%以上。简单任务用它完全够用,高难度任务建议开思考模式、强度拉满。

    国产算力这波秀肌肉

    更值得关注的是 DeepSeek V4 对国产算力的适配程度。官方数据显示,在华为昇腾 950PR 上推理速度比 V3 版本快了整整35倍,能耗还降低了40%。他们还适配了寒武纪芯片,MXFP4 低精度格式降低了对 NVIDIA CUDA 生态的依赖。

    这意味着什么?DeepSeek 不再只是”开源模型里很强”,而是真正在国产硬件上跑出了能打的体验。对国内企业来说,部署成本和使用门槛都在大幅下降。开源协议用的是 MIT,完全开放商用。


    DeepSeek V4 把百万上下文、开源和低成本三个事情同时做到位了。开源社区等了这么久的东西,终于来了。

  • Google I/O 2026 前瞻:Gemini 4.0 千万上下文、Android XR 眼镜来了

    下周的科技圈估计要炸锅了——Google I/O 2026 定在5月19日至20日举办,主 Keynote 太平洋时间5月19日上午10点。这次大会被业内视为 Google 二十年来最关键的一次亮相,核心主题只有一个:全面 AI 反攻

    Gemini 4.0 能不能打?

    毫无疑问,本届 I/O 最重磅的发布是 Gemini 4.0。根据目前泄露的信息,新版上下文窗口将达到惊人的 1000万 token,是上代产品的五倍。速度方面据说也有三倍提升——从每秒35个 token 拉到100个。

    Gemini 4.0 还有一个杀手锏:系统级 Agent 权限。它能直接读取屏幕内容、操控文件、跨 App 自动化,甚至调用硬件传感器。相比之下,GPT-5.5 和 Claude Opus 4.7 只能通过 API 调工具,Gemini 这次拿到的权限级别完全不同。如果这些都能落地,那基本上就是给 AI 配了一把”万能钥匙”。

    Google I/O 2026
    Google I/O 2026 大会将于5月19日开幕

    Android XR 眼镜终于要来了

    Google Glass 2013年那会儿被大家吐槽像”脸上挂了个电脑”,这次新一批 Android XR 智能眼镜外观终于低调多了——没有凸出的显示模块,重量控制在80克以内,走在街上不会有人盯着你看。

    这背后是 Meta 和 Ray-Ban 已经趟过的路,以及三星 Galaxy XR 头显的正式开售。Google 这次入场,时机刚刚好。首批产品预计定价499到799美元,走消费级路线,目标”人手一副”。

    Aluminum OS:Android + ChromeOS 合并

    这是另一个被低估的大动作。Google 正在秘密推进 Aluminum OS,本质上是把 Android 和 ChromeOS 合二为一,再嵌进 XR 生态。也就是说,同一个系统能跑 Android 应用、Chrome 网页应用和 XR 应用,一次开发全平台跑。

    对开发者来说,这省了大量适配工作;对 Google 来说,这是对抗苹果生态闭环的一张牌。AI Agent 需要系统级权限,而 Aluminum OS 正是为了让 Gemini 能扎根到系统最底层而设计的。预计今年Q4在 Pixel 设备上首发,2027年全面推送。


    Gemini 4.0 + Android XR + Aluminum OS,Google 这次押的全是重注。能不能正面硬刚 GPT-5.5,下周见分晓。

  • 2026全球人工智能终端展在深圳开幕,数千款AI新物种亮相

    5月14日,2026全球人工智能终端展暨第七届深圳国际人工智能展览会在深圳正式开幕。本届展会以”端启未来·万物新生”为主题,聚焦AI终端落地、具身智能、行业数智化等核心赛道,汇聚全球数千款前沿智能产品。

    2026全球人工智能终端展在深圳开幕
    全球人工智能终端展上,各类AI”新物种”让观众目不暇接(来源:深圳新闻网)

    机器人变身多元生活助手

    走进展会,第一眼就被机器人展区吸引。觉物科技带来的模块化变形机器人,高约2米,通过搭载不同模块可以”变身”执行不同任务。病虫害防治率比人工提升40%以上,单台设备作业覆盖场景提升3倍以上——这不是概念产品,而是已经在田间地头干活的真家伙。

    更让我惊讶的是自变量机器人的演示:它能在陌生环境里识别地上的纸团,自主规划路线走过去捡起来,然后扔进垃圾桶。2026年3月,这家公司在深圳推出了全球首个商业化智能机器人进家庭服务。你看,机器人进家门,不是未来,是现在。

    具身智能不再是实验室里的概念,而是真真切切在改变生产生活方式的技术现实。从单一工具到全能智能体,机器人的进化速度远超大多数人想象。

    AI赋能传统产业:从效率升级到模式重构

    AI怎么帮传统产业破旧立新?深腾数字科技给出的答案是”未来律所”:占地仅3平方米、24小时无人值守,AI数字人律师3秒钟响应法律咨询,构建”咨询-生成-风控-执行”全流程服务闭环。你说,这让传统律所怎么跟?

    深圳西普尼则开辟了”贵金属+智能穿戴”新赛道。他们的”一表双戴”智能镶贵金属手表,还有行业首款贵金属智能戒指,支持100+种运动模式,实时监测心率、血氧、睡眠等健康数据。黄金珠宝和AI结合,这脑洞我是服的。

    前沿终端加速落地:人机协同重塑生产生活

    • 肯綮科技π系列外骨骼机器人:下肢大腿助力,适用于登山、徒步;H系列专为老年人设计,支持单腿助力调节
    • 夸夸菁领科技”数智员工一体机”:将AI算力与数智员工能力融合,开箱即用、安全隔离的一体化方案
    • 轻量化设计+高性价比:外骨骼机器人不再是科幻电影里的装备,而是普通人也能用的日常工具

    展会现场,各类AI”新物种”不断突破大众想象边界。从机器人大放异彩变身多元生活助手,到AI深度赋能传统产业破旧立新,再到数智化工具全面重构办公生产流程——这场展会清晰勾勒出人工智能深度融入实体经济、全面重构产业生态的美好图景。

    说真的,看完这场展会,你会发现AI不再是高高在上的技术名词,而是已经走进千家万户、千行百业的实实在在的工具和伙伴。端启未来,万物新生——这句主题语,还真不是吹的。

  • GPT-6来了:代号”土豆”,5万亿参数,OpenAI这次玩真的

    北京时间4月14日,OpenAI正式发布GPT-6,内部代号”Spud(土豆)”。这个号称”AGI最后一公里”的模型,耗时18个月研发、烧了超过20亿美元、用了约10万张H100 GPU——光是听听这些数字,你就知道这次不是小打小闹的版本迭代。

    GPT-6正式发布
    OpenAI CEO山姆·奥特曼在GPT-6发布会上(来源:凤凰网)

    一颗”土豆”的技术野心

    代号”Spud”来自OpenAI研究团队的一个内部梗——越是貌不惊人的东西,内里越丰富。奥特曼在发布会上称GPT-6为”划时代产品”,是AGI的最后一公里。这话听着大,但看看参数:5到6万亿参数,200万Token上下文窗口,相当于能一口气读完两部完整的《三体》三部曲。

    最让我感兴趣的是Symphony架构。这个架构把文本、图像、音频、视频统一在同一个向量空间进行联合编码,实现了真正意义上的原生多模态。以前AI看到图片再理解文字,中间总有一道门槛,现在感知和推理直接打通了。

    GPT-6首次采用”Symphony双系统推理”:System-1负责快速响应(日常对话、内容生成),System-2负责深度推导(逻辑校验、代码审查)。两个系统切换由模型自主判断,无需手动干预。

    性能暴涨40%,但价格没涨

    具体数据方面,GPT-6在数学推理准确率上提升47%,代码生成与调试提升42%,三大核心任务(代码、推理、智能体)综合性能较GPT-5.4提升超过40%。这个跃升幅度,在AI模型发展史上算是比较猛的一代。

    更有意思的是定价策略。API输入每百万Token 2.5美元,输出12美元,跟GPT-5.4基本持平。OpenAI内部戏称这是”神话级智能,Sonnet级定价”。你想想,性能提升了40%,价格却没涨——这明显是在跟Anthropic和Google打价格战。

    • 5-6万亿参数(MoE架构,激活约10%)
    • 200万Token上下文(约150万中文字)
    • 综合性能提升40%(vs GPT-5.4)
    • API定价持平(2.5美元/百万Token输入)

    产品整合:从三个工具到一个超级应用

    OpenAI这次还干了一件事:把ChatGPT(对话)、Codex(编程)、Atlas(浏览器)整合为统一的桌面级超级应用。这意味着你以后不用在不同AI工具之间跳来跳去了,一个界面搞定所有事情。

    市场反应也很直接。发布当天,软银股价上涨4.2%,微软Azure上涨1.8%。而Anthropic和Google选择了沉默,估计正在连夜评估GPT-6的技术细节。


    这颗”土豆”能不能打,市场会在接下来的几个月里给出答案。但有一点可以确定:AI能力军备赛,仍在加速。一个新的标杆,刚刚被确立。