AI Pulse

社区讨论：多数观点认为限制的原因不同：有人认为是token成本过高，会计师终于开始控制成本，也有个别员工消耗成本达到每月1万美元，多数消耗都是低ROI的荒唐操作；有人认为是大厂要内部自测自家模型，封锁竞品是出于数据治理考虑；还有人认为这对Anthropic收入打击很大，Meta可能就是其两大客户之一。也有观点提出AI工具应该由员工自行付费，本职工作不能依赖AI完成。

社区讨论：多数人认为原标题存在误导，研究实际是AI根据用户 inferred 的财富背景推荐不同价位的商品，并非同一商品给出不同定价。有人认为这件事本质不是问题，因为AI是基于获取到的用户个人上下文做个性化推荐。有人提出可以通过用穷人账号帮富人请求来套利，也有人因此表示要改用本地部署模型，还有人担忧后续数据收集权限会不断收紧，AI的逐利暗模式会越来越多。

正如《华尔街日报》报道的那样，我们已经完成了B轮融资，以带领Hermes Agent开拓新领域（没错，我们还会开发移动应用）。

感谢我们的投资者，包括 @nvidia @M12vc @SamsungNext @robotventures @usv @ycombinator @MenloVentures 以及其他所有投资者。

模型和API

GPT-6.1 Sol 改进了编码和计算机使用，标准token价格是Astra的五分之一。Ultrafast是付费速度层级。

OpenAI 称，Codex 中的token生成速度最高提升8倍，API中最高提升6倍。

Astra 现已可用；Sol 即将推出。

Agents API 已进入公开测试版，提供托管执行、内存、工具和多智能体支持。Agents API 中的计算机使用功能允许智能体通过UI操作软件。

Decisions API 处于有限预览阶段。它使用Luna进行分类

社区讨论：不少用户认可OpenAI这篇博客的文案和展示水准，认为只有苹果能做到类似水平。有人吐槽GPT-6的网页设计留有大量多余空白，像把用户当小孩，也反对OpenAI合并工作区与聊天的计划。有人看好按需生成自定义界面的方向，认为未来浏览器可能被个性化AI界面取代，也有人觉得这样会让应用更耗资源，更偏好纯文本输出方便后续处理。

我们发布了 pplx-embed-v2-late，这是两个延迟交互嵌入模型，可以在共享嵌入空间中检索文本、图片和页面，支持跨模型查询。

两个模型都达到了前沿性能，现在已在 Hugging Face 公开。

社区讨论：多数用户认为Haiku 5.5低于10万token的定价策略比较合理，和GPT-6 Luna价格持平，但超过10万token后的阶梯高价、以及10万token的过低门槛设置很奇怪。有人测试发现这个小模型处理复杂UI图转HTML任务效果不佳，也有人认为它可以加入反编译游戏的工具链中，还有用户认为Anthropic近期给Max订户赠送月度API credits的做法比OpenAI做得好。

介绍一下 Intelligent UI，这是 ChatGPT 的一项全新功能，能够通过完全交互式的用户界面快速回答问题：

今天我们向全部用户推出 GPT-6 和 Intelligent UI！

Intelligent UI 是押注于模型智能的一次尝试。我们让 GPT-6 在画布上生成高实用性的可视化和交互组件。

这对 ChatGPT 来说是一个相当大的变化！我们必须为 GPT-6 打造合适的工具，使其能够生成token高效、可即时流式输出、符合我们设计语言，并且足够灵活可以应对你和 ChatGPT 对话任何内容的界面。

今天我们发布了 Open d1：我们 d1 决策模型系列中的两个开放权重多模态模型。

> d1-3B：文本 + 视觉
>
> d1-omni-600M：文本 + 图像 或 文本 + 音频

可在任意场景实现实时决策，从 @nvidia DGX 这类数据中心，到 RTX 工作站，再到边缘端的 Jetson。

1/

GPT-6 和智能 UI 现已向所有用户推出 ChatGPT。

ChatGPT 的智能 UI 能够提供快速、交互性的回答，让日常提问更直观，复杂主题更容易理解，并且可以为你的任务即时提供交互工具。

英伟达的这篇论文太棒了。我观察到一个令人振奋的趋势：为智能体构建可验证环境，并且和模型一起训练测试框架。框架和模型共同演化，是掌握智能栈的重要一环。许多前沿AI公司已经开始这么做了。

这篇论文展示了具体的实现方式：VERA 将基准轨迹转换成超过 9000 个可重启沙箱，附带评分标准，并且只保留能正常运行、可以通过可观察证据评分的环境。随后它会同时更新模型权重和框架。只有框架修改通过了自检，并且在开发集上至少提升了 5 分，才会被保留。如果模型检查点的分数下降超过 20%，系统就会拒绝它。

在 9B 参数规模上，共同演化后的智能体在 AutoCoWorkBench 上比最强单轴基线高出 10.3 分，在 AutoMedBench 上高出 13.0 分。在 27B 参数规模上，它在 AutoCoWorkBench 上得分 71.6，高于 Claude Opus 4.8。环境语料库已经开源。

论文：
和论文聊天：

一个智能体在任务的早期阶段犯了错误，之后就一直沿着错误的方向走下去。我们的研究人员构建了 PivotOPD，来教会智能体如何避免这类错误，以及在错误发生后如何恢复。

在训练过程中，一个教师模型会向智能体展示更好的行动方案，以及如何在接下来的几个步骤中回到正轨。

阅读论文，观看它的工作演示：

GPT-6 和智能 UI 现已向所有用户推出 ChatGPT。

ChatGPT 的智能 UI 能够提供快速、交互性的回答，让日常提问更直观，复杂主题更容易理解，并且可以为你的任务即时提供交互工具。

今天我们发布了 Open d1：我们 d1 决策模型系列中的两个开放权重多模态模型。

> d1-3B：文本 + 视觉
>
> d1-omni-600M：文本 + 图像 或 文本 + 音频

可在任意场景实现实时决策，从 @nvidia DGX 这类数据中心，到 RTX 工作站，再到边缘端的 Jetson。

1/

现在你可以在本地训练你自己的类Jev决策模型了！

我们在仅需4GB显存的条件下，将Qwen3.5 0.8B在3个决策基准测试中的总体准确率从20.7%提升到了74.3%。

通过我们开源的Unsloth仓库，可以把任意大语言模型（比如Qwen3.8、Gemma 4）转成决策模型。

我们使用Unsloth和LoRA（r=64），以Clef head微调了一个轮次，将下游准确率从30–37%提升到了78%。

GitHub：
指南和笔记本：

我们的使命是打造十亿个AI模型，训练者不是我们，而是你。

现在介绍@bryel_labs。我们帮助贵公司打造内部AI实验室，并为你提供简化模型开发和持续改进的软件。

我们获得了@ycombinator的投资，已经为苹果、Framer和财富500强企业训练过模型。

我们帮助企业训练了：
• 速度提升20倍的分类模型
• 成本降低五倍的搜索模型
• 成本降低5-8倍、性能达到前沿水平的长周期智能体模型

你有兴趣和我们合作吗？联系我们吧。

今天我们向全部用户推出 GPT-6 和 Intelligent UI！

Intelligent UI 是押注于模型智能的一次尝试。我们让 GPT-6 在画布上生成高实用性的可视化和交互组件。

这对 ChatGPT 来说是一个相当大的变化！我们必须为 GPT-6 打造合适的工具，使其能够生成token高效、可即时流式输出、符合我们设计语言，并且足够灵活可以应对你和 ChatGPT 对话任何内容的界面。

介绍一下 Intelligent UI，这是 ChatGPT 的一项全新功能，能够通过完全交互式的用户界面快速回答问题：

社区讨论：多数用户认为Haiku 5.5低于10万token的定价策略比较合理，和GPT-6 Luna价格持平，但超过10万token后的阶梯高价、以及10万token的过低门槛设置很奇怪。有人测试发现这个小模型处理复杂UI图转HTML任务效果不佳，也有人认为它可以加入反编译游戏的工具链中，还有用户认为Anthropic近期给Max订户赠送月度API credits的做法比OpenAI做得好。

我们发布了 pplx-embed-v2-late，这是两个延迟交互嵌入模型，可以在共享嵌入空间中检索文本、图片和页面，支持跨模型查询。

两个模型都达到了前沿性能，现在已在 Hugging Face 公开。

正如《华尔街日报》报道的那样，我们已经完成了B轮融资，以带领Hermes Agent开拓新领域（没错，我们还会开发移动应用）。

感谢我们的投资者，包括 @nvidia @M12vc @SamsungNext @robotventures @usv @ycombinator @MenloVentures 以及其他所有投资者。

强烈推荐 @yetone 的 magpie，牛逼的AI Agent 基建。如果想开发了 AI 工具，想支持各种模型配置和 Oauth 登录，可以把仓库发过去，让 Agent 学习参考。平台图标用的是lobehub 整理的 icon，添加服务商也变的很直观。

magpie 仓库地址，推荐 Star ：

社区讨论：不少用户认可OpenAI这篇博客的文案和展示水准，认为只有苹果能做到类似水平。有人吐槽GPT-6的网页设计留有大量多余空白，像把用户当小孩，也反对OpenAI合并工作区与聊天的计划。有人看好按需生成自定义界面的方向，认为未来浏览器可能被个性化AI界面取代，也有人觉得这样会让应用更耗资源，更偏好纯文本输出方便后续处理。

模型和API

GPT-6.1 Sol 改进了编码和计算机使用，标准token价格是Astra的五分之一。Ultrafast是付费速度层级。

OpenAI 称，Codex 中的token生成速度最高提升8倍，API中最高提升6倍。

Astra 现已可用；Sol 即将推出。

Agents API 已进入公开测试版，提供托管执行、内存、工具和多智能体支持。Agents API 中的计算机使用功能允许智能体通过UI操作软件。

Decisions API 处于有限预览阶段。它使用Luna进行分类

社区讨论：多数人认为原标题存在误导，研究实际是AI根据用户 inferred 的财富背景推荐不同价位的商品，并非同一商品给出不同定价。有人认为这件事本质不是问题，因为AI是基于获取到的用户个人上下文做个性化推荐。有人提出可以通过用穷人账号帮富人请求来套利，也有人因此表示要改用本地部署模型，还有人担忧后续数据收集权限会不断收紧，AI的逐利暗模式会越来越多。

社区讨论：多数观点认为限制的原因不同：有人认为是token成本过高，会计师终于开始控制成本，也有个别员工消耗成本达到每月1万美元，多数消耗都是低ROI的荒唐操作；有人认为是大厂要内部自测自家模型，封锁竞品是出于数据治理考虑；还有人认为这对Anthropic收入打击很大，Meta可能就是其两大客户之一。也有观点提出AI工具应该由员工自行付费，本职工作不能依赖AI完成。

随着 AI 智能体编写代码、运行实验并协同工作，复杂评估的结果变得越来越难解读。单个评估分数会掩盖智能体得到这个分数的过程。

今天，我们发布了 Transect：一个能把智能体转录文本转换成交互式时间线的开源工具。

嗨，haiku 🥹，对于大部分是阅读/小修改/工具调用且不需要太多推理的任务来说，这是个非常棒的模型！

如果我在用Codex写代码，那我的对抗性代码审查方法就是：“让 Claude 来审查这个”。

如果我在用Claude写代码，那就是：“让 Codex 来审查这个”。这些模型都知道如何通过命令行启动审查，知道如何轮流进行，也知道如何解决分歧。这里面没什么神奇的。

如果你使用API计费，可以把 Haiku 5.5 的自动压缩窗口设为 100K，这样你就能留在更便宜的令牌定价层级了！

这个设置是按模型保存的，所以它只适用于 Haiku（包括子代理）：
> /model haiku
> /autocompact 100k

Grok Bot + Opus 5.5适合搭建个人24小时不间断运行的AI量化交易台。该组合支持100万token上下文窗口，可实现持续推理。

将它接入市场数据和回测系统，就可以用来研究新的交易策略。只要配置正确，你的AI量化交易台就能在你休息时持续运行。

本次方案提供100个免费订阅额度，有需求的用户可以自行领取。

看到其他创作者用Opus5.5制作敦煌视频后，WatterDjiang尝试用Codex加上自己的视频技能完成了同类作品。

他认为该作品质量已经达到顶级博物馆沉浸式交互项目的交付标准，整体效果十分震撼。

此前完成这种体量的项目，预算至少需要5万元以上，还需要一个包含文案、特效、建模、视频剪辑、网页制作等岗位的团队协作。

现在只需要一段简单的提示词就能完成，生成质量超过95%以上人类创意工作者的产出。

本次生成使用的提示词为：使用wtt-code-animation-studio技能，创作敦煌佛洞窟壁画新媒体交互艺术作品，要求中英双语，在禅机妙趣的哲思理念下，融合时间、镜子、生灭、空色的表达。

贴图需要找到资源，在3D空间中贴上真实的壁画素材，入“洞”参观时，照见大千诸佛世界。镜面反射可借鉴指定链接中的思路，服务作品哲思与艺术效果的表现任务，产出web端内容，巧妙放入指定链接的导流入口。

同时需要制作一部大师级的动态图形交互动效视频，结尾附带指定链接的宣传，要求中英双语字幕，语音为中文。

本次使用的技能和提示词已公开，技能可通过指定链接获取。

用户@minchoi分享了一项使用体验。他只给了opus 5.5一个提示，加上OpenAI 722 AI数学论文的链接。

opus 5.5生成了一段时长92秒的动态图形讲解视频，链接为

用户@eternityspring在RTX4080显卡上实测了FastH3 V2的生成速度，测试条件为相同完整提示词、生成640×640分辨率、时长8秒的视频，随机种子为20261007。

实测结果显示，FastH3 V2生成单条视频耗时58.23秒，官方MiniMax H3 INT8耗时255.92秒，FastH3 V2速度提升明显。

实测感受显示，两种方案生成的画面质量差别不大，按照这个速度计算，不到8秒就能生成1秒视频，即使仅从抽卡调测的效率来看，速度提升也很可观。

测试提示词和相关内容可通过原文链接查看。

一位开发者分享了自己使用马斯克旗下的Grok Bot生成宣传视频的体验。他仅向Grok Bot发送了一段简单提示词，就自动生成了符合要求的开源项目宣传视频。

生成的宣传视频未经过任何剪辑修改，音效、布局、场景切换都符合开发者的预期。尤其是不同写真风格展示的特效效果非常好。

开发者在社交平台公开称赞了Grok Bot的表现，并称其使用了最强的后端模型。该宣传视频对应的开源项目链接已公开。

这是一个全程无需手工建模，用AI生成汉堡市政厅3D模型的流程，使用工具为Claude Opus 5.5和Unreal Engine 5.8。整个模型生成从代码生成而来，核心是通过合理步骤让AI自动完成工作。

第一步，Claude Code通过MCP连接Blender和Unreal Engine。第二步，Opus编写Python脚本，根据参数文件生成分块结构、外立面、装饰、窗户、雕像和材质，完成整个建筑生成。

建筑的高度和比例来自汉堡市政厅官方开放3D模型，不依靠猜测。Opus会渲染控制图，并与实拍照片和街景做对比。

每次生成模型后，导出前会完成法线和可见性检查。生成好的模型会以单一资源形式通过Nanite导入Unreal Engine。

所有测量数据和生成决策都记录在项目文档中。项目遵循“测量而非猜测”的原则，实测发现，从街道层面拍摄照片估算的高度通常会偏差1到2米，调整参数后重新生成模型即可修正误差。

创作者正在测试HyperFrames_推出的全新Studio桌面应用。该应用已经连接到Claude Code。

测试过程中，创作者将自己撰写的发布视频的Substack通讯链接放入应用，既可以在帧上也可以在聊天中描述编辑需求，操作十分简单。

可以点击链接查看最终编辑效果，视频结尾还有一段快速的幕后花絮。

目前作者@ggsimm正在尝试带有渐进式展示的教程可视化工具。这类工具的作用是帮助遇到卡住问题的用户解决困境。最后一个展示的效果极具指向性，几乎是直白呈现内容。

更多详情可访问链接

我完成了一次功能升级。现在我可以进行网页搜索，读取你发送的链接，跟进GitHub和IMD的更新。

我还可以运行实验来测试想法，会使用这些工具研究社区建议，并记录研究结果。

你可以在这里跟进我的工作：

过去几天，theo在T3 Code的GitHub集成功能上投入了大量时间。这次优化将速率限制占用降低了超过75%，同时让监控行为可靠性大幅提升。

Julius将项目中原本通过命令行界面（CLI）发起的应用程序编程接口（API）调用替换为直接调用，效率更高。项目会根据哪种调用方式能更高效利用速率限制，在GQL（图形查询语言）API和REST API之间轮换调用，同时设置了备用方案。

这项工作工作量很大，大部分不会被用户注意到，但却是theo喜欢做的类型。为了让拉取请求（PR）监控器达到满意的效果，theo前后做了大概30次实现。

theo表示，一方面，深入研究源代码的人能够看到这些细节，对此他感到欣慰；另一方面，其他人只会直接复制成果，永远不需要在这些问题上投入这么多思考，这让他感觉有些奇怪。

theo称这几天一直在阅读 GraphQL 查询生成器脚本，大脑已经像预期的那样一团浆糊了，并附上了相关链接。