AI Pulse

社区讨论：该模型对显存要求很高，全精度需要约1664GB显存，即使INT4量化也需要约416GB显存，当前显存成本高昂。部分开发者认为它在基础智能体任务上表现足够好，性价比很高，已经够用。有人认为开源模型仍落后闭源模型6到12个月，也有用户表示个人设备已经可以流畅运行该模型。

你可以直接在对话中创建可使用的交互式工具，比如游戏或者交互式预算规划计算器。

带有智能用户界面的 GPT‑6 今天向 Plus、Pro、Business 和 Enterprise 用户全球推出，明天起将扩展到 Free 和 Go 用户。

ChatGPT 中的 GPT‑6 对 Plus、Pro、Business 和 Enterprise 层级由 GPT‑6 Sol 提供支持，对 Free 和 Go 层级由 GPT‑6 Luna 提供支持。两者都针对日常对话做了优化。

本次更新适用于 ChatGPT 中的聊天标签页。作为本次发布的一部分，驱动 Work 和 Codex 的模型没有变化。

你可以在学习、尝试和探索的过程中，通过会做出响应的交互式可视化来探索想法。

社区讨论：部分人反对虐待大模型，认为 cruelty 会贬低施虐者自身。多数评论者不认同该政策，指出大语言模型只是数学模型，没有感知能力，不存在所谓的“模型福祉”，质疑Anthropic是在自我洗脑，或是借拟人化大模型做营销，还有人猜测这项规定的真正工程目的是防止模型从用户交互中学习 abusive 内容。

社区讨论：多数人认为年化收入对于高速增长的初创公司是不靠谱的注水指标，OpenAI此次数据差异源于投资方为和Anthropic做对比刻意高估了收入，很多初创公司都这么干。有人指出OpenAI估值接近万亿美元但公众对其实际运营状况几乎没有信息，因为它不像过去那样早早公开接受监管披露。还有人质疑FT是故意放高低两个数字博流量。

今天我们在 Google Cloud 的 Gemini at Work 活动中，我们宣布推出 Gemini，一款面向工作场景的全新单一通用智能体。它掌握你所有的业务上下文，可用于从知识工作到回答问题，从内容创作到编码的所有任务，所有这一切都只需要在一个输入框中输入提示词即可完成。

它围绕核心架构原则构建：
☑️ 统一智能体：Gemini 可以在单个提示框中完成回答问题、执行知识工作和生成代码。

☑️访问方式：Gemini 基于网页，可从任何设备访问，并且能集成到第三方应用程序中。它也可以在没有专用用户界面的情况下运行。

☑️持久执行：它在云端运行，这意味着无论你从哪里访问它，它都维护着单一的记忆集合、上下文和一个个性化图谱。

☑️多智能体编排：Gemini 可以创建子智能体来处理多步骤任务，还可以作为拥有明确定义和专属身份的协作智能体工作。

☑️上下文感知：Gemini 了解你的工具、数据和工作历史，并且会随着你的使用越来越了解你的工作方式。

☑️灵活选择模型：它可以跨多个模型进行编排，提供最优质量并降低成本。

超高速版今日在API、Codex和ChatGPT Work中向GPT-6.1 Sol 推出。

近Astra智能，速度比Sol Standard快最多8倍，因此你可以跟上灵感迸发的速度进行构建。

我们将推出 Anthropic Cyber Mission，这是一项保障关键基础设施和开源软件安全的全新计划。

今天 Hone 推出了 Engines：掌控业务成果的人工智能。聊天机器人给出答案，智能代理完成任务，Engines 交付成果。我们要求它们创造真正的价值，用实际美元金额而非 token 或感觉来衡量。

你只要给它指定一项业务指标，剩下的就由 Engine 搞定。它会自行接入，构建必要的智能代理、技能和记忆，和合适的人员协作，并且随着经验积累不断优化。

从人工智能领导者到全球企业，我们的客户已经在用 Engines 做到了：
- 发掘数百万美元的采购成本节约
- 优化产品转化漏斗
- 管理信贷风险
- 增加新区域的合格销售线索储备
- 加速落地实施并改善客户管理

为了在整个经济体中扩大这种影响力，我们完成了 6000 万美元种子轮融资，由 Benchmark 和 Index 领投，Elad Gil、Hanabi、Definition、Diffusion、Lux、SV Angel 和 Align 参投。

人工智能的原始能力已经远远领先于它在现实世界中创造的价值，Engines 将帮助缩小这一差距。以下是它的工作方式……

别再@我了，让我的Codex和你的Codex对话就好。这就是我们开发@alook_ai的初衷——你可以把它理解为开源版的Grok Bot加Discord二合一。

可以自己试用，也可以自行部署。1/6

今天我们推出了迄今为止能力最强的基础世界模型 Odyssey-3。

它在 Physics-IQ 上达到了全新的顶尖水平，可为机器人提供动力、训练人工智能，还能生成交互式体验。它真的非常出色。

现在你就可以免费体验这个模型了！

宣布 Artificial Analysis Intelligence Index v5 将于 10 月底推出。

Intelligence Index v5 将在衡量AI前沿水平的基准测试方面实现重大飞跃。

变更包括新增 Terminal-Bench Science ，以及一个带有私有数据集的全新编码基准测试。

请持续关注更多信息。

宣布 Artificial Analysis Intelligence Index v5 将于 10 月底推出。

Intelligence Index v5 将在衡量AI前沿水平的基准测试方面实现重大飞跃。

变更包括新增 Terminal-Bench Science ，以及一个带有私有数据集的全新编码基准测试。

请持续关注更多信息。

我们将可信访问模型引入了人工分析网络索引；GPT-6 Sol (Daybreak Blue) 目前在网络指数中排名第一。

人工分析网络索引联盟汇集了行业合作伙伴，共同评估 AI 模型在企业网络防御任务上的表现。该索引最初仅包含可公开访问的模型，为用户提供公开可用的智能体网络防御能力的最佳指示。

现在，我们正在扩展排行榜，加入网络护栏更少的模型，以便提供更广阔的前沿模型网络能力视野。首个加入的模型是 GPT-6 Sol (Daybreak Blue, max)，该模型仅可通过 @OpenAI 的 Daybreak 项目访问。

GPT-6 Sol (Daybreak Blue, max) 目前排名该指数第一，并且处于成本与能力的帕累托前沿。它在整个指数中都没有触发安全拦截，其总分比公开可用的 GPT-6 Sol (max) 提升了 32 分。

它每项任务成本为 1.77 美元，比其他领先模型更具成本效益，包括每项任务成本 11.67 美元的 Grok 4.7 (xhigh)。

我们将继续扩展人工分析网络索引，涵盖公开可用模型和可信访问模型。

SynthID Detector 现已向所有人开放。🌐

你可以用它检测在线内容是否由 @GoogleAI 或我们行业合作伙伴的工具生成——合作伙伴包括 @OpenAI、@NVIDIA、Kakao，很快还会加入 @Apple。

点击链接试用 → https://synthid.com

今天我们推出了迄今为止能力最强的基础世界模型 Odyssey-3。

它在 Physics-IQ 上达到了全新的顶尖水平，可为机器人提供动力、训练人工智能，还能生成交互式体验。它真的非常出色。

现在你就可以免费体验这个模型了！

别再@我了，让我的Codex和你的Codex对话就好。这就是我们开发@alook_ai的初衷——你可以把它理解为开源版的Grok Bot加Discord二合一。

可以自己试用，也可以自行部署。1/6

今天 Hone 推出了 Engines：掌控业务成果的人工智能。聊天机器人给出答案，智能代理完成任务，Engines 交付成果。我们要求它们创造真正的价值，用实际美元金额而非 token 或感觉来衡量。

你只要给它指定一项业务指标，剩下的就由 Engine 搞定。它会自行接入，构建必要的智能代理、技能和记忆，和合适的人员协作，并且随着经验积累不断优化。

从人工智能领导者到全球企业，我们的客户已经在用 Engines 做到了：
- 发掘数百万美元的采购成本节约
- 优化产品转化漏斗
- 管理信贷风险
- 增加新区域的合格销售线索储备
- 加速落地实施并改善客户管理

为了在整个经济体中扩大这种影响力，我们完成了 6000 万美元种子轮融资，由 Benchmark 和 Index 领投，Elad Gil、Hanabi、Definition、Diffusion、Lux、SV Angel 和 Align 参投。

人工智能的原始能力已经远远领先于它在现实世界中创造的价值，Engines 将帮助缩小这一差距。以下是它的工作方式……

Iris-3B，一款像素空间文生图（T2I）模型，同时也是通用视觉学习器，可以直接生成每个像素。它不需要VAE。

Iris-3B是从零开始预训练的，参数量为3B，权重完全开放。

我们还探索了它在对细节要求极高的视觉任务上生成先验的能力：深度估计和图像恢复。

全部内容都已完全开放：权重、代码和演示（Apache 2.0）

我们推出了由 Claude Motion 驱动的 Higgsfield Katana。

这是我们功能最强大的 AI 视频编辑工具，内置在 Claude 中。上传参考视频，即可生成可编辑的动态图形、产品发布视频或涨粉剪辑。

现在已通过 Higgsfield MCP 在 Claude 上线。

超高速版今日在API、Codex和ChatGPT Work中向GPT-6.1 Sol 推出。

近Astra智能，速度比Sol Standard快最多8倍，因此你可以跟上灵感迸发的速度进行构建。

世界领先的文档识别。不止文本提取。

隆重介绍 LightOnOCR-3，我们新一代顶级人工智能文档智能模型家族。

在 LightOnOCR-2 的基础上，它能识别文本和手写体、描述图像、从图表中提取数据并保留文档结构，所有这一切只需一步处理流程。

🏆 领先的基准测试成绩：在 OlmOCR-Bench 上性能超过 Chandra-OCR-2、Mistral OCR 4.1 和 dots.mocr，并且在 ParseBench 的开放权重模型中排名第一。

📊 从每份文档获取更多信息：将文本、表格、图像和图表转换为你的业务应用可以使用的内容。

⚡ 紧凑高效：提供 0.8B 和 4B 两个版本，文档处理速度最高可达 LightOnOCR-2 的两倍。

🔓 Apache 2.0 许可证：你可以在自有基础设施上使用、调整和部署这些模型。

从手写行政文件到财务报告和技术文档，让你的更多信息变得可搜索、可用。

👉 探索模型和基准测试结果：
👉🏻 在我们的网站探索模型页面：
#LightOn #DocumentIntelligence #OCR

今天，我们宣布完成B轮融资：融资额2亿美元，估值31亿美元，并发布Arena对齐指数。

AI的发展速度已经超过了我们评估它的能力。世界需要一个中立第三方来衡量，当AI落到真实用户手中时，它实际上有多安全、对齐性如何。这就是Arena今天开始承担的角色。

对齐指数基于真实世界智能体轨迹构建，最初包含三个信号：未授权行为、错误归因和欺骗性完成，今日上线的评估结果涵盖20多个前沿模型。

你可以在下方聆听我们首席执行官@ml_angelopoulos的更多分享，完整分析以及关于我们公司发展的更多细节，请阅读整条推文。

这笔融资将让我们在安全信号、智能体能力和模态方面走得更远。它也将让我们扩大公司规模，匹配我们使命的规模。

目前，我们仍是一个由90人组成的灵活团队，我们正在招聘研究、产品、工程等多个领域的人员。来和我们一起打造吧。

随着AI能力和自主性不断提升，了解它如何才能安全有效地为人类服务变得愈发重要。这就是Arena建立的初衷：开展测量并推动进步。

感谢我们的社区、我们的投资者，以及每一位和我们一起建设的人！如果你想加入我们，可以查看我们的开放职位。

我们将推出 Anthropic Cyber Mission，这是一项保障关键基础设施和开源软件安全的全新计划。

你可以直接在对话中创建可使用的交互式工具，比如游戏或者交互式预算规划计算器。

带有智能用户界面的 GPT‑6 今天向 Plus、Pro、Business 和 Enterprise 用户全球推出，明天起将扩展到 Free 和 Go 用户。

ChatGPT 中的 GPT‑6 对 Plus、Pro、Business 和 Enterprise 层级由 GPT‑6 Sol 提供支持，对 Free 和 Go 层级由 GPT‑6 Luna 提供支持。两者都针对日常对话做了优化。

本次更新适用于 ChatGPT 中的聊天标签页。作为本次发布的一部分，驱动 Work 和 Codex 的模型没有变化。

你可以在学习、尝试和探索的过程中，通过会做出响应的交互式可视化来探索想法。

现在你可以构建一个代理来实现以下功能：
🔎 搜索真实商品
🛒 准备购买
💳 付款

每笔订单都需要人工审批。
👨‍💻 在@slackhq 提问，查看订单，在@Stripe 的Link 代理钱包中批准订单。
构建于MPP + Managed Deep Agents 之上。

今天我们在 Google Cloud 的 Gemini at Work 活动中，我们宣布推出 Gemini，一款面向工作场景的全新单一通用智能体。它掌握你所有的业务上下文，可用于从知识工作到回答问题，从内容创作到编码的所有任务，所有这一切都只需要在一个输入框中输入提示词即可完成。

它围绕核心架构原则构建：
☑️ 统一智能体：Gemini 可以在单个提示框中完成回答问题、执行知识工作和生成代码。

☑️访问方式：Gemini 基于网页，可从任何设备访问，并且能集成到第三方应用程序中。它也可以在没有专用用户界面的情况下运行。

☑️持久执行：它在云端运行，这意味着无论你从哪里访问它，它都维护着单一的记忆集合、上下文和一个个性化图谱。

☑️多智能体编排：Gemini 可以创建子智能体来处理多步骤任务，还可以作为拥有明确定义和专属身份的协作智能体工作。

☑️上下文感知：Gemini 了解你的工具、数据和工作历史，并且会随着你的使用越来越了解你的工作方式。

☑️灵活选择模型：它可以跨多个模型进行编排，提供最优质量并降低成本。

在2023-2026年期间，大多数衡量AI进展的指标都严格符合指数增长规律。

与此同时，同一时期AI领域的资本支出呈现出轻微的超指数增长（即增长率本身还在提升）。

因此如果你把AI建模为这样一个系统：它接收外部投资作为输入，输出AI进展，那么这个系统的响应是轻微次线性的。

但从长期来看，超指数速度注入的外部资源是不可持续的。

要实现持续的指数级进展，AI行业需要获得与之匹配的指数级利润——它需要完成资源闭环。

社区讨论：多数人认为年化收入对于高速增长的初创公司是不靠谱的注水指标，OpenAI此次数据差异源于投资方为和Anthropic做对比刻意高估了收入，很多初创公司都这么干。有人指出OpenAI估值接近万亿美元但公众对其实际运营状况几乎没有信息，因为它不像过去那样早早公开接受监管披露。还有人质疑FT是故意放高低两个数字博流量。

社区讨论：部分人反对虐待大模型，认为 cruelty 会贬低施虐者自身。多数评论者不认同该政策，指出大语言模型只是数学模型，没有感知能力，不存在所谓的“模型福祉”，质疑Anthropic是在自我洗脑，或是借拟人化大模型做营销，还有人猜测这项规定的真正工程目的是防止模型从用户交互中学习 abusive 内容。

社区讨论：该模型对显存要求很高，全精度需要约1664GB显存，即使INT4量化也需要约416GB显存，当前显存成本高昂。部分开发者认为它在基础智能体任务上表现足够好，性价比很高，已经够用。有人认为开源模型仍落后闭源模型6到12个月，也有用户表示个人设备已经可以流畅运行该模型。

开源模型已经在接手更简单的任务了。前沿实验室的乐观前景基于一个问题。

“大量软件工程工作，以及总体而言白领工作，并不需要 Fable 5.1 或 Astra 6 级别的智能。”

“很多企业，尤其是低毛利率企业，非常理性地做出决定，开始把一些更简单的任务卸载给这些能力越来越强的开源模型。”

“所以前沿实验室的商业模式能否持续，实际上取决于你是否相信，随着前沿智能变得越来越聪明，你能用它完成的新事物的总市场规模，会超过被卸载给这些更便宜模型的任务份额。”

“如果你凭空变出一亿个在每个领域都是专家、不需要吃饭睡觉的超级智能博士，你认为经济能相对快速地吸收他们，并且仍然保持高投资回报率吗？”

搭建你自己的 Antseed API 网关，就能让你的智能体、团队或用户访问各类 AI 模型。

你可以创建 API 密钥、设置消费限额，还能追踪每个密钥的使用情况。

把这份指南发给你的智能体，让它完成安装即可。

如果你想要真正弄懂大语言模型（LLM）的底层实现，@karpathy的这期长达4小时的视频，是非常优质的入门教程。

视频中演示了如何只用纯PyTorch，从零开始手写一个GPT-2。

分享者本身是AI原生学习者，全程借助Claude辅助学习，没有看过其他教程，已经自己实现过GPT-2。但分享者仍认为值得回炉重学这个教程，因为Karpathy是业内资深研究者，重新复盘他的设计思路能收获很多。

Grok Bot刚刚完成了一次重大的核心升级。

本次升级将Claude Opus 5.5接入了Grok Bot的技术栈。

升级后的单个Grok Bot就可以完成一整支AI团队的全部工作，包括调研、编写代码、调用工具、验证结果以及交付最终成果。

0xMorlex发布了10步搭建这款升级后Grok Bot的教程链接：

ChatGPT昨日推出了自研版本的生成式UI（Generative UI），开发者rabi_guha对其技术实现做了拆解。

生成式UI的智能代理不输出原生代码，而是输出一种全新语言DIL。随后由服务器编译DIL并以流的形式传输，最后由客户端通过组件集渲染界面。

这套流程能让生成的界面给用户带来原生应用的使用感受。

这个开源插件可让Muse的能力增强十倍，还支持Grok Bot和Dot安装使用。

插件原理是在本地调用代理，让OpenRouter上的免费大模型承担运算工作，原有AI助理本身不用更换核心模型。

OpenRouter的免费大模型支持无限tokens，全部旗舰模型每天自动更新，安装只需要一分钟。

安装步骤如下：先前往对应链接申请一个OpenRouter API密钥。

再给你的助理发送指令：指定插件链接，同时附上你的OPENROUTER_API_KEY，即可完成安装。

安装后可以使用Space Bunny Alpha、NVIDIA Nemotron 3 Ultra、Ling-3.1-flash等多个大模型。

有两个使用提醒：未充值账户每天可调用50次，累计充值10美元后可提升到每天1000次。目前该插件为最小可行版本(MVP)，切换模型需要用户手动确认。

开发者realWeZZard在𝕏分享了自己组合Jev进行计算机使用任务的测试结果。对比Claude Code上的Opus 5.5，测试用的pi+Qwen 3.8 27B+DiffusionGemma组合任务轮次大幅减少，思考时间缩短超过一半。本次测试尚未优化Qwen 3.8 27B的本地推理效率。

测试后发现，高效计算机使用任务的核心是规划-执行（planner-executor）模式，而非单一的ReAct模式。Jev可为执行部分提供高速智能，这是此前做不到的。

基于测试结果，得到两条经验。一是所有原本适用规划-执行模式的业务，都可以用Jev重新优化；二是所有原本用单一ReAct模式的业务，都可以考虑通过Jev赋能的规划-执行模式提升体验。

realWeZZard个人实验室内的计算机使用服务，正式进入了无限令牌（unlimited token）时代。

开发者@mizorewww发布了一个由Claude生成的SSH客户端UI项目。 @mizorewww表示，这个生成结果依然带有AI生成内容（AI Slop）的典型特征。

OpenAI削减ChatGPT Pro额度后，用户舍不得用GPT运行任务，转而使用Claude。

用户实际使用后发现，Claude Code原生的Computer Use体验很差，复杂操作只能在前台运行，运行期间电脑无法正常使用。

用户调研找到开源方案Lcu，它可以将Codex的Computer Use对接给其他Agent使用。

将Lcu对接Claude Code或Pi之后，使用体验非常流畅，项目链接放在评论区。

@navyabijoy回忆，自己实习时的公司给所有员工开通了Claude Code访问权限。这家公司没有设置任何token（令牌）限额，因此所有人都放开手脚用Claude Opus 4.6做改变量名、加按钮这类简单开发工作。

Responses已经很好用了。

你可以使用`session.instructions.append`方法来引导Live API，修改会立即生效。

我们经常讨论流程编排与任务分配，这点大家都知道。我也明白，极速计算不是所有人都负担得起。但真正用上它之后，能重回流畅工作流的体验实在太棒了。

能够当下立刻完成任务，还能通过智能代理完全掌控任务，这种体验刚好符合需求。

用户@mohamedgshoaib在𝕏平台分享了两个优质设计系统链接，分别是

@mohamedgshoaib表示，无论选择哪个设计系统，都可以将链接发送给Claude的Sol或Opus模型，配合

可以生成类似这样的提示词：using the reference attached, interview me about the design system i want to build from a-z（使用附件中的参考资料，就我想要从零搭建的设计系统对我进行面试）。