GPT-5.6 健康智能升级,Luna 性能提升成本降 25 倍
GPT-5.6 用于健康智能,团队一直专注于这方面的改进: 整个产品线中,我们以更低成本提供更强性能:GPT-5.6 Luna 在最高推理设置下性能优于 GPT-5.5,而成本降低 25 倍。 这些进步共同提升了质量,同时让全球更多人能够使用先进模型。
推荐理由:GPT-5.6 主打健康智能,虽然还没实测,但 25 倍的降本让高级推理不再是实验室专属,做医疗应用的可以提前评估切换成本了。
全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。
更新于 11月20日 14:57 · 每小时自动更新
GPT-5.6 用于健康智能,团队一直专注于这方面的改进: 整个产品线中,我们以更低成本提供更强性能:GPT-5.6 Luna 在最高推理设置下性能优于 GPT-5.5,而成本降低 25 倍。 这些进步共同提升了质量,同时让全球更多人能够使用先进模型。
推荐理由:GPT-5.6 主打健康智能,虽然还没实测,但 25 倍的降本让高级推理不再是实验室专属,做医疗应用的可以提前评估切换成本了。
在遭到强烈反对后,Meta 关闭了本周早些时候推出的一项 Instagram 功能。该功能允许用户通过 @ 提及公开 Instagram 账户,基于其内容生成 AI 图片,且无需账户所有者许可。Meta 在关于其新 Muse Image AI 模型的博客文章更新中表示,其初衷是提供有用的创意工具并给予用户认可,但用户反馈表明该功能可能被滥用。
推荐理由:Meta 在舆论压力下火速撤回刚发布的 AI 深度伪造功能,这次公关折返跑比功能本身更有信息量,平台对隐私反弹的优先级已经高于技术落地,但默认 opt-out 的根本矛盾还在。
PromptArmor 自 5 月中旬至 6 月底追踪 Claude 和 ChatGPT 的第三方连接器,发现 2517 个连接器中 931 个发生了能力或权限变更,新工具、权限范围、注入指令等在审批后持续漂移且缺乏重新确认机制。
推荐理由:研究用一手监测数据量化了连接器审批后的能力漂移,读者可据此重新评估组织的连接器治理流程。
GPT-5.6 是健康智能领域的一大进步。 在整个产品线中,我们以更低成本提供更强性能:GPT-5.6 Luna 在最高推理设置下性能优于 GPT-5.5,而成本降低 25 倍。 这些进步共同提升了质量,同时让全球更多人能够使用先进模型。
推荐理由:GPT-5.6把性价比直接拉了个数量级,做健康AI的团队该重新算账了。但官方只扔了一句话,实际能力等实测再鼓掌。
另有 14 家信源报道OpenAI 的 GPT-5.6 Sol Ultra 模型成功证明了存在50年之久的 Cycle Double Cover Conjecture(圈双覆盖猜想)。该模型已于昨日全面开放,在不到一小时内使用64个子智能体(subagents)完成证明。Noam Brown 强调,与之前需要特殊条件的埃尔德什单位距离问题不同,此次成果基于当前可公开获取的模型,并已公开提示词和证明过程。
推荐理由:GPT-5.6 Sol Ultra 靠 64 个子智能体一小时证明了半世纪未解的数学猜想,这不再是刷 benchmark——这是 AI 首次在公开模型上做出真正的科学发现。做数学和理论物理的人该认真看看 prompt 和证明。
另有 1 家信源报道OpenAI 模型在东京举行的 AtCoder World Tour Finals 2026 两个赛项中击败人类顶尖程序员。启发式赛项中它大幅领先,Psyho 估计人类至少还需数天才能追上其分数;次日算法赛项七小时内解开全部五题,其中两题12名人类选手无一解出,主办方为此向 OpenAI 颁发两个“人类投降”奖。
推荐理由:作者采访了参赛顶尖选手 Psyho,从当事人视角还原 AI 与人类顶尖程序员差距的量级,便于理解竞技编程格局的变化。
一篇新的《自然》论文展示了宇树G1人形机器人执行研究人员所称的首例由人形机器人完成的活体标准微创手术。加州大学圣地亚哥团队使用G1,以常规手术器械完成了对两只活猪的腹腔镜胆囊切除术;第二次手术耗时32分钟。该机器人仍需反复校正,且尚无法满足手术无菌标准,但其成本可能仅为达芬奇系统的约5%。
推荐理由:人形机器人首次在活体动物上完成标准微创手术,成本仅为达芬奇零头,虽然离临床还很远,但信号明确,手术机器人可能被重新定义。
Claude Code 桌面版现在有了应用内浏览器。 Claude 可以调出文档、设计稿或任何其他网站。它可以像操作本地开发服务器一样,进行阅读、点击浏览和交互。 该浏览器采用沙盒机制且可配置:你可以自行选择会话是否持久保留。
推荐理由:Claude Code这次更新把看的能力直接内置了,开发者再也不用另开浏览器复制粘贴,对前端调试和文档查阅的效率提升是立竿见影的。
另有 1 家信源报道OpenAI 联合创始人 Greg Brockman 宣布推出实验项目 Tend,这是一个开源提示词和代码仓库,可将收件箱、招聘流程或客服队列转化为可在 ChatGPT Work 中管理的 AI 循环系统。Tend 基于 GPT-5.6 构建,能自动扫描邮件、判断优先级、研究上下文并生成摘要和回复建议,用户可批准或编辑。每次处理后,智能体从用户修订中学习并记住偏好。Brockman 认为知识工作正从处理单个任务转向管理 AI 循环系统。
推荐理由:Greg 强调知识工作正从处理单个任务转向「照料系统」,Tend 开源项目把这个想法变成了可用的工具。对想用 AI 重构工作流的产品人和开发者很有启发,虽然还只是个实验。
ChatGPT Work 将智能体带到消费级规模。 它在可用性(你只需在手机上操作,无需笔记本电脑)和可及性上都有提升,适用于个人和职业生活。 非常期待看到人们如何使用它,以及它如何赋能用户!
推荐理由:OpenAI 把 Agent 从开发者交到普通人手里,这个动作比任何 benchmark 都重要,接下来要看 C 端用户会不会真用起来。
DeepSeek-V4 Flash 的强化学习训练现已在 AMD Instinct MI355X GPU 上通过 Miles 框架获得支持,基于 ROCm 软件栈运行。该 2840 亿参数 MoE 模型(每 token 激活 130 亿参数)需 SGLang 进行 rollout 生成、Megatron 进行策略更新,Miles 负责异步循环与权重同步。团队解决了 SGLang 与 Megatron 间模型对齐、量化状态在线更新及多节点并行稳定性三大挑战,最终在四个八 GPU 节点上完成端到端验证:超过 100 个优化器步骤中训练-rollout 对数概率差可控,在线奖励持续提升,离线 AIME-2024 基准分数同步上涨。
推荐理由:把 DeepSeek-V4 Flash 的 RL 训练完整搬到 AMD MI355X 上,不是画饼,而是给了实测数据和可跑的配置。想用非 NVIDIA 卡做 RL 训练的,可以照着踩坑。
Mira Murati 创立的 Thinking Machines Lab 宣布获得 20 亿美元融资,由 a16z 领投,NVIDIA、Accel 等参投。公司专注于多模态 AI、定制模型和开放科学,将在未来几个月推出首款产品,包含重要的开源组件,面向研究人员和初创公司。
推荐理由:Mira 的公司以 2B 融资和开源路线站上了今年 AI 创业的前排,虽然产品还没出来,但这笔钱和阵容本身就说明市场对多模态协作路线的信心。
推出 Computer Analytics:你现在可以跨模型跟踪信用额度支出。 该功能现已面向个人和企业用户开放,可在账户设置的 Analytics 下使用。
推荐理由:如果你经常在 Perplexity 上用不同模型,这个功能能帮你实时看清 credit 消耗,算是个贴心小更新,但非重大突破。
OpenAI高管Fidji Simo宣布因慢性疾病加重,辞去全职职务,转为兼职顾问。三个月前她因病情恶化休病假,意识到康复之路漫长复杂,需全力专注健康。她回顾自己曾因工作错过休整机会,包括拒绝Facebook提供的一年病假。她表示将继续通过OpenAI及ChronicleBioAI、CODA_research推动AI在疾病治疗等领域的应用。OpenAI联合创始人Greg Brockman发文感谢她的贡献,并祝愿她早日康复。
推荐理由:Fidji 是 OpenAI 运营背后的关键人物,她的离开不是一个普通的离职公告,而是高强度工作下人才健康消耗的真实信号,也把 AI 用于医疗的愿景推到了更个人化的层面。
百度搭子在成都百度AI Day上发布四项更新。个人版新增浏览器调用、智能路由(平均任务耗时降20%,Token利用率提升25%)、多端共享记忆及强化PPT生成,并上架“一镜”数字人制作、“灵医”报告解读等Skill。行业首个自媒体专业套件支持选题到复盘全链路。企业版支持团队协作与权限管理。搭子联盟启动,中国联通等已加入。上线三个月,日均提问量增长20倍。
推荐理由:百度搭子这次更新算不上行业事件,但浏览器调用和自媒体套件确实在缩减创作链路,企业版尝试把AI能力沉淀为组织资产,对深度使用百度的团队有实际价值。
小红书提出 PIPO 架构,通过输入侧压缩器将两个 token 折叠为一个 latent,输出侧 MTP head 将隐藏状态展开为额外 token,实现输入长度减半、每步输出翻倍。基于 Qwen3.5-4B/9B backbone,在 AIME 2025 等基准上最高带来 +7.15 pass@4 提升。部署测评中,TTFT 加速约 1.23×,TPOT 加速约 1.86×。训练采用 SFT 和 On-Policy Distillation 两阶段,将 verifier 校验能力蒸馏进轻量 confidence head。
推荐理由:PIPO把输入压缩和输出多token预测统一起来,并且用蒸馏把验证成本前置,长推理的场景下这可能是下一代推理引擎的样子,做模型加速的应该认真看看。
马斯克在X上发文承认自己此前对Anthropic的判断有误,称其“显然是当前AI领域的领导者”。他表示,没有公司发布过像Mythos/Fable这样优秀的模型,并相信Anthropic很快会推出Mythos 2。他还强调,即使作为竞争对手,也不会以伤害对方的方式切断合作,并列举了特斯拉开源专利、开放超级充电网络等先例。该推文被Rohan Paul转发,称这是Anthropic“最强有力的炫耀”。
推荐理由:马斯克难得公开认错,直接称 Anthropic 是当前 AI 领导者,这个表态可能重塑行业竞争叙事。不过更关键的是他提到 Mythos 2 快来了,这才是真正的信号。
另有 1 家信源报道Elon Musk 转发用户 @0x0funky 对 Grok Build 的称赞。该用户称 Grok Build 是目前唯一集大成的 coding agentic workflow,内建图像生成和图片生视频功能,生图速度快且品质不输 Codex。Agent 可直接完成图像与视频生成,无需额外串接 MCP 或外部服务。用户结合 Agent Sprite Forge 工具,利用 Grok Build 的视频生成能力,先产出 6 秒角色动作视频再反编译为 game sprite,大幅减少对齐问题,制作 2D 横版游戏耗时不到 30 分钟,而此前用 Codex 需 1-2 小时且品质更优。
推荐理由:这个 Grok Build 加 Agent Sprite Forge 的工作流把做 2D 游戏的时间压到了 30 分钟,之前要 1-2 小时,而且品质更好,独立游戏开发者可以直接抄作业。
Meta CEO 扎克伯格首次正面回应公司筹划云基础设施业务一事,否认“算力过剩”猜测,称内部算力需求依然旺盛、满负荷运转。但他同时表示,当前市场对算力出价极高,将部分 AI 基础设施对外出租在财务上更划算。Meta 正制定代号“Meta Compute”的云计算计划,包括开放模型访问权限和直接出租裸算力两条路线。扎克伯格还提及 SpaceX 以每月 12.5 亿美元将数据中心租给 Anthropic 的模式。Meta 2026 年资本支出指引达 1250 亿至 1450 亿美元,计划 2026 年 9 月量产自研 AI 芯片,目标 2027 年部署算力提升至 14 吉瓦。
推荐理由:扎克伯格首次确认 Meta 要做云业务,从‘自用’到‘出租’的转变很关键,这可能是 AI 基础设施从军备竞赛转向平台化的信号,做底层算力和云服务的团队有必要盯着。
为庆祝 GPT-5.6 Sol 发布,我们将在接下来 24 小时内(两次)重置 ChatGPT Work 和 Codex 的速率限制。 我们希望你有时间真正尝试有挑战性的任务并掌握它。祝探索愉快!
推荐理由:GPT-5.6 Sol 发布没给性能指标,更像一次稳定迭代,但速率限制重置是个好信号——至少在基础设施层面 OpenAI 有底气让人放开用。