OpenAI发布GPT-6.1 Sol：准Astra级能力，价格仅五分之一
NEW
OpenAI发布新模型GPT-6.1 Sol，官方定位为面向编程、计算机操作（computer use）与专业工作的“接近Astra级”智能，API输入输出token定价仅为Astra标准价的五分之一。这是其同日DevDay 2026密集更新中的核心一项，意味着前沿能力被主动下放到低价位段：开发者构建agent、代码生成与长链路自动化的单位成本大幅下降，中端模型与开源方案的性价比优势被削弱。对企业采购方而言，选型焦点将从“用不用得起”转向稳定性、数据合规与工具生态。
OpenAI推出dots：可跨项目持续推进的主动式助手
NEW
OpenAI推出新形态产品dots：一类能在复杂项目与日常任务中持续工作、由用户保留控制权的“主动式助手”。与此前“你问我答”的聊天范式不同，dots强调长时程任务的自主推进与状态延续，实质是把agent从开发者API场景推向普通消费者与办公用户。影响在于：交互入口可能从对话框转向“任务看板”，模型的价值从单次回答变为持续交付；同时也放大了对权限边界、任务中断、误操作回滚等治理能力的需求，安全设计将直接决定产品口碑。
支撑10亿ChatGPT用户：OpenAI披露存储平台Habitat演进
DEV
OpenAI发布工程系列第一篇，披露其存储平台Habitat如何从一个Python库演进为全球分布式存储系统，支撑超过10亿ChatGPT用户，峰值达每秒2200万次请求。文章聚焦在线存储的横向扩展、一致性与多区域部署取舍。其意义在于，大模型竞争正从模型能力蔓延到基础设施工程：亿级并发下的会话、文件与多模态数据的持久化，直接决定产品可用性与单位成本。对基础设施从业者而言，这是一份超大规模AI应用的现实约束清单，也解释了为何扩容速度会制约新功能的开放节奏。
AMD 550亿美元收购李飞飞创业公司，创世界模型最大交易
HOT
据量子位报道，苏姿丰执掌的AMD以550亿美元收购李飞飞创办的世界模型公司，创下世界模型领域最大交易，李飞飞将入职AMD出任首席科学家。交易发生在英伟达主导AI算力、云厂商自研芯片加速的背景下，AMD试图用“模型+芯片”的组合补齐软件与前沿研究短板。对行业而言，这标志着算力厂商对世界模型与具身智能技术资产的争夺进入并购阶段，机器人、仿真与自动驾驶训练的供应链格局将被重估，初创公司的退出路径也随之改变。
OpenAI DevDay 2026复盘：一晚逾20项更新
HOT
OpenAI DevDay 2026公布超过20项更新，覆盖GPT-6 Astra系列模型、ChatGPT、Codex、API、安全能力与开发者工具。与往年相比，本次发布的特征是从单点模型转向平台化：模型家族分层定价、代码与agent工具链、企业级安全与治理工具同步补齐。对开发者而言，选择OpenAI栈迁移成本更低但锁定风险上升；对竞争对手而言，一次性密集发布拉高了行业节奏、压缩了竞品的发布窗口期，模型公司的竞争正演变为平台与生态的竞争。
华为重新定义AIDC：AI基础设施下一站是“算电协同”
HOT
华为在HC大会后提出重新定义AIDC（AI数据中心）基础设施，核心命题是“算电协同”——把算力调度与电力供给、散热与能效放进同一体系设计。随着万卡集群成为常态，电力容量与能效已成为制约算力扩张的第一约束，数据中心正从“卖机柜”转向“算力+电力+运维”的一体化交付。这对国内智算中心投资方、云厂商与电力企业意味着新的分工与商业模式：谁能解决电从哪来、热往哪去，谁就掌握下一轮算力落地的定价权。
成立一年5轮融资：诺因智能再获数亿元，累计超10亿元
具身智能公司诺因智能再获数亿元融资，成立一年完成5轮融资，累计融资额超过10亿元，资金将用于把具身模型、本体与软件的全栈能力推入家庭等真实场景。一年5轮、10亿元的量级，说明资本对具身智能的态度已从“看Demo”转向“押量产与场景”，家庭服务成为继工业、仓储之后的新叙事。但家庭场景对成本、安全与泛化能力要求更苛刻，融资速度能否转化为交付速度，是接下来一年最关键的观察点。
OpenAI发布MentalHealthBench：给心理健康对话上标尺
NEW
OpenAI发布MentalHealthBench，一个由专家参与构建的基准，用于评估AI在真实心理健康对话中是否既有帮助又足够安全。心理健康长期是LLM应用风险最高的场景之一：模型容易给出越界建议或遗漏危机信号，而行业缺乏统一评测口径。该基准把“有用性”与“安全性”同时纳入打分，为模型厂商、临床机构与监管方提供可比较的尺子。这也预示着高风险垂直场景的评测标准化，可能先于正式监管落地，成为事实上的准入门槛。
Google发布AI与经济ATLAS最新洞察，并扩充研究团队
Google发布AI与经济研究项目ATLAS的最新洞察（v1.0，2026年9月），并宣布新专家加入其AI & Economy团队，扩大实证研究规模。该系列试图用数据回答AI对就业、生产率与产业结构的实际影响，而非停留在预测层面。在各国政策讨论密集、企业大规模部署AI的当下，平台方的实证研究正成为公共辩论的重要输入；但平台自研数据也面临“既当运动员又当裁判”的方法论审视，第三方复核与数据开放程度将成为下一步焦点。
Sam Altman在联合国安理会阐述AI安全与国际合作
HOT
OpenAI CEO Sam Altman在联合国安理会发表讲话，围绕AI安全、人类对系统的控制权与国际合作展开。这是前沿模型公司首次在这一层级的多边安全场合系统表态，释放两个信号：一是头部厂商希望以“技术方”身份参与国际规则制定，避免被动接受监管；二是把“人类控制”确立为可对外承诺的共同底线，为跨国评估与事故通报预留接口。对各国监管者而言，如何把企业自律转化为可核查的国际机制，将是接下来谈判的核心难题。
OpenAI发布前沿AI训练“安全案例”早期指南
OpenAI发布面向前沿AI训练的安全案例（safety cases）早期指南，覆盖技术防护措施、运营实践流程，以及对模型失准（misalignment）事件的调查方法。安全案例的思路源自航空与核工业：在训练前就论证“为什么这一训练是安全的”，并保留可审计的证据链。它把AI安全从原则宣言推向工程文档，意味着未来模型发布可能附带类似“安全说明书”的材料，也为监管机构提供可检查的抓手；但标准由企业自定，独立验证仍是明显缺口。
OpenAI提出第三方安全评估的优先事项与原则
OpenAI发布文件，提出对前沿模型及其防护措施开展严格、安全、独立第三方评估的优先事项与原则，涉及评估范围、模型访问权限、保密安排与结果披露。当前AI安全评估多由厂商自查，独立机构受限于模型访问与算力，难以复现结论。此举等于厂商主动为外部审计设定接口，既回应监管压力，也试图塑造评估标准的走向。对监管方与学界而言，关键在于评估者独立性、权重与日志的开放程度，以及不利结论能否被强制公开。
Ringg用AI agent解决65%客服来电，成本降九成
HOT
客服AI公司Ringg基于OpenAI GPT-5.6构建多语言agent，覆盖语音、聊天、WhatsApp与网页渠道，可自动解决高达65%的客户来电，成本较GPT-4.1降低约90%。这组数据给出了AI客服从“辅助坐席”走向“直接承接一线”的量化证据：三分之二的来电无需人工介入，多语言能力也让中小市场的服务半径扩大。对BPO与客服外包行业而言，单位坐席产出与人力结构将被重估；对企业而言，剩余35%的复杂工单才是差异化竞争点。
Basis用GPT-6 Astra完成50页税务工作簿，速度翻倍
NEW
税务软件公司Basis借助GPT-6 Astra完成一份含50个标签页的税务工作簿，速度是此前GPT-5.6 Sol的两倍，官方称模型对用户意图的理解更强，使其对真实业务场景更有信心。税务与审计属于典型的高结构、高准确性要求场景，长期被认为难以被生成式AI直接承接；这一案例说明长上下文与多表联动能力正把AI推进到专业工作流深水区。对会计师事务所与税务服务机构而言，初级核算工作被压缩的速度可能快于预期。
OpenAI与Grab联手，在东南亚培训3万名合作伙伴
OpenAI与东南亚超级App Grab联合推出GO Forward with AI计划，将在东南亚培训3万名合作伙伴掌握实用AI技能，覆盖司机、商户与中小企业主等群体。这是AI厂商在发展中市场争夺生态入口的典型打法：先做技能普及与信任建设，再带动模型API与工具的使用。对Grab而言，培训可提升平台商户经营效率与黏性；对OpenAI而言，东南亚价格敏感但增长快，本地化能力与合规适配将决定该计划能否规模化复制。
OpenAI一晚抛出20多项更新，模型代际已经被压缩到季度甚至月度。对开发者是红利：能力更强、单位成本更低；对同业则是压力测试——跟不上的不是参数，而是定价与工具链的节奏。
资本与监管两条线同时在收紧。AMD用550亿美元买下世界模型团队，把研究资产变成芯片竞争力；联合国安理会与第三方评估原则，则试图把安全写进发布流程。技术、资本、规则正被强行拉到同一张桌上。
落地侧出现了更硬的数字：客服自动解决65%来电，税务工作簿速度翻倍，3万名东南亚伙伴接受培训。问题已经从“能不能用”变成“敢不敢把流程交出去”，而答案取决于可核查的安全与责任边界。