OpenAI发布GPT-6.1 Terra，主打快速可靠的计算机操作能力
NEW
OpenAI于10月27日发布GPT-6.1 Terra，官方将其定位为“把快速、可靠的计算机操作能力带给所有人”。与单纯追求参数规模不同，Terra强调在真实软件界面中执行点击、输入、跨应用导航等任务，面向开发者和普通用户提供更低门槛的computer use能力。这意味着AI代理从对话助手进一步走向可直接操作电脑的“执行层”，对RPA、办公自动化、软件测试等场景构成直接冲击。对开发者而言，模型选型将更关注延迟、成本与操作准确率；对企业而言，需重新评估哪些流程可以交给AI代理，并配套权限与审计机制。
蚂蚁数科发布决策模型LingDT-Decision-1.0，准确率超过微软和Jev
AI
10月22日，蚂蚁数科正式发布决策模型LingDT-Decision-1.0，官方称其准确率超过微软、Jev等同类决策模型。与通用大模型偏重生成不同，决策模型面向企业中的结构化判断任务，例如金融风控、运营策略和资源调度，需要在多约束条件下给出可执行结论。蚂蚁数科长期服务金融与产业客户，此次将决策能力单独产品化，意在把AI从“辅助分析”推进到“参与决策”。对金融、零售和供应链企业来说，这类模型的价值在于可量化地替代部分专家规则；但决策责任、可解释性和合规审计仍是落地前必须解决的问题。
高德发布全身基座模型λ0，推动机器人从局部学习迈向全身动作对齐
AI
阿里巴巴集团旗下高德正式发布首个基于开放世界行为的全身基座模型λ0，目标是推动机器人从“局部学习”迈向“全身动作对齐”。传统机器人模型往往针对抓取、行走等单一任务训练，跨场景迁移困难；λ0以开放世界行为数据为基础，让机器人学习全身协调的动作表示，从而提升在新环境中的泛化能力。高德从地图导航与空间数据切入具身智能，具备场景理解与数据积累优势。对机器人行业而言，全身基座模型有望降低整机厂商的算法门槛，加速服务机器人、物流机器人从演示走向真实场景部署。
科大讯飞首发星辰TaaS平台，让Token成为千行百业的生产力
HOT
10月22日，2026科大讯飞全球1024开发者节在北京国家会议中心开幕，科大讯飞首发星辰TaaS平台，提出让Token真正成为千行百业的生产力。TaaS即Token as a Service，核心是把模型能力按Token计量、按需调用，开发者和企业无需自建算力与模型运维，即可把语音、理解、生成等能力嵌入业务系统。相比一次性项目交付，按Token计费更接近云服务模式，有利于降低AI应用的首付门槛。对开发者而言，竞争焦点将转向场景理解与工程落地；对讯飞而言，TaaS能否形成规模收入，取决于模型性价比和行业客户留存。
OpenAI收购Orchestra Bio，把AI运营带入生命科学研发
HOT
OpenAI宣布收购Orchestra Bio，后者专注于为生命科学研发提供AI驱动的运营能力。交易完成后，OpenAI计划把AI代理与生物医药研发流程结合，帮助药企加速药物发现、临床试验运营和数据管理。这是OpenAI从通用模型向垂直行业纵深延伸的重要一步：相比只提供API，收购行业运营团队能更直接地嵌入客户工作流。对生物医药企业而言，AI原生研发运营可能缩短项目周期；对OpenAI而言，生命科学是高价值、高门槛市场，能否证明可量化的研发回报，将决定其企业业务的天花板。
OpenAI模型将登陆Google Cloud，进入Gemini模型花园
HOT
OpenAI与Google Cloud宣布合作，将OpenAI前沿模型和Codex工作流引入Gemini的Model Garden，并通过Google Cloud Marketplace提供。这意味着企业客户可以在Google Cloud环境中直接调用OpenAI模型，而不必单独建立采购与集成通道。对双方而言，这是一次典型的“竞合”：OpenAI扩大企业分发面，Google Cloud则增强模型多样性，留住希望多云部署的客户。对企业的直接影响是AI模型采购更灵活，可结合Gemini与OpenAI模型做组合选型；同时也对云厂商的模型托管中立性提出更高要求。
ChatGPT Ads扩展至26个新国家，广告主数量超过10万
HOT
OpenAI宣布ChatGPT Ads扩展至26个新国家，并透露已有超过10万家广告主使用该平台。广告主可以在用户于ChatGPT中探索、比较和决定购买时触达他们，形式不同于传统搜索广告，更依赖对话意图理解。OpenAI称其广告系统使用LLM理解会话意图，并将广告与回答内容分离，以维护用户信任。对数字广告行业而言，对话式入口正在成为新的预算流向；对品牌而言，ChatGPT Ads提供了在决策前链路影响用户的机会，但转化归因、品牌安全和广告密度仍是需要观察的变量。
OpenAI与学术社区合作，披露模型在Kakeya猜想等基础问题上的结果
AI
OpenAI发文介绍与学术社区合作构建科学理解的进展，披露模型在Kakeya猜想、指数时间假设（ETH）和量子色动力学等基础问题上的结果，并说明研究人员如何验证和在此基础上继续推进。与常见的基准测试刷分不同，这些工作试图让AI产出可被数学和物理社区检验的猜想与推导。其意义在于探索“AI作为科研协作者”的边界：模型可以快速搜索证明路径、提出反例，但最终仍需人类专家审查。对学术界而言，如何评估、署名和复现AI辅助成果，将成为新的方法论议题。
一张5090跑起34B实时世界模型，国产玩家拿下英伟达大奖
HOT
国产团队在单张RTX 5090显卡上跑起34B参数实时世界模型，并凭借该工作拿下英伟达相关大奖。演示中，模型可以把房间实时变为草原，用户抬手就能触发下雪等环境变化，显示出交互式世界生成的潜力。世界模型的核心是让AI理解环境动态并预测下一步变化，此前多依赖云端大集群。此次在消费级硬件上实现实时运行，意味着游戏、影视预演、机器人仿真等场景可以用更低成本构建可交互虚拟环境。对开发者而言，推理优化与模型压缩的重要性正在上升；对行业而言，实时世界模型可能成为空间智能的基础设施。
数千AI代理分析数百万脑细胞数据，挖掘生物学新线索
AI
OpenAI与PerturbAI、Scripps Research合作，使用数千个分布式AI代理分析来自数百万脑细胞的生物数据，以寻找新的研究线索。传统生物信息分析依赖人工提出假设、逐个验证，而分布式代理可以并行阅读数据、生成假设并筛选优先级。该工作展示了AI代理从代码和办公任务走向科学发现的可能：代理不仅调用工具，还能在庞大搜索空间中协同探索。对神经科学和药物研发而言，这意味着靶点发现和机制研究有望提速；但代理提出的线索仍需湿实验验证，如何控制错误传播和保证可复现性是关键。
OpenAI与波兰NASK合作，推进AI安全与安保
AI
OpenAI与波兰国家科研机构NASK宣布合作，聚焦AI安全、安保和技术研究，目标是加强模型防护并支持更具韧性的数字生态。合作内容包括安全评估、技术研究和公共机构能力建设，属于OpenAI在欧洲与公共部门深化治理合作的案例。在欧盟AI法案逐步落地的背景下，模型厂商需要证明其安全措施可被外部机构理解和验证。对监管机构而言，与前沿实验室建立技术合作有助于获得一手信息；对行业而言，这类公私合作可能成为AI安全治理的模板，但也需警惕标准碎片化和合规成本上升。
OpenAI公开前沿模型训练环境安全设计：离线环境与高算力红队
AI
OpenAI披露其加强前沿模型训练和评估环境安全的具体做法，包括离线训练环境、高算力红队测试以及更严格的访问控制，目的是降低模型权重泄露、训练过程被干扰和模型被滥用的风险。随着前沿模型能力提升，训练基础设施本身成为高价值攻击目标，传统企业安全边界已不足以应对。OpenAI此次公开安全设计，既是对监管关注的回应，也是为行业提供可参考的训练安全基线。对模型厂商而言，安全投入将从“合规成本”变为“核心竞争力”；对监管者而言，如何审计闭源训练环境仍是难题。
Uber向3万多名员工部署ChatGPT Work
AI
Uber宣布将ChatGPT Work部署到3万多名员工，覆盖研究、数据分析、演示制作和复杂工作流等场景。此前企业使用生成式AI多停留在试点和小范围授权，Uber的全员推广标志着大型企业正把AI工具纳入基础办公栈。对OpenAI而言，Uber是证明企业级产品留存与扩展性的标杆客户；对Uber而言，规模化部署将检验AI在真实业务中的投资回报，并倒逼数据治理、权限管理和员工培训。其成果将影响更多企业是否从“按席位采购”转向“按工作流嵌入”的AI部署策略。
OpenAI发布ChatGPT工作使用报告：覆盖近100国165种工作活动
AI
OpenAI发布基于Signals的数据分析，覆盖近100个国家和165种工作活动，揭示人们如何在工作中使用ChatGPT以及使用方式随时间的变化。报告的价值在于用大规模实证替代个别案例叙事：哪些任务最常被交给AI、不同职业的使用差异、使用深度是否提升，都能为企业和政策制定者提供参考。对管理者而言，这有助于判断哪些岗位适合AI辅助、哪些环节需要重新设计流程；对劳动者而言，则提示技能结构正在变化。需要注意的是，平台使用数据不等于生产效率提升，仍需结合企业级实验验证。
Asana用GPT-6 Astra重构浏览器代理，测试成本降低76倍
DEV
Asana利用GPT-6 Astra和Codex重构其浏览器代理，在内部测试中实现成本降低76倍、速度提升5倍，从而能以更低价格向客户提供更强的浏览器自动化能力。浏览器代理需要频繁调用模型理解页面、规划操作，推理成本是规模化落地的核心瓶颈。Asana的案例说明，模型选型、代码生成与工程优化组合起来，可以显著改变Agent的经济性。对SaaS厂商而言，这意味着浏览器自动化从“演示可用”走向“可大规模商用”；对客户而言，更低的单次任务成本将推动采购决策从尝鲜转向生产环境部署。
今天最值得注意的信号不是某个模型参数又刷新纪录，而是AI竞争的主战场正在转向分发与场景。OpenAI一边发布GPT-6.1 Terra强化computer use，一边把模型送上Google Cloud、把ChatGPT Work铺进Uber，说明“模型+云+工作流”的闭环比单点能力更重要。国内厂商同样在找入口：讯飞做TaaS、高德做具身基座，都是在把Token变成可计量的生产力。
前沿研究层面，世界模型和AI代理正在从论文走向可运行系统。单张5090跑34B实时世界模型、数千代理并行分析脑细胞数据，分别代表空间智能和科学发现两条路径。它们的共同点是让AI从“回答问题”转向“探索环境、提出假设”。一旦成本继续下降，游戏、仿真、生物医药可能率先出现可复用的商业场景。
治理与商业化正在同步加速。OpenAI与波兰NASK合作、公开训练环境安全设计，是在为监管审查预置“可验证的安全”；ChatGPT Ads扩至26国、收购Orchestra Bio，则是在寻找广告与垂直行业的新收入。对企业来说，2026年后的AI决策不能再只看模型榜单，而要同时评估分发渠道、单位调用成本、安全合规与工作流嵌入深度。