仅显示 2026年9月22日 周二 的内容 · 查看全部日期 →
这是我对人形机器人的展望。有四个成熟阶段，每个阶段都受前一个阶段进展的限制 首先，你必须构建出色的人形硬件 其次，该硬件需要与全身、AI 优先的架构一起工作 这前两章不能用资本强行突破。它们需要在硬件、控制、AI 和系统集成方面进行深入工程 第三章是扩展智能。主要瓶颈变成数据和计算。我相信人形机器人最终将需要比 LLM 多得多的两者 最后一章是扩展制造并将人形机器人大规模整合到经济中 这后两章——智能和制造——可以通过资本加速。正确完成它们将需要数十亿，最终数百亿美元
构建任何技术，包括 AI，目标都应该是改善人类生活和社会。 [引用 @BloombergTV]: “任何对人类社会的威胁，包括存在性威胁，都在我们自己内部，”World Labs Technologies 首席执行官李飞飞在讨论 AI 周围的风险以及人类在塑造技术开发和使用方式方面的责任时说。 在此收听我们的完整采访：
天哪，这是世界排名第二的国际象棋选手 GM Hikaru Nakamura，喜欢 muse？？ 前辈！！🙇♂️ 如果对他来说足够好，那么对我们其他人来说可能也足够好 [引用 @GMHikaru]: Muse 是真材实料。我还没有看到任何其他 LLM 在没有提示的情况下主动给我发消息指出明显的错误。祝贺 @alexandr_wang 和他的团队！
对不起，Opus 5.5 远不及 Fable 5.1 计划在所有难编码问题上坚持使用 Fable 5.1。 它继续出色 🤷♀️
我们正在分享关于我们后训练方法的新研究，该方法教会 Perplexity Computer 代理通过模仿良好轨迹并明确纠正可避免的错误（如错误的工具调用）来从真实用户会话中学习（即使整体轨迹成功）。该方法结合了拒绝采样微调（RFT）和提示引导的自蒸馏，并在实时 A/B 测试中将工具调用失败减少了约 21% [引用 @perplexity_ai]: 新研究：我们使用提示引导的自蒸馏对 Computer 模型进行了后训练，使其从自己的错误中学习。 在实时 A/B 测试中，后来训练的检查点相对于早期检查点将工具调用失败…
人们喜欢 5.5。 祝贺 Anthropic！
GPT-6 Luna 的价格是 5.6 Luna 的一半，而 5.6 Luna 已经是一个极其便宜的模型，考虑到它的能力。 由于其成本（和速度），Luna 是我构建产品功能最喜欢的模型 [引用 @OpenAI]: 欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 建立在 GPT-6 Astra 背后的进步之上，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销定价相比，S…
对此非常兴奋—— expedia 🤝 muse 我们已经看到旅行是 muse 的一个突破性用例，并很高兴与 expedia 合作，让去任何地方都变得无缝 ✈️ [引用 @Expedia]: 在 Expedia，我们喜欢规划旅行。很快，您的个人 AI 代理也会喜欢。我们正在加入 @Muse：告诉它您要去哪里，它可以与 Expedia 合作整理您的酒店以及其间的一切。
企业应当拥有自己的智能。 这意味着将 AI 引入他们的敏感数据，同时保护商业数据和专有模型。 NVIDIA 的 @j_boitano 和 @VAST_Data 的 Renen Hallak 讨论了 NVIDIA 机密计算如何使之成为可能。
哈哈！正如预测的那样，前沿模型海啸刚刚开始 GPT 5.6 Sol 和 Luna 标准价格五折！ Luna 刚刚变得与 DeepSeek 有竞争力。预计采用率将大幅飙升 😲
说得好。 [引用 @theo]: 热门观点：这就是节奏的样子。 今天发布的都不是 Astra 或 Fable 级别。这是有意的。 “节奏”的重点不是停止迭代和改进。目标是防止更大模型的开发失控。 Opus 和 Sol 级模型是我们目前关注的好地方。有很多机会获得真正的胜利，风险较小 :)
GPT-6 Sol 现在已向所有 Perplexity 用户开放。在我们的 Wide-And-Deep-Research (WANDR) 评估中，它以五分之一的价格超越了 Opus 5。Sol 将成为 Computer 用户的“Light” Effort 编排器，而 Astra 仍然是“High” effort 的编排器。恭喜 @OpenAI 持续推出帕累托最优模型！
新的 GPT-6-Sol 和 GPT-6-Luna 现在已在 Nous Portal 和 OpenRouter 的 Hermes Agent 中提供，很快也将通过 Codex 订阅提供！ [引用 @OpenAI]: 请欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 基于 GPT-6 Astra 背后的进步，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销价格相比，So…
GPT-6 Sol 和 Luna —— 更快、更实惠的模型，具有 Astra 在专业工作、事实性、编码、计算机使用和对齐方面 SOTA 性能背后的进步： [引用 @OpenAI]: 请欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 基于 GPT-6 Astra 背后的进步，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销价格相比，Sol 和 Luna 的 API 价格…
初创公司天生擅长这一点；让大公司也擅长这一点很难，我认为这是一个未被充分探索的领域。 [引用 @prd_008]: OpenAI 的超能力是能够迅速组建一个被赋权的高能力团队，在任何时候处理最重要和最紧迫的事情。 没有人真正关心组织界限。这就是我们保持灵活、抓住机会并从错误中恢复的方式。
我们希望 OpenAI API 在每个价格点都拥有最好的模型，并在每种模态（文本、代码、图像、视频等）上都做到最好。 然后我们希望你们所有人提出伟大的想法并构建它们，并成为快乐的用户。最好的想法将来自你们所有人。
特别是按每任务定价比较，这才是应该重要的指标，我认为市场上没有任何有竞争力的东西。 我们希望人们能够大量使用 AI；这对于能够探索我们面前的新文艺复兴很重要。 [引用 @sama]: GPT-6 Sol 和 Luna 在智能、对齐、工作产出、编码、计算机使用等方面相比其 5.6 系列的前代产品有了巨大提升。 它们的每 token 价格也减半，每任务成本甚至更低！
GPT-6 Sol 和 Luna 发布了，它们更好而且比 5.6 便宜 50%。Luna 现在每 100 万 token 输入 $0.10 / 输出 $0.50。 这是在 7 月底对 Luna 降价 80% 的基础上。输出在两个月内从 $6 降到 $0.50。 [引用 @OpenAI]: 请欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 基于 GPT-6 Astra 背后的进步，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓…
GPT-6 Sol 和 Luna 在智能、对齐、工作产出、编码、计算机使用等方面相比其 5.6 系列的前代产品有了巨大提升。 它们的每 token 价格也减半，每任务成本甚至更低！
GPT-6 Sol 和 Luna 是出色的模型，但这些角色也太可爱了 [引用 @OpenAI]: 请欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 基于 GPT-6 Astra 背后的进步，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销价格相比，Sol 和 Luna 的 API 价格降低了 50%…
欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 建立在 GPT-6 Astra 背后的进步之上，将其许多优势带入更快、更实惠的模型中，以支持大规模工作。 我们还提高了缓存和推理效率，并将节省直接传递给您：与 GPT-5.6 促销定价相比，Sol 和 Luna 的 API 价格降低了 50%。
Opus 5.5 感觉就像与一个聪明得多的 Opus 4.6 聊天。 我太高兴了。
有意思的是，Claude 亲手挥动画笔，会带来一种与基于扩散的模型截然不同的创造力形式（这也表明这一代 Claude 能够多么深入地"看见"） [引用 @jkeatn]: 过去几个月我一直在让我们的模型作画。opus 5.5 非常擅长模仿不同的风格 这里的每一张图都是一个逐像素生成的 Python 程序。没有图像模型，也没有现成的美术软件。相反，它是大约 7,500 行代码，使用标准库来模拟不同的笔触风格。这些智能体不使用任何图片作为参考，而是完全……
/btw 在 Computer 会话中启动带有共享上下文快照的侧边聊天。 [引用 @AskPerplexity]: 我们在 Computer 中推出了侧边聊天。 在主任务继续进行的同时，在单独的、只读的侧边聊天中询问有关 Computer 任务的快速问题。每个侧边聊天使用上下文快照，可以读取文件或搜索网络，而不会影响主任务。
前沿：控速 抽掉梯子：加速 [引用 @M1Astra]: Claude Opus 5.5 将是首个针对"与前沿大语言模型开发相关的一小部分能力（例如内核开发）"回退到能力较弱模型的 Opus。
Claude Opus 5.5 现已在 Cursor 中上线！ 它是 CursorBench 上新的顶级模型，达到 57.8%（Max），且每任务成本比 Opus 5 低 40%。
作为我们为前沿发展把控节奏的一部分，我们致力于支持独立评估，在训练、评估和部署方面提供深度访问权限。 这种访问权限应能让第三方评估者挑战我们的假设、找出我们可能遗漏的风险，并就我们防护措施的有效性得出他们自己的结论。 我们列出了四个需要更深入评估的优先领域，以及严谨、安全、独立工作的原则：
每当我看到某个模型登顶这张图表时，这通常是个有点危险的信号。很希望有人能证明我错了！ [引用 @synthwavedd]: 果然，不幸的是，新 Opus 唯一的缺点就是它是个吞 token 的怪物。在所有被基准测试的模型中，它在每个 Intelligence Index 任务上消耗的 token 最多。 价格下调在这里就更说得通了！
下面这条推文在我发布时（五年多前）遭到了巨大的反对。但如今这个预测正日益变得显而易见。 [引用 @fchollet]: 在 10 到 20 年内，几乎每一个科学分支在实质上都将成为计算机科学的一个分支。 计算物理学、计算化学、计算生物学、计算医学……甚至计算考古学。逼真的模拟、大数据分析，以及无处不在的机器学习
更多内容即将推出。今天只是开始！ [引用 @mikeyk]: 我们还将在未来几周推出 Claude Sonnet 5.5 和 Haiku 5.5。这些模型将在性能、效率和安全方面带来许多相同的改进。 至此，祝大家构建愉快。
A.I. 日报