🤖 AI 资讯晚报 · 10-08

🔥 必读

1. OpenAI 面向全球所有用户开放 GPT-6：Intelligent UI 上线，思考与回答交错生成

  • 事实（10-08）：OpenAI 宣布向全球所有 ChatGPT 用户（含免费 / 付费）推出 GPT-6，取代此前的 GPT-5.6 Sol 与 GPT-5.6 Luna。本次最核心的新能力是 Intelligent UI（智能界面）——模型可针对不同问题自主决定文字、图片、图表、按钮、表单等元素的组合，直接生成可交互的回答界面。技术上 OpenAI 搭了一套原生、支持流式生成的组件库，并配套一个界面编译器：模型边输出、编译器边逐步渲染界面，用户不必等整段回答生成完。
  • 交互范式变化：GPT-6 支持「思考与回答交错进行」——刻意训练模型考虑用户等待时间，先给出阶段性结论再逐步补充，而非等推理全部结束才出结果。OpenAI 自测：GPT-6 Extra High 的开始作答时间已与 GPT-5.6 Medium 相当，但整体得分高于 GPT-5.6 Extra High；需要联网搜索时 GPT-6 Instant 平均开始作答时间提前 44%。⚠️ 均为 OpenAI 内部评测口径。
  • 覆盖节奏：今天起先在 Chat 页面向 Plus / Pro / Business / Enterprise 逐步开放，明天扩展到 Free 与 Go 用户；付费档由 GPT-6 Sol 驱动、免费档由 GPT-6 Luna 驱动；ChatGPT Work 与 Codex 所用模型不变。OpenAI 称 ChatGPT 周活已超 12 亿。
  • 判读：「软件主动适应人」的路线首次产品化落地——从固定 UI 转向按任务动态生成界面；对 Agent / 交互式工具链有直接参照价值。

原文：机器之心 · 刚刚，GPT-6全面开放！免费用户也能用了 ｜ 量子位 ｜ 爱范儿早报

2. Anthropic 发布 Claude Haiku 5.5：价格暴降 90%，OSWorld 2.1 达 72.4% 超 GPT-6 Luna

  • 事实（10-07）：Anthropic 发布号称迄今最快、最强、最便宜的小模型 Claude Haiku 5.5。价格是最狠的一刀：提示 ≤10 万 token 的请求，输入 / 输出单价较上代直降 90%（每百万输入最低 0.1 美元），超 10 万 token 仍降 50%，官方预计同类任务平均成本下降约 75%。性能：OSWorld 2.1 离线子集成功率 72.4%（上代 Haiku 4.5 仅 15.7%、GPT-6 Luna 48.9%）；GDPval-AA v2.1 1620 vs Luna 1437；Terminal-Bench 4.0 39.2% vs 16.4%。
  • ⚠️ 关键限定（报喜稿最爱藏的部分）：最高分需付最大推理强度。Haiku 5.5 首次引入可调 effort 参数；VentureBeat 指出切到默认的中等强度后，Terminal-Bench 从 39.2% 掉到约 20%；Artificial Analysis 也测得最大强度智能指数 43、中等强度仅 34，单任务成本 0.21 vs 0.05 美元。此外 Haiku 5.5 换了新 Tokenizer，同一段文本 token 数可能多约 30% ⇒ 单价降 90% ≠ 账单降 90%。长上下文门槛：Haiku >10 万 token 加价，而 GPT-6 Luna 到 >27.2 万才加价，故 10 万–27.2 万区间 Luna 单位价更优。
  • 背景：Anthropic 15 天内补齐 Claude 5.5 全家桶（Opus 9/22、Sonnet 9/28、Haiku 10/7）；定位是「高频、范围明确」的活儿与复杂 Agent 工作流里的 Subagent（文档摘要、分类、数据库查询、上下文压缩），复杂 Agent 编程仍归 Sonnet / Opus。

原文：机器之心 · 价格暴降90%，多项测试超GPT-6 Luna！Anthropic最便宜模型来了 ｜ 智东西 ｜ 量子位

3. 欧美开源模型齐提速：Mistral Large 4（1 万亿参数、月底开源）与 Reflection Beam 同步交卷

  • 事实（10-05/10-06）：西方开放模型阵营一周内连发两款旗舰，且都以中国模型（GLM / Kimi / DeepSeek / Qwen）为对标。① 法国 Mistral 发布 Mistral Large 4（代号 le Chonk）：总参数 1 万亿 MoE、每 token 仅激活 490 亿，在自家机房用 3800 块 Grace Blackwell 从零训练，权重月底全部开源；Artificial Analysis 智能指数拿 38 分追平 GPT-6 Luna，为欧美开源第一（第二名 Thinking Machines Inkling 仅 25 分）；法律 Agent 得分近 GPT-6 Astra 的 3 倍、Cybench 安全题解出 93%、SciCode-Verified 91.8%（超 Claude Opus 5 的 91.3%），一道修漏洞的网安考题拿 82%（Claude Opus 5.5 / GPT-6 Astra 直接拒答）。② 被称「美版 DeepSeek」的 Reflection（创始人来自 DeepMind RLHF 团队）发布首款开放权重模型 Beam：MoE 总参 5010 亿 / 激活 230 亿，23.8 万亿 token 预训 + 1.05 万张 GB300 强化 4 周、超 1 亿次 rollout；官方承认绝对能力仍落后 Kimi K3 约一代，卖点转向「单位推理算力换多少智能」。
  • 大背景：Hugging Face 数据显示过去一年中国模型占平台下载量约 41%；Vercel AI Gateway 的生产流量中，开放权重模型 token 占比已从去年底不足 10% 升到今年 8 月的 56%——开放模型正从研究工具变成主流生产基础设施。

原文：新智元 · 1万亿参数「肥猫」单挑GPT-6和Claude！多项测试赢了 ｜ InfoQ · 海外开源模型重新提速

📌 值得看

4. 微软 Windows AI 大会：Surface Laptop Ultra 首发英伟达 RTX Spark，2599 美元本地跑 1200 亿参数

  • 事实（10-07）：微软在旧金山办 Windows AI 与 Surface 活动（纳德拉 + 黄仁勋同台）。Surface Laptop Ultra 首发英伟达 RTX Spark N1X 超级芯片（最高 20 核 Grace CPU + 6144 核 Blackwell GPU、600GB/s、1 petaflop FP4、最高 128GB 统一内存），可在本地运行超 1200 亿参数的 AI 模型；2599 美元起（10/16 供货），顶配 5899.99 美元。微软自测对比 16 英寸 MacBook Pro（M5 Pro）：首 token 快 2.1 倍、AI 图像生成 4.3 倍、视频生成 6.2 倍（⚠️ 自测口径）。
  • Windows 侧为「智能体时代」重构：混合智能（本地上下文 / 操作 / 模型）、任务栏搜索接入 Copilot、OS 级 MXC 执行容器保障 Agent 安全、本地模型 MAI-Code-1.1-Flash（缩小近 80%、成本降至 1/4）、Windows ML 支持 llama.cpp；另发 Surface RTX Spark Dev Box（5999 美元）与 DGX Station for Windows（GB300、748GB 一致性内存、20 petaflops FP4，本地跑万亿参数模型）。

原文：智东西 · 首款RTX Spark电脑，开卖！可跑1200亿参数大模型 ｜ 爱范儿 · Windows 迎来 AI 时代最大更新 ｜ 爱范儿 · 黄仁勋发布史上最强 Surface

5. Manus 母公司蝴蝶效应完成超 5 亿美元融资：国内 Agent 创企最大单笔

  • 事实（10-08）：Manus 母公司蝴蝶效应宣布完成超 5 亿美元（约 33.52 亿元）新一轮融资，由博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持——这是国内 Agent 原生创企获得的最大单笔融资。此前彭博社曾报道其拟以 40 亿美元估值（较上一轮 20 亿翻倍）融资。9 月 29 日刚发 Manus 2.0 与多 Agent 群聊应用 Cue；自研 Agent 框架 Cascade 使 token 消耗 -23.2%、任务完成时间 -28.2%、运行成本 -32%（官方口径）。⚠️ 融资后既要与内置 Agent 的海外巨头正面竞争，也要证明高估值的长期商业价值。

原文：智东西 · 超33亿元！Manus拿下国内Agent创企最大单笔融资，腾讯投了

6. 突发：Claude 据称拿下概率论「圣杯」——渗流连续相变猜想被 AI 形式化证明（⚠️ 单一来源，待核实）

  • 事实（10-08）：新智元报道，Anthropic 工程师 Justin Leder 在 GitHub 提交了一个代码仓库——其中是一份由（尚未公开的）超前代 Claude 生成、并经过 Lean 形式化验证的完整证明，声称攻克了渗流理论中困扰近 70 年的「连续相变猜想」（临界点处无限大连通概率是否 = 0；3–10 维是长期无人逾越的「叹息之墙」）。2022 菲尔兹奖得主 Hugo Duminil-Copin 8 月 30 日刚在博客预言该猜想「倒于 AI 推土机」只是时间问题；数学家 Benedikt Jahnel、Gil Kalai 等已给出评价。
  • ⚠️ 边界：目前仅新智元单一来源，未见 Anthropic 官方博客、论文或同行评审确认；此类「AI 证明重要数学猜想」的说法此前多次出现自述与传闻，引用时须视为待核实，不宜当作已确立事实。

原文：新智元 · 突发！Claude拿下概率论「圣杯」，AI跨过菲尔兹奖终点线

7. OpenAI 撤回 3 篇 722 数学手稿：一个正负号写错，形式化率 42%

  • 事实（10-08）：一天前刚一次公开 722 篇 AI 数学手稿的 OpenAI，发布首份更新日志：撤回 3 篇（均与霍奇猜想相关），起因是第一篇在一处关键论证里把几何操作的符号记成 +1（按其约定应为 -1），导致本应归零的计数变成非零、所依赖的经典定理前提不成立，另两篇借用该构造被连带撤回；手稿总数 722 → 719。另修订 14 篇、13 篇更新引用。新增 6 项 Lean 形式化，OpenAI 称已有 300 篇主结果完成形式化（42%）——此前被报道的「约六成」是按成果族统计（一族有一篇带形式化即计入），42% 是按单篇主结果统计，更反映逐行检查过的比例。
  • ⚠️ 关键细节：被撤回 / 实质修订的内容几乎都落在没有 Lean 形式化的部分；OpenAI 强调撤回的是证明、不代表命题本身为错，原稿保留可查。从落款到公开相隔近三周、公开后一两天内即被撤回。

原文：机器之心 · 刚刚，OpenAI撤回了三篇AI数学论文，竟是因为符号写错了

📄 其他