⌘ K
… 读取采集状态 同步中...
雷

OpenAI / ChatGPT

OpenAI 的全部动态：GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事的持续追踪。

448条精选相关主题Anthropic / ClaudeGoogle / Gemini模型发布

最新精选

第 241–260 条 · 共 448 条
9月13日周日
  1. 新智元72

    GPT-6 Astra 在 Vending-Bench 2 中成绩超越 Claude Fable 5.1

    Andon Labs 发布的 Vending-Bench 2 测试结果显示，GPT-6 Astra 在模拟经营一年的自动售货机任务中平均最终余额为 15,515 美元，约为 Claude Fable 5.1 的 3 倍。测试表明 Astra 在价格谈判和供应商状态检查等长期执行环节更具稳定性，未出现类似对手的预付款损失，且在多人竞技环节中坚持独立定价策略并赢下全部 3 轮比赛。

    推荐理由：结果展示了模型在长周期模拟环境中维持决策一致性的能力差异，为理解 Agent 可靠性提供了具体参照。

  2. 深度学习与NLP88

    OpenAI 宣称用未发布模型与万个 Agent 解决纳维-斯托克斯方程

    OpenAI 宣布使用一款未公开的内部模型及约 10000 个并发协作的 AI Agent，耗时 88 小时解决纳维-斯托克斯方程存在性与光滑性问题，并同步开源了配套的 Lean 形式化验证代码。文章指出该成果源于 OpenAI 团队拆分不同小组探索解题方向，利用缓存互联网和代码运行环境交换信息；同时披露了该过程中发生的与第三方数学家的数据归属争议，以及对前沿模型评测安全措施的持续关注。

    推荐理由：OpenAI 使用内部模型和万个 Agent 宣称解决纳维-斯托克斯方程，文章梳理了技术路径及由此引发的数据归属争议。

  3. 大模型智能80

    陶哲轩等25位菲尔兹奖得主联名批评OpenAI与Anthropic将数学难题作为公关素材

    OpenAI宣布利用1万个智能体在88小时内解决了纳维-斯托克斯方程的奇点问题，并声称在霍奇猜想及黎曼猜想等难题上取得进展。作为回应，包括陶哲轩在内的25位菲尔兹奖得主发表公开信《人工智能在数学领域的严重错位》，强烈抗议AI公司将顶级数学难题作为商业化基准测试和公关宣传的手段，认为这割裂了数学的思想发展脉络。

    推荐理由：该事件揭示了AI公司参与前沿数学研究与学者社区的冲突，公开信及版权争议为理解AI在基础科学中的角色提供了新视角。

  4. CVer77

    OpenAI 退役 GPT-5.3-Codex-Spark，Cerebras Ultrafast 模式以旗舰模型取代

    OpenAI 宣布退役 GPT-5.3-Codex-Spark，称其用量下滑且已有更好模型，该模型仅存活 7 个月。此前发布的 Cerebras Ultrafast 模式直接运行旗舰模型 GPT-5.6 Sol，速度与质量平衡更佳，使 Spark 失去存在意义。速度正从专用模型属性转变为旗舰模型的付费档位，行业竞争规则随之改变。

    推荐理由：梳理了 Spark 退役后 Ultrafast 模式的取代逻辑，揭示了速度从独立专用模型向旗舰模型付费档位演变的商业趋势。

9月12日周六
  1. Datawhale86

    OpenAI 内部 RSI 进展报告：Agent 承担 75% 工时，长任务自主率显著下滑

    OpenAI 发布技术测量报告《研究加速》，披露内部 Agent 工时已达人类研究员 3.1 倍，接管 75% 实际工时。实测数据显示，15 分钟内短任务 Agent 自主完成率约 76%，但 32 至 64 小时长任务自主率降至 16%。报告同时指出，决策规划环节 Agent 参与度极低，且底层排障已被 Agent 全面接管，但顶层研究方向仍由人类全权把控。

    推荐理由：该报告实测量化了 Agent 在科研工时与执行层的占比及成功率，为评估 RSI 落地效果与自动化边界提供了关键基准。

  2. 硅星人Pro88

    OpenAI 发布 Agents API，将 Codex 拆解为云端托管服务

    OpenAI 正式开放 Agents API 公测，将 Codex 核心能力转化为云端托管服务，开发者只需配置任务、模型、工具和运行环境即可创建 Agent。该架构通过解耦 Harness 托管与执行环境，使开发者可选择 OpenAI 沙盒或第三方基础设施运行。

    推荐理由：文章梳理了 OpenAI 将 Codex 从独立产品拆解为平台组件的完整演进路径，并对比了 DeepSeek 与 Anthropic 在 Agent 基础设施层的差异化策略。

  3. DeepTech深科技73

    陶哲轩等25位菲尔兹奖得主发布联合声明，警告AI公司将数学研究变成速度竞赛

    陶哲轩、邓煜等25位菲尔兹奖得主发布联合声明《数学领域中人工智能的严重失衡》，指出当前AI公司将攻克著名数学难题作为模型能力的Benchmark，导致AI快速批量产出结果与数学共同体注重理解、验证和知识沉淀的目标发生严重错位。

    推荐理由：25位菲尔兹奖得主通过联合声明指出了AI将解题速度作为核心指标与数学共同体追求深度理解的结构性错位。

  4. APPSO83

    25位菲尔兹奖得主警告：AI将数学难题变成Benchmark或致研究目标错位

    陶哲轩等25位菲尔兹奖得主联合发表声明，警告AI公司正在将攻克重大数学难题转化为衡量模型能力的Benchmark，导致数学研究与模型目标严重错位。声明强调，仅仅提供正确答案无法替代理解、提炼新方法以及传承的过程，并指出部分AI成果公布仓促带来了署名和抄袭等学术规范隐患。这与OpenAI近期宣称其内部模型在纳维斯托克斯方程等千禧年大奖难题上取得进展的背景密切相关。

    推荐理由：文章梳理了25位菲尔兹奖得主对AI冲击数学研究节奏的警告，并关联到OpenAI针对千禧年难题的最新进展。

  5. 深度学习与NLP88

    GPT-6 Astra能力展示与AGI竞赛趋势

    GPT-6 Astra在MazeBench基准测试中取得14%的最高分，并在多模态任务如视频设计零件和3D分子建模中展现新能力。作者据此认为AGI竞赛重点正转向智能自我加速，OpenAI等机构在推动RSI曲线。

    推荐理由：文章借由新案例展示GPT-6 Astra在实际场景中的表现，并提出了关于AGI竞赛转向智能自我加速的行业判断。

9月11日周五
  1. 新智元90

    AGI概念引发行业争议：OpenAI、芯片巨头与基准机构的分歧

    GPT-6 Astra发布后，AGI是否达成引发行业争议。芯片巨头黄仁勋宣布AGI已到来，基准机构ARC Prize则指出其高分依赖定制环境，不承认其为AGI。OpenAI总裁虽称AGI时代来临，但强调这是个人判断，且官方未正式确认。各方对AGI的定义、验收标准和商业认定存在显著分歧。

    推荐理由：原文梳理了各方对AGI的定义分歧和评测争议，为理解AI行业当前关于AGI的舆论与商业博弈提供了清晰的脉络。

  2. 量子位85

    FrontierMath Tier 4饱和，GPT-6 Astra攻破最后一道研究级数学题

    GPT-6 Astra解出FrontierMath Tier 4此前唯一未被AI攻破的题目，Epoch AI宣布该层级饱和，97.6%成绩为单一模型最高。Tier 4共43题（v2修订版），2025年7月推出时最高成绩约5%，一年后全题均被不同AI至少解出一次；出题人Jay Pantone表示Astra的解法与其自身研究路径接近。

    推荐理由：文章记录了FrontierMath Tier 4饱和的完整过程，读者可据此理解研究级基准被模型快速突破的机制与当前局限。

9月10日周四
  1. AGI Hunt77

    OpenAI 1万Agent跑88小时证明纳维-斯托克斯方程后，下一个是室温超导吗

    OpenAI用约1万个agent持续运行88小时，产出纳维-斯托克斯方程的证明及Lean形式化验证，耗费数百万美元算力。作者据此折算等效100年人力工作量，并结合Sam Altman对尝试室温超导的回应及OpenAI数天训练超越GPT-6模型的披露，推演大量智能体长期运行解决有明确验证标准难题的可能性。

    推荐理由：作者引用OpenAI的算力案例并推演数亿Agent协作攻克数学难题的潜在影响，为理解算力扩张与验证门槛的关系提供视角。

  3. 人工智能学家78

    Anthropic前研究员辞职，呼吁暂停提升AI模型能力

    曾在OpenAI和Anthropic从事预训练研究的Jacob Coxon宣布从Anthropic离职，并发布帖子呼吁暂时停止提升AI模型能力。他指出，内部人员普遍担忧AI可能在十年内带来毁灭性风险，但OpenAI与Anthropic仍因担心竞争对手不负责任而陷入竞相冲向超级智能的竞赛，他建议通过不同实验室间的协调来放缓AI发展节奏。

    推荐理由：离职研究员结合内部视角分析了AI竞赛的自利逻辑与协调困境，提示读者关注头部机构在能力加速与安全博弈间的真实张力。

  5. 优设AIGC80

    GPT Image 2.5 上线，实测 Sketch、文字与局部编辑三大新能力

    OpenAI 无宣发上线 GPT Image 2.5，官方称每周生成图片超 30 亿张，全量开放给所有用户。实测显示新模型支持通过 @Sketch 将潦草草图转为精细海报；显著改善小字渲染，中文海报无乱码；新增直接标注或选区工具进行的局部修改，电商场景可用于测试服装款式而无需重新拍摄。

    推荐理由：实测展示了 GPT Image 2.5 在草图转海报、文字渲染和局部精修上的具体变化，用户可据此评估新能力对设计工作流的实际改善。

  6. 新智元65

    陶哲轩发文警示AI暴力介入将杀死数学开放科学传统

    菲尔兹奖得主陶哲轩发文怒批OpenAI利用算力暴力介入并抢发纽约大学数学家团队发现的纳维-斯托克斯方程解题路径，破坏开放科学传统。他警告AI抹平数学研究难度地形，导致人类科学家不敢公开分享研究方向，呼吁建立新规范拒绝缺乏洞见的黑箱答案。

    推荐理由：陶哲轩发文警示AI抢发研究将摧毁开放科学传统，引发学界对算力优势与学术伦理的广泛讨论。

  7. 深度学习与NLP78

    OpenMAIC v1.0发布：支持完整课程规划与迭代的开源AI教育智能体

    清华团队开发的开源AI教育项目OpenMAIC升级至v1.0，支持通过Agent完成整门课程的规划、生成与持续迭代。该版本在联合国教科文组织总部进行了演示，展示了如何利用单一教材生成系列课程，并内置多种教学法Skill。OpenMAIC自开源以来GitHub Star数已超3.3万，平台累计消耗883B Token，其核心能力可导出至其他Agent工作台使用。

    推荐理由：展示了OpenMAIC v1.0从课程生成到迭代修改的完整流程，以及其在联合国教科文组织的实际应用场景。

  9. OpenAI News73

    OpenAI 推出 Agents API

    OpenAI 推出 Agents API，这是一个由 Codex 框架驱动的托管服务，支持智能体编排、长时运行会话和工具调用。

    推荐理由：Agents API 提供基于 Codex 框架的托管编排服务，读者可据此了解 OpenAI 智能体部署方式。