GPT-5.6 Sol 统一 ChatGPT，Kimi K3 在 Copilot 中全面可用，WeatherNext 可提前五天预测飓风

2026 年 8 月 6 日，OpenAI 围绕一个同时服务于快速与推理模式的通用 GPT-5.6 Sol 版本统一了 ChatGPT 的对话体验，面向付费订阅用户，并将事实性错误减少了 68%；与此同时，GPT-5.6 Luna 变为无限制的免费聊天。同一天，Kimi K3 在 GitHub Copilot 中正式进入全面可用，Google DeepMind 在 Nature 上发布了 WeatherNext——其用于预测热带气旋的开源模型，可提前五天预测风暴，而 Alibaba 也开启了用于 30 秒视频生成的 Wan3.0 公开测试版。Meta 则用 Artificial Analysis 基准为 Muse Spark 1.2 画上本周收尾：该模型几乎逼近前沿，并在国际科学奥林匹克中取得五项金牌级成绩。与此同时，约十五项公告覆盖了 agentic 代码工具（Amp、Devin、Replit、Warp、Cursor）、open-weight 生态（Hugging Face、Sakana、Together AI）以及媒体生成（ElevenLabs、Suno）。

ChatGPT 切换到统一的 GPT-5.6 Sol，GPT-5.6 Luna 变为免费无限制

8 月 6 日 — OpenAI 围绕面向付费订阅用户的更新版 GPT-5.6 Sol 统一了 ChatGPT 的对话体验。此前，Plus 和 Pro 用户需要在快速模型（Instant）与深度推理模型之间手动切换。现在，GPT-5.6 Sol 在单一体验中同时处理这两种模式，并提供可随时调节的推理强度滑块（slider）——这是对用户认为旧有双模式令人困惑这一反馈的直接简化。

在可靠性方面，OpenAI 给出了一个具体数字：在其高风险事实性评估（金融、医疗、法律）中，新版 GPT-5.6 Sol 相比 GPT-5.5 Instant，包含事实性错误的回答减少了 68%。这是此次更新的核心卖点，被定位为可靠性的提升，而不是原始能力的跃迁。

在免费方案方面，Free 和 Go 用户也获得了更广泛的 GPT-5.6 Luna 访问权：从 8 月 7 日起可进行无限文本对话，并新增一个“Think”按钮，用于在困难问题上触发更多推理——这一功能此前仅限付费套餐。

跟踪项目	数值详情
金融/医疗/法律事实性错误	相比 GPT-5.5 Instant 下降 68%
GPT-5.6 Sol + 滑块（Plus/Pro）	自 8 月 6 日起可用
GPT-5.6 Luna 无限聊天（Free/Go）	自 8 月 7 日起可用

值得注意的是，这次更新仅影响 ChatGPT 的 Chat 体验——支撑 ChatGPT Work 和 Codex 的 GPT-5.6 Sol 版本并未因这一公告而改变。

🔗 OpenAI 官方公告

Kimi K3 在 GitHub Copilot 中正式可用

8 月 6 日 — GitHub 宣布 Moonshot AI 的 open-weight 模型 Kimi K3 在 Copilot 中正式全面可用。部署将按 Pro、Pro+、Max、Business 和 Enterprise 套餐逐步展开，并且该模型可通过所有 Copilot 入口访问：Visual Studio Code、Visual Studio、Copilot CLI、云端 agent、GitHub Copilot 应用、github.com、GitHub Mobile，以及 JetBrains、XCode 和 Eclipse 插件。

📣 @Kimi_Moonshot’s Kimi K3, an open-weight model, is now generally available and rolling out in GitHub Copilot. The model shows frontier-level abilities on agentic coding with highly cost-effective pricing. It is hosted by @FireworksAI_HQ.

🇨🇳 📣 来自 @Kimi_Moonshot 的 Kimi K3，一个开放权重模型，现已正式全面可用，并正在部署到 GitHub Copilot 中。该模型在 agentic 代码方面展现出前沿级能力，且定价极具竞争力。它由 @FireworksAI_HQ 托管。 — @github 在 X 上

该模型通过 Fireworks AI 托管，按使用量计费并与服务商价格一致——变更日志未给出具体价格或上下文窗口。对于 Business 和 Enterprise 组织，Kimi K3 默认处于禁用状态：管理员必须显式启用模型策略后，团队才能访问。此次上线延续了 Copilot 的多模型战略；该战略在 8 月初已经整合了 Kimi K2.7 Code。

🔗 GitHub 更新日志

WeatherNext：Google DeepMind 可提前五天预测飓风，开放权重

8 月 6 日 — Google DeepMind 在 Nature 上发表了 WeatherNext 的研究结果，这是一款专门用于热带气旋预报的 AI 模型。该模型在预测风暴路径和强度方面达到了当前最先进水平，平均可比此前方法多出 24 小时的准备时间。

Predicting cyclones accurately can help save lives - and every hour of lead time counts. Published in @Nature, our AI model WeatherNext achieves state-of-the-art accuracy in forecasting a storm’s track and intensity, giving us a critical extra 24 hours to prepare on average.

🇨🇳 精确预测飓风可以拯救生命——而每一小时的提前量都至关重要。我们在 @Nature 上发表的 AI 模型 WeatherNext，在风暴路径和强度预测方面达到了当前最先进水平，平均为我们争取到额外 24 小时的准备时间。 — @GoogleDeepMind 在 X 上

在飓风 Melissa 期间，WeatherNext 提前五天对其以 5 级登陆做出了早期预测，置信度达到 80%。该模型基于多年全球大气数据和近 5,000 个历史气旋进行训练，在 TPU 芯片上可在不到一分钟内生成每个 15 天概率预报场景。如今，Google DeepMind 已通过 WeatherLab 工具提供每场风暴 1,000 组概率预报。

测量指标	测量值
额外准备时间	平均 +24 小时
飓风 Melissa（5 级）预警	提前 5 天，置信度 80%
训练中的历史气旋数量	~5,000

对生态系统而言的一个重要点是：模型代码和权重已在 GitHub 上开放，可供学术研究和业务级预报自由使用。

Wan3.0（Alibaba）进入公开测试，提供原生 30 秒视频

8 月 6 日 — Alibaba 推出其视频生成模型新一代 Wan3.0 的公开测试版，重点强调三个方面：一次生成最长可达 30 秒的原生视频生成、更高质量的视觉渲染（角色更具表现力、跨场景参考一致性更好），以及扩展模型对文本、图像、音频和视频之外内容理解的 Omni-Reference 功能：Wan3.0 现在还能读取结构化文档（doc、xls、ppt、pdf 等），并直接根据其内容生成视频。

该测试版现已在 Alibaba Cloud Model Studio 和 Qwen Cloud 上线，面向会员的 Wan 应用也将很快开放。

视频分辨率	API 价格（每秒生成）
480p	0,05 $
720p	0,10 $
1080p	0,20 $

完整 API 访问权将在未来几周内逐步开放。此次发布让 Wan3.0 站到了近期竞争对手关于长时长视频生成与精细多模态控制的公告对面——Black Forest Labs 的 FLUX 3 Video、ByteDance 的 Seedance 2.5、MiniMax H3——在这个赛道上，能够生成 20 到 30 秒的短片并支持丰富参考控制，正成为核心差异化卖点。

🔗 @Alibaba_Wan 公告

根据 Artificial Analysis，Meta 的 Muse Spark 1.2 接近前沿

8 月 5-6 日 — 独立分析机构 Artificial Analysis 发布了对 Muse Spark 1.2 的完整评估；这是 Meta 在 Muse Code agent 同步发布的模型。在 AA Intelligence Index 上，它获得 54 分（xhigh 变体），比 Muse Spark 1.1（51 分）提升 3 分，比 Muse Spark 1.0（43 分，4 月发布）提升 11 分——这也是它四个月内的第三次发布。该分数使它与 GPT-5.5（xhigh，55 分）和 Grok 4.5（high，54 分）基本持平，仅落后于当前顶级模型：Claude Opus 5（max，61 分）、Claude Fable 5（max，60 分）、GPT-5.6 Sol（max，59 分）和 Kimi K3（max，57 分）。

主要进展体现在 agentic 知识工作上，这是 Muse Spark 1.1 发布时识别出的薄弱点：GDPval-AA v2 Elo 分数从 1371 跃升至 1631，使该模型在所有评测模型中排名第 5，领先于 Claude Opus 4.8（1588）。

测量指标	Muse Spark 1.1	Muse Spark 1.2
AA Intelligence Index（xhigh）	51	54
GDPval-AA v2 Elo	1371	1631
Terminal-Bench 2.1	78%	80%
每任务成本（Intelligence Index）	0,29 $	0,40 $

在成本方面，Muse Spark 1.2 仍然是其智能水平中最具效率的模型之一，每任务 0,40 $，API 定价保持不变（输入/输出每百万 token 分别为 1,25 $ / 4,25 $）。在它所在组里，只有 Grok 4.5 和 GPT-5.6 Sol（medium）更便宜。在 Vals Index 上，Muse Spark 1.2 也以每次测试仅 0,69 $ 进入前 5——比 Kimi K3 便宜三倍，比 Claude Fable 5、Opus 5 和 GPT-5.6 Sol 便宜十倍。

🔗 Artificial Analysis 线程

Meta 宣称在五项国际科学奥林匹克中获得金牌级成绩

8 月 6 日 — Meta Superintelligence Labs（MSL）宣布，已将 Muse Spark 家族的内部版本送往 2026 年的五项高水平国际科学竞赛，以衡量真实推理进展，而不是依赖合成基准——这是在 7 月已报道的首枚物理奖牌之后的累计成绩。

To understand whether we’re making genuine progress on reasoning, we entered our AI models in five international STEM Olympiad competitions this year. The results: Asian Physics Olympiad (APhO): Perfect score on the theory exam — gold medal. International Physics Olympiad (IPhO): Perfect score — gold medal. International Mathematical Olympiad (IMO): Gold medal, top 4% of human participants. International Chemistry Olympiad (IChO): Gold-medal level. Romanian Masters of Mathematics (RMM): Gold-medal level.

🇨🇳 为了确认我们是否真的在推理能力上取得进展，我们今年让我们的 AI 模型参加了五项国际科学竞赛。结果：亚洲物理奥林匹克（APhO）——理论题满分，金牌。国际物理奥林匹克（IPhO）——满分，金牌。国际数学奥林匹克（IMO）——金牌，位列人类参赛者前 4%。国际化学奥林匹克（IChO）——金牌水平。罗马尼亚数学大师赛（RMM）——金牌水平。 — @shuchaobi 在 X 上

科学竞赛	获得结果
APhO（物理，亚洲）	理论题满分——金牌
IPhO（物理，国际）	理论题满分——金牌
IMO（数学）	金牌，人类参赛者前 4%
IChO（化学）	金牌水平
RMM（数学，罗马尼亚）	金牌水平

其中三项竞赛（APhO、IPhO、IMO）是现场考试，由官方评委按照与人类选手相同的标准批改。Meta 说明，所使用的模型无法访问任何外部工具——没有网络搜索、没有代码解释器、没有计算器——并采用了并行推理的多智能体编排。

🔗 @AIatMeta 转发

AI 开发工具：Portals、远程沙箱、模型路由

本周有五项公告进一步缩小了本地开发与远程或多模型环境之间的差距。

Amp 推出 Portals——在 Orbs 中对应用进行实时预览

8 月 6 日 — Amp 增加了 Portals，现已在所有 orb 中可用（Amp 的远程开发环境）。这项功能可直接在浏览器中显示运行于 orb 内部的 HTTP 服务。此前，要实时测试 agent 所做的更改，需要配置 VPN 或在端口之间来回切换。从技术上说，agent 会创建或检测一个 .amp/services.yaml 文件，并运行 amp orb services ensure 来启动应用，随后通过安全的 HTTPS 连接对外暴露。拥有该线程访问权限的任何人都可以访问 Portals，这使得团队中的多位成员能够实时查看相同更改，即使 orb 在休眠后重新唤醒也是如此。

🔗 Amp — Portals

Devin Outposts 现在运行在 Vercel Sandbox 上

8 月 5 日 — Cognition 扩展了 Devin Outposts（于 7 月底推出，用于在任何计算机上原生运行 Devin），并加入了与 Vercel Sandbox 的集成，现已可用。该 agent 现在可以在 Vercel 基础设施上的隔离微型虚拟机中构建和测试应用，支持 Docker、通过 VPN 连接私有网络，以及从保留仓库、依赖和构建状态完整的文件系统快照中恢复。此次集成使 Devin Outposts 更接近 Amp（Orbs）或 Warp 的类似短生命周期云环境方案，同时受益于许多前端团队已经在使用的 Vercel 基础设施。

🔗 @cognition 在 X 上

Replit 让安全扫描在构建过程中运行，并引入 Semgrep

8 月 5 日 — Replit 与 Semgrep 合作宣布，其安全扫描现在会在应用构建期间运行，而不是只在结束时运行——这一变化直接回应了用户需求。这些扫描默认开启，并整合进 Replit Auto-Protect 的完整功能集，该功能可自动保护由 agent 生成的应用。Replit 表示，其 Agent 已经每天执行超过 100,000 次扫描，这一数字说明该工具在生产环境中用于 vibe coding 的规模，以及它在上线前进行漏洞检测和修复的能力。

🔗 @Replit 在 X 上

Warp 引入自定义模型路由器

8 月 5 日 — 在推出 Warp Agent CLI 一周多之后，Warp 又新增了自定义模型路由器，现已向所有用户开放。现在可以用自然语言定义自己的路由规则（“把简单任务发给 Minimax”“把 bug 修复发给 Kimi K3”），随后每个请求都会自动路由到被认为最合适的模型。这些路由器补充了 CLI 中已内置的自动路由，并可与 open weight 模型、BYOK（bring your own key）或 SuperGrok 订阅配合使用——这是对当前多个竞争工具趋势的直接回应：根据任务编排多个模型，而不是押注单一前沿模型。

🔗 @warpdotdev 在 X 上

Cursor 详解 Cursor Router —— 最高可节省 68%，且不损失质量

8月6日 — Cursor 发布了一篇技术博文，详细解释 Cursor Router 的工作机制；这套自动模型选择系统于 7 月 22 日上线，因此这并不是一次发布，而是一篇带有独家数据的深度文章。路由器分两步工作：首先，“Compass” 通过预测用户满意度概率来估计任务复杂度；然后，一个按分类法构建的分类器（领域、任务类型、以及如视觉变更之类的修饰项）会在该细分类别中选择表现最佳的前沿模型。路由器将请求分配给 Grok（日常任务）、Sol/GPT-5.6（规划）、Opus（执行）和 Fable（调试）——Opus 5 是在最初上线后加入的。Cursor 给出了具体数字：在成本低 68% 的情况下，“Auto Intelligence” 模式的用户满意度据称高于仅使用 Fable；而“Auto Balance” 模式则在成本低 41% 的情况下超过 Opus 4.8。

🔗 Cursor — Cursor Router 的工作原理

开放权重生态：推理、存储与自主检索

三项公告巩固了围绕开放权重模型的基础设施，既涉及托管，也涉及检索。

Baseten 成为 Hugging Face 的官方推理提供商

8月6日 — 专注于无服务器推理的 AI 基础设施平台 Baseten 加入 Hugging Face 的 Inference Providers。此次集成允许用户通过网页界面或 Python 和 JavaScript SDK，直接从 Hub 的模型页面启动由 Baseten 托管的推理服务。首批支持覆盖三款主要开放权重模型：DeepSeek V4 Flash、Kimi K3 和 GLM-5.2，后续还会支持更多任务类型。PRO 订阅用户每月可获得 2 $ 的推理额度，可在所有提供商之间通用，免费账户则享有较有限的配额。该集成通过 Hugging Face 路由器暴露了兼容 OpenAI 的 API 格式，从而在不重写调用代码的情况下简化了供应商切换。

🔗 Hugging Face — Baseten

Ai2 扩展与 Hugging Face 的合作——存储容量提升至约 2 PB

8月5日 — Ai2（Allen Institute for AI）扩大了与 Hugging Face 的合作，以加速其开放科学工作的传播。Hub 上分配的存储空间几乎翻了三倍，提升到约 2 PB，流量也不再受标准速率限制——这对下载超大数据集和多 checkpoint 模型尤其有帮助。Ai2 指出，自 2024 年春季以来，其资源的下载量已超过 5000 万次，而其模型 MolmoAct 2 相关工件在三周内下载量已超过 40 万次。该合作覆盖 Ai2 的整个产品组合：Olmo 和 Molmo 模型、地球观测模型 OlmoEarth，以及多个评测集。根据 Ai2 的说法，该组织每年在 Hub 上发布的新工件数量超过 Hugging Face 跟踪的任何其他机构，目前已拥有超过 900 个模型和 1200 个数据集。

🔗 Ai2 — Hugging Face 合作关系

Sakana Marlin——自主研究代理与 Marlin Insights 上线

8月6日 — Sakana AI 重点介绍了 Sakana Marlin，将其描述为一位“Virtual CSO”（虚拟首席科学官），能够在数小时内自主推理并开展研究。公司表示，这一能力建立在其团队发布的两项研究基础之上：AB-MCTS（已入选 NeurIPS 2025 spotlight）以及发表于 Nature 的 AI Scientist。Sakana AI 还推出了 Marlin Insights，这是一系列由 Marlin 生成的研究项目；首期内容分析了霍尔木兹海峡危机的结局，以及为何尽管拥有军事优势，美国仍难以找到出路。此次上线体现了 Sakana AI 将基础研究转化为面向企业的自主分析产品的战略，这也延续了其近期的商业部署（Daiwa Securities、Namazu）。

🔗 @SakanaAILabs 在 X 上

GitHub Copilot 与生态系统：开放数据、可复用设计、slash 命令

GitHub Innovation Graph 2026 Q1 更新

8月5日 — GitHub 发布了其 Innovation Graph 的季度更新（2026 Q1）。这是一个跟踪全球开发活动的开放数据项目。推文重点展示了多个传统市场之外国家的 Git push 活动加速，以及 2026 Q1 跨境开源协作同比季度增长 16%，其中欧盟、印度和新加坡自 2020 年以来的增长尤为明显。

追踪国家	Git pushes（2020 Q1 → 2026 Q1）
印度	4,4M → 45M
越南	630K → 5,1M
巴基斯坦	240K → 3,5M

所有数据集仍然开放并可下载，便于按国家和时间段更深入地探索这些动态。

🔗 @github 线程 — Innovation Graph

Genspark Design——跨项目可复用设计系统

8月6日 — Genspark 推出 Genspark Design，这是一项现已可用的功能，可将一个已经构建好的项目（颜色、排版、组件）自动转化为供后续项目复用的设计系统。目标是避免每做一个新项目都从头搭建视觉规范：之后生成的落地页可以继承已有应用的同一风格，而无需手动重做。这一公告延续了 Genspark 近期围绕界面生成和办公套件（GenOffice）的工作，面向那些不断生成多个 AI 项目、同时又希望保持视觉一致且无需反复配置的用户。

🔗 @genspark_ai 在 X 上

GitHub Copilot 应用中的 slash 命令指南

8月6日 — GitHub 发布了一份指南，详细介绍 GitHub Copilot desktop 应用中可用的六个 slash 命令；用户只需在聊天框中输入“/”即可访问。这些命令覆盖了整个工作流程：规划、对方案进行压力测试、自动化实现、由另一个模型进行交叉审查、创建交互式界面以及多仓库编排——这与 CLI 中面向终端而非 desktop 应用的 slash 命令不同。

slash 命令	执行功能
`/plan`	在编码前拆解任务
`/spar`	充当唱反调角色，挑战方案
`/autopilot`	将计划转换为代码
`/rubber-duck`	由另一模型进行独立审查
`/orchestrate`	协调多个仓库之间的工作

🔗 GitHub — slash 命令指南

媒体生成：配音与音频透明度

ElevenLabs 在 ElevenAPI 上推出 Dubbing v2

8月6日 — ElevenLabs 在 ElevenAPI 上正式开放其配音引擎第二版 Dubbing v2；该功能此前已在产品端存在，现可供开发者将 AI 配音直接集成到自己的应用中。技术上，Dubbing v2 直接基于原始音频表现进行处理，而不是基于平面的转写文本，因此能够保留原始声音的语气、情绪和节奏。该模型会调整措辞以便在 90 多种语言中实现自然发音，并提供一种“sync-aware”翻译，自动对齐台词的起止位置，无需手动调节。对于企业级用例，精细化编辑模式允许导入自有转写内容，并仅重新生成被修改的片段，而不是重新生成整段配音——整个流程（翻译、声音克隆、配音、同步）都通过单一 API 暴露。

🔗 @ElevenLabs 在 X 上

Suno 推出透明度工具并更新社区规则

8月6日 — Suno 发布了一篇由 CEO Mikey Shulman 撰写的文章，阐述公司称其希望遵循的原则，以“负责任地”构建 AI 生成音乐的未来。具体而言，该公告引入了水印和音频指纹技术的部署，用于识别平台上生成的曲目，并将其描述为在不降低听感的前提下具备抗篡改能力；同时还预告了针对下载的限制，以减少向流媒体平台的大规模分发，同时保留专业和创作用途。公告还伴随了 Community Guidelines 的更新，现明确禁止重建已有歌曲、未经同意使用他人的声音或形象，以及垃圾信息或规避自动审核的行为，处罚从警告到永久封禁不等。

🔗 @suno 在 X 上

代理与插件：开放标准与子代理模型

Agent Plugins——面向代理插件的开放标准

8月6日 — OpenAI 发布 Agent Plugins，这是一个与 AWS、Cursor、GitHub、VS Code 和 Vercel 共同设计的新开放标准，用于将 Agent Skills 和 MCP 服务器配置打包为统一格式。其目标是让开发者只需构建一次插件，就能在多个兼容的代理客户端中复用，而不必为每个工具分别重复集成。上线时列出的兼容客户端包括 Codex、ChatGPT、Cursor、GitHub Copilot、Kiro 和 VS Code——覆盖范围很广，既包含 OpenAI 生态，也覆盖了代码代理领域中的多个直接竞争者。推文并未说明精确的技术机制（manifest 格式、发布流程）或除本次上线之外的正式全面可用时间。

🔗 @OpenAIDevs 在 X 上

Perplexity Computer 将 GPT-5.6 Terra 和 Luna 作为子代理模型部署

8月6日 — Perplexity 在其子代理与自动化平台 Computer 中部署了两款新的 GPT-5.6 模型：Terra 和 Luna。Terra 成为 Computer 中所有子代理的默认模型，同时也充当编排模型；Luna 则被定位为计划型自动化的主模型。Perplexity 表示，Terra 旨在处理面向目标的复杂工作，这种画像非常适合需要拆解任务并自主执行的子代理角色。在 WANDR 基准上，Terra 的得分比 Claude Sonnet 高出 11 分，同时成本降低一个数量级。这种按角色引入专用模型的方式，体现了 Perplexity 内部日益差异化的代理架构。

🔗 @perplexity_ai 在 X 上

简讯

Together AI 声称 Kimi K3 在 Harvey LAB-AA 法律基准上几乎比 Claude Fable 5 好两倍 — 未公布方法学细节，可视为推理提供商的营销主张。 🔗 来源
Hugging Face 推出 Cadena，一个可编辑 CAD 的 3D 网格反编译器 — Spaces 演示可将静态 3D 文件逐步转换为可修改的 CAD 程序，例如在不重建模型的情况下放大一个孔。 🔗 来源
Hugging Face CEO 倡导按层监管 AI — Clément Delangue 支持美国新的监管框架，将模型权重、API 和应用区分开来；他认为这对开源是保护性的。 🔗 来源
Together AI 详述其 99.9% 可用性的多数据中心架构 — 流量在两个站点之间实时分配，即使一个数据中心完全失效，也能在不间断服务的情况下承载。 🔗 来源
Gemini Omni：免费生成 10 段视频的活动延长至 8 月 11 日 — 原本应于 8 月 4 日结束的活动，将持续开放至 2026 年 8 月 11 日 23:59（太平洋时间）。 🔗 来源
GenOffice 已可在 Linux 上使用 — Genspark 的开源 AI 办公套件此前已支持 macOS 和 Windows，现在也可编译并在 Linux 上使用。 🔗 来源
Flux 3 已集成到 Genspark 的 AI 视频代理中 — 集成了来自 Black Forest Labs 的 Flux 3，支持原生音频和多语言对话，可生成最长 20 秒、1080p 的短片。 🔗 来源
Qwen3.8-Max 在公开排行榜上攀升 — Alibaba 声称其在 Artificial Analysis Intelligence Index 中排名第 5，并在 Agentic Index 中位列第 1；前一天它还在 Image-to-WebDev Arena 中获得第 2 名。 🔗 来源
Qwen-Image-3.0-Pro 已部署到 Qwen Cloud 和 fal.ai — Alibaba 的图像生成模型此前已位列全球第 5，现在可直接在 Qwen Cloud 以及第三方平台 fal.ai 上使用。 🔗 来源
OpenAI 与美国心理学会合作，聚焦 AI 与青少年心理健康 — 双方将合作制定围绕青少年用户福祉的循证建议和防护机制。 🔗 来源
OpenAI 发布关于 ChatGPT 全球使用情况的 Signals 数据 — 新的国家级指标涵盖采用情况和使用趋势，但截至当时未提供可访问的具体数值。 🔗 来源
Cohere 与滑铁卢大学合作推出 AI 转型证书课程 — 新的 “AI Transformation & Change Management” 证书旨在帮助学生为企业中负责任地采用 AI 做准备。 🔗 来源

这意味着什么

这一周清楚地说明了一个转变：顶尖智能正在成为默认选项，而不再是额外付费的选择。OpenAI 围绕 GPT-5.6 Sol 统一了 ChatGPT，让它同时处理快速响应和深度推理，并把 Luna 设为对 Free 和 Go 账户无限制且免费的功能。GitHub 在开发者侧也遵循了类似逻辑，在 Copilot 的所有付费方案中全面引入开源权重模型 Kimi K3。两种情况下，真正的新意不是原始能力的跃升，而是分发方式的变化：此前只属于高级套餐或定制集成的模型，正变成标准配置，这把竞争焦点从原始 benchmark 分数转向了感知可靠性和接入成本。

AI 能力的衡量本身也正在变成一个结构化的竞争场。Meta 的 Muse Spark 1.2 在 Artificial Analysis 评估中几乎逼近边界，同时其单任务成本仍处于同类最低水平之一；而 Meta Superintelligence Labs 则宣称，在五项国际科学奥林匹克中实现了无工具辅助的金牌级成绩——这是一场面向公众的展示，意在超越常规排行榜来建立说服力。与此同时，承载这些开放模型的基础设施也在走向专业化：Baseten 成为 Hugging Face 上 DeepSeek V4 Flash、Kimi K3 和 GLM-5.2 的官方推理提供商，Ai2 在 Hub 上的存储几乎翻了三倍，Sakana AI 则把基础研究转化为自主研究产品 Marlin。主线很明确：价值正从单个模型转向分发、托管和验证它的生态系统。

代理式代码工具正在朝着同一个方向汇聚：再也没有单一模型能统治所有任务，因此必须进行智能路由。Cursor 详细说明了其路由器如何结合复杂度估计与分类体系，在不降低感知满意度的情况下将成本最多降低 68%；Warp 引入了自然语言路由规则；Amp 和 Devin 则通过扩展远程环境（Portals、Vercel Sandbox 集成）来缩小云端开发与本地体验之间的差距。Replit 则把 Semgrep 安全扫描前移到构建过程中，而不是在构建后处理，在这个规模下每天超过 100,000 次扫描。综合来看，这些公告描绘出一代新工具：智能不再是唯一杠杆，编排、默认安全和基础设施集成同样重要。

超越语言模型本身，这一周还显示出 AI 正同时进入直接产生现实影响的场景与大规模创意生产。Google DeepMind 的 WeatherNext 已发表于 Nature 并以开放权重形式提供，它平均可为台风预警增加 24 小时的提前量——这是一个公共利益明显优先于商业竞争的应用。相对而言，阿里巴巴的 Wan3.0、ElevenLabs 和 Suno 则展示了媒体生成的快速成熟：30 秒原生视频并支持多模态控制、基于原始语音表现进行条件化的配音如今已在 API 上正式可用，以及为回应对生成内容真实性的担忧而部署的水印工具。这两条路径——开放科学与商业创作——以相同速度推进，但责任层面的含义却截然不同。