GPT-6 Astra靠空白Token把四跳推理准确率从10%拉到50%【AI 早报 2026-09-26】
今日看点：Redwood Research 发现 GPT-6 Astra 会利用无意义“空白 Token”提升串行推理表现；谷歌准备把 4 颗 Trillium TPU 送上猎鹰 9 号验证太空 AI 数据中心；Anthropic 与 Akamai 签下 7 年 116 亿美元算力合同。
今日概览
- GPT-6 Astra靠空白Token把四跳推理准确率从10%拉到50%
- 谷歌「日晷捕手」将4颗Trillium TPU送上猎鹰9号，验证太空AI数据中心
- 传ChatGPT筹备月费500美元Pro Max，主打最快Work与Codex
- Opus 5.5纯代码生成视频案例扩散，输出速度较Opus 5快37%、价格降42%
- Anthropic与Akamai签7年116亿美元算力合同，11个月算力承诺累计5170亿美元
- DeepSeek Harness桌面客户端泄露：可选本地文件夹，支持终端与多Agent
- Meta向Muse用户免费开放Ubuntu云电脑，上线首周用户超50万
- DensityAI进入融资后期，投后估值接近100亿美元并传获AWS采购协议
- 谷歌Gemini 3.8 Live上线实时虚拟形象，支持97种语言无缝切换
- Lovable年化收入突破6亿美元，三分之二财富500强公司员工使用
- OpenAI推出GPT-6 Sol与Luna，降低AI Agent的API与缓存成本
- GPT-6 Astra看图判断宜家家具是否装错，准确率达80%
- Heidi融资3.4亿美元、估值9亿美元，平台每周支撑280万次患者就诊
- BigHat Biosciences完成7500万美元C轮，推进AI设计蛋白药物
- PicoJool获2750万美元A轮，扩展800G至1.6T光互连产品
- 影石创新布局AI眼镜，专利显示采用分体电池设计
- 泰国8月出口同比增24.3%，AI相关电子产品成为核心增长动力
模型与算力
GPT-6 Astra靠空白Token把四跳推理准确率从10%拉到50%
Redwood Research 在报告中给 GPT-6 Astra 设置了连续四跳推理题，例如从“1992年诺贝尔文学奖得主的出生日期”推到对应奥斯卡颁奖典礼、最佳女演员及其出生日期，前一步出错后面就会全部跑偏。此前所有受测模型在这类 4-hop 任务上的准确率只有 1%–3%，GPT-6 Astra 基线约 10%。研究人员在题目后添加一串“............”空白 Token 后，Astra 的准确率直接升至 50%。对照组 Opus 4.5、Opus 5、GPT-5.6-Sol 对同样操作几乎无反应。旧 AIME 数学题上，Astra 的准确率从约 60% 升至约 90%；在竞赛题测试里，填充 Token 的收益大约在 8192 Token 附近达到峰值，并非越多越好。HLE 和 LiveBench 多数类别也有改善，但幅度更温和。统计检验显示 GPT-5.6 Sol 在三个基准上同样有提升，只是远不及 Astra。这一结果说明 Astra 会把无意义填充当作额外思考空间，但空白 Token 并不等于新的解题知识。
来源：https://mp.weixin.qq.com/s/jyyPxpeu8Q9YkzKXXs1HHg
谷歌「日晷捕手」将4颗Trillium TPU送上猎鹰9号，验证太空AI数据中心
谷歌的 Project Suncatcher 计划把自研 AI 芯片送入地球轨道，目标是建立可规模化运行的太空 AI 数据中心。几天后，谷歌与 Planet Labs 联合制造的实验卫星 MVP 将搭乘 SpaceX 猎鹰 9 号发射，体积约等于一台家用冰箱，内部搭载 4 颗谷歌自研 Trillium TPU。太空选址的核心逻辑是能源：近地轨道可接收几乎不间断阳光，太阳能发电量最高达到地面 8 倍；谷歌测算到 2030 年代中期，太空数据中心综合成本有望与地面持平。这颗卫星的太阳能板只能提供约 1 千瓦电力，相当于一台家用吹风机，但足以驱动 4 颗 TPU 在轨运行 Gemini 模型并回答地面简单提问。工程上，卫星要通过三道关：火箭发射时整体承受约 10 倍重力加速度、芯片组件承受 50–100 倍重力加速度；宇宙射线可能造成单粒子翻转，谷歌用加州大学戴维斯分校回旋加速器质子束模拟了 5 年辐射总量；真空散热采用导热泥加铝铜层和辐射板方案，芯片每次可全功率计算约 15 分钟后停机降温。谷歌计划 2027 年发射两颗卫星，首次在轨测试星间高精度激光互联。
传ChatGPT筹备月费500美元Pro Max，主打最快Work与Codex
9 月 24 日，开发者 Tibor Blaho 与爆料网站 TestingCatalog 在 ChatGPT 未公开前端配置中发现 Pro Max 痕迹，月费标注为 500 美元，是现有顶配档位的 2.5 倍，主要特性写为“最快的 Work 与 Codex”。若上线，价格将直接超过 Claude Max 的 250 美元和 Google AI Ultra 的约 250 美元。配置中另有一个 600 美元数字，有推测认为其中包含 20% 渠道税。与以往 100 美元到 200 美元档主要卖 5 倍至 20 倍调用额度不同，Pro Max 卖点被描述为算力优先级：Work 与 Codex 类复杂任务可能连续运行数小时，低延迟对重度生产力场景直接等于利润。也有推测称其底层可能接入 OpenAI 已在测试的 Cerebras 低延迟硬件。涨价背景是 9 月 3 日上线的 GPT-6 Astra 具备直接操控系统的 Agent 能力，推理算力消耗远超前代；上线一周后的 9 月 10 日，OpenAI 紧急叫停 200 美元 Pro 档新订阅，负责 ChatGPT 与 Codex 业务的 Tibo 称该档位“给系统带来了最大压力”，至今未给出恢复时间表。另有传闻称更强模型 Bel 已排队等待入场。
来源：https://mp.weixin.qq.com/s/laT4-RLgOUpqucAAVNRMlg
Opus 5.5纯代码生成视频案例扩散，输出速度较Opus 5快37%、价格降42%
Opus 5.5 上线后，用户迅速用纯代码生成动画、游戏、3D 模型和 UI。已有案例包括 45 分钟直出 78 秒高噪点磨砂风动画、用 JavaScript 生成儿童绘本加剪纸拼贴加蜡笔手绘混搭风定格动画、用代码搭建扩散模型 U-Net 课件骨架、生成骨骼龙 3D 模型，以及用 JavaScript 加 SVG 搭出完整仓库物流运行系统。游戏方向出现了吉卜力风海底火车模拟、3D 卡丁车赛车和《Minecraft》科幻 DLC；同一 Prompt 下，网友评价 GPT-5.6 Sol 的作品仍偏基础原型，Opus 5.5 已接近完整可玩场景。产品层面，Opus 5.5 在代码、知识工作、计算机操作等多项基准拿到第一，输出速度比 Opus 5 快 37%，性能进入 Fable 5.1 档位，价格比上一代 Opus 5 低 42%。其“Everything is a Plugin”式的代码直出能力，正在把动画、课件、3D、UI 和小游戏制作推向普通用户可尝试的范围。
Anthropic与Akamai签7年116亿美元算力合同，11个月算力承诺累计5170亿美元
Anthropic 与 Akamai Technologies 签署了一份为期七年、价值 116 亿美元的云算力合同，并将获得最多相当于 Akamai 约 5% 股份的认股权证。这是双方今年早些时候 18 亿美元算力协议之后的进一步合作。据报道，Anthropic 近 11 个月的算力交易总额已达 5170 亿美元，合作对象包括谷歌、SpaceX 等。CEO Dario Amodei 警告称，如果收入预测出现哪怕轻微偏差，Anthropic 也可能面临破产风险。该合同反映 Claude 需求增长正推动 Anthropic 持续锁定长期算力供应。
Agent与模型能力
DeepSeek Harness桌面客户端泄露：可选本地文件夹，支持终端与多Agent
DeepSeek 尚未正式官宣，但其官方客户端 DeepSeek Harness 的安装包已在社区流传，目前有 Windows 和 macOS 版本，Linux 暂缺。启动后用户可选择本地文件夹作为工作区，之后让 AI 直接读写本地文件、执行网页搜索、操作终端，并通过多个 Subagent 协作完成任务。登录支持 DeepSeek 账号或 API Key；首次进入还会询问用途，可选办公与创作、代码与开发，并决定查看最终结果、关键步骤还是完整执行过程。Harness 内置标准模式、PTC 模式、极简模式和创造模式，强调“Everything is a Plugin”，目前已能看到智能体团队、语音输入、终端、Agent Loop、Subagent、网页搜索等插件。实测中若使用账号登录却停留在 API 模式，任务可能不执行，切换到账号模式后才能正常运行。该版本仍带有 nightly 特征，细节尚在打磨。
Meta向Muse用户免费开放Ubuntu云电脑，上线首周用户超50万
Meta 为每位 Muse 用户提供一台免费云电脑，系统为 Ubuntu Linux，用户可以在其中安装软件、编写代码和浏览网页。一个名为 Sentinel 的进程会监控用户工作区之外的敏感操作，同时用户可以检查系统中的每个文件。Muse 上线首周用户数超过 50 万，Meta 的策略明显偏向先用产品覆盖面换取规模，而不是单纯依赖模型能力。这套云电脑把 Agent 从聊天界面推进到可持久操作的完整计算环境。
OpenAI推出GPT-6 Sol与Luna，降低AI Agent的API与缓存成本
OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna 两个新大模型，官方目标是让 AI Agent 更便宜。两者通过更低的 API 价格和更便宜的缓存机制，减少开发者和企业运行自动化 Agent 工作流时的推理支出。OpenAI 同时称新模型在编码结果上强于此前的可选方案。首份公告未给出具体价格数字、缓存成本比例或详细编码基准分数。市场定位是帮助客户扩大 Agent 部署规模，同时避免推理成本同步上升。
来源：https://www.techrepublic.com/article/news-openai-gpt-6-sol-luna-api-costs/
GPT-6 Astra看图判断宜家家具是否装错，准确率达80%
GPT-6 Astra 现在可以查看照片并判断宜家家具是否被装错，准确率为 80%。2025 年 11 月，当时最强模型的同类准确率只有 28%。Epoch AI 认为，这一速度还不足以支撑实时组装指导，但差距正在快速缩小。该能力把视觉理解从“描述图片”推进到“指出具体装配错误”。
产品、资本与行业
DensityAI进入融资后期，投后估值接近100亿美元并传获AWS采购协议
AI 芯片初创公司 DensityAI 由特斯拉 Dojo 超级计算机项目前核心团队于一年前创立，目前正进入融资谈判后期，计划募资数亿美元，对应投后估值约 100 亿美元。知情人士称，公司管理层向潜在投资者表示已达成一项协议：如果 DensityAI 芯片达到指定性能指标，AWS 将采购其芯片。a16z 正在洽谈领投本轮融资。该公司从特斯拉 Dojo 团队切入 AI 芯片，直接把创业方向对准超大规模云市场的算力采购需求。
谷歌Gemini 3.8 Live上线实时虚拟形象，支持97种语言无缝切换
谷歌在 9 月 24 日宣布推出搭载实时虚拟形象 Live Avatar 功能的 Gemini 3.8 Live，并即日起在 Gemini Enterprise 中提供。Live Avatar 具备原生多语言语音到语音同步功能，可动态调整唇形同步和面部表情，并能在 97 种语言之间无缝切换，同时不降低视频保真度或引入视觉漂移。该功能面向企业级实时交互场景，把虚拟形象从预渲染动画推向实时驱动。
Lovable年化收入突破6亿美元，三分之二财富500强公司员工使用
AI vibe-coding 平台 Lovable 的年化收入已突破 6 亿美元，联合创始人 Fabian Hedin 在阿姆斯特丹 HumanX 峰会上透露，该数字高于 6 月报道的约 5 亿美元。Lovable 称财富 500 强公司中有三分之二的员工使用该平台，客户包括 Microsoft、Nvidia 和 Deutsche Telekom。Hedin 将 Lovable 与 Codex、Claude Code 区分开：后者输出代码，Lovable 交付成品并 increasingly 完整业务，平台还处理托管、部署和扩展。基于 Lovable 构建的应用目前每月吸引接近 10 亿次访问，比 Lovable 自身流量高一个数量级。该公司两轮相隔八个月的融资总额超过 7 亿美元，估值从 66 亿美元升至 133 亿美元。
Heidi融资3.4亿美元、估值9亿美元，平台每周支撑280万次患者就诊
临床 AI 公司 Heidi 完成 3.4 亿美元融资，包括 Blackbird 领投的 1 亿美元 C 轮和 General Catalyst 旗下 Customer Value Fund 领投的 2.4 亿美元成长投资，投后估值 9 亿美元。Heidi 最初以实时记录临床笔记的 AI scribe 获得市场，现在计划把 AI 扩展到预问诊、追踪诊断和其他运营工作，但医疗判断完全留给临床医生。公司不自研通用大模型，而是构建面向医疗精度与安全需求的任务专用医学基础模型。平台目前每周支撑 280 万次患者就诊，覆盖 190 个国家和 110 种语言，累计就诊超过 1.75 亿次；年经常性收入在两年内从 100 万美元增长到 5000 万美元。客户包括 NHS Midlands、Metro South Health、Health New Zealand 和 Beth Israel Lahey Health。
BigHat Biosciences完成7500万美元C轮，推进AI设计蛋白药物
临床阶段 AI 驱动蛋白治疗公司 BigHat Biosciences 完成 7500万美元 C 轮融资，由 DFJ Growth 和 Premji Invest 共同领投，总融资额达 2.23 亿美元。资金将用于扩展其自主 AI 加高通量实验平台，并推进蛋白设计管线，包括 BHB810 和 BHB299。BHB810 是最早进入人体试验的 AI 设计生物药之一，BHB299 计划 2027 年进入人体试验。公司现有合作方包括 Amgen、Merck、Johnson & Johnson、AbbVie 和 Lilly，并将继续与前沿 AI 公司合作开发 Agentic 治疗设计流程。
PicoJool获2750万美元A轮，扩展800G至1.6T光互连产品
AI 基础设施光互连公司 PicoJool 完成 2750 万美元 A 轮融资，由 Socratic Partners 领投，Hudson River Trading 参投；此前还有 Playground Global 领投的 1200 万美元种子轮，总融资额 3950 万美元。资金将用于扩张美国和台湾的团队与设施，推进 VCSEL 和 microVCSEL 产品商用。PicoJool 的产品线面向超大规模 AI 集群的带宽与功耗约束，覆盖从 800G 到 1.6T、3.2T 及更高速度。公司称已实现每通道 200G，当前重点是从芯片级 VCSEL 扩展到 AOC 和 NPO 完整光模块，并与 WIN Semiconductor 等晶圆厂合作准备 200G 产品量产。
影石创新布局AI眼镜，专利显示采用分体电池设计
有接近影石创新的人士透露，公司正在布局 AI 眼镜赛道并开展相关研发，未来可能推出自有 AI 眼镜产品。影石创新此前获得一项名为“可穿戴式眼镜”的实用新型专利授权，专利摘要显示眼镜主体佩戴于头部，电池装置与眼镜主体分离、佩戴于身体其他部位，通过电连接线供电，目的是减轻头部负重、降低长时间佩戴压力。这一分体电池路线与当前主流 AI 眼镜把电池塞入镜腿的方案明显不同，更偏向长时间佩戴拍摄的工程取向。
泰国8月出口同比增24.3%，AI相关电子产品成为核心增长动力
泰国商务部数据显示，8 月出口额同比增长 24.3%，为 56 个月以来最高增速，高于 7 月的 21.6%；进口同比增长 25.1%，贸易赤字从 7 月的 36 亿美元收窄至 25 亿美元。电子产品占泰国总出口近三分之一，随着全球科技企业加大 AI 基础设施投入，该品类预计继续成为核心增长动力。AI 硬件需求已直接体现在泰国出口数据中。
暂无评论。