GPT-6.1 Sol极速版：吐字提速8倍，输出60美元【AI 早报 2026-10-10】
今日看点是 OpenAI 把 Ultrafast 极速模式下放给 GPT-6.1 Sol；资本端 TypeSafe 的 Jev 上线三周即拿到 75 亿美元估值，Cloudflare 则把决策模型推向全模态与开源权重。
今日概览
要闻
- GPT-6.1 Sol极速版：吐字提速8倍，输出60美元
- TypeSafe的Jev上线三周拿下75亿美元估值，A轮融资8.7亿美元
- Arena完成2亿美元B轮融资，估值31亿美元、ARR达1亿美元
- 星动纪元VPP2登顶RoboDojo：平均成功率32.26%超过GPT-6-Astra
- 英伟达等提出Physis-Lang：以48.2分登顶Physics-IQ Verified
- Anthropic用Claude Science补齐首张全天紫外地图，约三分之一天空靠预测
模型发布
- Cloudflare发布Clef-omni多模态决策模型，Clef-flash降价并提速
开发生态
- GitHub Copilot周更新：Claude Haiku 5.5可用，CLI支持本地Ollama模型
- OpenAI Python SDK v3.28.0：新增Agent环境暂停与过期接口
- OpenAI Python SDK v3.27.0：新增预热托管环境接口
产品应用
- Google推出企业级统一Gemini Agent，可操作Workspace等系统
- 新款理想i6公布六项升级：零重力座椅、96kWh自研5C电池下放
- 微软发布Surface Laptop Ultra：搭载RTX Spark，本地运行AI Agent
技术与洞察
- Aether AI发布因果驱动机器人系统CRIS-0，干扰响应0.1秒级
- 字节OpenViking三篇论文：Event/Entity记忆、目录感知向量库与结构化RAG
- 多会话语音记忆基准VoxMem发布：15种声学×记忆考察组合
行业动态
- DiffuSpace完成数亿元融资，扩散语言模型创全球最大规模纪录
- Vinci完成2.5亿美元B轮融资，估值15亿美元扩展AI物理平台
前瞻与传闻
- 宁德时代被曝加码DeepSeek新融资，锁定算力供电链条
要闻
GPT-6.1 Sol极速版：吐字提速8倍，输出60美元
OpenAI 正式上线 Ultrafast 极速模式，API、Codex 与 ChatGPT Work 三处同步推送。该模式此前先在 GPT-6 Astra 上落地，现场演示中 Ultrafast 已完成火箭发射，标准模式尚未拼完模型。GPT-6.1 Sol 的 Ultrafast 版本定价为每百万 token 输入 12 美元、输出 60 美元；Fast 档为输入 4 美元、输出 20 美元，标准档为输入 2 美元、输出 10 美元。官方口径称 Ultrafast 相较标准模式吐字提速 8 倍，此前 Astra 上的速度约为每秒 300 token。产品力上，Sol 在 DeepSWE v1.1 上与 Astra 打平，但成本约为其五分之一；在 OSWorld 2.0 上低 2.1 分，单任务花费约为 Astra 的七分之一；Artificial Analysis 智能指数中 Sol 开满推理拿到 52 分，只比 Astra 少 1 分。标准版 Sol 的实测输出约为每秒 67 token，速度正是此次 Ultrafast 要补的短板。API 侧所有支持地区均可用，美国和欧盟用户可选数据驻留；一次输入超过 27.2 万 token 后，价格变为输入 24 美元、输出 90 美元。OpenAI 还建议开发者使用 WebSocket 长连接，避免 Agent 多次工具调用反复建连接吃掉加速收益。Codex 与 ChatGPT Work 侧目前仅限每月 500 美元的 Pro 500、按用量计费的企业版和按点数计费的教育版，企业版需管理员手动开启，其他自助套餐即使购买点数也用不上。
来源：https://mp.weixin.qq.com/s/ijIEt8d8oRSYFlyhBXhlTw
TypeSafe的Jev上线三周拿下75亿美元估值，A轮融资8.7亿美元
TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资，投后估值 75 亿美元，a16z 领投，红杉资本和 DCVC 跟投，a16z 合伙人 Martin Casado 将加入董事会。其模型 Jev 于 9 月 15 日开放早期访问，不主打聊天或写代码，而是定位为可直接嵌入软件代码的决策组件。增长数据上，Jev 上线三天处理 1 万亿 token，第一周出现数千个应用场景，覆盖生成式界面、互动游戏和数据分析等领域，用户数迅速超过 100 万，约三分之一《财富》世界 500 强企业已在使用。a16z 称这是“今年最大的叙事反杀”，并表示这是他们见过增长最快的模型。创始人 Diogo Almeida 确认产品上线后不久已实现盈利，团队目前只有二十多人。客户案例方面，人才招聘平台 Jack & Jill 在 10 天内把候选人匹配环节从 Gemini 切换到 Jev，成本下降 88%，处理时间减半，一年可节省 26.5 万美元。本轮融资将用于继续提升 Jev 能力、发布更多机器原生模型、完善企业级基础设施、扩充团队和增加算力。
Arena完成2亿美元B轮融资，估值31亿美元、ARR达1亿美元
AI 模型评测平台 Arena 宣布完成 2 亿美元 B 轮融资，估值达 31 亿美元，Lightspeed Venture Partners 和 Khosla Ventures 领投，Salesforce Ventures、01 Advisors、Dell Technologies Capital、Endeavor Catalyst、a16z、Felicis 等跟投。Arena 起源于 2023 年加州大学伯克利分校的一个众包评分类研究项目，用户输入 prompt 或请求生成 vibe coding 项目，再评判哪个模型完成得更好。该公司披露其年化经常性收入已于 6 月达到 1 亿美元；此前 1 月完成 1.5 亿美元 A 轮时估值为 17 亿美元、年化收入 3000 万美元，约 10 个月内估值接近翻倍。平台目前每月有数千万访问者，商业化产品 AI Evaluations 于去年 9 月上线，为模型实验室和企业提供基于社区反馈的性能分析。针对今年 AI 实验室被质疑在基准测试中“刷分”的问题，Arena 新增“对齐”榜单，评估未授权操作、错误归因以及“欺骗性完成”等行为；初步榜单中 OpenAI 系列模型位居前列，Claude Opus 5.5 和 Claude Fable 分列第六和第九。
星动纪元VPP2登顶RoboDojo：平均成功率32.26%超过GPT-6-Astra
星动纪元推出的世界动作模型 VPP2 以平均成功率 32.26%、平均得分 39.26 登顶 RoboDojo，并拿下泛化、精度、记忆三项第一。RoboDojo 由香港大学多媒体实验室牵头，联合 UC 伯克利、清华等全球近 20 所机构共建，仿真环节包含 42 个双臂任务，考察泛化、记忆、精度、长程执行和开放词汇指令遵循；评分规则严苛，任务未完整走完即得零分。此前榜单第一是官方实测的 GPT-6-Astra，成绩为 22.48% 成功率和 28.97 分；PI 的 π0.5 为 8.31% 和 14.67 分。VPP2 的参数规模为 14B，训练未使用额外数据，也未使用 agent RSI，按官方 baseline 协议公平训练，并且开源、可复现。这意味着成绩更依赖预训练阶段的原生能力，而非后训练堆量或特权信息辅助。
英伟达等提出Physis-Lang：以48.2分登顶Physics-IQ Verified
英伟达联合 MIT 和牛津大学提出 Physis-Lang，核心是把物理原因、规律和结果写进语言描述，再让这套描述贯穿数据筛选、模型训练和视频生成。它不只描述“画面里有什么”，还要求描述物体之间的作用及这种作用如何推动后续变化，并在推理时补充负向描述以约束不合理物理行为。在 Physics-IQ Verified 榜单上，Physis-Lang 的 Cosmos3-Super 与 Cosmos3-Nano 分别以 48.2 和 43.3 的均分位列第一、第二；Super 比此前最高的 42.7 分高出 5.5 个百分点。值得注意的是，16B 大小的 Cosmos3-Nano 加入 Physis-Lang 后，均分超过了原始 64B 大小的 Super 模型。团队还构建 PhysCapBench，包含 246 段物理视频和 3,794 条人工核验的原子断言，平均每段视频约 15.4 条，用 Precision、Recall 和 F1 判断物理描述是否说得对、说得全，并据此自进化 caption prompt。
来源：https://mp.weixin.qq.com/s/D6b1FbGx-Zvzknnlt9zzNw
Anthropic用Claude Science补齐首张全天紫外地图，约三分之一天空靠预测
Anthropic 发布科学博客，介绍约翰斯·霍普金斯大学天体物理学家 Brice Ménard 使用 Claude Science 制作出第一张完整的全天紫外地图。这张图约三分之一的天空此前从未被任何紫外望远镜观测过，由模型预测补齐，并为每个像素标明“实测/预测”及误差估计。背景上，GALEX 在 2003 至 2013 年间拍摄约 38,000 次，覆盖约三分之二天空，但故意避开亮星密集区和银河盘面；后续 NASA Swift、韩国 FIMS/SPEAR 补充后仍留有空白。Claude 的执行流程包括搜集公开紫外数据、清洗与内部一致化、处理亮星炫光、多仪器交叉定标、统一坐标系与分辨率，再对空白区域做 inpainting，补全结果与真实测量相差约 10%。最终它还依据 Gaia 的可见光测量，推算出 1 亿多颗恒星各自的紫外亮度并叠加到补好的背景上。过程中，Ménard 发现图中残留 GALEX 单次观测的圆形“脚印”，Claude 重新校正了全部 38,000 次观测；整个项目经历十多个大版本，他本人表示“我的贡献，仅限于指导它们”。
模型发布
Cloudflare发布Clef-omni多模态决策模型，Clef-flash降价并提速
Cloudflare 在 Clef 和 Clef-flash 之后发布 Clef-omni，将决策模型输入从文本、图像扩展到音频、视频、图像和文本，并在 HuggingFace 开放权重。该模型基于 Qwen3-Omni-30B-A3B-Instruct MoE 构建，保留多模态理解主干、去掉文本转语音输出组件，目标是让开发者用一个模型直接跨模态做决策，而不必再搭建语音转文字级联流水线或从视频中拆分音视频通道。Cloudflare 表示，此前决策模型自 TypeSafe 的 Jev 出现后基本以文本为主，Clef-omni 把这条路线推向全模态。与此同时，Clef-flash 价格下调至低于 Jev，Clef 本体也完成提速。三者组合意味着 Cloudflare 正以开放权重、快速迭代和价格竞争的方式切入决策模型市场。
来源：https://blog.cloudflare.com/clef-faster-cheaper-multimodal/
开发生态
GitHub Copilot周更新：Claude Haiku 5.5可用，CLI支持本地Ollama模型
GitHub Copilot 本周更新中，Claude Haiku 5.5 开始向 Copilot Pro、Pro+、Max、Business 和 Enterprise 用户开放。本地沙盒能力已正式可用，可限制 Agent 访问文件、网络和凭据，覆盖 Copilot CLI、Copilot app 以及使用 Agent Host 的 VS Code 会话，且不额外收费。Copilot app 现在允许为 Copilot 许可和仓库使用不同的 GitHub 账号，例如使用企业提供的许可，同时通过另一个账号访问仓库。Copilot CLI 支持通过 /model 发现运行中的本地 Ollama 实例所支持的模型，与已配置模型和 GitHub Copilot 提供的云端模型并列选择。VS Code 1.141 则支持在 Agents 窗口中以网格并排查看多个 Agent 会话，并提供 worktree 清理功能，让用户查看非活跃会话占用空间后选择删除。
来源：https://github.blog/changelog/2026-10-09-github-copilot-weekly-releases-october-5
OpenAI Python SDK v3.28.0：新增Agent环境暂停与过期接口
OpenAI Python SDK v3.28.0 于 2026-10-09 发布，主要特性是为 API 新增 Agent 环境暂停与过期支持，提交记录为 api: add agent environment suspension and expiration (#4046)。该版本同时包含依赖与安全 chores，例如将 astral-sh/setup-uv 从 10.1.0 更新到 10.2.0，并更新 CodeQL。摘要未展开暂停与过期接口的具体参数和使用方式。这是 OpenAI Python SDK 连续两个版本中围绕托管环境生命周期能力的最新一次更新。
来源：https://github.com/openai/openai-python/releases/tag/v3.28.0
OpenAI Python SDK v3.27.0：新增预热托管环境接口
OpenAI Python SDK v3.27.0 同样于 2026-10-09 发布，主要特性是为 API 新增预热托管环境支持，提交记录为 api: add prewarmed hosted environments (#4043)。该版本摘要只列出这一项功能，没有提供更多使用细节。它与随后发布的 v3.28.0 在同一天上线，构成托管环境准备、暂停与过期相关能力的连续更新。
来源：https://github.com/openai/openai-python/releases/tag/v3.27.0
产品应用
Google推出企业级统一Gemini Agent，可操作Workspace等系统
Google 在 Google Cloud 活动上推出统一的 Gemini Agent，它不仅能回答问题，还能从单一接口替用户完成任务，并率先面向企业推出。CEO Sundar Pichai 表示 Gemini 月活跃用户已超过 10 亿，近 90% 的《财富》100 强公司在使用 Gemini Enterprise。企业先行是为了先解决安全、规模和性能问题，再推向消费者。该 Agent 可被赋予目标而非仅接收指令，能自行规划工作、调用自定义技能和工具，并连接 Google Workspace、Microsoft 365、Slack、Jira、BigQuery、Snowflake 以及任何 MCP server。默认情况下它会自动选择最合适的模型，用户也可改选，首批可选 Anthropic 的 Claude 模型。它拥有独立的 Workspace 账号和邮箱，理解团队结构、日历和审批链，操作会留下归属于自身的审计轨迹；用户可在 tasks inbox 中监督其推理、子代理委派和进度。早期测试者包括 On、Shopify 和 PayPal，Google 还新增智能路由和实时花费上限等支出控制。
新款理想i6公布六项升级：零重力座椅、96kWh自研5C电池下放
新一代理想 i6 首次曝光，李想把目标定为“全球爆款”，该车将于 10 月 12 日在巴黎车展完成欧洲首秀，10 月 28 日正式发布。现款 i6 上市一年交付超过 19 万辆，连续 8 个月位居 20 万元以上纯电车型销量前三；2026 年第二季度约占理想销量的 64%。舒适配置上，前排配备两张全尺寸零重力座椅，支持 150° 躺倒、16 向电动调节、4 向电动腿托、18 点揉捏按摩，坐垫和靠背支持通风加热，腿托也可加热；二排靠背支持 25° 至 50° 电动调节。座舱前排换成 29 英寸 6K 全景屏，后排从 21.4 英寸 3K 升级为 21 英寸 4K，并增加天空声道和二排化妆镜。新车新增电动前备箱，支持敲击机盖、手机 App 和车外语音开启，语音识别使用声纹防止误唤醒；同时标配 ADB 矩阵大灯，官方称照射距离增加接近 30%。核心变化还包括理想自研 96kWh 5C 电池，后驱版 CLTC 续航从 720km 提升到 780km，四驱版从 660km 提升到 710km；座舱升级为高通 8797，辅助驾驶芯片从英伟达 Thor-U 换为理想自研马赫 M100。马赫 M100 采用 5nm 车规工艺，单芯片算力 1280TOPS，官方称运行效率超过 82%。
来源：https://www.ifanr.com/1683385?utm_source=rss&utm_medium=rss&utm_campaign=
微软发布Surface Laptop Ultra：搭载RTX Spark，本地运行AI Agent
微软在旧金山 Tech Week 期间公布 Surface Laptop Ultra 的规格和售价，两个基础版本起售价分别为 2,600 美元和 3,700 美元，更高内存和存储配置最高到 5,900 美元。同时发布的 Surface RTX Spark Dev Box 售价 6,000 美元，预装 VS Code、GitHub Copilot CLI、WSL 和 PowerShell 7。两款设备都面向本地运行 AI 模型，结合 CPU、GPU、统一内存和增强散热来处理端侧工作负载。系统为改版 Windows 11，加入 Execution Containers，微软称这让 AI Agent 的沙盒隔离更简单；CEO Satya Nadella 表示该功能将扩展到所有 Windows 11 用户，并强调单靠模型作用有限，还需要编排、外部记忆和由多模型、上下文与动作组成的 harness 层，微软将为任何公司的 Agent 提供这一能力。面向开发者，微软提供最高 1,000 美元的 MacBook Pro 折抵；戴尔也详细介绍了预购价 3,800 美元的 RTX Spark 版 XPS 16 Creator Edition。
技术与洞察
Aether AI发布因果驱动机器人系统CRIS-0，干扰响应0.1秒级
Aether AI 发布因果驱动的机器人智能系统 CRIS-0。在演示中，机械臂抓咖啡袋时被人挪走袋子、操作咖啡机时被灯光照射、微波炉盘子里被故意放入饮料罐、关门时有人伸手到门边，机器人分别顺着新位置重新抓取、保持按钮动作不变、先夹出饮料罐再继续加热，并在关门场景以 0.1 秒级反应缩手等待。CRIS-0 采用分层结构：高层是因果驱动机器人 Agent，负责任务理解、阶段拆解、验证标准制定与工具调用；底层是因果世界模型，预测动作会让哪些因果变量发生变化，而不是直接预测下一帧画面。Agent 将规则函数、学习策略、SLAM 导航、世界模型和验证器包装成统一工具接口，通过评估状态、执行工具、验证结果的结构化循环推进任务图，失败时可重试或回退到更早阶段。该路线针对的是仅靠统计相关性“预测下一步”的局限，目标是在动态物理世界中处理干预与反事实，改善分布外泛化、长尾场景、跨本体迁移和长程任务错误恢复。
字节OpenViking三篇论文：Event/Entity记忆、目录感知向量库与结构化RAG
字节跳动 OpenViking 团队用三篇论文分别回答 Agent 上下文的“怎么记、怎么找、怎么读”。VikingMem 被 VLDB 收录，把记忆分为 Event 和 Entity 两层：Event 记录某件事何时发生，Entity 从事件中整理出每件事的当前状态，并在写入时就把散在多轮对话中的同一件事合并。实验上，VikingMem 在 LoCoMo 长期记忆评测得 88.83，第二名 MIRIX 为 78.66，直接塞入全部聊天历史只有 77.47；查询耗时一般在 0.2 秒左右，MIRIX 超过 10 秒；存储空间约为原始记录的六分之一。LongMemEval 上 VikingMem 得 75.80，普通检索方案为 63.81；单次抽取成本从 0.35 美元降到 0.07 美元。TrieHI 被 ICDE 收录，解决目录感知的向量数据库查询与维护问题。VikingRAG 面向结构化文档，强调更准确且更省 token 的检索增强生成。三篇论文共同指向一个目标：让 Agent 用对上下文，而不是把越来越长的历史无脑塞回模型。
多会话语音记忆基准VoxMem发布：15种声学×记忆考察组合
墨尔本大学与新南威尔士大学联合团队提出多会话语音记忆基准 VoxMem，针对现有评测只考文字内容、且局限于单段录音或连续对话的问题。它用“声学证据×记忆操作”的二维分类法覆盖 15 种考察组合，声学证据包括语音语义、说话人身份、副语言线索和环境声，记忆操作包括信息抽取、多会话推理、时序演变追踪和拒答。数据集包含 3,196 个评测实例、34,743 个语音会话，总计约 177 小时。每道题会在 8K、16K、32K、64K 四种历史长度下保持不变，长历史严格包含短历史的全部会话，只增加干扰和填充会话，从而把分数下降归因到历史长度。对 15 个音频大模型的评测显示，32K 下没有一个模型整体准确率超过 40%；追踪语气变化和背景声变化的平均准确率分别只有 3.4% 和 1.2%。设计上还放入话题相近但不给答案的干扰会话，并用“文字相同、只去掉声学线索”的配对版本验证答案确实由音频原生信息决定。
行业动态
DiffuSpace完成数亿元融资，扩散语言模型创全球最大规模纪录
10 月 9 日，DiffuSpace 连续完成两轮融资，总金额数亿元人民币，创下全球扩散语言模型最大规模融资纪录。本轮由经纬创投、顺为资本、君联资本联合领投，中科创星、华为哈勃、地平线等机构跟投。公司由香港大学 NLP 实验室联合主管孔令鹏与龚珊三、叶佳成等核心成员在深圳创立，路线是不按从左到右顺序逐字生成，而是通过并行预测、反复修正形成完整结果。其 70 亿参数的 Dream 7B 在数学、代码和规划等任务中优于同规模自回归模型，部分指标接近参数规模更大的 DeepSeek V3；团队称在相同显卡、生成长度、单用户单次查询条件下，推理吞吐约为主流自回归模型的 10 倍。产品矩阵还包括 Dream-VL、Dream-VLA 和 DreamOn，并已将扩散语言模型延伸至视觉语言理解和视觉语言动作建模；9 月与智能体计算平台 Acrab 合作后，端侧 Agent 在特定条件下最高约 5 倍提速。行业热度上，2026 年前八个月扩散语言模型相关论文数量已达 2025 年全年的 2.4 倍。
Vinci完成2.5亿美元B轮融资，估值15亿美元扩展AI物理平台
AI 原生工程平台 Vinci 完成 2.5 亿美元 B 轮融资，投后估值 15 亿美元。本轮由 Advent、Temasek 和 Xora 共同领投，AMD Ventures、Madrona、Eclipse 和 Khosla Ventures 参投。资金将用于把平台从半导体物理扩展到汽车、航空和先进计算等更广的硬件工程场景。Vinci 的技术组合包括自动化设计理解、agentic orchestration、物理基础模型和 GPU 原生物理内核，为工程师提供产品物理行为的连续实时视图，而不是依赖孤立仿真检查点；平台可对新设计零样本运行，不需要客户特定训练或微调。其面临的考验在于，进入成熟工程仿真市场后，需要在专业行业证明自己不仅能预测行为，还能推荐并生成设计。
前瞻与传闻
宁德时代被曝加码DeepSeek新融资，锁定算力供电链条
据媒体报道，DeepSeek 正在进行规模至少 800 亿元的最新一轮融资，宁德时代和腾讯是“领投方之一”，具体出资额尚未披露。今年 6 月 DeepSeek 曾官宣总额约 510 亿元的首轮融资，宁德时代体系出资约 50 亿元。报道还称，DeepSeek 计划在乌兰察布建设吉瓦级数据中心，规划部署至少 16 万颗昇腾 950DT 芯片，预计 2027 年底至 2028 年初逐步投产；按 9 月零售指导价单颗超 25 万元估算，仅芯片采购成本理论上就超过 400 亿元。宁德时代 2026 年在算电协同领域累计投入已超 105 亿元，包括 41 亿元增资中恒电气母公司、约 64 亿元入股世纪互联，以及投资 DeepSeek，串联起“绿电—储能—配电—算力”链条。文中引用长江证券研究称，AI 大模型运营成本中电力成本占比高达 60%—70%。
暂无评论。