GPT-6.1 Terra 输入价 1 美元/百万 token，仅为旗舰 1/10【AI 早报 2026-10-28】
OpenAI 把新一代 GPT-6.1 Terra 的输入价格压到每百万 token 1 美元，仅为 GPT-6 Astra 的十分之一，同时在电脑操作评测中追平旗舰。资本侧同步加速：Anthropic 递交 S-1、Meta 拟股权融资 950 亿美元；技术侧，百度开源 3B 文档解析模型、智源用 27B 模型验证长程反思路径，AI 在数学与化学证明上继续推进。
今日概览
模型发布
- GPT-6.1 Terra 输入价 1 美元/百万 token，仅为旗舰 1/10
- 百度文心 Unlimited OCR 2 开源：3B 参数激活 500M，3600 页一小时读完
- 智源 AREX-2：27B 模型靠长程反思在 MLE-bench 拿下 81.8 分
- 腾讯混元开源 Hy-SimulMT：同传延迟约 3 秒，支持实时音色克隆
要闻
- OpenAI 称 AI 完成三项发现：证伪 ETH、证明局部平滑猜想与杨-米尔斯存在性
- ClawsGO Science：1 个 Opus 指挥 136 个 Astra，11 天证明 1974 年化学猜想
- 中国团队用多模态大模型证明三维 Ghys 猜想，Lean 完成形式化验证
产品应用
- 谷歌 Genie 4 发布：单次生成 120 秒可交互世界，首次加入原生音频
- 分子之心 MMDesign：19 个项目成功 18 个，6 个 GPCR 靶点全部命中
开发生态
- StartLux 开源 Prism：单卡 H200 决策模型推理最高提速 5.3 倍
- Codex 0.165.0 接入 Google Vertex AI，模型目录加入 GPT-6.1 Terra
- Ollama v0.40.12 支持 Liquid AI LFM3 小模型家族
技术与洞察
- Claude 为 123 个开源软件写出 1.8 亿行证明，挖出模糊测试碰不到的漏洞
- ForgeKernel 登顶英伟达与昇腾算子榜：FlashInfer-Bench 平均加速 5.49 倍
- 京东 FlowTrain 多模态训练框架：国产超节点上 MFU 超 50%，吞吐最高提升 1.7 倍
行业动态
- Anthropic 递交 S-1：估值预期近 2 万亿美元，7 位创始人身家或均超 1800 亿元
- Meta 拟股权融资 950 亿美元，英伟达、AMD、博通认购 50 亿
- KDDI 成立 Elyza Robotics：投 1.9 亿美元，2030 年前部署 1000 台机器人
- Machenta 获 4000 万美元种子轮：机器人看一次示范就能学会新任务
前瞻与传闻
- ChatGPT Custom GPT 将于 12 月退役，迁移截止 12 月 11 日
模型发布
GPT-6.1 Terra 输入价 1 美元/百万 token，仅为旗舰 1/10
OpenAI 正式发布 GPT-6.1 Terra，定位为可跨软件操作电脑的“超级数字员工”。定价为每百万 token 输入 1 美元、输出 5 美元，缓存输入 0.05 美元，比上一代 GPT-5.6 Terra 和同代 GPT-6.1 Sol 低 50%，仅为 GPT-6 Astra 的十分之一。在 Agents' Last Exam 上，Terra 中等推理得 57.6 分，与 Astra 持平，单任务成本 0.29 美元，而 Astra 为 4.82 美元；满推理得 60.0 分，超过 Sol 的 58.6 分和 Astra 的 59.3 分，单任务成本 1.01 美元，约为 Claude Opus 5.5 的九分之一。Terminal-Bench 4.0 成绩从 21.5% 提升到 50.3%，遇到不会的题硬猜的概率从 88% 降到 38%。官方称其任务速度快于 Astra 和 Sol 三倍以上。Plus、Pro、Enterprise、Edu 用户即日起可在 ChatGPT Work 和 Codex 中切换，开发者可通过 API 接入。
来源：https://mp.weixin.qq.com/s/gWgifJexbzCLMMkEIME00A
百度文心 Unlimited OCR 2 开源：3B 参数激活 500M，3600 页一小时读完
百度开源新一代文档解析模型文心 Unlimited OCR 2，总参数 3B，每次推理实际激活 500M。在百页级长文档基准 MarathonDocBench（103–300 页）拿到 77.06 分位列第一，在多页跨页基准 MPDocBench 拿到 84.59 分居首。官方演示将《哈利·波特》七部曲共 3623 页 PDF 一次性输入，1 小时 30 分完成，平均每页约 1.5 秒；上一代模型的页数上限还停留在 40 多页。单序列 KV 显存降低 96.2%，一张普通游戏显卡即可运行。测试中，5026 页《四大名著》合订本一镜到底，第 5026 页仍准确输出《红楼梦》收尾偈语；300 页、3000 笔流水的账本中 176 笔负数冲销全部识别，总净额 9,258,968.05 元与原账精确到分一致。模型与权重已在 GitHub 和 HuggingFace 开源。
智源 AREX-2：27B 模型靠长程反思在 MLE-bench 拿下 81.8 分
智源研究院、中国科技大学、中国人民大学等机构组成的 AREX 研究小组发布 AREX-2，以 Qwen3.8-27B 为基座，用机器学习与算法编程场景构建的长程反思数据训练。团队把递归自我改进（RSI）定义为一种测试时扩展范式：让智能体在单次任务中持续反思、迭代改进方案，反思决定每轮改进质量，长程决定改进能持续多久。AREX-2 在 MLE-bench 和 Frontier-CS 上分别取得 81.8 和 70.7 分，刷新开源轻量模型最佳成绩；在 BrowseComp 和 HLE 上分别达到 84.0 和 52.6 分，较上一代 AREX 明显提升。训练中，教师智能体自主构建任务、评分机制与运行环境，再循环执行“提交方案→获取反馈→反思改进”，把推理、失败与调整保留在轨迹中。团队认为长程反思是可跨领域迁移的元能力，为 RSI 提供了可训练、可验证的路径。论文编号 arXiv 2609.38288，权重已在 HuggingFace 的 BAAI/arex-2 集合发布。
腾讯混元开源 Hy-SimulMT：同传延迟约 3 秒，支持实时音色克隆
腾讯混元 10 月 26 日开源同声传译大模型 Hy-SimulMT，支持中英语音到语音实时互译，说话人音频可实时输入，模型边听边译并输出译文和语音。实测响应时间约 3 秒，人类专业译员平均水平为 4–5 秒。模型支持实时音色克隆，在多说话人场景中可分别还原不同说话人的音色和语气。在长音频开源评测集 RealSI 上，Hy-SimulMT 在延迟最低的情况下取得开源模型最佳翻译质量，并超过大多数商用同传 API；与 6 位人类同传专家（3 位持 CATTI 一级、3 位持 CATTI 二级）对比，翻译质量达到专家水平且延迟更低。开源版本为 Hy-SimulMT-30B-A3B，可通过 vLLM 加载，官方 SimulInfer 提供网页、音频上传和实时 WebSocket 接口，默认模型端口 8800、网页与 API 端口 8080。
要闻
OpenAI 称 AI 完成三项发现：证伪 ETH、证明局部平滑猜想与杨-米尔斯存在性
OpenAI 公布三篇由内部 AI 产出的研究结果，分别指向数学、计算机科学与理论物理。数学方面，模型给出所有空间维度 n≥2 的“局部平滑猜想”证明，该猜想由 Sogge 于 1991 年提出，一旦成立，挂谷猜想与 Stein 限制猜想可随之推出；OpenAI 称 10 月 18 日拿到自然语言证明，次日完成 Lean 形式化。计算机科学方面，一篇 67 页手稿题为《指数时间假设是错的》，提出可在亚指数时间内求解 3-SAT 的算法，直接挑战统治学界近 30 年的 ETH；OpenAI 称 10 月 16 日得到自然语言反驳、17 日完成 Lean 形式化。理论物理方面，模型给出四维量子色动力学与纯杨-米尔斯理论的严格数学存在性证明。ETH 提出者 Russell Impagliazzo、Ramamohan Paturi 与 MIT 复杂度理论学者 Ryan Williams 已接手公开审查，诺奖得主 David Gross 称该结果“影响太深远”。OpenAI 同时说明，亚指数算法距离多项式时间仍有差距，反驳 ETH 不等于证明 P=NP。
ClawsGO Science：1 个 Opus 指挥 136 个 Astra，11 天证明 1974 年化学猜想
BitMiracle AI Lab 公布 23 页论文，称其科研智能体 ClawsGO Science 用 11 天破解了化学家 Fritz Horn 于 1974 年提出的猜想。该问题问的是：密闭容器中的可逆反应，无论初始配料如何，只要总量相同，最终是否一定停在同一个平衡点；论文给出的答案是“会”。系统由 1 个 Claude Opus 5.5 做决策、136 个 GPT-6 Astra 执行，每一步由 Lean 内核检查，最终证明写成 83 个 Lean 文件公开。半个世纪以来，该问题的难点在于反应过程中某种物质浓度可能趋近于零，形成看似平衡的“假终点”，排除这一边界情形成为主要障碍。论文将证明过程描述为决策智能体拆解任务、执行智能体批量尝试、Lean 逐步校验的分工。
来源：https://mp.weixin.qq.com/s/AGTniZ_rMdOGfRO3xk1l7w
中国团队用多模态大模型证明三维 Ghys 猜想，Lean 完成形式化验证
大湾区大学教授许地生团队与中国科学多模态大模型协作，完成三维 Ghys 猜想的证明。该猜想由法国数学家 Étienne Ghys 于 1995 年提出，断言紧致复流形上的全纯 Anosov 系统都双全纯共轭于某个复 infra-幂零流形上的全纯仿射自同构。攻关中模型完成 7 批接续推演，问题图从 15 个节点扩展到 389 个，输出上千页推导，并生成数十种新论证思路；首轮推理产出 400 页报告。北京大学董彬教授、刘若川院士团队用 SHEAF 框架对论文全部四个主定理完成形式化验证，证明通过 Lean 检验。论文已发布在 arXiv（2609.37695），形式化代码在代码仓库 frenzymath/HolomorphicAnosov 公开。许地生此前与导师、菲尔兹奖得主 Artur Avila 合作研究三维情形未形成有效证明思路，此次由数学家判断方向、模型承担长链条推演。
产品应用
谷歌 Genie 4 发布：单次生成 120 秒可交互世界，首次加入原生音频
Google DeepMind 发布世界模型 Genie 4，单次模拟时长从上一代约 1 分钟延长到 120 秒。用户输入一段文字即可生成可探索的虚拟世界，通过键盘移动角色、调整镜头，并在运行过程中继续输入提示词改变天气、添加人物或物体。Genie 4 首次支持原生音频生成，可实时生成海浪、风声、龙翼拍打等环境音，以及人物对话；虚拟角色可根据用户输入和场景变化动态生成语言与反应。物理模拟覆盖碰撞、空气动力学、重力和拥挤人群行为，官方演示了西瓜受冲击、枫树种子飘落和乡村火车站等场景。谷歌把 Gemini 引入世界模拟：Gemini Omni 提供现实世界的外观与行为基础，Gemini 3.8 Flash 充当实时引导智能体，负责任务分解和步骤判断；Gemini 4 Argon 与 Genie 4 结合，模拟了 Apptronik Apollo 人形机器人下跳棋的过程。沃顿商学院教授 Ethan Mollick 用一句“一座由机器人和马匹居住的新哥特式粗野主义城市”在一分钟内生成虚拟城市，随后实时加入巨龙和水獭 NPC。谷歌承认，Genie 4 在音频准确性和长期一致性上仍有问题，距离支撑大型开放世界游戏还有技术距离。
来源：https://www.ifanr.com/1686234?utm_source=rss&utm_medium=rss&utm_campaign=
分子之心 MMDesign：19 个项目成功 18 个，6 个 GPCR 靶点全部命中
分子之心发布 AI 从头设计平台 MMDesign 的最新技术报告：覆盖 18 个靶点、纳米抗体（VHH）和大环肽两类模态的 19 个设计项目中，18 个获得实验确认的结合分子，项目成功率 94.7%。每个项目只测试 9–50 个候选分子，中位数为 21 个；453 个受测候选中有 139 个确认结合，合并候选命中率约 30.7%，15 个项目至少得到两个结合分子。六个受测 GPCR 靶点全部命中：NK3R 测试 30 个候选全部命中，GPR68 测试 11 个候选命中 10 个，最佳表观结合亲和力 KD 为 12.1 nM。在 Thera-SAbDab 中无已编目治疗性抗体先例的五个 GPCR 靶点上，89 个候选获得 53 个结合分子，命中率 59.6%。对六个此前已有成果的靶点开展新一轮设计，五个项目在命中率或亲和力上进一步提升，例如 PDGFR 命中率从 4.0% 提高到 21.1%，最佳 KD 从 150 nM 降至 37 nM。大环肽方面，MDM2 项目 21 个候选命中 16 个，PD-L1 项目 28 个候选命中 11 个。
开发生态
StartLux 开源 Prism：单卡 H200 决策模型推理最高提速 5.3 倍
StartLux 开源为决策模型 StartLux-Decision 设计的专用推理引擎 Prism。在单张 NVIDIA H200 上运行 StartLux-Decision v1.1 27B，Prism 的推理速度达到原有 vLLM 方案的 1.2 至 5.3 倍：同一份材料回答三个问题时，处理时间从 92.9 毫秒缩短到 17.4 毫秒；约 256 token 的短问题场景从 53.1 毫秒降到 19 毫秒，约 2.8 倍加速。Prism 针对决策任务只计算候选选项对应的输出分数，跳过完整 24.8 万 token 词表的 Logits 计算；并把共享同一材料的多问题组织成“森林”结构，用 Tree Attention 复用公共上下文。引擎支持张量并行（TP）与数据并行（DP）组合部署，TP 缩短单请求时间，DP 提高吞吐。在覆盖 7 个评测集、12,351 次决策的测试中，Prism 平均准确率 92.94%，与 BF16 原始精度的 92.97% 基本持平，并声称相同请求在不同并发、批处理和 GPU 数量下可得到逐位一致的输出概率。
Codex 0.165.0 接入 Google Vertex AI，模型目录加入 GPT-6.1 Terra
OpenAI 的 Codex 发布 rust-v0.165.0。该版本新增内置 Google Cloud Vertex AI provider，通过 model_provider = "gcp" 配置；模型目录加入 GPT-6.1 Terra；同时新增 repository filter 功能。发布说明未披露更多细节。
来源：https://github.com/openai/codex/releases/tag/rust-v0.165.0
Ollama v0.40.12 支持 Liquid AI LFM3 小模型家族
Ollama 发布 v0.40.12，加入对 Liquid AI 新模型家族 LFM3 的支持。LFM3 面向本地 agent、工具调用和结构化输出，基于 Liquid 新的 tri-hybrid 架构，家族中包含 1.7B 等小尺寸模型。发布说明未给出完整基准数据。
来源：https://github.com/ollama/ollama/releases/tag/v0.40.12
技术与洞察
Claude 为 123 个开源软件写出 1.8 亿行证明，挖出模糊测试碰不到的漏洞
Anthropic 安全红队公布一项研究：让 Claude 对 123 个主流开源软件、239 个程序入口的编译后 RISC-V 汇编代码生成形式化证明，共写出 1.8 亿行 Rocq 证明。结论是，在小于 64MB 的任意输入下，这些代码不会崩溃、不会发生内存越界。证明过程中挖出一批潜伏多年的漏洞，例如某解压模块的越界写入要求文件恰好在 20MB 左右并包含特定罕见排布，模糊测试默认只塞 1MB 以内输入，难以触发；另有一个图像解码器越界读取需要 64MB 特殊畸形文件和 2GB 以上实时内存。验证一个网络库时，Claude 在汇编层证明了 libc++ 红黑树平衡旋转的最优对数深度；验证 Linux 内核 zlib 模块时，它自动构建了一套 x86 指令集形式化定义，跑通 Linux 内核并启动 Ubuntu，还挑出芯片官方文档的数百处笔误。Claude 用 Rust 写了一个 Python 解释器并用 Verus 证明其符合 CPython 规范，170 多万个随机 Python 程序实测行为一致度 99.95%；对一款成熟 PDF 阅读器，一周内挖出的高危漏洞数量追平该软件过去一年的公开总量。Anthropic 称，新一代 Opus 5.5 完成相同证明任务时算力消耗比上一代下降 40%，智能体接入共享工作区复用底层定理后任务成本再降 17%。
ForgeKernel 登顶英伟达与昇腾算子榜：FlashInfer-Bench 平均加速 5.49 倍
一个名为 ForgeKernel 的项目让 AI 自主编写、测试和反复优化 GPU 算子，在 DeepSeek V4.1 Flash 相关算子任务上跑出比其开源 NVIDIA 实现更快的结果。在 NVIDIA SOL-ExecBench 的 FlashInfer-Bench B200 合集上，ForgeKernel 位列第一，26 道任务全部通过，SOL Score 为 0.814011，平均加速比 5.49×；第二名 Infinigence AI 的 SOL Score 为 0.808181。在昇腾 CANNBench A3 硬件榜 v1.1 上，面对 53 个算子、1060 个公开测试用例，ForgeKernel 以 8566.11 总分排名第一，基准加速比 1.835×，比第二名的 1.474× 领先约 25%。CANNBench v2.0 将任务扩展到 60 个算子后，ForgeKernel 继续居 A3 榜首，截至 10 月 26 日总分 4130.38、基准加速比 1.919×；在昇腾 950DT、950PR 两张硬件榜上也均列第一，基准加速比分别为 1.589× 和 1.875×。这些 Kernel 由 AI 完成编写、测试与优化，无需工程师逐行调优。
来源：https://mp.weixin.qq.com/s/jpknDSz9hhhniNs8U0uJjg
京东 FlowTrain 多模态训练框架：国产超节点上 MFU 超 50%，吞吐最高提升 1.7 倍
京东零售 AI Infra 团队提出分离式多模态训练框架 FlowTrain，论文已被 EMNLP 2026 Industry Track 接收。该框架把视觉语言模型训练从同步 pipeline 重构为“生产者—消费者”数据流，解决 encoder 与 LLM backbone 相互等待、异构模块并行策略难统一、变长样本负载不均三类问题。Unified Memory Pool 用 64 位全局虚拟地址统一管理跨节点 HBM 与 DRAM，让 backbone 不必等待完整 batch 的 encoder 输出；Heterogeneous Parallel Allocator 通过吞吐 profiling 和 MILP，为 encoder 与 backbone 选择差异化并行配置；Dynamic Packing Scheduler 按运行时样本长度和真实计算成本动态构造 microbatch。在国产芯片超节点上，FlowTrain 在真实工业负载下实现超过 50% MFU，最高 1.7 倍吞吐提升。
行业动态
Anthropic 递交 S-1：估值预期近 2 万亿美元，7 位创始人身家或均超 1800 亿元
Anthropic 于 10 月 26 日向美国 SEC 递交 S-1，启动 IPO 审核流程，市场给出的最高估值预期接近 2 万亿美元；若达到该水平，将超过 SpaceX 今年创下的 1.77 万亿美元 IPO 估值纪录。招股书披露 7 位联合创始人均持有约 1.4% 股份，按上一轮约 9650 亿美元估值计算，每人持股价值超过 130 亿美元，其中首席算力官 Tom Brown 约 144 亿美元、CEO Dario Amodei 约 142 亿美元；按 2 万亿美元估值同比例推算，每人持股价值约 274 亿至 288 亿美元，折合人民币约 1827 亿至 1920 亿元。截至 2026 年 9 月 30 日，公司约有 5300 名员工，而 2024 年 12 月底仅约 940 人。招股书显示，截至 2026 年 6 月底有约 17.97 亿股期权未行权、约 10.50 亿股 RSU 未归属，此后又批准约 9100 万股新 RSU；按每股 58.90 美元参考价计算，期权价值约 1007 亿美元、限制性股票价值 672 亿美元，简单平均到 5300 名员工约每人 3170 万美元。7 位创始人承诺将各自持股的 80% 用于慈善。公司计划设置 Class A、N、E、F、T 五类股票，创始人通过特殊股份保留关键投票权。
Meta 拟股权融资 950 亿美元，英伟达、AMD、博通认购 50 亿
Meta 计划通过出售普通股和优先股筹集最多 950 亿美元，用于 AI 基础设施和“个人超级智能”战略，这将成为历史上规模最大的股权融资交易之一。根据 10 月 26 日声明，公司先发行约 350 亿美元普通股和优先股，另通过“市价发行计划”（ATM）筹集最多约 600 亿美元，ATM 使用拟发行的 C 类无表决权股票。英伟达、AMD 和博通已同意合计购买最多 50 亿美元的 Meta 普通股。融资第一部分包括 2.5 亿股存托股份，每股代表一股强制可转换优先股的二十分之一权益；Meta 还计划发行 225 亿美元 A 类普通股。摩根士丹利和高盛担任牵头承销商。消息公布后，Meta 股价周一下跌 1.7% 至 631.51 美元；今年以来累计下跌 2.7%。Meta 计划向现有股东按 1:1 派发 C 类股票，效果相当于 1 拆 2，新股预计明年 1 月开始交易。
KDDI 成立 Elyza Robotics：投 1.9 亿美元，2030 年前部署 1000 台机器人
日本 KDDI 与其 AI 子公司 Elyza 成立 Elyza Robotics，计划投入约 1.9 亿美元（300 亿日元）用于物理 AI 研发，并在 2030 财年前于工作现场部署超过 1000 台机器人。新公司于 10 月 1 日开始运营，定位为物理 AI 的卓越中心，结合 Elyza 的基础模型能力与 KDDI 的通信基础设施和现场部署经验。研发方向包括机器人基础模型、视觉语言模型和视觉—语言—动作模型，同时收集第一人称工作数据，并在仿真中重建真实环境。KDDI 计划建设超过 300 名专家的物理 AI 组织，2026 年启动概念验证，使用日本国内外厂商的工业机器人、四足机器人和人形机器人，覆盖零售盘点、补货与客服，物流搬运与缺货检测，以及制造精密作业。公司还计划搭建两套平台，一套用于机器人模型开发和现场数据采集，另一套通过分布式 AI 推理、远程监控与协调支持客户现场运营。
Machenta 获 4000 万美元种子轮：机器人看一次示范就能学会新任务
帝国理工学院衍生公司 Machenta 完成 4000 万美元种子轮融资，由 Creandum 和 Union Square Ventures 领投，帝国理工学院称这是英国机器人初创公司获得的最大种子轮。公司开发机器人基础模型，目标是让机器人从单次示范中学会新任务，终端用户演示一遍即可，无需为每个新任务重新训练。Machenta 称其模型完全使用仿真数据预训练，已在 packing、整理等任务上跨多种机器人（包括人形机器人）验证，正推动同一模型适配不同机器人和任务，而不是为每台机器单独训练系统。资金将用于扩展模型和团队，并在伦敦 King's Cross 设立新办公室和实验室。该技术源自帝国理工学院 Robot Learning Lab，联合创始人兼 CEO Edward Johns 与博士生 Vitalis Vosylius 研究如何让机器人更快学会物理任务。
前瞻与传闻
ChatGPT Custom GPT 将于 12 月退役，迁移截止 12 月 11 日
据 TechRepublic 报道，OpenAI 计划于 12 月退役 ChatGPT 的 Custom GPTs（自定义 GPT）功能，迁移截止日期为 12 月 11 日。报道提醒 Custom GPT 创建者与企业管理员关注截止时间、插件迁移、自定义动作（custom actions）和共享设置等事项。TechRepublic 的正文仅提供导语，未列出具体兼容性清单、受影响账号范围或替代产品价格。
来源：https://www.techrepublic.com/article/news-chatgpt-custom-gpt-retirement-migration/
暂无评论。