公司与模型
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。
48 条精选近 30 天 41 条共收录 195 条
Amazon Bedrock 通过全球跨区推理在泰国、马来西亚、新加坡、印尼和台湾提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 的调用能力。文章演示了使用 Converse API 和 OpenAI 兼容 API 发起请求，并给出了 IAM 策略、SCP 例外配置、配额计算和 CloudTrail 监控的具体方法。
推荐理由：原文给出了跨区推理的调用路径、权限配置和配额规则，读者可以据此在亚太区域接入 GPT-6 模型。
OpenAI 于 2026 年 10 月 6 日一次性发布超过 700 份手稿，声称解决了数百个未解决的数学问题，引发数学界强烈震动。多位菲尔兹奖得主如 Peter Scholze 和 Terence Tao 表达了震惊与担忧，部分研究者指出论文可读性差且缺乏人类作者署名，导致早期职业研究者面临严重的职业危机与身份认同焦虑。
推荐理由：文章汇集了多位菲尔兹奖得主及一线研究者的第一手反应，呈现了AI批量解决数学难题对学术共同体造成的冲击与职业焦虑。
被 OpenAI 解雇的三位安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 发表公开信，否认违反公司政策处理敏感信息的指控，并警告此举将产生寒蝉效应。OpenAI 内部备忘录称解雇并非针对提出安全关切，但公司发言人表示调查发现了“不当行为模式”。
推荐理由：被解雇的安全研究员公开否认不当行为并警告寒蝉效应，揭示了 OpenAI 内部安全文化与外部协作机制的潜在冲突。
部分数学家呼吁抵制 OpenAI，原因是其 AI 生成的证明大量涌入数学领域。菲尔兹奖得主陶哲轩在博客中呼吁抵制，并指出 AI 快速解题正在破坏数学界对概念理解的追求。OpenAI 此前曾声称其内部模型在一个月内解决了超过 100 个未解决的数学问题，包括对纳维 - 斯托克斯方程的求解方法。
推荐理由：文章梳理了菲尔兹奖得主对 OpenAI 批量发布数学证明的批评，并对比了不同 AI 公司与数学界协作模式的差异。
AWS 发布 2026 年 9 月 AI 构建者更新，Amazon Bedrock 正式支持 OpenAI 的 GPT-6 Astra、Sol 和 Luna 模型，并推出由 OpenAI 驱动的 Managed Agents 公共预览版。
推荐理由：汇总了 Bedrock 接入 OpenAI 模型、AgentCore 运行时优化及 Strands 开源工具链更新，展示了企业级智能体在成本与治理上的最新进展。
Asana 在浏览器智能体测试中使用 GPT-6.1 Sol 将模型成本降低了 76 倍，速度提升了 5 倍。该优化旨在为客户提供更强大的模型能力。
推荐理由：Asana 在浏览器智能体测试中利用 GPT-6.1 Sol 实现了 76 倍成本降低与 5 倍速度提升，展示了模型迭代对具体业务场景的优化潜力。
OpenAI 发布 722 篇数学论文，声称解决了 500 个顶级未解数学问题中的 90 个，包括准黎曼猜想。Mistral 同期发布 Large 4 模型，拥有 1T 总参数和 49B 激活参数，支持原生多模态，API 定价为每百万输入/输出 token 1.36/4.18 美元。
推荐理由：汇总了 OpenAI 数学成果与 Mistral 新模型发布，读者可快速掌握本周 AI 领域关键进展。
GPT-6 Astra Ultrafast 现已在 OpenAI API 及符合条件的 ChatGPT Work 和 Codex 用户中可用，基于 NVIDIA Blackwell GPU 实现最高 8 倍于标准模式的 token 生成速度。OpenAI 利用自身模型优化 Blackwell 架构上的推理内核，旨在缩短编码智能体的编辑-测试-调试循环时间，提升交互式应用的响应速度。
推荐理由：原文说明了 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell 上的推理优化细节，展示了其如何缩短编码智能体的工作流延迟。