📡

AI 科技日报

2026年10月07日
中文AI媒体精选

📌 今日速览:10月6日中文AI媒体的焦点集中于三条主线:其一,OpenAI 启动 Codex「疯狂28天」迭代计划,首日即将 GPT-6 系列默认推理速度提升约 50%,同时公司高管透露 80%–90% 的研究资源已投向 GPT-7/GPT-8;其二,Anthropic 遭遇成本反噬,微软与 Meta 大幅压缩 Claude 内部使用规模;其三,2026 年诺贝尔物理学奖由冰立方中微子天文台奠基人 Francis Halzen 独揽。此外,OpenAI 发布文本水印 textGrain、陶哲轩公开转向「AI 减速」立场,亦引发广泛讨论。

🔥头条要闻
热点 · OpenAI
量子位 · 2026-10-06
Codex 负责人 Tibo 此前立下「28 天军令状」:每天交付一项 Codex/Work 改进,否则全员额度重置。首日公布的成果是将 GPT-6 Astra 与 GPT-6.1 Sol 的默认推理速度提升约 50%(达 50 TPS),覆盖官方订阅及 OpenCode、Devin 等第三方接入生态。此举被视为对 9 月底 GPT-6.1 Sol 上线后速度不及预期的补救,社区反响褒贬不一。
热点OpenAIGPT-6Codex
新智元 · 2026-10-06
OpenAI 应用研究负责人 Boris Power 透露,公司约 80%–90% 的研究力量已聚焦于 GPT-7、GPT-8 及后续代际模型;对现有 GPT-6 家族的局部优化在内部被视为「极度短视」的必要投入,因为下一代模型可能使当前诸多短板自然消解。该表态揭示了头部实验室在「迭代现有产品」与「押注代际跃迁」之间的资源分配逻辑。
OpenAIGPT-7研究战略
新智元 / 量子位 · 2026-10-06(合并报道)
诺贝尔物理学奖授予威斯康星大学麦迪逊分校教授 Francis Halzen,表彰其对冰立方(IceCube)中微子天文台的决定性贡献及首次发现来自天体物理源的高能中微子,为 1992 年以来首次单人独享该奖。值得注意的是,冰立方的标志性成果——银河系中微子图像——正是借助机器学习从海量数据中挖掘所得,物理学与 AI 的交叉再次获得最高科学荣誉的注脚。
诺奖物理学AI for Science
🏢产业与商业
新智元 · 2026-10-06
据 The Information 报道,微软将本年度 Claude 内部预算削减三分之一以上,云部门人均月额度由 10 万美元降至约 1 万美元;Meta 内部 Claude Code 用户数由约 6 万降至约 3 万,但近 28 天支出仍超 1.05 亿美元。两大客户同步转向自研工具,折射出前沿模型 Token 成本对企业级渗透的实质性约束,时值 Anthropic 筹备上市之际,信号意义显著。
AnthropicClaude企业成本
新智元 · 2026-10-06
AI 原生影视公司 Utopai Studios 自研的视频生成模型 Utopai X 首次亮相即以 1150(±10)Elo 分获 Artificial Analysis 盲评全球第二、全美第一,并在「音频同步」与「物理效果」两项指标登顶,超越 Gemini Omni Flash 1.1 与 Seedance 2.5。这是该榜单盲评机制下首次由影视公司定制模型进入前二,福布斯估算其估值已达 10 亿美元,显示垂直行业模型对通用实验室的局部突破。
视频生成垂直模型估值
🔬技术与研究
新智元 · 2026-10-06
OpenAI 推出文本水印方案 textGrain:模型在逐词采样时嵌入持钥方可检测的统计信号,人类阅读无感知。在误报率 1% 条件下,400 token 文本的检出率超过 90%,官方称效果追平或超越谷歌 SynthID;GPT-6 Astra 加载水印后 8 项基准基本持平(5 项微升)。水印即刻向 API 客户开放,ChatGPT 与 Codex 将于数周内接入,算法开源但检测器仅向审核机构发放。至此,谷歌、Anthropic、OpenAI 均已完成生成内容标识布局,由北大数院校友主导的相关工作亦受关注。
技术水印AI 治理
💬观点与评论
量子位 · 2026-10-06
曾积极将 AI 嵌入科研工作流的陶哲轩在 SAIR 最新演讲中公开批评模型公司的无节制加速,主张「必须慢下来」。此前数月他对 AI 的态度已由早期的怀疑转为深度采纳,此次再度转向,叠加菲尔兹奖得主 Cédric Villani 对 OpenAI 攻克千禧难题的激烈反应,反映出数学共同体面对模型能力跃迁时的深层焦虑与评价体系重构压力。
陶哲轩AI 安全数学
新智元 · 2026-10-06
xAI 联合创始人、Inception 与批归一化的奠基人之一 Christian Szegedy 发表长文《数学何去何从?》,提出数学正从「孤独攀登者」的证明稀缺时代,进入由 AI 驱动的「测绘整片大陆」时代。他将时间表从 2029 年提前三年,主张以自动形式化路径构建超人数学系统,并预言数学将从象牙塔转变为一切科学技术进步的通用地基。该文与陶哲轩的减速论形成同日对照,构成关于 AI 与基础科学关系的两种代表性立场。
xAI自动形式化AI for Math

📝 编辑点评

10月6日的舆论场呈现出清晰的三层结构。产品层,OpenAI 以「疯狂28天」的强迭代节奏修复 GPT-6.1 Sol 的速度口碑,同时坦承八九成研究力量已押注 GPT-7/8——现网优化与代际押注的张力被摆上台面。商业层,微软与 Meta 对 Claude 的预算收缩表明,前沿模型的 Token 成本已成为企业级规模化的真实约束,「好用但烧钱」的悖论开始反噬 Anthropic 最大金主。学术层,Halzen 独揽诺奖(其标志性成果依赖机器学习)、OpenAI 发布 textGrain 水印、陶哲轩转向减速立场与 Szegedy 宣告数学英雄时代落幕,共同指向一个判断:AI 与基础科学的关系正从工具性嵌入转向认识论层面的重构。当证明趋于过剩、生成可被溯源,科学共同体的评价体系与信任机制将面临系统性重估。