AI 日报

4个板块
6条资讯
4篇论文
2个开源项目
覆盖过去 24 小时
语音简报
AI 日报 · 2026 年 9 月 23 日
语音版 · 小宇宙
00:00
--:--
📰

每日精选

6 条核心资讯
今日焦点
窗口 09-22 05:52Z 至 09-23 05:52Z。OpenAI 发布 GPT-6 Sol 与 Luna。彭博报道网信办调查 DeepSeek 与月之暗面,指控细节回到 Anthropic 9 月 10 日报告核对。Cursor 发布部署监视与安全审查。
模型

OpenAI 发布 GPT-6 Sol 与 Luna:API 价格相对 GPT-5.6 同名档促销价下降 50%

RSS 时间 2026-09-22T18:00:00Z,正文已打开。每百万 token:Sol 输入 4→2 美元、输出 20→10 美元;Luna 输入 0.20→0.10 美元、输出 1.20→0.50 美元。AutomationBench 1.0.6:Sol(xhigh)33.2%、每任务 0.27 美元;Claude Opus 5(max)26.9%,成本为 Sol 的 11.1 倍。Fable 5.1 带 Opus 5 回退的得分 31.4%,页面写明约 40% 的任务发生回退且回退成本未计入,因此该点低估实际成本。同页宣布缓存输入读取折扣 90%。

来源:OpenAI 官方页(已打开) · 发布时间 09-22 18:00Z · 首次发现 09-25
监管

彭博:网信办调查 DeepSeek 与月之暗面,起因是 Anthropic 指控两家把用户请求路由到 Claude

彭博 9 月 22 日报道:中国国家网信办正在调查 DeepSeek 和月之暗面,人员已到两家办公室约谈高管和员工,尚未决定是否处罚。报道指向 Anthropic 9 月 10 日的 154 页威胁情报。报告点名七家中国公司,另外五家是阿里巴巴、智谱、商汤、MiniMax 和小米,并称月之暗面在 2026 年 5 月至 7 月有超过 2300 万次相关交互,DeepSeek 也曾把部分对话静默转到 Claude。网信办和两家公司都还没有公开说明。

工具

Cursor 发布 Rollouts 与 Security Review:按环境报告变更健康,并在每个 PR 上报告可利用缺陷

页面日期 Sep 23, 2026,RSS 时间 2026-09-23T00:00:00Z,正文已打开。Rollouts 的结论是 verified healthy、regression detected 或 inconclusive。它不合并,也不直接部署。两者对 Teams 与 Enterprise 开放。

来源:Cursor Changelog(已打开) · 发布时间 09-23 00:00Z
商业

ChatGPT 广告扩展到东南亚和台湾

OpenAI 称 ChatGPT 广告扩展到东南亚和台湾,合格企业可以在 60 多个国家接触用户。发布时间 09-23 02:00 UTC。

来源:OpenAI 新闻稿 · 09-23 02:00 UTC
模型

xAI 列表:Grok Bot 用于扩展客户支持

xAI 新闻列表在 9 月 22 日出现一条:用 Grok Bot 扩展客户支持。

来源:x.ai 新闻 · 页面日期 09-22
机器人

NVIDIA 在 ROSCon 发布 Isaac ROS 5.0:把智能体能力放进 ROS,并扩展 Jetson 上的开源物理 AI 库

博客时间 2026-09-22 12:00 UTC,晚于 09-22 清晨的截止,所以记在这一期。正文已打开。页面写这一版把智能体能力带给 ROS 开发者,同时扩展开源物理 AI 库,并在 Jetson 上部署。发布场合是多伦多的 ROSCon。

来源:NVIDIA 博客(已打开) · 09-22 12:00 UTC
🔍

行业洞见

深度分析
补写 · 09-23

降价写进价目表之后,下一件被产品化的是「变更出去谁看着」

Sol 与 Luna 的 50% 不是转述。价目表、AutomationBench 的 33.2% 与 0.27 美元、以及「回退约占 40% 且未计入成本」都在打开的 OpenAI 页面上。前一天 Opus 5.5 用「低 40%」描述运行成本,这一窗口里 OpenAI 把降价写成输入和输出的美元价格。

Cursor 的两个机器人不提高榜单分数。Rollouts 在部署后按环境给健康结论,Security Review 在 PR 上报告可利用缺陷。页面写明 Rollouts 不合并、不直接部署。

  • 价格:Sol 2/10 美元,Luna 0.10/0.50 美元,每百万 token。
  • 对照:官方表把 Sol 和 Opus 5、Fable 5.1 放在同一张 AutomationBench 上。
  • 发布后:Cursor 把监视和审查做成 Teams / Enterprise 功能。
一句话总结:这一窗的主线是价目表和部署监视,不是又一条模型昵称。
📄

论文速递

arXiv 2 篇 · HF Daily Papers 2 篇
01推理时的能力与效率如何一起缩放
推理效率
推理模型的能力是答对,效率是用有限的 token 答对。思维链面对可控难度的题目时,答对的题数和花掉的 token 都跟题目难度、模型大小有关,但两者怎么一起变还不清楚。论文用分层贝叶斯模型,看 DeepSeek-R1-Distill 系列在四类算术和算法题上的表现。模型大小固定时,答对概率大致随题目规模指数下降。提交于 09-22。
arxiv.org/abs/2609.27166 →
02数证据,不要数句子:长文本价值测量的证据融合
评估长文本
用大模型从长社交媒体帖子里测量价值取向时,帖子里混着背景、引语和让步,真正表态的句子很少。直接给整篇打标签容易过度自信;把每句的预测拿来投票,又把含糊的句子和决定性的句子当成一样重要。TEF 不另外训练,按每句的信息增益给它的判断加权,不确定的句子几乎不计入总分。配套基准 MIND 有 8358 篇中英文帖子,覆盖五年公共事件和六个价值维度。提交于 09-22。
arxiv.org/abs/2609.27165 →
03RRSI:对智能体 harness 做带正则的递归自我改进
HF Daily Papers09-22 上榜
智能体的本事很大一部分不在冻结的模型里,而在外面的提示、控制流、工具、记忆和上下文管理,也就是 harness。自动一轮轮改这些部件,会记住训练任务:分布内涨很多,换到分布外就缩掉甚至消失。RRSI 给这种自我改进加约束:每次候选能打包的修改数量随时间收紧,并鼓励走还没探索过的改法;选择时用一个批评者挡掉只对某个基准有效的方案,再用剪枝去掉多余修改。09-22 出现在 Hugging Face 当日论文。
arxiv.org/abs/2609.24972 →
04OmniEdu:面向学与教的开放基础模型
HF Daily Papers09-22 上榜
面向中小学的基础模型不能只会做题,还要理解课程结构、判断学生卡在哪里,并给出合适的讲解和支架。现有教育模型常常只偏解题或只偏辅导。OmniEdu 把指令数据按四种能力来组织:学科能力、课程落地、诊断推理、教学行动与支架。清洗、改写、质量打分和多样性筛选之后,得到 69999 条例子。论文提交于 09-19,09-22 出现在 Hugging Face 当日论文。
arxiv.org/abs/2609.23088 →
⭐

开源解读

2 个项目
今日焦点
一边是机器人开发框架接上智能体,一边是代码合进去之后还有人看着。
1

在多伦多 ROSCon 发布。ROS 是机器人界用来把感知、规划和执行拼在一起的开源框架。5.0 把智能体能力加进这套框架,并扩展可在 Jetson 上部署的开源物理人工智能库。开发者要让机器人在会变化的环境里看、想、动,需要的是能在 GPU 上跑的组件,而不是再写一层和 ROS 无关的应用。

2

两个机器人,当天对团队版和企业版开放。Rollouts 盯一次改动在每个环境里部署得健不健康,结论是确认健康、发现回退,或还不能判断。它先在拉取请求下写监测计划,部署之后对照日志、指标和追踪;发现问题时通知作者,可以开回滚请求,但自己不合并、也不直接部署。Security Review 则在每个拉取请求上报告可以拿来利用的缺陷。