GPT-5.6三模型齐发，世界AI合作组织落地上海

AI 日报AIAI 日报
要点速览
  • OpenAI发布GPT-5.6，旗舰Sol、均衡Terra、经济Luna三款模型齐发，IQ测试首破130天才线
  • 世界人工智能合作组织在上海成立，29国签署协定，总部设中国上海
  • Kimi K3旗舰模型正式上线，支持1M上下文，编程和3D能力突出
  • xAI起诉用户滥用Grok生成儿童性虐待内容，AI公司主动起诉用户案例极为罕见
  • 前OpenAI CTO穆拉蒂创业公司TML发布开源多模态模型Inkling，975B参数
  • 英伟达联手日本政经界打造全球首个140MW国家级AI基础设施
  • 通义千问正式确认接入苹果中国区智能系统，覆盖iOS、macOS等全平台
  • 孙正义公开嘲讽AI反对论，预测2040年AI占全球经济产出20%
  • 面壁智能半年融资超50亿元，估值超200亿成端侧最大独角兽，联手三星
  • 银河通用发布全球首个机器人测试时训练框架WAM-TTT，部署成本从遥操作级压缩至手机拍摄级

GPT-5.6三模型齐发，世界AI合作组织落地上海

GPT-5.6 正式发布：三模型齐发，IQ 首破天才线

GPT-5.6 系列发布：Sol、Terra、Luna 三款模型齐亮相

OpenAI 正式推出 GPT-5.6 系列模型，首次在同一代系中一次性放出三款定位清晰的模型：旗舰 Sol（$5/$30 每百万 token 输入/输出）、均衡型 Terra（$2.5/$15）和经济型 Luna（$1/$6）。Terra 性能对标上一代 GPT-5.5 但成本减半，Luna 在多项基准上超越 Anthropic Opus 4.8，成本仅为其约四分之一。

模型引入 Ultra 模式，默认协调四个 Agent 并行工作。新增 Programmatic Tool Calling，模型可编写并运行轻量程序来协调工具调用、处理中间结果。在编码方面，Sol 在 Artificial Analysis Coding Agent Index 上以 80 分登顶，Terminal-Bench 2.1 达 88.8%、DeepSWE 达 72.7%，均为当前最佳。安全方面，Sol 的网络安全护栏相比前代多拦截约 10 倍潜在有害活动，新增推理监控器审查对话上下文中的危害可能。

本次发布曾因特朗普政府以国家安全为由要求暂缓数周，先面向有限美国合作伙伴预览后才全面开放。

深度解读 & 洞察：

  • 三款模型覆盖从旗舰到经济的完整定价阶梯，OpenAI 正式将"分层定价"作为产品策略，而非像过去那样用单一旗舰模型覆盖所有场景。这直接对标了开源模型的成本优势——Luna 的定位就是让开发者用极低成本获得接近顶级闭源模型的能力。
  • Ultra 模式的多 Agent 并行是一个重要信号：模型能力的提升不再只靠增大单模型参数，而是通过编排多个 Agent 协同工作。这预示着 AI 应用架构正从"一个模型解决一切"转向"多智能体系统"。
  • Programmatic Tool Calling 让模型能自己写代码来协调工具，本质上是让 AI 具备了"元编程"能力——它不只是在调用工具，而是在为如何调用工具编写程序，这将显著降低复杂工作流的 token 消耗和延迟。
  • 政府介入延迟发布值得关注：AI 模型发布正在成为一种地缘政治事件，国家级安全审查可能成为未来顶级模型发布的常态流程。

GPT-5.6 IQ 测试首次突破 130 分天才线

GPT-5.6 在离线 IQ 测试中拿到 136 分，这是大语言模型首次越过 130 分这条线——在人类智商分布中，130 分是天才的起点，全球仅 1% 的人能达到。测试使用防泄题"离线题库"，堵住了模型提前背答案的漏洞。Sol 和 Terra 版本均达到 136 分，Claude-5 Fable 为 130 分，GPT-5.6 Luna Max 和 Claude-4.8 Opus 在 117 到 123 分之间。

深度解读 & 洞察：

  • IQ 测试主要衡量抽象模式识别和逻辑推理等标准化认知能力，测不出事实可靠性、工具调用能力和真实职业场景表现。但突破 130 分意味着模型在"纯粹推理"维度上已达到人类顶尖水平。
  • 过去一年很多模型卡在 130 分这道坎，GPT-5.6 是首个突破的，说明 OpenAI 在推理能力上确实有结构性提升，而不仅仅是靠更大的训练数据堆出来的。
  • 开发者实测中，GPT-5.6 Sol 能完成物理粒子流体模拟、基于 RAG 的客服工单系统等复杂任务，成本仅为 Fable5 的零头，说明"会做题"和"会干事"两个能力正在趋同。

影响：

  • AI 概念股/科技股（利多）：GPT-5.6 的性能跃升和分层定价策略，强化了 OpenAI 在商业化落地上的领先地位，对微软（Azure AI）、英伟达（GPU 需求）等生态链公司形成利好。
  • 竞争对手（利空）：Anthropic 的 Claude Fable 5 在多项指标上被明显拉开差距，尤其成本端劣势明显。
  • 加密货币（中性偏多）：AI Agent 能力提升将加速链上 AI 应用（如 AI 交易 bot、智能合约审计等）的发展，长期利好 AI × Crypto 赛道。

全球 AI 治理格局改写：世界 AI 合作组织落地上海

世界人工智能合作组织协定签署，总部设中国上海

7 月 16 日，成立世界人工智能合作组织协定签署仪式在上海举行，中共中央政治局委员、外交部长王毅出席并代表中国政府签署协定。该组织是独立的政府间国际组织，遵循《联合国宪章》宗旨，旨在促进 AI 国际合作和全球治理，确保 AI 朝着有益、安全、公平方向健康有序发展。哈萨克斯坦、老挝、巴基斯坦、俄罗斯、印度尼西亚等 29 个国家代表签署协定成为创始成员国，联合国秘书长古特雷斯等出席仪式。该组织由中国政府于 2025 年 7 月倡议成立。

深度解读 & 洞察：

  • 这是全球 AI 治理领域迄今最具分量的制度性突破。总部设在上海，意味着中国在全球 AI 治理规则制定中占据了核心位置，这与过去由欧美主导的互联网治理格局形成鲜明对比。
  • 29 个创始成员国以"一带一路"沿线和发展中国家为主，表明中国正在构建一套不同于欧盟 AI Act 的治理范式——更强调"共商共建共享"和发展权，而非单纯的风险规制。
  • 该组织的成立时机恰好卡在 WAIC 2026 开幕前一天，且与 GPT-5.6 发布同日——技术突破与治理制度建设同频共振，释放出 AI 发展进入"既要跑得快、也要管得住"新阶段的信号。
  • 对于全球 AI 企业而言，未来可能需要同时应对欧盟、美国和中国三套 AI 治理体系的合规要求，合规成本将成为 AI 企业出海的关键变量。

开源模型竞赛升级：Inkling 登场，Kimi K3 上线

前 OpenAI CTO 穆拉蒂创业公司发布 Inkling 开源多模态模型

由前 OpenAI 首席技术官米拉·穆拉蒂（Mira Murati）创立的思维机器实验室（Thinking Machines Lab）发布首款开源模型 Inkling。采用混合专家（MoE）架构，总参数 975B、激活参数 41B，上下文窗口 1M tokens，预训练数据覆盖 45 万亿 tokens（文本、图像、音频、视频）。模型权重已在 Hugging Face 和 Thinker API 上开放。

Inkling 在数学求解 AIME 2026 中得分 97.1%，略超 DeepSeek V4 Pro 的 96.7%；在 MCP Atlas 智能体测试中得分 74.1%，远超英伟达 Nemotron 3 Ultra 的 44.7%。但在编码和推理上与 GLM 5.2、Claude Fable 5 等仍有差距。其核心优势在于原生多模态能力，音频处理 MMAU 得分 77.2%，接近 Gemini 3.1 Pro 的 82.5%。

深度解读 & 洞察：

  • 穆拉蒂团队约三分之二核心成员来自 OpenAI，这次发布被视为"OpenAI 基因"在开源阵营的一次重要布局。Inkling 采用开放权重模式，直接挑战 OpenAI 等巨头的闭源商业模式。
  • 模型设计借鉴了中国 DeepSeek-V3 的架构，后训练阶段使用了 Kimi K2.5 生成的数据——这意味着中美 AI 技术之间并非完全脱钩，开源生态中的技术渗透仍在发生。
  • Inkling 的定位是"成本与性能之间的平衡"，配合云端微调工具 Tinker 走企业私有化定制路线，避开通用聊天机器人的红海竞争。这为开源模型在企业生产环境的应用开辟了新方向。
  • 但与中国开源模型（GLM 5.2、DeepSeek V4 Pro、Kimi K2.6）相比，Inkling 在纯编码和复杂推理上仍落后，"美国最强开源模型"的称号更多是因为美国本土开源生态相对薄弱。

Kimi K3 旗舰模型正式上线，支持 1M 上下文

月之暗面 Kimi K3 于 7 月 16 日晚正式上线，支持最高 1M 上下文窗口，尤其擅长编程、游戏/3D 与知识类任务。模型分三个层级（Moderato 256k、Allegretto 及以上 1M），直接对标 Claude Fable 5 和 GPT-5.6 Sol。此前在 Arena.ai 上以匿名代号 Kivine 出现的测试模型已被证实为 K3。

深度解读 & 洞察：

  • Kimi 系列的迭代速度极快：2025 年 7 月 K2 → 2026 年 4 月 K2.6 → 2026 年 7 月 K3，一年内完成三次重大升级。这表明月之暗面已建立起高效的模型研发管线。
  • K3 选择直接对标 Claude Fable 5 和 GPT-5.6 Sol，而非此前中国模型习惯的"在中文场景更优"路线，标志着国产大模型在编程与 Agent 能力赛道上从追赶进入正面竞争阶段。
  • 1M 上下文窗口在当前旗舰模型中属于顶配，对于长代码库理解、游戏开发等场景具有实际优势。

AI 安全攻防：xAI 起诉用户，OpenAI 祭出自动化红队

xAI 起诉用户滥用 Grok 生成儿童性虐待内容

马斯克旗下 xAI 对南卡罗来纳州男子特里·哈伍德提起诉讼，指控其将成年人和未成年人的普通照片上传至 Grok，试图生成色情深度伪造内容。xAI 要求法院判令赔偿金并永久禁止其使用 Grok。数据显示，xAI 今年已暂停 52,222 个账户，向美国国家失踪与受虐儿童中心提交 73,604 份报告，促成至少 244 人被捕。

深度解读 & 洞察：

  • AI 公司主动起诉用户滥用模型的案例此前极为少见，xAI 此举开创了先例。这既是法律策略（通过诉讼转移外界对 Grok 安全防线失守的批评），也具有威慑效应——向其他潜在滥用者传递"会被追责"的信号。
  • 诉讼提交之际，xAI 正因 Grok 允许制作未经当事人同意的色情深度伪造内容而受到全球审视。此次诉讼与同日宣布开源 Grok Build（回应此前隐私争议）形成组合拳，xAI 在安全可信和透明度上集中发力，试图修复公众信任。
  • 从行业角度看，AI 生成非法内容的法律责任归属问题正在被重新定义——平台不再能以"用户行为"为由完全免责，但主动起诉用户的策略是否能成为行业标准仍有待观察。

OpenAI 推出自动化红队模型 GPT-Red

OpenAI 发布内部漏洞检测模型 GPT-Red，使用自博弈强化学习训练，与防御型模型高频对抗，攻击成功率从人类红队的 13% 提升至 84%。GPT-5.6 Sol 在 GPT-Red 的直接提示注入攻击中失败率仅 0.05%。GPT-Red 已被整合进生产模型训练流程。

深度解读 & 洞察：

  • “用 AI 攻击 AI 来让 AI 更安全”——这个"AI 安全飞轮"思路正在被验证可行。GPT-Red 证明了自动化安全测试不仅能替代人类红队，而且效果远超人类。
  • 84% 的攻击成功率 vs 人类 13%，说明当前 AI 模型在对抗性攻击面前的脆弱性远超人类直觉判断，也意味着安全测试必须由 AI 而非人类主导。
  • GPT-5.6 Sol 的提示注入失败率仅 0.05%，表明这套安全飞轮已经产生了实质性效果，这对 AI Agent 进入生产环境（尤其金融、医疗等高风险场景）至关重要。

具身智能全面加速：从"训练时"到"测试时"

银河通用发布全球首个机器人测试时训练框架 WAM-TTT

银河通用发布 WAM-TTT（World-Action Model Test-Time Training）框架，首次将测试时训练范式从大语言模型迁移至机器人控制领域。核心思路：预训练好的机器人面对新场景，只需观看一段人类演示视频（手机拍摄即可），通过轻量级快速权重记忆模块完成适应性训练，无需重新采集昂贵的遥操作数据。实验显示，100 条机器人轨迹 + 100 条人类视频的混合训练，成功率达 74.1%，与全机器人轨迹训练效果基本持平。

深度解读 & 洞察：

  • 这是具身智能落地的关键突破。机器人从训练环境迁移到真实场景时性能骤降是行业核心痛点，传统方案需要在新点位重新采集遥操作数据——特斯拉 Optimus 在工厂维持上百人轮班采集数据，成本极高。WAM-TTT 将部署成本从遥操作级压缩至手机拍摄级，直接降低了规模化落地的门槛。
  • “学的是便签，不是菜谱"的比喻很精准：机器人不需要重新学习如何操作，只需要在新场景中"记笔记”。这种"主体权重冻结 + 快速权重记忆"的设计，既保留了已有能力，又实现了快速适应，且不发生灾难性遗忘。
  • 这一方向与 LLM 领域的 o1/DeepSeek-R1 趋势高度契合——行业共识正从"能力来自更大规模预训练"转向"能力来自推理/部署阶段的持续自我提升"。

逐际动力发布全自主家务 Demo，人形机器人"大脑系统"路线之争浮现

逐际动力发布全尺寸人形机器人 Oli 连续做家务的 3 分钟一镜到底实拍视频，成为中国首个在家庭非结构化场景下完成全自主长程移动操作的全尺寸人形机器人。创始人张巍提出与行业主流相悖的判断：模型只是技能，系统才是大脑。其 LimX COSA 具身智能体操作系统采用 S2（认知层，1Hz）→ S1（技能层，50Hz）→ S0（运控层，1000Hz）三层架构，任一层可独立迭代。

深度解读 & 洞察：

  • 具身智能行业出现了两条路线的公开分化：Figure/ Skild AI 走"大模型即大脑"路线，逐际动力走"操作系统式大脑"路线。后者认为不同技能（剥鸡蛋 vs 开赛车）需要的数据和训练方式天然不同，混在一起训练只会导致参数干扰。
  • 三层解耦架构的设计借鉴了人类神经系统：S2 像"坐在轮椅上的霍金"——极其聪明但本身不能动；S0 像小脑——纯粹负责平衡和运动控制。这种分层让每一层可以独立优化，降低了系统复杂度。
  • 逐际动力选择将 VLA 引擎开源，与 Figure 的全栈闭源形成对比，这意味着中国具身智能在生态策略上更接近 Android 模式。

AI 基础设施：国家级布局与能源隐忧

英伟达联手日本打造全球首个国家级 AI 基础设施

英伟达宣布与日本政经界合作，基于 DSX 平台打造一座 140MW 国家物理 AI 工厂，部署 13,750 块 Vera CPU 和 27,500 块 Rubin GPU，采用 Spectrum-X 以太网互连。该工厂将用于开发物理 AI 开放权重模态基础模型，支持 T 级模型训练，为日本 FRONTia 项目提供算力基础。

深度解读 & 洞察：

  • "国家级 AI 基础设施"这一概念首次落地，标志着 AI 算力正从企业级资产升级为国家战略资源。日本选择英伟达而非自研芯片，反映了其在 AI 芯片领域采取了务实路线。
  • 140MW 的规模非常可观——大约相当于一个小型城市的用电量。结合同日央视报道"AI 产业 2025 年用水量达 237 亿立方米"，AI 对能源和水资源的消耗正在成为新的约束性因素。
  • 该工厂专门面向"物理 AI"（机器人、自动驾驶等），而非通用大语言模型，说明各国正在为下一阶段的具身智能竞争储备算力。

孙正义：2040 年 AI 占全球经济产出 20%，反对 AI 等于"朝天吐口水"

软银创始人孙正义在 SoftBank World 大会上公开嘲讽 AI 反对者，称"讨厌 AI 的人实际上是在拒绝自身进化，谴责 AI 无异于朝天吐口水"。他预测到 2040 年 AI 将占全球经济产出的 20%，贡献约 46 万亿美元 GDP，全球需要总功率达 3 太瓦的数据中心。软银正通过投资 Arm、OpenAI 等押注 AI 全产业链。

深度解读 & 洞察：

  • 孙正义的激进预测与他此前的投资风格一致——极度乐观、大规模押注。3 太瓦的电力需求约等于全球现有发电装机容量的三分之一，这意味着 AI 基础设施投资不仅是科技投资，更是能源投资。
  • “社长最重要的任务就是不断强调 AI、AI、AI”——这反映出日本企业界在 AI 时代面临的压力，孙正义实际上在推动一场日本企业的 AI 转型运动。
  • 软银对 Arm、OpenAI 等核心节点的投资，使其正在成为 AI 时代类似"伯克希尔·哈撒韦"的超级控股平台。

大厂生态博弈：苹果牵手千问，面壁联手三星

通义千问正式接入苹果中国区智能系统

阿里巴巴确认通义千问大模型将集成至 Apple 智能，覆盖 iOS、iPadOS、macOS 和 visionOS 中国区用户。苹果在华的 AI 合作方还包括百度（负责 AI 搜索和中国版 Siri 升级），形成"多方分拆"模式。

深度解读 & 洞察：

  • 苹果选择阿里和百度双线并行，是对中国监管合规要求的务实回应——海外版 Apple Intelligence 依赖 ChatGPT，但在中国必须选择本土大模型。
  • "多方分拆"意味着苹果不将 AI 能力绑定给单一供应商，既分散风险，也避免被任何一家中国 AI 公司深度绑定。对阿里而言，进入苹果生态意味着获得数亿高质量用户和系统级入口。
  • 这标志着国内大模型企业首次以"系统级 AI 服务商"身份嵌入全球顶级硬件生态，对 AI 应用从独立 App 向系统原生级体验的转变具有示范意义。

面壁智能半年融资超 50 亿，估值超 200 亿，联手三星

面壁智能（ModelBest）2026 年上半年累计融资超 50 亿元，估值超 200 亿，成为端侧智能领域公开估值最大的独角兽。MiniCPM 系列端侧模型将搭载至三星多款旗舰手机。投资方包括国家级基金、央企、汽车制造商等。

深度解读 & 洞察：

  • 端侧大模型从概念走向量产落地：面壁智能的模型已在长安、上汽、吉利等多款车型上量产，预计 2026 年数十万辆汽车搭载其技术。与三星的合作则打开了全球手机市场。
  • 200 亿估值在端侧模型赛道中遥遥领先，反映出资本市场对"模型小型化 + 设备端部署"这一方向的强烈看好——它解决了云端 AI 的隐私、延迟和网络依赖三大痛点。
  • 清华 NLP 实验室孵化、"能力密度"理论登上 Nature 子刊封面，面壁智能的学术背景为其技术路线提供了差异化支撑。

更多动态

想第一时间获取最新内容？
欢迎加入我们的 Telegram 群组 @ai_news_plus，抢先获取每日更新。
立即加入群组
Telegram 群组二维码