1/14 OpenAI 正式推出 GPT-5.6，Sol/Terra/Luna 同步进入 ChatGPT、Codex 与 API
OpenAI 发布 GPT-5.6 系列，包含旗舰 Sol、平衡型 Terra 和低成本 Luna，并开始在 ChatGPT、Codex 与 API 中逐步推出。官方称 Sol 在 coding、knowledge work、cybersecurity 和 science 上提高了性能/成本比：Agents’ Last Exam 得分 53.6，Artificial Analysis Coding Agent Index 达到 80.0，并用更少 output tokens、更短时间和更低估算成本超过若干竞品设置。GPT-5.6 同时引入 ultra mode，用多个 agent 并行处理复杂任务；Sam Altman 强调企业关心的 dollars-per-task 是这次发布的核心。
2/14 ChatGPT Work 把 Codex 扩展成跨文件、跨应用的长任务 agent
OpenAI 同日推出 ChatGPT Work，称这是由 Codex 和 GPT-5.6 驱动的新 agent，可跨 apps 与 files 行动，连续处理数小时项目，把一个目标转成 documents、decks、analyses、sites 和 reports。Web 与 mobile 首批面向 Pro、Enterprise、Edu，随后扩展到 Plus 和 Business；新的 ChatGPT desktop app 将 Chat、Work 和 Codex 合并到 Mac/Windows，所有计划可用。Greg Brockman 表示 ChatGPT 与 Codex 被合并为面向“ambitious work”的 agent；Sam Altman 则强调 Codex 是 Work 产品的核心。
3/14 Microsoft 把 GPT-5.6 with Work IQ 接入 Copilot、M365、GitHub 与 Foundry
Satya Nadella 宣布 GPT-5.6 with Work IQ 进入 Copilot Chat、Cowork、M365 apps、GitHub 和 Foundry，覆盖 multi-step agentic work、analysis 与 content creation，并强调更强 reasoning 与更高质量输出没有牺牲效率。OpenAI 官方也单独发布“GPT-5.6 now preferred model in Microsoft 365 Copilot”页面，说明 Word、Excel、PowerPoint 和 Cowork 将受益于更少提示轮次、更深分析、更好视觉呈现和更强跨职能协作。这让 GPT-5.6 的发布不只是 ChatGPT/Codex 事件，也成为 Microsoft 办公栈的默认能力升级。
4/14 Meta 发布 Muse Spark 1.1，正式进入 agentic coding 与 computer-use 模型竞争
Meta AI 发布 Muse Spark 1.1，定位为 multimodal reasoning model，重点提升 tool use、computer use、coding 和 multimodal understanding。官方线程展示了 multi-app computer-use workflows：模型能在长 session 中保持上下文，在 scripting、direct UI interaction 和 batched actions 之间选择；也能从手机视频里抽取商品信息，操作浏览器创建 Facebook Marketplace listing。Meta 称该模型在内部 coding benchmark 上有竞争力，已用于 Meta 内部 coding 和 research workflows，并通过 Meta Model API 开放。
5/14 Perplexity Computer 用 GLM 5.2 post-train 出低成本 orchestrator
Perplexity 发布 Perplexity Computer 新 orchestrator model research preview。官方称该模型基于 GLM 5.2 改造并针对 Computer harness post-trained，在 Opus 0.344x 成本下达到 near-frontier performance；模型托管在美国 NVIDIA B200 GPUs 上，并内置 advisor tool，可在需要时升级到更强模型。Perplexity 后续补充成本对比：在 WANDR 上，GLM 5.2 + advisor 为 2.1x，Opus 为 6.1x，跨 benchmark 平均约为 Opus 一半成本。它显示 agent 产品正在把“模型选择”做成运行时策略，而不是静态选型。
6/14 GPT-5.6 发布后迅速进入 Cursor、Perplexity 与 Abacus 的 agent 产品层
GPT-5.6 生态采用速度很快。Cursor 宣布 Sol、Terra、Luna 已可用，Sol 在 CursorBench 上得分 67.2；Perplexity 宣布 Terra 和 Sol 进入 Perplexity 与 Perplexity Computer；Abacus AI 则发布 Max Mode，把 Fable 5 与 GPT-5.6 Sol 路由到同一个 agent 产品中，面向 SaaS apps、custom workflows、mobile apps 和 always-on trading servers。围绕 GPT-5.6 的竞争重点不只是模型本体，而是 coding bench、agent routing、workbench templates、subagents 和运行成本如何组合成可交付产品。
7/14 Agent UX 争议从“能不能做”转向“非程序员如何控制”
GPT-5.6/ChatGPT Work 发布后，Ethan Mollick 连续讨论产品边界：Claude Cowork 是更安全但稍弱的 Code 替代品，而 ChatGPT Work 与 Codex 的关系更难理解；他同时提醒，AI labs 从 programming 扩展到 general knowledge work 时，不能把 non-coders 当作“更少选项的程序员”，而需要更多 control 与 visibility。Matt Shumer 的早期体验也显示 Sol 能执行长时间自主项目，但他仍认为不同模型在复杂多轮 agentic loops 上各有优势。这批反馈把竞争拉向 task visibility、权限、控制界面、命名清晰度和适合普通知识工作者的 agent 操作方式。
8/14 Anthropic 任命 Ben Bernanke 进入 Long-Term Benefit Trust
Anthropic 宣布前美联储主席、Brookings Distinguished Fellow、2022 年诺贝尔经济学奖得主 Ben Bernanke 加入 Long-Term Benefit Trust。LTBT 是 Anthropic 的独立治理结构，职责是监督公司在商业成功与长期公共利益之间保持平衡，并可任命董事会成员、就关键决策向董事会和管理层提供建议。Anthropic 把 Bernanke 的背景与 AI 对经济、劳动力和制度设计的影响相连：随着 advanced AI 对工作与经济产生更深影响，公司需要能理解系统性冲击和宏观治理的人参与监督。
9/14 NVIDIA Flex-Forcing 把 video diffusion 的双向与自回归路线放进同一模型
NVIDIA Research 发布 Flex-Forcing，并称其获 ICML 2026 spotlight。该方法面向视频生成，把 bidirectional diffusion 和 autoregressive generation 放入同一训练与推理框架：前者同时关注多帧，结构稳定但速度较慢；后者逐帧生成，适合 streaming 与长视频但容易累计误差。Flex-Forcing 通过 flexible chunking 同时控制时间维度和 denoising steps，让单一模型在推理时按 compute budget 和输出需求切换生成方式。这说明视频生成竞争正在从单次 clip 质量延伸到长程一致性、速度、成本和可控推理路径。
10/14 Pika 把 Director’s Suite 与 4K-VFX 做成视频生产 workflow
Pika Labs 继续把视频生成从单 prompt 工具推进到 production workflow。Director’s Suite 的演示中，系统先分析故事组件、生成 shot list、pacing notes 和 tone check-in，再用 reference images 形成视觉美学，最后生成镜头、搭建 timeline、添加 titles、music 和 sound effects；用户可通过 chat 继续调整节奏和场景。Pika 同时上线 4K-VFX Skill，称可用简单 prompt 改变视频中的对象，同时保留 faces、gestures、audio 与 camera moves。视频产品的竞争点正在转向 project memory、editability 和后期控制。
11/14 Runway Dev 把生成式媒体模型打包为 enterprise-grade platform
Runway 发布 Runway Dev，称开发者可在一个 enterprise-grade platform 中访问 Seed Audio 1.0、Seedance Mini、Seedance 4K、Google Omni Flash、Seedream 5.0 Pro 等媒体模型。Runway 的定位不是单个创作者工具，而是供 professional developers 与 enterprise teams 构建广告、电商、游戏、搜索等场景的 AI media infrastructure。与 Pika 的 Director’s Suite 类似，Runway Dev 说明生成式媒体公司正把产品重心从 consumer interface 转向 API、模型组合、企业治理与稳定交付。
12/14 Microsoft AI 发布 Ode Poetry，把 audio model 用在“poetry pharmacy”
Mustafa Suleyman 介绍 Ode Poetry，称它是一个由 Microsoft AI audio models 支持的 poetry pharmacy：用户描述当下感受，Ode 会根据诗歌专家 William Sieghart 的推荐逻辑匹配一首诗并朗读。Suleyman 将其定位为 humanist AI demo，强调技术不是替代人类创造力，而是帮助更多人接触诗歌体验。Ethan Mollick 也评价这是更“beautiful, humane”的 AI 展示。与当天大量 agentic work、coding 和 benchmark 消息相比，Ode 代表了另一类产品方向：用生成式音频和推荐系统降低文化内容的进入门槛。
13/14 Suno 升级歌词写作，把音乐创作从 prompt 扩展到编辑器内协作
Suno 宣布 Web 端歌词写作升级：用户可以用自己的 writing samples 创建同风格 lyricist，高亮单词获得押韵建议，高亮一行生成四个替代版本，也可以直接用自然语言在 chat bar 说明想要的修改；同时歌词会自动保存，降低反复试写时丢失内容的风险。这个更新不是新音频模型发布，而是把生成能力嵌入创作编辑器的细粒度交互中：创作者在写作、改写、风格迁移、押韵与版本管理之间来回切换，不再只依赖一次性歌曲 prompt。
14/14 开源与数据集信号继续围绕 AI sovereignty、video data 和本地推理展开
Yann LeCun 再次强调，AI 最大风险之一是少数 proprietary AI assistants 集中权力，AI sovereignty 的解法是 open source foundation models；Andrew Ng 也把 permissionless innovation 与保护 open source AI 相连。Hugging Face 方向上，Clement Delangue 注意到 Netflix 发布 video datasets 和 models，希望其视频 AI 团队继续开源更多成果；他还转发了 MOSS Transcribe 系列、Reachy Mini 和 llama.cpp 本地推理相关动态。这些消息共同说明，闭源 frontier agent 的商业加速正在伴随开源模型、开放数据、本地推理和主权 AI 讨论升温。
Deep Dive 附录
OpenAI GPT-5.6
GPT-5.6 是今天最核心的发布：Sol、Terra、Luna 分别对应旗舰、平衡和低成本层级，并在 ChatGPT、Codex、API 中逐步开放。OpenAI 的官方叙事集中在“performance per dollar”：Sol 在 Agents’ Last Exam、Artificial Analysis Coding Agent Index、BrowseComp、OSWorld 等长程工作与 agentic 评测上刷新或接近最佳结果，同时降低 token、时间和估算成本。另一个重要变化是 ultra mode，它把单模型回答扩展为多 agent 并行工作流，面向更高 token 使用但更强、更快的复杂任务。发布也强调更好的 artifact quality：演示和文本都把 presentations、documents、spreadsheets、computer use、design judgment 放在同一套“真实知识工作”框架里。 查看原文
ChatGPT Work
ChatGPT Work 是 GPT-5.6 发布中更偏产品化的一半。OpenAI 将它描述为“partner for ambitious work”：它把 Codex 的长任务执行能力放进 ChatGPT，可读取用户选定的 apps 与 files context，并生成文档、演示、分析、网站和报告等可交付物。发布节奏也体现了产品整合：desktop app 把 Chat、Work、Codex 合到 Mac/Windows；web/mobile 先覆盖 Pro、Enterprise、Edu，再扩展到 Plus 与 Business。围绕这个产品的早期争议也很清晰：它需要解释自己与 Codex、Claude Cowork 和普通 ChatGPT 的边界，并给非程序员足够的控制感、可见性和安全护栏。 查看原文
Meta Muse Spark 1.1
Muse Spark 1.1 是 Meta 进入 agentic coding/computer-use 竞争的关键一步。官方页面称它是面向 agentic tasks 的 multimodal reasoning model，重点升级 tool use、computer use、coding 和 multimodal understanding。Twitter 线程补充了几个产品化场景：跨 app 维护上下文、根据情况选择脚本或 UI 操作、从视频中抽取商品信息并代用户操作浏览器，以及支持 Meta 内部 coding/research workflows。与开源 Llama 路线不同，Muse Spark 1.1 通过 Meta Model API 进入付费/企业模型层，代表 Meta 把 agentic model capability 与 API monetization 绑定。 查看原文
Perplexity Computer orchestrator
Perplexity 的新 orchestrator model 把 agent cost engineering 推到前台。官方称该模型基于 GLM 5.2 并为 Computer harness post-trained，提供 near-frontier performance，成本为 Opus 的 0.344x；其 advisor tool 会在需要时自动升级到更强模型。这个结构不同于单一模型替换，而是将“何时使用便宜模型、何时升级强模型”产品化。Perplexity 后续还用 WANDR 成本对比说明 GLM 5.2 + advisor 和 Opus 的成本差异，显示 Computer 这样的 agent 产品正在把 routing、advisor、GPU 托管和 benchmark reporting 作为核心卖点。 查看原文
NVIDIA Flex-Forcing
Flex-Forcing 试图统一视频生成里的两种推理范式。Bidirectional diffusion 更擅长保持整体结构，因为它可同时关注多个帧；autoregressive generation 更适合 streaming 和长视频，因为它逐帧推进，但可能随时间漂移。NVIDIA 的方法用 flexible chunking 同时控制 temporal dimension 与 denoising steps，使同一模型能在推理时选择偏结构一致、偏速度/长度，或二者之间的混合路径。它的重要性在于，视频生成正在从“单段视频是否好看”转向“能否按预算、长度、连贯性和交互需求选择生成策略”。 查看原文
Anthropic Long-Term Benefit Trust / Bernanke
Anthropic 任命 Ben Bernanke 加入 Long-Term Benefit Trust，把 advanced AI governance 与宏观经济经验直接连接。Anthropic 称 LTBT 是独立机构，负责帮助公司在商业目标与长期人类利益之间保持平衡，并可向董事会和管理层就 AI 风险、社会影响和关键决策提供建议。Bernanke 的背景覆盖中央银行、金融危机、宏观经济研究和制度应对，这与 Anthropic 当前强调的 AI 对 workforce、economies 和 institutions 的影响相匹配。这条消息不是产品发布，但说明 frontier labs 争夺的不只是模型能力，也包括可信治理结构和社会影响判断。 查看原文