AI 日报 | 2026年10月08日

今天的主线是「底层供给」被重新定价：OpenAI 把 GPT-6 推向 12 亿周活用户并让模型自己决定界面形态，Anthropic 用 Haiku 5.5 把子智能体调用压到旗舰价的十分之一，微软与英伟达则把 agent 的运行时直接装进了 Windows 内核层。具身一侧同样在补地基——Mecka 拿到 6000 万美元 B 轮做人类动作数据，中国两座机器人数据采集训练场同日见报。

OpenAI 一天两线：GPT-6 全量推送，Codex 日更把「监督」变成免费层

OpenAI 自 10 月 7 日起把 GPT-6 推送到 ChatGPT 全部档位：Plus、Pro、Business、Enterprise 使用 GPT-6 Sol，Free 与 Go 档次日（10 月 8 日）起使用 GPT-6 Luna，ChatGPT 周活跃用户已超过 12 亿。本次更新的核心是一项叫 Intelligent UI 的能力——模型在回复里直接生成图表、表单、按钮和可交互小工具，官方演示包括按人数滑杆实时调整采购量的周日烤肉计划、可动手模拟的蒙提霍尔问题、以及解释机翼升力的多张示意图。工程上靠一套原生可流式组件库加编译器，边生成边渲染，不必等整段回答完成。延迟方面，GPT-6 边推理边出答案，官方称 GPT-6 Instant 在需要联网检索的问题上首字时间平均比 GPT-5.6 Instant 快 44%。需要留意的是，本次推送不涉及驱动 Work 与 Codex 的底层模型。

同处 OpenAI「28 天连更」窗口的还有 Codex 侧的密集发布。负责人 Tibo Sottiaux 立下日更目标后，Day 1 把 GPT-6 Astra 与 GPT-6.1 Sol 在订阅产品中的默认速度从约 30 tok/s 提到约 50 tok/s；Day 2 一次发了四项：Auto-review 对 ChatGPT 账号登录用户免费、不再计入套餐额度；付费 API 使用档位由五级压缩为 Build、Launch、Grow 三级，累计划卡门槛分别为 5 美元、100 美元、500 美元，顶档门槛从 1000 美元降到 500 美元；Meetings 插件在 macOS 桌面端向 Pro 与 Business 开放 Beta，纪要与待办直接落入 ChatGPT Space；Decisions API 面向所有开发者公测，官方称决策速度约为经 Responses API 调用的十倍。

值得关注： Auto-review 免费这件事比看上去重要。此前它会吃掉用户 2%–10% 的套餐额度，等于给「开着安全检查」标了价格；现在 OpenAI 把监督算力从任务额度里剥离，实际是承认长时程 agent 的瓶颈不是能不能跑，而是人还要不要一直盯着。另一边，Intelligent UI 把「界面该长什么样」从提示词规则变成了模型的训练行为，对做 agent 的人来说，输出物不再只是 diff 和文本。风险同样清楚：速度与安全的数字全部来自 OpenAI 内部评测，组件库是否会开放为 API 尚未公布。

来源：OpenAI - GPT-6 for everyone ｜ OpenAI Developer Community - 28 days of Shipping ｜ AI Industry Today

Anthropic 发布 Claude Haiku 5.5：给子智能体这一层定价

Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，称其为迄今最便宜、最快且能力最强的小模型，模型 ID 为 claude-haiku-5-5，已在 Claude 平台、AWS、Google Cloud 与 Azure 同步上线。定价上，prompt 不超过 10 万 token 时输入 0.10 美元/百万、输出 0.50 美元/百万、缓存读取 0.01 美元/百万；超过 10 万 token 则为 0.50 与 2.50 美元。官方口径是这一档位列表价比 Haiku 4.5 低 90%、以上档位低 50%，综合运行成本约降 75%，且该折算已计入新 tokenizer 带来的 token 数略增。官方基准显示 Haiku 5.5 在 Terminal-Bench 4.0 上 39.2%（Haiku 4.5 为 0.0%，GPT-6 Luna 为 16.4%，Sonnet 5.5 为 70.6%），OSWorld 2.1 离线子集 72.4%，FrontierCode 1.1 主榜 46.4%，GDPval-AA v2.1 Elo 1620。Haiku 5.5 也是该系列首个带可调节 effort 的型号。

配套动作比模型本身更值得看：Sonnet 5.5 的缓存读取价由 0.20 美元砍半至 0.10 美元/百万，官方称这使 Sonnet 5.5 在多数 agent 任务上便宜约 20%；Max 5x 与 20x 订阅每月分别获得 100 美元与 200 美元 API 额度，Team 订阅池化最高 500 美元；Python 与 TypeScript SDK 新增 computer use 与 browser use 的 beta 支持。客户侧，HubSpot 报告其 CRM 套件上 92.8%，Asana 报告任务完成延迟降低逾 30%、单 agent 轮推理最高快 2.5 倍。

值得关注： 这不是一次单模型促销，而是在给「子智能体」这一层定价。Anthropic 明确把 Haiku 5.5 定位为配合 Opus 5.5 与 Sonnet 5.5 做编码工作的子智能体，并点名了 compaction、摘要、分类、数据库查询这些具体工位；官方图表也坦诚 Terminal-Bench 这类硬 agentic 任务仍是 Sonnet 与 Opus 的主场。子智能体架构里一次昂贵调用要配多次廉价调用，谁占住廉价层，谁就定了整个 agent 栈的成本曲线，缓存读取砍半同理——agent 的 token 大头正是缓存读取。需要打的折是：全部基准为 Anthropic 自测，客户数字为厂商自述。

来源：Anthropic - Introducing Claude Haiku 5.5 ｜ Unite.AI

微软与英伟达把 agent 运行时装进 Windows

10 月 7 日旧金山的 Windows AI 与 Surface 活动上，英伟达 CEO 黄仁勋与微软 CEO 纳德拉同台。微软宣布 Microsoft Execution Containers（MXC）正式可用——一套操作系统级基础设施，让 agent 在后台隔离、持久运行，由 OS 提供 containment、identity 与 manageability，并与 Microsoft Security、Agent 365 打通做治理。Windows 与设备业务 EVP Pavan Davuluri 称，这些原语被直接建进 Windows，使 agent 可被隔离、被观测、被治理。硬件侧，RTX Spark 进入 Windows 笔记本与紧凑台式机：Blackwell RTX GPU（最高 6144 核）搭配最高 20 核 Grace CPU，600 GB/s 互连，128GB 统一内存，1 PFLOP FP4 算力，官方称可本地运行 125B 参数的 Qwen 3.8 Flash Next（51B n-gram）且不计流量不上云。Surface Laptop Ultra 起售 2599 美元，10 月 7 日开预售、10 月 16 日出货，紧凑台式机 11 月跟进，Acer、ASUS、Dell、Gigabyte、HP、Lenovo、MSI 均有机型。

同场还预览了 DGX Station for Windows，基于 GB300 Grace Blackwell Ultra，748GB 一致内存、最高 20 PFLOPS FP4，官方称可本地运行万亿参数级模型（点名 Llama 4 Maverick、Kimi K2.6、DeepSeek V4 Pro）。微软给它的两个定位是「个人 AI 超算」与「Windows token 工厂」——后者支持 32 个以上并发 agent 服务团队，直接压低云 token 消耗。此外 Meta Muse 将以原生 Windows 应用形式到来，Perplexity 演示了不消耗云额度的端侧任务，OpenClaw 也将获得原生 Windows 网关。

值得关注： 这条把 agent 之争从「模型在哪」推到了「运行时归谁」。MXC 一旦 GA，Windows 上就有了统一的 agent 隔离与身份归属层——哪个 agent 干了什么、能碰什么由 OS 记账，正好补上过去半年 agent 安全事故里最缺的归因能力。DGX Station 的「token 工厂」说法更直白：本地推理不只是隐私选项，而是把云 token 账单换成电费。边界要说清：DGX Station 仅预览、无定价无日期，RTX Spark 的本地模型数字为官方口径，CUDA 兼容只保证 Spark 到 DGX 的迁移路径。

来源：NVIDIA Blog ｜ Microsoft - Building Windows for hybrid intelligence ｜ The Agent Times

Mecka 完成 6000 万美元 B 轮：把人类动作录成机器人的训练数据

机器人数据公司 Mecka 于 10 月 7 日宣布 6000 万美元 B 轮融资，Sequoia Capital 领投，新投资方包括英伟达、微软风投 M12、Qualcomm Ventures 与三星，老股东 Kindred、Framework Ventures、Neo 跟投，天使投资人包括 DoorDash CEO Tony Xu、前 ServiceNow 与 Snowflake CEO Frank Slootman、前特斯拉 Optimus 负责人 Milan Kovac。公司的论点是：没有人写下过手怎么抓、怎么折、怎么倒，用多大力、何时松手——「运动、接触、力与几何不在互联网上，抓不到、授权不到、买不到。机器人缺的不是智能，是经验。」

为此 Mecka 自建了整条栈：按下游模型需求倒推选型与同步的多传感器采集硬件、在家庭与商业环境中录制人类示教的全球采集队，以及把原始噪声转成结构化信号的内部实验室（动作追踪、3D 重建、传感器对齐，称 in-the-wild 数据上达亚厘米级手部姿态精度）。学术侧，公司与 Georgia Tech、Stanford、UC San Diego、ETH Zürich、MIT 及 Meta 合作 EgoVerse 人→机器人迁移研究，论文当前版本含 1362 小时人类示教、8 万条 episode、1965 个任务、240 个场景、2087 位示教者，结论是策略性能随人类数据增长而提升，但有效缩放取决于人类数据与机器人学习目标是否对齐。商业上，公司称已供应数家头部前沿机器人实验室与多家 Mag 7 公司，2026 年 6 月年化收入突破 1 亿美元，预计年底达 3 亿美元。

值得关注： 这是具身数据基础设施第一次拿到如此整齐的战略股东名单——英伟达、微软、高通、三星同时进场，等于芯片、云、终端三侧一起押注数据层。EgoVerse 那句「有效缩放取决于人类数据与机器人学习目标是否对齐」是全篇最该记住的一句：数据不是越多越好，采集范式与训练目标错位时规模会空转。要打的折也很明确——年化收入、年底预测、亚厘米精度与客户名单全部为公司自述且客户未具名，无第三方审计。

来源：Mecka - Series B ｜ Unite.AI

中国具身数据基础设施：厦门异构训练场与中关村跨本体数采中心同日见报

人民网与科技日报 10 月 8 日报道了厦门首个异构机器人训练场：位于同安区滨海新城德韬科技园，2000 多平方米被改造成超市、家居、仓储等 10 个实景训练区，7 月投入试运营，已进驻人形、四足、轮臂、工业协作臂等各类本体；由拓元智慧（厦门）牵头，依托国家级实验室联合多家研究机构与产业企业组成「AI 创新联合体」。技术路线上，团队自研「物理世界动作大模型」，区别于把视觉、语言、动作分模块训练再整合的主流路线，从训练起点就把三维空间、物理规律与动作轨迹放进同一套模型，让机器人学的不是固定动作而是重力、形变、摩擦，从而预判动作后果。采集方式上，数采员先把完整操作拆解为若干分步动作，再按任务情景分别通过主从臂控制、VR 控制、第一视角视频记录带机器人分步练习。

同日新浪财经探访了中关村（海淀）具身智能创新产业园内的诺亦腾机器人跨本体数采训练中心。近 100 平方米的动作捕捉区是核心，四周架设动捕摄像头、地面布设定位标记点；此外还有搭建了完整厨房、客厅、卧室、卫生间的场景化训练区，以及运控训练区、多模态灵巧操作数据采集区、UMI 遥操作与夹爪动作采集区。中心采集多模态交互、灵巧操作、第一视角三类数据，分别对应让机器人理解运动、理解精细操作、理解环境。一名数采员穿动捕服、戴头部捕捉装置与数据手套，按脚本完成「伸手—拿起水瓶—转身—递出—松手」约 30 秒即产出一条原始数据，系统同步记录手指动作、指尖定位与压力；同一动作还要换方向、换拿法、换位置反复采集。

值得关注： 两个场地同日见报，指向同一件事——具身智能的瓶颈已经明确落在高质量真机数据，而不是模型结构。厦门那条的价值在技术路线：把三维空间与物理规律塞进同一套模型，是业界「端到端 vs 分模块」之争的一个中国样本。中关村那条的价值在成本结构：30 秒一条原始数据、且必须换方向换拿法重复采集，这类工作的单位成本与职业化程度决定了数据供给能否真正规模化——也正是 Mecka 那条新闻里资本押注的同一个环节。需要说明的边界：两者均为媒体探访稿，未给出数据产能、转化率等可核验指标，也未见第三方对训练效果的独立验证。

来源：人民网财经 ｜ 新浪财经