AI 模型

GPT-5.6发布：用更少的token做更多的事

GPT-5.6不再单纯追求更强的模型，而是重新定义更强的含义——单位token的产出效率。旗舰Sol用四分之一成本击败Claude Fable 5，入门Luna用十六分之一成本达到相近效果。这才是让AI真正能从演示走向干活的关键一步。

多模态模型看不懂视频时间线？这篇论文用了一个巧妙的强化学习技巧：让模型对比正常顺序和打乱顺序的视频，然后奖励那些能正确推理出因果关系的答案。效果出奇地好，而且无需昂贵的标注数据。

Anthropic与AE Studio提出GRAM方法，通过在Transformer每层添加专用模块，将双用途知识隔离存储，训练一个模型即可实现多种能力开关，初步测试效果堪比数据过滤，且不降低通用性能。

别被主流机器人公司忽悠了，或许机器人基础模型的关键不是海量真实数据，而是游戏数据。General Intuition只用8分钟真实数据微调就让四足机器人零样本避障，这思路可能彻底改变机器人开发流程。

Grok 4.5 对标 Opus 但把输出 token 价格直接打到 6 美金，号称两倍 Token 效率。如果实测过关，意味着以后做复杂任务不用再纠结成本了——同样的活儿，花更少的钱。

Google Photos的Video Remix用AI一键给视频换背景、加滤镜、调光影，连水彩素描效果都能直接出片。背后是Gemini Omni模型，操作简单到离谱，但只给订阅用户用。值得关注的不是功能本身，而是Google怎么用AI把专业编辑变成了消费行为，顺便绑定生态。

OpenAI 发了两个能同时听和说的原生语音模型，终于不用被语音助手礼貌地打断了。亮点是它学会了“沉默”，能长时间只听不说，等被叫到再回应。真正值得关注的不是聊天变顺了，而是他们想把语音做成操控复杂 AI Agent 的默认界面。

大语言模型缺的是物理直觉。这家贝佐斯投的2.3亿美元公司，赌游戏数据比互联网文本更能训练AI理解空间和运动，因为游戏本质是精确的物理模拟器。

Agent做不好，不是模型不行，是数据没覆盖失败路径。NVIDIA这篇讲透为什么合成数据是唯一在不泄露公司秘密的前提下，让Agent学会处理真实世界意外的办法。还有Prompt Atlas可视化工具，让你直观理解数据分布。