跳到正文

OpenAI / ChatGPT

OpenAI 的全部动态:GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事的持续追踪。

最新精选

第 1321–1340 条 · 共 1,551 条

2月28日星期六

36 氪 · 直链

阿里千问计划推出 AI 眼镜、耳机和指环,把点外卖、打车功能搬出手机

阿里内部人士透露,千问将在 2026 年面向全球发布三款 AI 可穿戴硬件:眼镜、耳机和指环。眼镜会在 MWC 2026 亮相,3 月 2 日开放预约。千问 App 上已有的点外卖、打车等功能会直接迁移到这些设备上。阿里把这件事看得很重,去年底已经将千问 App、夸克和 AI 硬件业务合并成一个“千问 C 端事业群”。模型端也做了配合,新开源的 Qwe...

推荐理由:这篇独家把阿里的硬件路线图摊开了,三款设备一起上,摆明是要把千问 App 里的外卖、打车能力搬到眼镜和耳机上。我会先打个折,毕竟还没看到真机和实测,但 Qwen3.5-Plus 的成本和吞吐数据如果属实,跑端侧推理确实省钱了。值得从业者盯的是生态联动那部分,正文没细说硬件和支付宝、高德的具体打通方式,这点先别太激动,但方向本身比单品参数重要。

彭博科技

OpenAI 把模型部署进五角大楼机密网络,并称安全性比 Anthropic 更高

OpenAI 拿下了美国国防部的合同,要把自家模型放进军方的机密网络里跑。这事发生在 Anthropic 跟五角大楼的合作谈崩之后——Anthropic 那边因为监控和自主武器的问题退出了。OpenAI 这次直接放话,说自己的安全水平超过 Anthropic,但正文没披露具体是怎么比的、用了哪些安全指标。合同金额、时间表、具体模型名称这些关键信息也都没...

推荐理由:这条不是普通合作新闻:Anthropic 因为监控和自主武器条款谈崩,OpenAI 立刻补位进机密网络,火药味很足。标题说安全性比 Anthropic 高,正文却没给出比较方法,这点先别太激动。HKR 三项全中,但缺模型名、合同规模和上线时间,所以重要性没上 90。

彭博科技

OpenAI 跟五角大楼达成协议,要把模型部署到军方加密网络里

OpenAI 宣布和美国国防部签了协议,会把自家模型放进军方的机密网络里跑。目前公开信息很少,正文被 Bloomberg 的付费墙和反爬机制挡住了,只从标题和一句话摘要里看到这件事。具体是哪些模型、用在什么场景、什么时候上线、合同金额多少,这些全都没披露。另外摘要里写的是“US Department of War”,标题却叫 Pentagon,措辞有点...

推荐理由:OpenAI 跟 Pentagon 在机密网络里跑模型,这事信号很强,HKR 三项都踩中了。Bloomberg 的信源靠谱,但这条 RSS 只给了一句摘要,连模型名字、合同金额、时间表都没提,所以先别太激动。我会打个折,放在 featured 高位,等后续有更多细节再考虑升到 p1。

36 氪 · 直链

OpenAI 拿了 1100 亿美元新融资,软银、英伟达各投 300 亿,亚马逊投 500 亿

OpenAI 宣布完成 1100 亿美元融资,投前估值 7300 亿美元。软银和英伟达各出 300 亿,亚马逊出 500 亿,后续还会有其他财务投资人进来。除了拿钱,OpenAI 还跟亚马逊签了战略合作,跟英伟达签了下一代推理计算的协议。不过正文没披露这轮钱具体怎么花、估值逻辑和投资人占股比例。

推荐理由:这条消息同时踩中三个点:融资规模创纪录(1100亿)、估值和出资方信息具体(7300亿投前,三家各出多少都写明了)、而且钱背后绑着算力和云的合作条款。对从业者来说,这不只是OpenAI有钱了,而是算力、资本和渠道正在被同一批玩家锁死,市场格局会跟着变。所以给到H/K/R全过,重要性95,放在p1。

彭博科技

OpenAI 从亚马逊、英伟达等手里拿了 1100 亿美元,估值冲到 7300 亿

这期 Bloomberg 节目提到 OpenAI 完成了一轮 1100 亿美元的融资,亚马逊和英伟达都参投了,投后估值 7300 亿美元。节目还聊了两件事:Anthropic 和五角大楼在军用 AI 上起了争执,以及 Block 为了押注 AI 直接砍掉一半员工。不过正文被 Bloomberg 的机器人验证挡住了,具体融资条款、争执细节和裁员基数都没披露。

推荐理由:OpenAI 这轮 1100 亿美元的融资把估值推到 7300 亿,Amazon 和 Nvidia 都入局,是能改写行业地图的事件,所以 HKR 全中。我会先打个折:正文没给融资条款和钱具体怎么花,但核心事实已经够上 P1。

彭博科技

OpenAI 拿了 1100 亿美元融资,亚马逊、软银、英伟达都投了

彭博这条视频的摘要提到 OpenAI 完成了一轮 1100 亿美元的融资,亚马逊、软银和英伟达都在投资方名单里。这个数字很大,说明头部资本还在往基础模型里砸重注。但正文没披露这轮融资的具体结构、估值依据和时间点,也没说钱主要花在算力还是人才上。对从业者来说,真正值得盯的是这笔钱进账后,OpenAI 的估值被推到多高,以及新股东在董事会能拿多少话语权——...

推荐理由:如果 RSS 摘要没跑偏,这就是当天必须写的融资消息:1100 亿的盘子,Amazon、SoftBank、Nvidia 都进来了,H、K、R 三条全中。没给到 95 分是因为轮次怎么拆、按什么估值算、钱什么时候到账,正文全都没说,我会先打个折。

2月27日星期五

OpenAI News

OpenAI 与亚马逊达成战略合作,AWS 成为 OpenAI 企业级产品的独家第三方云分发渠道

OpenAI 和亚马逊宣布了一项多年合作,亚马逊将向 OpenAI 投资 500 亿美元,其中 150 亿先到账,剩下 350 亿要满足特定条件后才会支付。合作的核心看点有两个:一是分发渠道,AWS 成为 OpenAI Frontier(一个让企业搭建、部署、管理 AI 智能体团队的平台)的独家第三方云分发商;二是算力绑定,OpenAI 承诺在 AWS...

推荐理由:这不是一篇常规的合作通稿。分阶段 500 亿投资、Bedrock 上线 OpenAI 模型运行时、再加约 2 吉瓦 Trainium 算力消耗,这三件事合在一起,把 OpenAI 的分发和算力姿势都改了。HKR 三项全中,所以放在 P1。

OpenAI News

OpenAI 和微软发联合声明:合作关系没变,亚马逊也能用 Azure 跑 API

OpenAI 和微软在 2026 年 2 月 27 日发了份联合声明,核心就一句话:两家公司的合作条款没变。声明直接回应了 OpenAI 当天宣布的新融资和新合作伙伴(包括亚马逊),强调这些动作都在现有协议框架内。具体来说,微软对 OpenAI 模型和产品的独家 IP 许可依然有效;收入分成模式不变,而且一直就包含了 OpenAI 跟其他云厂商合作带来...

推荐理由:这份联合声明本身有一定分量,但原文只给了标题,正文没披露,所以能说的不多。我会先打个折:信息密度很低,没法判断具体措施或时间表。不过它至少传递了一个关键点——OpenAI 的新钱和新伙伴,不影响微软已有的合作条件。对从业者来说,这等于给云服务格局和商业排他性吃了一颗定心丸,所以知识性和可读性都过关,但 headline 太虚,热闹不起来。

2月26日星期四

OpenAI News

OpenAI 与 PNNL 合作测试用 AI 帮联邦政府写环评报告,每小节能省 1 到 5 小时

OpenAI 跟美国能源部旗下的太平洋西北国家实验室(PNNL)合作,找了 19 位专家一起搞了个叫 DraftNEPABench 的测试集,专门看 AI 能不能帮忙起草联邦基建项目的环境评估文件。测试用的是 Codex CLI 这个命令行工具搭配 GPT-5,让模型去读几百页的技术报告、交叉核对资料,再按法规要求写出结构化的分析草稿。在覆盖 18 个...

推荐理由:HKR 三项都过了:联邦审批这个场景够意外;有 19 位专家、102 个任务和 1–5 小时的时间节省,信息量不空;争议点在于代理开始碰监管流程,但文章自己划了边界,说这只是起草辅助,不是自动决策。分数没往上拉,因为这只是个限定范围的基准测试,不是已经落地的产品能力。

OpenAI News

OpenAI Codex 和 Figma 打通了代码与设计稿的来回转换

OpenAI 和 Figma 在 2026 年 2 月 26 日发布了一项新集成:在 Codex 桌面端里,你可以直接把代码转成 Figma 里能编辑的设计稿,也能把 Figma Design、Figma Make 和 FigJam 里的内容拉回代码里继续开发。这个来回转换的流程靠 Figma MCP Server 实现,走的是 MCP 协议,相当于给...

推荐理由:OpenAI 和 Figma 搞了个 Codex 集成,代码能直接生成可编辑的 Figma 设计,反过来 Figma 里的设计、Make 原型和 FigJam 白板也能回写成代码。底层走的是 MCP,通过 Figma MCP Server 接进 Codex 桌面应用。OpenAI 说 Codex 周活已经过百万,年初到现在用量涨了四倍多。我会先打个折,因为正文没披露支持哪些模型、权限怎么划、收不收费、双向转换稳不稳定——这些才是实际落地要盯的。

2月19日星期四

OpenAI News

OpenAI 投 750 万美元给英国政府主导的对齐研究基金,让外部团队独立探索 AI 安全方案

OpenAI 宣布向英国 AI 安全研究所(UK AISI)发起的“对齐项目”基金拨款 750 万美元(约 560 万英镑)。这笔钱会和其他公共、慈善及行业资金一起,把基金总盘子推到超过 2700 万英镑,专门资助全球独立团队做 AI 对齐研究——也就是研究怎么让越来越聪明的 AI 系统别跑偏、别干出危险的事。OpenAI 自己会继续在内部做跟模型开发...

推荐理由:我会先打个折:正文只给了标题和链接,没披露项目名单、时间表或评审流程,所以很多判断只能基于现有信息缺口来推。OpenAI 宣布给英国 AISI 的 The Alignment Project 投 750 万美元,用来推进对齐独立研究。钱数本身不算大新闻,但'谁出钱、谁研究、谁说了算'这个三角关系,在安全圈里一直是个敏感话题,所以这篇东西在治理层面有讨论价值。

2月15日星期日

Computing Life · 鸭哥

OpenClaw 为什么突然火了:把程序员才有的本地 AI 代理,塞进了你的聊天软件

OpenClaw 在 2026 年 1 月底爆火,不是因为它技术有多新,而是它把 Cursor 这类能读写文件、执行命令的本地编程代理,接入了 Slack、WhatsApp 和飞书,让非技术人员第一次用上了有记忆、能干活、会自我进化的 AI。文章拆解了它背后的三个关键设计:统一的上下文池让 AI 跨平台记住你的一切;基于文件的持久化记忆加上自动维护机制...

推荐理由:这篇不是新闻通稿,是个人拆解。它把 OpenClaw 为什么火、代价是什么、真正该抄的设计模式(统一入口、文件化记忆、可组合 skills)都讲清楚了。HKR 三项全中,两个硬数字撑住了判断,但因为属于个人分析而非官方发布或行业事件,所以放在 featured 这一档。

Computing Life · 鸭哥

OpenClaw 为什么爆火:把程序员才有的 AI 代理体验,塞进了你的聊天软件

OpenClaw 在 2026 年 1 月底突然爆火,一周内换了三次名字,中间还被一个叫 $CLAWD 的假币骗走了 1600 万美元。它火的原因和一年前的 DeepSeek 几乎一样:不是技术上碾压对手,而是把一小撮早期用户已经用惯的体验——让 AI 能读文件、跑命令、记住上下文、持续迭代干活——第一次通过 WhatsApp、Slack、飞书这些日常...

推荐理由:我会先打个折:正文截断了,没看到后续成功因素的具体细节,所以这不是一手发布或官方研究,更像一篇二手深挖。但它的价值在于把OpenClaw为什么火说清楚了——不是技术多牛,而是分发路径对路。它把Agent接进WhatsApp、Slack、Lark,让不写代码的人第一次用上能读写文件、执行命令、带记忆的本地代理。同时也没回避风险,12%恶意技能和公网裸奔控制台这两条,比一般公关稿实在。综合来看,78分、featured层级是合理的。

2月13日星期五

OpenAI News

OpenAI 给 Codex 和 Sora 换了一套“先用额度,超了再扣钱”的访问系统

OpenAI 发了一篇工程博文,解释他们怎么解决 Codex 和 Sora 用户老撞速率限制的问题。核心做法是自研了一套实时访问引擎,把速率限制和预购点数揉在一起:请求先走免费速率额度,额度用完了自动从点数余额里扣,用户不用切换系统。文章说这套“决策瀑布”模型能在一个请求里同步完成判断,点数扣减异步处理,并且有三套独立数据(产品用量、计费事件、余额变动...

推荐理由:这是 OpenAI 官方的产品更新,标题抛出了“超越速率限制”这个钩子,对开发者来说很抓眼球,所以 H 和 R 都成立。但正文完全没披露具体怎么调、调多少、谁受益、花多少钱、什么时候上,信息密度极低,K 不成立。我会先打个折,把它放在 featured 底线,等后续有参数再重新评估。

2月12日星期四

OpenAI News

OpenAI 发布 GPT-5.3-Codex-Spark,一个跑在专用芯片上、主打实时交互的写代码模型

OpenAI 放出了一个研究预览版模型 GPT-5.3-Codex-Spark,专门为在 Codex 里实时写代码设计。它是个 GPT-5.3-Codex 的缩小版,跑在 Cerebras 的晶圆级芯片上,推理速度超过每秒 1000 个 token,体感上几乎没有延迟。目前只开放给 ChatGPT Pro 用户,上下文窗口 128k,纯文本输入。模型默...

推荐理由:OpenAI 这条更新只给了一个标题,确认型号叫 GPT-5.3-Codex-Spark,正文没有任何实质内容。名字里带 Codex 和 Spark,大概率是代码相关的新模型,但没披露参数、定价、上下文窗口、跑分,也没说是不是只做代码。我会先打个折:名字有话题性,能吸引开发者注意,所以重要度给到 72、放在 featured 没问题;但信息缺口太大,没法判断实际能力,这点先别太激动。

阮一峰的网络日志

阮一峰实测智谱 GLM-5:跟 Claude Opus 4.6、GPT-5.3-Codex 比编程,互有胜负

阮一峰拿四个编程任务对比了 GLM-5、Claude Opus 4.6 和 GPT-5.3-Codex。网页设计上 GLM-5 和 Opus 4.6 都挺好看,GPT-5.3 页眉没粘住往下拉就没了;3D 太阳系沙盒都能跑,但 GLM-5 缺了引力网格线,Opus 4.6 动画效果最好;愤怒的小鸟游戏 Opus 4.6 还原度最高,GLM-5 能玩但弹...

推荐理由:这篇文章靠单人实测和视频对比撑起来,不是标准化基准测试,所以我会先打个折。但它给了 4 个具体任务和明确的时间差,对正在挑编程模型的团队有直接参考价值。正文没披露 GLM-5 的规模、训练成本或更多样本量,这点先别太激动。整体看,它把一个国产旗舰拉到和两款闭源顶配同场比较,信息密度和时效性都够,放在 featured 档合理。

2月11日星期三

MIT Technology Review · AI

一场“退出ChatGPT”运动正在号召用户取消每月20美元的订阅

一个叫QuitGPT的运动在鼓动用户取消ChatGPT Plus订阅,起因是OpenAI总裁Greg Brockman和他妻子各自向特朗普的超级政治行动委员会MAGA Inc.捐了1250万美元。运动还提到美国移民和海关执法局(ICE)在用ChatGPT-4驱动的简历筛选工具,而ICE刚在1月于明尼阿波利斯枪杀两人,成了政治靶子。ChatGPT在202...

推荐理由:我会先打个折:文章展示的是动员声势,不是已验证的退订损失,所以重要性停在 80。H 拿满是因为抵制理由把产品订阅和政治献金直接挂钩,在 AI 圈很少见。K 拿满是因为捐款金额、用户规模、传播数据都给了,能让人算出大致影响面。R 拿满是因为它把对模型表现的不满和政治抵制绑在一起,对 OpenAI 来说既是口碑问题也是续费风险。正文没披露实际退订人数或收入影响,这点先别太激动。

2月10日星期二

36 氪 · 直链

OpenAI 要把 ChatGPT 装进美国国防部的内部 AI 平台

美国国防部打算跟 OpenAI 合作,把 ChatGPT 接入他们自己的生成式 AI 平台 GenAI.mil,覆盖大约 300 万人员。目前公开的消息只说了要集成、平台名字和用户规模,没提用的是哪个模型版本、权限怎么控制、具体用在什么业务上,也没说什么时候上线。

推荐理由:这条消息的看点不是“ChatGPT 被国防部用了”,而是分发链路:一个面向约 300 万人的内部平台把 ChatGPT 接进去,规模不小。但正文只说了集成关系和平台名,模型版本、谁能用、怎么管、什么时候上线全都没提,所以先别急着下结论。我会打个折,因为信息缺口明显,后续得盯军方实际部署和权限设计。

2月9日星期一

OpenAI News

OpenAI 开始在 ChatGPT 里测试广告,目前只在美国小范围跑,免费和 Go 用户会看到

OpenAI 发了一篇公告,确认正在美国测试 ChatGPT 广告,面向登录的成年免费和 Go 用户,Plus、Pro、企业版和教育版不涉及。广告不会影响 ChatGPT 的回答,聊天记录对广告主保密,只给汇总数据。正文没披露具体广告位、流量占比、定价和测试时长。更新提到早期数据没伤到用户信任,广告关闭率低,接下来会扩展到加拿大、澳大利亚和新西兰。我会...

推荐理由:这条消息来自官方,分量够上 featured。我会先打个折:正文是空的,所有细节都靠标题撑着,所以别急着下结论。钩子很直给——ChatGPT 要放广告,从业者一眼就知道这关系到流量入口的商业化。风险点也实在,广告怎么插、插在哪,会直接决定用户还信不信这个产品。信息缺口大,但话题本身值得盯。

2月6日星期五

TechCrunch · AI

OpenAI 和 Anthropic 在同一天抢着发布能自己干活的编程模型,前后只差几分钟

OpenAI 推出了 GPT-5.3 Codex,一个专门给自家编程工具 Codex 用的新模型。按 OpenAI 的说法,这个模型让 Codex 从“能写代码、审代码”升级到“几乎能替开发者在电脑上干所有事”,甚至能在几天内从零做出功能复杂的游戏和应用。速度比上一代 GPT-5.2 快了 25%,而且 OpenAI 说这是第一个“自己参与造自己”的模...

推荐理由:这条消息的看点全在时间差——OpenAI 在 Anthropic 发布后几分钟就甩出自己的代理式编码模型,说明两边在让模型进开发流程这件事上咬得很紧。但正文能用的信息太少:没模型名、没跑分、没价格、没上下文窗口、也没说谁能用,只提了一嘴跟 Codex 有关。所以我会先打个折,重要性给到 75、放在 featured 低位,因为话题热度够,但证据太薄,暂时没法判断性能或性价比。