NVIDIA 自进化智能体框架 SoL-Pi 省近半 token

SONIC是一个4200万参数的Transformer模型（规模仅半个GPT-1），通过1亿+动作捕捉帧和50万+并行机器人在NVIDIA Isaac Lab中训练，以密集帧级监督替代手工奖励函数。训练3天后零样本迁移至真实G1机器人，在50种动作序列上达100%成功率。单一策略支持VR遥操作、视频动捕、文本指令、音乐响应及VLA模型控制。项目已完全开源。

Ethan Mollick 认为，企业数据主权运动将直面一个挑战：只要 AI 能力持续指数级增长，持续微调小模型并让其稳定击败更大的通用模型既昂贵又困难。他引用一则 2026 年 9 月的设想场景：一边用 GPT-6 Astra 跑多州研究项目，一边花重金买 GPU 去微调 NVIDIA Nemotron 3。

日报汇总 9 月 4 日多条动态：OpenAI 正式发布 GPT-6 Astra，称在 computer use、编码、科学和网络攻防上达到 SOTA，98% FrontierMath Tier 4。

原来我已经原地打转好几个月了。 日常工作里，我仍然混用 Opus 5、GPT-5.6 Sol 和开源模型（比如 DS4）。 这些都能靠我自定义的 harness 实现。 我很少需要 Fable 5.1 或 GPT-6 Astra。偶尔用于长时间运行的任务或炫酷演示。但也就这样了。

GPT-6 Astra 自主构建了含约 4K 结构的人体解剖模型，支持多层级探索与任意部位特写查看。作者称其是最佳研究型模型，能自主调用工具与资源，并认为"个性化通用智能"比"通用人工智能"更贴切。所用技术栈为 React 19、Three.js 等，解剖数据来自 Z-Anatomy/BodyParts3D。

几天前，Anthropic 分享了这条出色的提示词。 令我惊讶的是，它显著提升了 Fable 5.1 的写作质量。 更令人意外的是，它同样改善了 GPT-5.6 Sol 的写作表现。 我已将其设为所有使用 AI 进行编辑/写作场景的固定规则。

天哪！！！ 用 GPT-6 Astra 来让基础概念动起来。它生成了这整个片段。 真希望我当年学这些的时候就有 GPT-6 Astra。 这真的改变了个性化学习。

这太疯狂了！ GPT-6 Astra 一口气做出了这个精美的数学动画！（🔉 请打开声音） 真是"惊掉下巴"的时刻。 我之前用任何 AI 模型都没能做出接近这个效果的东西。 真正的个性化学习时代已经到来！

"坠入黑洞之旅" 这是 GPT-6 Astra 众多能力之一。 它能创作出这样的动画场景，实在令人惊叹。 使用原生 JavaScript、HTML/CSS 以及自定义 WebGL/GLSL 着色器实现。

GPT-6 Astra 在研究中表现惊人，能自主进行深度研究并持续优化，最终用 three.js 生成了希克苏鲁伯撞击的精美动画。用户称该模型潜力无限，是 AGI 的早期迹象。