千寻智能高阳：人形机器人最快明年就能"听懂人话"，真正"帮人做事"仍需时日

OpenAI 于 9 月 3 日上线 GPT-6 Astra，称其在电脑使用、浏览、软件工程、科学和专业工作方面达到最先进性能。因企业安全客户先于 Pro 订阅者获得访问权限引发高价 Pro 用户不满，CEO 奥尔特曼 9 月 4 日在 X 平台致歉，并提出补偿机制：从 9 月 4 日起付费用户每缺少一天 Astra 访问即获得一次额度重置。

智谱宣布开源 GLM-5.3 模型权重，支持本地运行与个性化定制，擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级，并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。

网易有道推出"子曰 4.0"TTS 引擎 Confucius4-TTS，声称是业内首个支持 14 种语言跨语种无口音、且无需参考文本即可完成语音克隆的开源模型。用户仅需 3 秒音频即可实现零样本音色克隆，克隆音色与原声相似度超 85%，任务准确度达 97%。模型支持中文、英语等 14 种语言，首创音频 Prompt 情感克隆迁移。底层采用 GPT 式语义大模型、SSL 预训练特征与 ECAPA-TDNN 说话人编码器、Flow Matching 框架。已全量开源（Apach…

DeepSeek发布了多模态大模型及技术报告，提出创新的"基于视觉原语的思考"框架。该框架将点、边界框等视觉元素作为推理的基本单元，旨在解决多模态模型在空间参照任务中存在的"参照鸿沟"核心问题，使模型能将抽象认知锚定到图像的具体坐标上。尽管模型规模紧凑且图像标记预算较低，其在多项挑战性计数和空间推理基准测试上的性能，可与GPT-5.4等前沿模型相媲美。

谷歌正以"gemini-3.8-flash"名称在 Arena 等基准平台测试其最强模型 Gemini 4 Pro，内部开发代号为 Argon。网友晒出的测试显示，该模型生成"鹈鹕骑自行车"SVG 图片表现优秀，并被拿来与 OpenAI 最强模型 GPT-6 Astra Pro 对比，网友认为谷歌官方发布后其能力还会进一步提升。

开发者 Luckey Faraday 借助 GPT Astra 用 Java 重构项目，让《使命召唤：黑色行动 2》的 Hijacked 地图原生运行在《我的世界》的 OpenGL 上下文中，全屏帧率约 45 FPS。地图、碰撞检测、机器人、导航网格、武器与渲染均作为 Fabric 模组运行在《我的世界》内部，目前项目仍有很多工作要做，未来或加入更多地图、武器与多人模式。

彭博社开发教练 Carter Leffen 借助 OpenAI GPT-6 Astra 的"Extra High"版本，破译了一条 1941 年由恩尼格玛密码机加密、83 年未解的 82 字符德军无线电密文。

OpenAI 宣布 GPT-5.5 将于 10 月 14 日从 ChatGPT、ChatGPT Work 和 Codex 下线，覆盖所有订阅方案。Codex 用户被建议尽快切换至 GPT-5.6 Sol 或 GPT-6 Astra。GPT-5.5 于今年 4 月 24 日推出，相比 GPT-5.4 完成相同任务时减少 Token 消耗。

马斯克在 X 平台透露，Grok 4.7 能力大致与 Anthropic Opus 5.0 相同，仍需修复多模态性能；Grok 4.8 将带来明显改进，Grok 4.9 可能与 OpenAI Astra（GPT-6）或 Anthropic Fable 同级，Grok 5 或许会超越目前一切。他回应 AGI 提问时称，AGI 将会是 Grok 5。

软件工程师汉克演示了 Meta Quest 3 与拓竹 P2S 3D 打印机的联动方案：在电脑上建模后，直接在 VR 中把模型扔向打印机完成打印。由于两款硬件原生不支持协同，他借助拓竹打印机的本地控制 API 自建网页服务器串联设备，并用 OpenAI 的 GPT-6 Astra 模型辅助调试代码。代码尚未上传 GitHub，他表示若关注度足够会整理公开。