· 星期四

AI 日报

ARTIFICIAL INTELLIGENCE DAILY

截至 10 月 8 日 08:00（北京时间）。本期收录 7 条窗口内动态；另有 3 个来源采集失败，本期覆盖可能不完整。

产品 · ChatGPT

ChatGPT 付费档开始换上 GPT-6，回答可以变成可交互界面

OpenAI 新闻源把《GPT-6 and Intelligent UI for everyone》标在 2026-10-07T00:00:00+00:00。摘要写，GPT-6 正在全球向 ChatGPT 推出 Intelligent UI，回答可以带上可视化和能直接使用的交互。公告正文页这次没有打开。部署安全中心的系统卡写 Published October 7, 2026，没有钟点。卡写，ChatGPT 里的这些模型将替换 GPT-5.6 Sol 和 GPT-5.6 Luna。Codex 和 ChatGPT Work 里的 GPT-6 Sol、GPT-6 Luna 仍是此前发布的版本。卡把今天这一版标成 October，把仍留在 Codex 和 Work 里的标成 September。

The Verge 的页面时间是 2026-10-07T19:10:42+00:00。报道称，Intelligent UI 让回答可以包含图示、图表、表单和可点的按钮；OpenAI 给的例子包括七速自行车的可交互图、麻将牌面，以及退休储蓄计算器、复古游戏和账单分摊这类当场生成的小工具。付费的 Plus、Pro、Business 和 Enterprise 从今天起在 Chat 里使用 GPT-6 Sol。Go 和免费档从周四起使用 GPT-6 Luna。TechCrunch 写，不想要这么多视觉元素的人可以把它调少。企业版是否出现，The Verge 写还要看管理员设置。这两篇是对公告和演示的转述。

系统卡写，相对各自的 GPT-5.6，GPT-6 更能抵抗越狱，包括会随着多轮对话调整的攻击；不诚实、欺骗和绕过护栏的情况也减少。按 Preparedness Framework，October 版的 Sol 和 Luna 在网络安全、生物与化学上都按 High 对待，人工智能自我改进没有达到 High。采用的是 GPT-5.6 系统卡里为 5.6 Sol 和 Luna 写的同一套防护。

系统卡写，相对 2026 年 8 月的 GPT-5.6，October 版 Sol 和 Luna 在未满 18 岁的评测里，年龄限制内容、性内容和情感依赖都有统计上显著的退步；Luna 在血腥内容上也有统计上显著的退步。其余差异不显著。自我伤害、性内容和血腥内容另有一层分类器拦截，不计入这些分数。情感依赖的退步被写成评测对 bro、bestie 这类昵称过于敏感。在故意选难的生产例子上，Sol 在标准自我伤害一项退步，Luna 在标准自我伤害、血腥和性内容上退步。人工复核写成越界回答总体严重程度低，并且这些分数不代表线上平均出现的频率。MentalHealthBench 上，Luna 相对 8 月的 Luna 在各紧急程度上都有提升，Sol 的提升主要在紧急对话。

适用范围：
  • 公告正文没有读到。分档时间和界面例子来自 The Verge、TechCrunch 对官方材料的转述，不是在 ChatGPT 里点过。
  • 系统卡写免费和付费都会换上 October 版，但没有写免费档的钟点。周四才到免费档和 Go，是两家媒体的说法。
  • Codex 和 ChatGPT Work 不在这次更换里。安全评测是公司自己的难例，没有复跑。
OpenAI · 一手来源 · 已核对OpenAI · 一手来源 · 已核对The Verge · 补充来源 · 已核对TechCrunch · 补充来源 · 已核对

核验说明（OpenAI）：标题、时间和一句摘要取自 OpenAI 新闻源。公告正文页没有打开，界面细节不以此页为准。

核验说明（OpenAI）：October 与 September 的区分、Codex 和 Work 不更换，以及未满 18 岁评测的退步类别，取自这篇标为 October 7, 2026 的系统卡。页面没有钟点。没有复跑评测。

核验说明（The Verge）：付费档今天用 Sol、免费档和 Go 周四用 Luna，以及图示、图表、表单和按钮，取自这篇。时间取自订阅源的 2026-10-07T19:10:42+00:00。

核验说明（TechCrunch）：视觉元素可以调少，取自这篇。时间取自订阅源的 2026-10-07T18:00:19+00:00。

新闻速览

IN BRIEF
模型 · 价格

Claude Haiku 5.5 发布：十万 token 以内比上一代便宜九成

Anthropic 的页面日期是 October 7, 2026，没有钟点。Claude Haiku 5.5 的模型 ID 是 claude-haiku-5-5。页面称它是该公司最快、最便宜、也最强的小模型，用来做摘要、压缩、数据库查询、分类，以及在编码时给 Opus 5.5 和 Sonnet 5.5 当子代理。已在 Claude Platform、Amazon Web Services、Google Cloud 和 Microsoft Azure 提供。它是 Haiku 系列里第一个可以调节 effort 的型号。脚注写，按各模型的标准速度，它是最快的，但仍慢于打开 Fast 模式的 Opus。

价格按每百万 token，并分成提示不超过 10 万 token 和超过 10 万 token。Haiku 5.5 的缓存读取是 0.01 或 0.05 美元，缓存写入是 0.125 或 0.625 美元，输入是 0.10 或 0.50 美元，输出是 0.50 或 2.50 美元。对照表里的 Haiku 4.5 是缓存读取 0.10 美元、缓存写入 1.25 美元、输入 1.00 美元、输出 5.00 美元。脚注写，10 万 token 以内比 Haiku 4.5 低 90%，以上低 50%。Haiku 4.5 大约 90% 的请求落在前一档，所以平均大约便宜 75%。新的分词器和 Sonnet 5.5、Opus 5.5 类似，同样的任务会多用一些 token。

从今天起，Sonnet 5.5 的缓存读取从每百万 token 0.20 美元降到 0.10 美元。页面称，因此多数智能体任务大约便宜 20%。本周还会给 Max 和 Team 发放只能在 Claude Platform 使用的月度 API 额度：Max 5x 每月 100 美元，Max 20x 每月 200 美元，Team 最多 500 美元并且在用户之间共享，任何模型都能用。Python 和 TypeScript SDK 增加仍在测试中的计算机使用和浏览器使用。

公司自己的表写，Haiku 5.5 相对 Haiku 4.5：GDPval-AA v2.1 是 1620 对 735，OSWorld 2.1 的离线子集是 72.4% 对 15.7%，Humanity’s Last Exam 无工具是 45.9% 对 10.2%、有工具是 57.4% 对 18.7%，Terminal-Bench 4.0 是 39.2% 对 0.0%。同一张表里的 GPT-6 Luna 是 GDPval-AA 1437、OSWorld 离线子集 48.9%、Terminal-Bench 16.4%。网络安全防护比 Haiku 4.5 更严，但比 Sonnet 5.5 宽：更多防守任务可以通过，渗透测试仍然拦截。生物学防护与 Sonnet 5、Sonnet 5.5 和 Opus 5 相同。

GitHub Changelog 的时间是 2026-10-07T20:12:18+00:00。Haiku 5.5 已向 Copilot Pro、Pro+、Max、Business 和 Enterprise 正式提供，可以在 VS Code、Visual Studio、Copilot CLI、云端代理、Copilot 应用、github.com、GitHub Mobile、JetBrains、Xcode 和 Eclipse 的模型列表里选择。推送是逐步的。按用量计费，价格用提供商的标价。企业和 Business 的管理员默认开启新模型，除非关掉了全局默认，或单独禁用这一款。Changelog 写，早期测试里它在许多编码任务上接近 Claude Sonnet 5，同时用的 token 和步骤更少。这是 GitHub 的说法。

适用范围：
  • 页面没有钟点。基准、75% 和 20% 都是 Anthropic 在这篇里的计算，没有复测，也没有调用 claude-haiku-5-5。
  • Max 和 Team 的 API 额度写的是本周才发放，不是这篇发布时已经到账。
  • Copilot 里能不能看到，还要等逐步推送和管理员策略。
Anthropic · 一手来源 · 已核对GitHub · 一手来源 · 已核对

核验说明（Anthropic）：模型 ID、两档价格、Sonnet 5.5 缓存读取减半，以及文中的基准，取自这篇日期为 October 7, 2026 的页面。页面没有钟点。没有调用接口。

核验说明（GitHub）：Copilot 的计划、客户端和逐步推送，取自这篇 Changelog。时间取自订阅源的 2026-10-07T20:12:18+00:00。

产品 · 系统

Windows 11 上的执行容器正式可用，Copilot 本地沙箱同时转正

Pavan Davuluri 的 Windows 博客写 published October 7, 2026，没有钟点。Microsoft Execution Containers（MXC）今天在 Windows 11 上正式可用。组织可以规定智能体能访问哪些文件和网络，策略在运行时执行。个人电脑上，这些限制做成智能体体验的一部分。博客写，MXC 不只有 Windows，但 Windows 上可以从进程和会话隔离做到 WSLc、虚拟机和 Windows 365 for Agents。

博客列出已经支持 MXC 的有 OpenAI 的 Codex、GitHub Copilot、OpenClaw、Replit、LM Studio、英伟达 OpenShell 和 Unsloth AI。写成即将支持的有 Anthropic Claude Code、Box、Egnyte、Heidi Health、Nous Research 的 Hermes Agent、Manus、Perplexity、Raycast 和 Simular。Meta 的 Muse for Windows 写成即将作为带 MXC 的原生应用出现，不是今天已经可以安装。

GitHub Changelog 的时间是 2026-10-07T15:46:17+00:00。Copilot 的本地沙箱在 Copilot CLI、Copilot 应用，以及使用 Agent Host 的 VS Code 会话里正式可用，不另收费。沙箱由 MXC 把同一套策略翻译成 Windows、macOS 和 Linux 的系统控制。可以限制智能体命令能读写的文件和目录，控制互联网、本地网络、Git 凭据和 GitHub CLI 凭据，并在支持的地方覆盖本地 MCP 和语言服务器。企业设置可以强制打开沙箱，开发者不能把策略放宽。模型在哪里运行，和工具被隔离到哪里，是两件事。策略管的是工具执行，不随所选模型改变。

同一篇 Windows 博客写，Build 时介绍的 MAI Code 1.1 Flash 总参数 1370 亿、激活 68 亿。今天把它放到本机，用 3-bit 把体积减少近 80%，并在本地使用 256K 上下文。GitHub HydraFusion 调用本机模型，写成 10 月晚些时候才在 Copilot 应用、CLI 和 VS Code 做实验性预览。llama.cpp 写进 Windows ML，是今天宣布的。Copilot 在 Copilot+ PC 上读取本机内容、在本机做动作和调用本机模型，写成未来数月才开始，而且要用户允许。Windows Search 里直接执行的新动作，今天起向实验通道的 Windows Insider 推出。

适用范围：
  • 博客没有钟点。没有在 Windows 11 上运行 MXC，也没有在 Copilot 里打开本地沙箱。
  • HydraFusion 的本机路由、Copilot 的混合智能，以及 Muse for Windows，都还没有到可安装的正式版。
  • 即将支持 MXC 的产品名单是微软写下的计划，不是这些产品今天已经打开了开关。
Microsoft · 一手来源 · 已核对GitHub · 一手来源 · 已核对

核验说明（Microsoft）：MXC 在 Windows 11 正式可用、已支持和即将支持的名单，以及 MAI Code 1.1 Flash 的 3-bit 和 256K，取自这篇标为 October 7, 2026 的博客。页面没有钟点。

核验说明（GitHub）：Copilot CLI、应用和 VS Code Agent Host 上的本地沙箱正式可用，以及不另收费，取自这篇 Changelog。时间取自订阅源的 2026-10-07T15:46:17+00:00。

产品 · 硬件

RTX Spark 笔记本今天可预订，10 月 16 日开始交付

Windows 博客写，Surface Laptop Ultra 和 Surface RTX Spark Dev Box 今天可以预订。Laptop Ultra 从 10 月 16 日起供货，统一内存最高 128GB，页面写可以在本地运行超过 1200 亿参数的模型。Dev Box 向美国客户发货的时间写成 11 月。华硕、戴尔、惠普、联想和微星的 RTX Spark Windows 电脑同样是今天预订、10 月 16 日开始出货。基于 RTX Spark 的开发盒和迷你桌面写成今年晚些时候。

英伟达博客的日期是 October 7, 2026。正文写，笔记本今天开放预订，10 月 16 日可以拿到；紧凑桌面 11 月开售。RTX Spark 把 Blackwell RTX GPU 和最多 20 核的 Grace CPU 以 600 GB/s 连在一起，GPU 最多 6144 个核。页面写 FP4 性能为 1 petaflop，统一内存最多 128GB，并举例可以本地运行它称为 125B、带 51B n-gram 的 Qwen 3.8 Flash Next。页面元描述把预订写成 October 16，和正文不一致。这里采用正文。

Windows 博客写，Windows 版 DGX Station 今年晚些时候推出，使用 GB300 Grace Blackwell Ultra，可在本地运行超过一万亿参数的模型，并点名戴尔的 Pro Precision with GB300 和惠普的 ZGX Fury AI Station。英伟达博客写，这台机器有 748GB 一致内存，FP4 最多 20 petaFLOPS。这是预告，不是今天开售。10 月 2 日已经报道的 64GB DGX Spark、10 月 23 日发售，不是这一条。

适用范围：
  • 今天能做的是预订。Laptop Ultra 的供货从 10 月 16 日开始，Dev Box 的美国发货写成 11 月，DGX Station for Windows 还没有发售日。
  • 128GB、1200 亿参数、1 petaflop 和 748GB 是两家在发布里给出的规格，没有实测。
  • 两篇都没有写出 Laptop Ultra 或 Dev Box 的售价。
Microsoft · 一手来源 · 已核对NVIDIA · 一手来源 · 已核对

核验说明（Microsoft）：预订、10 月 16 日、11 月发货和超过 1200 亿参数，取自这篇标为 October 7, 2026 的博客。页面没有钟点，也没有售价。

核验说明（NVIDIA）：1 petaflop、128GB、6144 核，以及 DGX Station for Windows 的 748GB 和 20 petaFLOPS，取自这篇日期为 October 7, 2026 的博客。预订日期以正文为准，不采用把预订写成 October 16 的元描述。

政策 · 标识

SynthID Detector 向所有人开放，英文版今天全球可用

谷歌博客的发布时间是 2026-10-07T14:00:00+00:00。Pushmeet Kohli 写，SynthID Detector 从今天起向所有人开放，英文版全球可用。它用来检查一张图像、一段视频或一段音频是不是由谷歌或其伙伴的 AI 生成。伙伴写成 OpenAI、NVIDIA、Kakao，以及即将加入的 Apple。

博客写，从 2023 年的 SynthID 算起，已经给超过 1800 亿张图像和视频，以及相当于 24 万年的音频打上水印。去年的检测器是给媒体从业者的早期版本。Search、Gemini 应用和 Chrome 里已有的核验，现在每天经常处理超过 100 万次请求。

synthid.com 上的检测页写，它只认采用了 SynthID 的公司，不是通用的 AI 检测器。目前支持图像、视频和音频。检测到水印，表示内容很可能由启用 SynthID 的模型编辑或生成。没有检测到，不能排除别的模型生成，重度修改也可能把信号弄没。页面还写，极少数情况下也可能对没有水印的内容误报。没有上传文件。

适用范围：
  • 开放范围是英文、图像、视频和音频。Apple 写成即将加入，不是今天已经能检测 Apple 的生成结果。
  • 1800 亿和 24 万年是谷歌这篇给出的累计数字。没有上传样本，也没有核对水印是否还在。
  • 2025 年 5 月 20 日的旧页面写的是早期测试和候补名单，当时的累计数字是超过 100 亿条。那不是今天的范围。
Google · 一手来源 · 已核对SynthID · 一手来源 · 已核对

核验说明（Google）：全球英文开放、伙伴名单，以及 1800 亿和 24 万年，取自这篇博客。时间是 2026-10-07T14:00:00+00:00。

核验说明（SynthID）：只检测合作方媒体、当前支持图像视频和音频，以及检不出不能排除其他模型，取自这个检测页。页面没有发布时间。没有上传文件。

模型 · 开源

Liquid AI 说明两款 d1 决策模型，主权重早于这篇博客

Hugging Face 博客的时间是 2026-10-07T16:54:33+00:00。Liquid AI 写，今天发布 d1 家族的两款开放决策模型：d1-3B，以及实验性的 d1-omni-600M。它们基于 Liquid Foundation Models，一次前向传播就给出答案，不生成 token。d1-3B 从 LFM2.5-VL-3B 训练，输入文本和图像。d1-omni-600M 从 LFM2.5-Encoder-350M 训练，输入是文本加图像，或文本加音频。后者写成早期研究发布，还在继续做。

博客里的公司自测写，Decision Index 0.2.1 上 d1-3B 是 48.57，高于文中列出的每个 4B 和 9B 模型，也高于 Decider 35B-A3B 的 47.11。七个公开数据集的平均分，d1-3B 是 82.9，d1-omni-600M 是 78.4。速度写成 d1-3B 在 Jetson AGX Thor 上 16 毫秒，AGX Orin 上 26 毫秒，Orin Nano 上 50 毫秒。

Hugging Face 模型接口的 createdAt：LiquidAI/d1-3B 是 2026-10-05T09:55:28Z，d1-omni-600M 是 2026-10-05T17:18:48Z，两款 GGUF 分别是 2026-10-06T10:36:09Z 和 2026-10-06T15:30:13Z。d1-3B-w8a8 是 2026-10-07T18:58:54Z。模型卡的许可证是 other，license_name 为 lfm1.0。因此这篇博客是公开说明。主权重不是 10 月 7 日才第一次出现。窗口里新出现的仓库是 w8a8 量化。

适用范围：
  • 48.57、82.9 和毫秒数是公司在博客里的数字，没有复测，也没有加载权重。
  • d1-omni-600M 仍是早期研究发布。许可证是 lfm1.0，不是 Apache-2.0。
  • 主权重和 GGUF 的创建时间早于这篇博客。此前各期没有写过它们。
Hugging Face · 一手来源 · 已核对Hugging Face · 一手来源 · 已核对

核验说明（Hugging Face）：两款模型的输入、Decision Index 0.2.1 的 48.57，以及 Jetson 上的毫秒数，取自这篇博客。时间取自订阅源的 2026-10-07T16:54:33+00:00。没有复测。

核验说明（Hugging Face）：d1-3B 的 createdAt 和 lfm1.0 许可证取自模型卡与模型接口。创建时间是 2026-10-05T09:55:28Z，早于博客。

产品 · 游戏

谷歌的实验性游戏平台 Playground 在美国上线，创作权限按订阅分批

谷歌博客的日期是 Oct 07, 2026，订阅源时间是 2026-10-07T12:00:00+00:00。Playground 是实验性平台，用文字描述来做、改和玩自己的游戏，不需要写代码。它在浏览器里运行，作品可以保持私有、用链接分享，或发布到 Explore。部分类型有排行榜和多人。发布出去的游戏要经过与社区准则一致的安全筛查。

今天向美国 18 岁及以上的用户在 playground.google 开放。创作权限按 Google AI 订阅分批给。Unity Spark 仍在测试，封闭测试即将开始。它还不是今天就能用来做专业 3D 游戏的已发布接入。没有注册，也没有生成一款游戏。

适用范围：
  • 只向美国、18 岁及以上开放。创作权限不是所有登录用户同时拿到。
  • Unity Spark 是即将到来的封闭测试，不是今天的功能。
  • 没有实际创建或发布游戏，安全筛查的具体规则没有另读。
Google · 一手来源 · 已核对

核验说明（Google）：美国 18 岁以上、按 Google AI 订阅分批开放创作，以及 Unity Spark 仍是即将开始的封闭测试，取自这篇博客。时间是 2026-10-07T12:00:00+00:00。没有注册。