· 星期五

AI 日报

ARTIFICIAL INTELLIGENCE DAILY

截至 10 月 23 日 08:00(北京时间)。本期收录 7 条窗口内动态;另有 4 个来源采集失败,本期覆盖可能不完整。

产品 · 接口

OpenAI 把 Decisions API 改为正式版,仍只用 gpt-6-luna

OpenAI 把 Decisions API 从公开测试改成正式版,模型仍只有 gpt-6-luna。单次最多 400 个问题,可以传入 JSON 和公开图片地址。未命中缓存的输入仍是每百万 token 0.10 美元。

限定:快 10 倍写在文档里。毫秒级速度来自 TechCrunch,没有实测。

详细与核验

OpenAI 的 Decisions 指南现在写,The Decisions API is now generally available。端点仍是 POST /v1/decisions,目前唯一支持的模型仍是 gpt-6-luna。指南仍称返回速度大约比 Responses API 快 10 倍。这是文档里的说法。

指南列出公开测试之后新增的能力:共享输入可以走提示缓存并获得缓存折扣;每个问题可以自带图片;可以用 input_json 直接传入 JSON;单次问题上限从公开测试的 200 提到 400;图片除了内联 base64,也可以用公开的 HTTP 或 HTTPS 地址;可以按顺序评估消息、函数调用和工具输出;可以查看组织用量;GPT-Live 可以直接调用 Decisions,或在输入、输出转写到达时触发。文件、音频和条目引用不能作为这个端点的输入。

指南写,gpt-6-luna 未命中缓存的输入是每 100 万 token 0.10 美元。缓存读取有折扣,缓存写入要收费,费率与 gpt-6-luna 的标准提示缓存相同。不对输出 token 收费。

TechCrunch 的 datePublished 是 2026-10-22T19:00:00+00:00。产品负责人 Nikunj Handa 对 TechCrunch 说,速度从一两秒到三秒缩到 100、120、180 毫秒。Speak 的 CTO Andrew Hsu 说,动作间隔从 1.4 秒降到 0.13 秒。稿件写周四向全部客户开放,并点名 Box、Datadog、Ramp 和 Speak 的试用。这些数字和客户名只来自这篇采访。

适用范围:
  • 正式版仍只有 gpt-6-luna。文件、音频和条目引用不能当输入。
  • 快 10 倍是指南相对 Responses API 的说法。100 到 180 毫秒和 0.13 秒来自 TechCrunch 的采访,没有在本机计时。
展开:背景与补充
  • 10 月 7 日的日报已经写过公开测试,以及当时图片只接受 base64。TechCrunch 把首发写成 9 月 29 日开发者日。本期以指南现在写的正式版和新增能力为准。
  • openai.com 上的公告页返回 HTTP 403,没有打开。

核验说明(OpenAI API):正式版、仍只有 gpt-6-luna、单次 400 问、input_json、公开图片地址、提示缓存,以及未命中缓存时每 100 万输入 token 0.10 美元,取自这篇指南。指南没有带时区的发布时间。没有调用接口。

核验说明(TechCrunch):Handa 所说的 100、120、180 毫秒,Speak 从 1.4 秒到 0.13 秒,以及 Box、Datadog、Ramp、Speak,取自这篇。datePublished 是 2026-10-22T19:00:00+00:00。

新闻速览

IN BRIEF
产品 · Canva

Canva 发布自研图像模型 Canva Craft

Canva 发布自研图像模型 Canva Craft。它先安排画面再出图,最高 2K。The Verge 写超过 30 种画幅,全球用户现在可以在 Dream Lab 里用,也可以走 Canva API。

限定:新闻室页面没有打开。更快的两个版本还没发布。

详细与核验

The Verge 的 datePublished 是 2026-10-22T21:51:25+00:00。它写 Canva 发布自研图像模型 Canva Craft,分两阶段,先做设计方案再生成图像。最高 2K,超过 30 种纵横比。训练材料是平台内容库里数百万个人工模板,包括社交帖、演示文稿、信息图和菜单。

The Verge 写,Canva Craft 现在向全球所有用户开放,入口是左侧三点菜单里的 Dream Lab。公司还准备更快的 Craft-fast 和 Craft-ultrafast,目前没有发布。The Verge 写它在 Design Arena 排第四,前面是 OpenAI 的 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare 和另一个 GPT-Image 型号。这是对排行榜的转述。

TechCrunch 的 datePublished 是 2026-10-22T19:00:00+00:00。它写第一阶段处理空间关系、相对比例、视觉层级和文字信息。它写的是可能有 30 种纵横比,不是超过 30 种。它写训练用的是设计而不是照片,生成结果可以通过 Canva Magic 转成图层。模型也可通过 Canva API 使用,并计划经 Canva 的 MCP 接到 ChatGPT 和 Gemini。Leonardo.ai 的研究人员参与了这个模型。

适用范围:
  • 纵横比有两说。The Verge 写超过 30 种,TechCrunch 写 30 种。
  • Craft-fast 和 Craft-ultrafast 还没发布。Design Arena 的名次只见于 The Verge。
展开:背景与补充
  • Canva 新闻室页面返回 HTTP 403,没有打开。没有在 Dream Lab 里生成图片。

核验说明(The Verge):两阶段、最高 2K、超过 30 种纵横比、全球用户经 Dream Lab 使用,以及 Craft-fast 和 Craft-ultrafast 尚未发布,取自这篇。datePublished 是 2026-10-22T21:51:25+00:00。

核验说明(TechCrunch):30 种纵横比、用设计而不是照片训练、Canva Magic 图层、Canva API,以及计划中的 MCP,取自这篇。datePublished 是 2026-10-22T19:00:00+00:00。

产品 · 安全

1Password 让代理登录前先由本人确认

1Password 推出 for Agents。代理要登录时先用数字钥匙证明身份,你在自己的设备上确认,密码由 1Password 填进网页,不交给模型。Claude 的接入被写成即将完成。

限定:没有实际登录过。名单里的代理不是都已开通。

详细与核验

1Password 新闻稿的可见时间是 Thursday, October 22, 2026 9:00am EDT。公司宣布 1Password for Agents。代理碰到登录页时,用一把单独的数字钥匙向 1Password 证明身份。用户在自己的设备上看到需要哪条凭据、为什么需要,然后决定是否同意。1Password 把密码填进登录表,不把密码发给代理。代理看不到,也存不下密码、密钥或凭据。

新闻稿写正在合作的代理包括 Meta 的 Muse、Anthropic 的 Claude、OpenAI 的 ChatGPT Work 和 dots、SpaceXSI 的 Grok Bot,以及 Town 的 Townie。另外列出正在推进的伙伴:Browserbase、Browser Use、Dana、Instinct、KERNEL、Perplexity、Ramp、Tomo 和 Wajo。

Anthropic 的 Ami Vora 在新闻稿里说,Claude Duet 在任何地方登录前会先询问,soon 1Password will complete the sign-in。这句是即将完成,不是写明今天已经对所有 Claude 用户开放。

适用范围:
  • 同意发生在用户自己的设备上。不同意就不会代填。
  • Claude 的接入按 Ami Vora 的话是即将完成。其余名字是正在合作或正在推进,不是逐个写明已经上线。
展开:背景与补充
  • TechCrunch 同一篇还提到银行发现账户里的代理活动。那是另一件事,不在这个产品的行为里。

核验说明(1Password):数字钥匙、本人设备上确认、密码不发给代理,以及 Muse、Claude、ChatGPT Work、dots、Grok Bot、Town 和 Ami Vora 的 soon,取自这篇。稿头时间是 2026-10-22 9:00am EDT。没有完成一次登录。

核验说明(TechCrunch):周四发布、数字钥匙、用户确认和代填,取自这篇。datePublished 是 2026-10-22T19:07:09+00:00。

研究 · 微软

微软发表 MAI-DxO 模拟诊断,普通科对照约 36%

微软的 MAI-DxO 周四发表在《科学》。模拟的复杂病例里它约 83%,对照的普通科医生约 36%。专科医生不在对照里。GPT-5.5 加上编排后从 72% 到将近 87%。

限定:论文页没有打开。四倍这个说法和 83% 对 36% 对不上。

详细与核验

TechCrunch 的 datePublished 是 2026-10-22T18:43:53+00:00。它写微软诊断系统 MAI-DxO 的研究周四发表在 Science。系统协调多个代理,询问、开检查并讨论诊断。在取自《新英格兰医学杂志》复杂病例的模拟里,正确率是 83%。单独工作、可以查资料的全科和普通内科医生是 36%。稿件写,这种复杂度通常由专科医生或医生团队处理,对照里没有他们。

TechCrunch 写,最好的结果来自 OpenAI 的 GPT-5 和 GPT-5.5,也测了 Google、Anthropic、Meta 和 DeepSeek 的模型。不加预算限制时,GPT-5 只用短提示在复杂病例上是 78.9%,大约每例 8400 美元。DxO 把费用大约降了 3000 美元,正确率大约只提高 4 个百分点。急诊病例上,GPT-5 单独使用和加上 DxO 几乎没有差别。GPT-5.5 在复杂病例上从 72% 提高到将近 87%,费用略低。急诊两边都大约 85%,费用接近。Gemini 2.5 Flash 单独是 46.4%,加上 DxO 将近 69%。

Mustafa Suleyman 对 TechCrunch 说,公司在和梅奥诊所训练一个医疗基础模型,计划明年发布。通过与波士顿 Beth Israel Deaconess 医疗中心的合作,微软将在不同医院场景评估 DxO。这是评估安排,不是已经上线的临床系统。

The Verge 的 datePublished 是 2026-10-22T18:00:00+00:00。它把系统称为 Diagnostic Orchestrator,写《新英格兰医学杂志》病例上大约 83%,有参考资料的普通科医生大约 36%,并写微软准备开源自建基准 SDBench。它另写公司称可以比人类医生准确最多四倍。83% 对 36% 不是四倍。

适用范围:
  • 83% 和 36% 是模拟,对照的是普通科医生,不是专科团队。
  • 梅奥模型计划明年发布。Beth Israel 的合作是评估,不是已经用于诊疗。
  • Science 页面返回 HTTP 403,论文正文没有打开。数字来自 TechCrunch 和 The Verge 的转述。
展开:背景与补充
  • The Verge 的“最多四倍”没有写成研究表格里的数字。正文采用两家都写到的大约 83% 和大约 36%。

核验说明(TechCrunch):83% 与 36%、专科医生不在对照里、GPT-5 的 78.9% 和大约 8400 美元、GPT-5.5 从 72% 到将近 87%,以及梅奥和 Beth Israel 的安排,取自这篇。datePublished 是 2026-10-22T18:43:53+00:00。未打开论文。

核验说明(The Verge):Diagnostic Orchestrator、大约 83% 与大约 36%、准备开源 SDBench,以及“最多四倍”,取自这篇。datePublished 是 2026-10-22T18:00:00+00:00。

核验说明(Science):页面返回 HTTP 403,正文没有打开。DOI 来自 The Verge 的链接。

安全 · 微软

微软称 Storm-0940 用 ARTEX 加速 ConnectWise 入侵

微软写,Storm-0940 用 ARTEX 对超过 2250 个租户尝试登录,大约每分钟 2900 次。若干次不到 3 小时就拿到云上特权。它认为 ConnectWise 的多租户应用被用在其中。

限定:这是尝试登录,不是已经读完这些租户的数据。

详细与核验

微软安全博客的 datePublished 是 2026-10-21T18:23:55+00:00。博客写,最早在 2026 年 9 月,与中国国家有关的 Storm-0940 用智能体渗透测试框架 ARTEX 自动攻击全球数百个组织。若干次从开始针对到拿到云上特权不到 3 小时。微软评估,最近披露的 ConnectWise 多租户应用供应链入侵也是 Storm-0940。

同一篇写,未经授权的访问之后,Storm-0940 用 ARTEX 对超过 2250 个租户尝试登录,速度是每分钟 2900 次。博客写,这样的速度让防守方几乎没有时间发现和响应。它借已经获授权的应用去认证客户的 Microsoft 365 环境,不需要用户交互登录。

TechCrunch 的 datePublished 是 2026-10-22T16:47:17+00:00。它写黑客侵入 ConnectWise 的云备份并偷走用于连接客户的应用凭据,并写 ConnectWise 已暂停云备份的访问,截至周四仍在恢复。ConnectWise 自己的说明没有打开。标题里的“监视了数千家公司”比微软正文的“尝试登录超过 2250 个租户”更满。

适用范围:
  • 2250 和每分钟 2900 次是微软写的尝试登录,不是证实每个租户都被读走了数据。
  • ConnectWise 暂停云备份只见于 TechCrunch。公司自己的说明没有打开。
  • 微软博客的发布时间早于本期窗口起点。进入本期是因为 TechCrunch 在窗口内报道,且上一期没有这条。

核验说明(微软安全博客):Storm-0940、ARTEX、数百个组织、不到 3 小时拿到特权,以及对超过 2250 个租户每分钟 2900 次尝试登录,取自这篇。datePublished 是 2026-10-21T18:23:55+00:00。

核验说明(TechCrunch):云备份凭据、暂停访问和截至周四仍在恢复,取自这篇。datePublished 是 2026-10-22T16:47:17+00:00。未打开 ConnectWise 说明。

开源 · Ai2

Ai2 发布 OlmoEarth v1.3 和全球卫星嵌入

Ai2 发布 OlmoEarth v1.3,为每 10 米像素提供 128 维卫星嵌入,并放出全球预计算版本。27 项评测里 20 项领先,64 维版本领先 18 项。权重按 OlmoEarth 许可证公开。

限定:2017 到 2022 年只覆盖部分国家。没有下载权重。

详细与核验

Hugging Face 上的 Ai2 文章可见日期是 October 22, 2026,没有钟点。文章发布 OlmoEarth v1.3。它读取一年的 Sentinel-1 雷达,以及 Sentinel-2 和 Landsat 多光谱时间序列,为地球上每 10 米像素生成一个 128 维向量。前 64 维可以单独使用。同时放出全星球的年度预计算嵌入,以及不需要账号的 OlmoEarth Embeddings Explorer。

文章写,128 维嵌入在对 AlphaEarth Foundations 和 Tessera v2 的 27 项评测里有 20 项最高,总排名也最高。64 维在 27 项里领先 18 项。权重、预训练数据和预训练代码公开。许可证是 OlmoEarth Artifact License,与 v1 和 v1.2 相同。

文章写,v1.3 的训练计算时间是 v1.2 的 53%、第一版的 18%,碳排放分别是 50% 和 22%。若重跑最终训练,OlmoEarth v1.3 Base 大约要 2720 美元的 H100 租用时间。Explorer 背后的档案大约每年 150 TB。发布时 2025、2024 和 2023 年是全球覆盖,2017 到 2022 年只覆盖部分国家。

适用范围:
  • 20/27 和 18/27 是 Ai2 对自己评测的说法,没有复跑。
  • 2720 美元是文章对最终一次 H100 租用的估算,不是已支付账单。
展开:背景与补充
  • 没有下载权重,也没有在 Explorer 里训练分类器。

核验说明(Hugging Face):128 维、10 米、27 项里 20 项、OlmoEarth Artifact License、53% 的计算时间和大约 2720 美元,取自这篇。页面日期是 October 22, 2026,没有钟点。未下载权重。

行业 · Uber

Uber 把 ChatGPT Work 扩到约 3 万名员工

Uber 告诉 TechCrunch,ChatGPT Work 现在给全球约 3 万名员工使用。早先试点是 1000 人,约八成不是工程师。OpenAI 的摘要写超过 3 万。花费没有公布。

限定:OpenAI 公告页没有打开。3 万是约数。

详细与核验

TechCrunch 的 datePublished 是 2026-10-22T16:00:00+00:00。它写 Uber 和 OpenAI 周四宣布扩大合作。Uber 告诉 TechCrunch,全球员工约 3 万人现在都会使用 ChatGPT Work。

Uber 工程副总裁 Sumanth Sukumar 对 TechCrunch 说,早先试点是 1000 人,来自财务、运营和产品等部门,约 80% 不是工程师。用途包括分析运营数据、为不同市场本地化培训材料,以及做个人仪表盘。公司没有公布这次扩容的花费。

OpenAI 博客 RSS 把《Uber brings ChatGPT Work to all employees with OpenAI》标在 2026-10-22T00:00:00+00:00。摘要写正在向超过 3 万名员工推出。对应网页返回 HTTP 403,没有打开正文。

适用范围:
  • TechCrunch 写约 3 万人。OpenAI 的 RSS 摘要写超过 3 万。两处没有统一成同一个整数。
  • 花费没有公布。没有看到 Uber 内部的部署清单。

核验说明(TechCrunch):约 3 万名员工、1000 人试点和约 80% 不是工程师,取自这篇。datePublished 是 2026-10-22T16:00:00+00:00。花费没有写。

核验说明(OpenAI):RSS 摘要写超过 3 万名员工,条目标在 2026-10-22T00:00:00+00:00。网页返回 HTTP 403,正文没有打开。