AI 人物熱點早報

早報存檔 · 2026-10-08

Asia/Taipei 晨間掃描 · 多來源發現 · Jev 選稿

回到今日

今天的焦點：OpenAI 一口氣公開 722 篇由內部模型寫出的數學論文，隔天又把 GPT-6 推給 ChatGPT 全體用戶；Anthropic 推出比上一代便宜約四分之三的 Claude Haiku 5.5；Satya Nadella 要把 Windows 變成 AI 代理人安心工作的地方；Google 讓所有人都能用 SynthID Detector 查內容是不是 AI 做的；開源代理人 Hermes 背後的 Nous Research 估值衝上 15 億美元。另有 Perplexity、Liquid AI 的開放模型，以及 OpenAI 的青少年版 ChatGPT 進度。

語音早報

7 分 21 秒

收聽今日早報，通勤路上也能掌握重點。

下載 MP3

X

OpenAI：一次公開 722 篇內部模型寫的數學論文，模型本身還沒對外

全文摘要

OpenAI 把一個尚未公開的內部前沿模型做出的數學成果全部放上 GitHub：722 篇手稿、歸成 372 組結果，來自評測時嘗試的約 4,000 道題目，其中許多證明附上可由電腦檢查的 Lean 形式化版本。官方坦言這些論文未經同行審查、可能有錯，平均每個結果約花掉 ChatGPT Pro 三小時的思考算力。Sam Altman 稱這是「發現的新時代」；OpenAI 表示發布方式參考了普林斯頓高等研究院數學與 AI 顧問小組的建議，並會資助相關研討會，但部分數學家仍批評模型名稱、提示詞與失敗題數沒有交代清楚。

來源連結 原文 X
專家解讀
實質進展需反證

這是今天最重要、也最該被檢查的一則：數量很驚人，但數量不等於品質。722 篇裡只有部分附上電腦可驗證的 Lean 證明，其餘要靠人讀，數學界根本沒有足夠的審稿人力短期消化，最後很可能變成「先發表、等人挑錯」，挑錯成本落在學界身上。反方會說能被機器驗證的那些已經是實打實的新結果；若半年內有幾篇被頂尖期刊或專家公開確認、而且撤回的很少，我就承認這是研究方式的轉折點。

OpenAI 數學 @sama @OpenAI
X

OpenAI：GPT-6 推給 ChatGPT 全體用戶，回答可以直接長出互動介面

全文摘要

OpenAI 把新版 GPT-6 推向 ChatGPT 每週 12 億用戶，主打「Intelligent UI」：回答裡可以直接出現圖表、按鈕、表單與可操作的小工具，例如把食譜時間軸、公路旅行地圖做成互動畫面。付費方案先用 GPT-6 Sol，免費與 Go 方案從台灣時間今天起陸續換上 GPT-6 Luna；模型也能邊想邊答，需要上網查的問題，GPT-6 Instant 平均比上一代早 44% 開始回答。Codex 負責人 Tibo 同步宣布 28 天挑戰第 3 天就是這次上線，Codex 與 ChatGPT Work 的活躍用戶創下 4,000 萬新高；Work 與 Codex 背後的模型這次不變。

來源連結 原文 X
專家解讀
值得追蹤行銷話術

真正的變化不是模型名稱，而是回答開始「長出介面」，這會改變大家用 ChatGPT 的方式。12 億人每週打開的對話框若能直接生出計算機、地圖和表單，很多小工具網站和簡單 App 的流量會先被吃掉，做內容和工具的業者得重新想入口在哪。反方會說互動畫面多半是花樣，簡單問題反而變慢；如果一個月後大家抱怨答案更長、錯誤藏在漂亮圖表裡，就把它看成包裝升級。

OpenAI ChatGPT @thsottiaux @sama @OpenAI
X

Anthropic：Claude Haiku 5.5 上線，比上一代便宜約四分之三，專當大模型的助手

全文摘要

Anthropic 推出 Claude Haiku 5.5，官方稱是自家最便宜、最快、也最強的小模型，多數任務成本比 Haiku 4.5 低約 75%，也是第一個能調整「思考力道」的 Haiku。定位很清楚：讓 Opus 負責規劃與判斷，Haiku 當子代理人大量處理摘要、整理對話、查資料庫與客服等重複工作。即日起可在 Claude Platform、AWS Bedrock、Google Cloud、Azure 與 GitHub Copilot 使用；同時中階模型的快取讀取價砍半，Max 與 Team 訂閱戶每月另送 100 到 500 美元 API 額度，Python／TypeScript SDK 也內建了操作電腦與瀏覽器的執行迴圈。

來源連結 原文 X
專家解讀
實質進展值得追蹤

這是一則價格新聞，比能力新聞更實在。便宜約四分之三，代表同一筆預算可以多派三到四倍的小助手去跑摘要、查資料，開發者會更放心讓大模型指揮一群小模型分工，帳單結構也會從「少量貴回答」變成「大量便宜呼叫」。要注意「最強小模型」是官方說法；若第三方測出它在工具呼叫上錯誤率明顯高於上一代，省下的錢會被重跑吃掉，那就不算划算。

Anthropic Claude @claudedevs @AnthropicAI
X

Satya Nadella：Windows 要當 AI 代理人的家，代理人沙盒正式上線、程式模型搬到本機跑

全文摘要

微軟執行長 Satya Nadella 與 Windows 負責人 Pavan Davuluri 宣布「混合智慧」路線：讓 AI 代理人在本機與雲端之間切換，同時受到系統層級管控。Microsoft Execution Containers（MXC）在 Windows 11 正式上線，能限定代理人可讀的檔案與可連的網路，OpenAI Codex、GitHub Copilot、Replit、LM Studio 已支援，Claude Code、Perplexity、Manus 與 Meta 的 Muse 也將加入。1,370 億參數、每次啟用 68 億的 MAI Code 1.1 Flash 壓成 3-bit 後可在筆電本機執行；搭載 NVIDIA RTX Spark 的 Surface Laptop Ultra 等新機今天開放預購，10 月 16 日出貨。

來源連結 原文 X
專家解讀
值得追蹤行銷話術

沙盒正式上線比本機跑大模型更值得在意。企業不敢讓代理人碰電腦，最大原因是「它會亂動檔案、亂連網路」，MXC 把權限管控放進作業系統，IT 部門就有理由開綠燈，而 Codex、Copilot 都已支援，等於微軟拿下代理人的「門禁系統」。至於 3-bit 壓縮的程式模型和新筆電，多半是硬體促銷；若三個月內企業採用案例和資安事故報告都少，就說明代理人上桌面還早。

Microsoft Windows 代理人 @satyanadella
X

Google DeepMind：SynthID Detector 開放給所有人，查圖片、影片、聲音是不是 AI 做的

全文摘要

Google DeepMind 的 Pushmeet Kohli 宣布 SynthID Detector 全球開放（先支援英文），任何人都能上傳圖片、影片或音檔，檢查是否由 Google 或合作夥伴 OpenAI、NVIDIA、Kakao 的工具生成，Apple 也即將加入。SynthID 浮水印至今已嵌進超過 1,800 億張圖片與影片、累計 24 萬年長度的音訊；Search、Gemini App 與 Chrome 內建的查驗功能，每天已處理超過 100 萬次請求。

來源連結 原文 X
專家解讀
值得追蹤需反證

方向對，但它只能證明「是」，不能證明「不是」。偵測器只認得 Google 與少數夥伴加過浮水印的內容，用開源模型或不合作廠商做的假圖，查出「沒偵測到」反而可能讓人誤以為是真的。Apple 加入才是關鍵，一旦 iPhone 相機與編輯工具也跟進，記者、平台審核和法院才會把它當常用工具；若一年內主要開源模型與社群平台都沒接上，它就停在大廠自證清白。

Google DeepMind 內容溯源 @GoogleDeepMind

Nous Research：開源代理人 Hermes 背後的團隊，募 9,000 萬美元、估值 15 億美元

全文摘要

做開源 AI 代理人 Hermes 的 Nous Research 完成 9,000 萬美元 B 輪、估值 15 億美元，由 Robot Ventures 領投，Nvidia、Union Square Ventures、Menlo Ventures 與 Samsung 參與，成立三年累計募資 1.58 億美元。公司自估 Hermes 已被複製超過 2,400 萬次、約占全球 AI token 用量的 2.5%；新資金將推「Hermes for Businesses」，讓企業在保有資料隱私的前提下，用上自己客製的代理人。據《華爾街日報》，Nous 9 月中年化營收約 3,600 萬美元，目標年底突破 1 億美元。

來源連結
專家解讀
值得追蹤需反證

估值是真金白銀，但「占全球 2.5% token」是公司自己算的，要打折看。開源代理人能收錢，靠的是企業要的登入管控、稽核紀錄和裝在自家機房的版本，這正是微軟今天也在做的事，Nous 等於直接跟作業系統大廠搶同一塊企業預算。粗算年化營收 3,600 萬美元、估值 15 億美元，大約四十倍營收，市場押的是它年底真能破億；若明年初企業客戶名單拿不出來，這輪估值就偏貴。

Nous Research 募資 開源代理人
X

Perplexity：開放兩款多模態檢索模型，文字、圖片、PDF 頁面不用先轉文字就能搜

全文摘要

Perplexity 釋出 pplx-embed-v2-late 兩款開放權重嵌入模型（6 億與 90 億參數），採「延遲互動」設計，每份內容保留多組向量而不是壓成一個，能直接檢索文字、圖片、PDF 與簡報頁面，不必先做 OCR。兩種尺寸共用同一個向量空間，可以用小模型建索引、再用大模型查詢；模型已上架 Hugging Face。Perplexity 今年已陸續推出 pplx-embed-v1 與 v2，這次把重點放在看得懂版面的搜尋。

來源連結 原文 X
專家解讀
實質進展值得追蹤

這則不熱鬧，但對做企業搜尋的人很實用，因為權重公開、可以自己重測。很多公司的知識藏在掃描 PDF 和簡報圖表裡，過去要先 OCR、常常漏掉表格，現在可以直接搜頁面，代價是每頁存多組向量、儲存與查詢成本會變高。大小模型共用同一個空間是聰明設計；若社群複測發現 9B 版只比對手好一點、成本卻高很多，大家還是會留在單一向量的老方法。

Perplexity 開放權重 搜尋 @Perplexity_AI

Liquid AI：開源小型「判斷模型」d1，Jetson 上 16 毫秒回答一題

全文摘要

Liquid AI 釋出 d1 系列兩款開放權重模型：d1-3B 與實驗性的 d1-omni-600M，專做「是或否、屬於哪一類」這種判斷題，例如內容審核、意圖分類與閱讀理解，可吃文字、圖片甚至聲音。官方數字顯示 d1-3B 在 Decision Index 0.2.1 拿 48.57 分，高於參數大十倍的 Decider 35B-A3B（47.11），在 NVIDIA Jetson AGX Thor 上回答一題只要 16 毫秒，主打放在機器人與邊緣裝置上即時決策。

來源連結
專家解讀
實質進展需反證

小而專的「判斷模型」是被低估的趨勢，這則值得工程團隊試。很多產品其實不需要會聊天的大模型，只要快速回答「這則要不要擋、這句是什麼意圖」，16 毫秒、可本機跑，意味著機器人和裝置可以不連雲就做決定，也少一份把資料送出去的風險。但分數用的是官方自家參與設計的評測；若在公開資料集上換別人測、勝過大模型的幅度消失，就只是一般的小模型更新。

Liquid AI 開放權重 邊緣運算

快訊

其他值得知道的動態，一行看完，點來源讀原文。