GPT-5.6 发布了,但先被装进“有限预览”笼子里
6 月 27 日,量子位披露 OpenAI 一次性放出 Sol、Terra、Luna 三款 GPT-5.6 系列模型,强调旗舰版在编程、网络安全和复杂工作流上的提升。几乎同一时间,TechCrunch 和 WIRED 确认白宫要求 OpenAI 先向少量经审批客户开放,之后再逐步扩大发放。 这意味着前沿模型竞争的节奏已经变了,今后开发者面对的可能不再是“发布即全民可用”,而是“先预览、再审批、后放量”的新常态。
周末到今晨的科技新闻主线已经很清楚,前沿模型正在被安全审批卡住,Agent 开始走向可执行交付,而芯片与推理基础设施重新成为竞争最底层的胜负手。
1. GPT-5.6 已发布,但进入的是“受控发放期”而不是公开上线日 量子位、TechCrunch 和 WIRED 共同指向同一事实:6 月 27 日发布的 GPT-5.6 先只向少量受信任伙伴开放,且美方正在逐客户审批访问。
2. Agent 的关键指标从会不会答题,变成能不能长时间稳定跑完任务 豆包专业版把 AI 从对话框推进到浏览器、本地文件和 Office 流程里;Patronus AI 则拿到 5000 万美元去做 Agent 的数字环境压测。
3. 芯片战线继续下沉到推理成本、显存带宽和异构协同 OpenAI 发布自研推理芯片 Jalapeño,阿里曝光真武 M890,雷峰网则把 LPU 再度翻红解释为推理时代的专业化分工。
4. 国内产业新闻的节奏明显更贴近“落地”和“赚钱” 创业邦关注 AI 制药与教育免费化冲击,量子位追踪 OCR 与模型开源,书签里的中文媒体整体比海外更强调商业化和工程结果。
6 月 27 日,量子位披露 OpenAI 一次性放出 Sol、Terra、Luna 三款 GPT-5.6 系列模型,强调旗舰版在编程、网络安全和复杂工作流上的提升。几乎同一时间,TechCrunch 和 WIRED 确认白宫要求 OpenAI 先向少量经审批客户开放,之后再逐步扩大发放。 这意味着前沿模型竞争的节奏已经变了,今后开发者面对的可能不再是“发布即全民可用”,而是“先预览、再审批、后放量”的新常态。
雷峰网 6 月 26 日的稿件显示,豆包专业版不只是提高额度,而是把模型能力推进到浏览器操作、本地文件处理、网页生成、Office 与飞书协作等跨应用流程。其目标是把资料检索、文档整理、页面生成、表格和 PPT 产出串成完整工作链路。 这类产品设计说明国内 AI 助手竞争正在从“回答得像不像人”转向“能不能在授权环境里把事情做完”。
TechCrunch 报道,Patronus AI 获得 5000 万美元 B 轮融资,核心产品是用于压测 Agent 的“数字世界”,把网站和内部系统复制成可反复试验的模拟环境。公司把自己的定位从普通 benchmark 外移,强调长时任务、复杂流程和失败恢复才是企业真正关心的可靠性问题。 这条线很关键,因为一旦 Agent 要跑 10 小时、10 天甚至更久,测试和回放本身就会成为基础设施,而不再只是附属工具。
TechCrunch 6 月 24 日披露,OpenAI 联合 Broadcom 推出了首款自研推理处理器 Jalapeño,重点不是训练,而是压低实时调用成本与功耗。报道还强调,OpenAI 正在把优化范围从模型和产品继续下探到芯片、内存、网络和调度层。 这说明大模型公司的“全栈化”已经进入硬件深水区,谁能控制推理成本,谁在商业化阶段就更有余量。
极客公园在 6 月 29 日清晨整理的早报里提到,阿里在股东信和阿里云峰会上同步强化了“AI+云”叙事,并首次曝光新一代训推一体芯片真武 M890。公开信息显示,该芯片主打 144GB 显存、800GB/s 片间互联与 64 卡全带宽互联。 这类信号的重点不只是参数,而是国内云厂商正在把自研芯片、算力平台和 MaaS 一起打包成下一轮增长故事。
雷峰网 6 月 25 日的芯片稿把 Groq 等 LPU 路线重新拉回聚光灯,核心判断是:当 AI 从训练转向推理,单一通用架构的效率边界已经越来越明显。不同芯片开始针对 Prefill、Decode、KV Cache 和 FFN 等不同负载分工协作。 如果这个判断成立,未来的芯片竞争就不只是“GPU 对 GPU”,而是系统级异构协同能力的比拼。
量子位 6 月 28 日报道,百度开源 Unlimited OCR,强调通过参考滑动窗口注意力机制,在长文档场景里把显存与注意力开销压平。它主打的不只是识别率,而是几十页文档连续读取和转换能力。 从产业角度看,这类工具虽不如芯片 headline 抢眼,但直接对应企业知识处理、票据文档和自动化流程的真实落地需求。
创业邦今晨首页把“字节与 Anthropic 打响 AI 制药暗战”放在高位,给出的判断是:这一赛道最大的赌注已经不是单纯算法,而是谁能更早把模型、实验流程和产业合作闭环打通。相比通用聊天机器人,AI 制药更考验长期投入和验证链条。 这类报道反映出资本市场的视角正在回到“谁能形成行业壁垒”,而不是谁又刷了一次榜单。
创业邦另一篇首页高位稿关注志愿填报市场,核心问题是:当 AI 打出免费牌,过去单价过万的“一对一”服务还能凭什么收费。这个话题虽然不属于前沿模型本身,却很能代表 AI 对垂直服务业的现实冲击。 对创业公司而言,未来更难的是证明自己卖的不是信息差,而是真正不可替代的决策和服务能力。
雷峰网今晨早报提到,面对内存涨价,苹果正在游说美国政府,寻求采购长鑫存储芯片的可能性;同一则汇总还提到 DeepSeek 发布新论文并由梁文锋署名。把这两个点放在一起看,说明硬件成本与模型研发正在同时抬高大厂的战略紧迫度。 消费电子与 AI 并不是两条平行线,底层半导体供给越紧,终端产品和 AI 服务的定价空间就越容易一起被挤压。
The Verge 6 月 23 日评论指出,围绕 Sam Altman 的传记电影《Artificial》在发行层面受阻,而大厂与 AI 公司的资本绑定正在改变娱乐业对科技公司的批判意愿。它不是今天最核心的商业新闻,但提供了一个更外层的观察角度:AI 平台力量正在影响内容产业的表达边界。 如果这种趋势继续,科技公司影响的不只是研发和云账单,还会延伸到叙事分发与舆论生态。