2026年9月4日 AI资讯日报

【AIGC】

• • Runway发布GWM Worlds 2世界模型研究预览：可持续生成720P、24FPS交互视频并同步输出48kHz音频，用户可实时控制人物、物体、镜头、对白和天气，世界会根据新输入继续演化，而不是生成长度固定的视频片段。
• • fal推出H3 Max Director：主打连续实时视频流，不再把多个独立视频片段拼接，而是在同一Session中持续保留人物、场景和故事上下文，并支持通过实时Prompt不断改变后续内容。
• • SolarWM完整开源长时程视频世界模型框架：统一支持Wan2.2、LTX-2.5和MiniMax-H3等5B至33B视频模型，并开放数据处理、训练、推理和部分模型权重；模型只训练5秒片段，也能进行分钟甚至小时级交互式长程生成。
• • Tripo推出P2.0 Preview多视图3D能力：最多可输入前、左、右、后4张参考图共同重建几何，并原生生成更适合编辑、绑定和动画的Quad Mesh

【大模型】

• • OpenAI正式发布GPT-6 Astra：最新旗舰模型，重点提升Computer Use、Coding、Cybersecurity、科学研究和专业知识工作；FrontierMath Tier 4 v2约97.6%，ExploitBench达到100%，ARC-AGI-3在Provider Adapter harness下最高99.9%，标准Harness最高62.7%。
• • Google发布WeatherNext 3气象模型：加入实时卫星数据和每小时刷新，地表变量最高达到5公里分辨率，较WeatherNext 2整体精细约5倍，并已接入Google Search、Gemini、Maps、Google Maps Platform和Cloud。
• • Microsoft发布MAI-Transcribe-2语音识别模型：支持60种语言、说话人分离、词级时间戳、术语Bias和多种转写风格，在FLEURS 60语言评测中平均WER为5.2%，目前OpenRouter价格为0.10美元/小时音频。
• • Qwen开源Qwen-Drive-1.0自动驾驶视觉语言基础模型：以Qwen3.5-4B为共享VLM，通过外接BEV感知头与Planning Expert统一3D目标检测、Occupancy、BEV地图、驾驶问答和未来轨迹规划。
• • HUMAIN发布阿拉伯语大模型HUMAIN-M3：由HUMAIN委托MiniMax开发，基于MiniMax-M3构建，总参数428B、每Token激活23B，并继续使用超过1万亿阿拉伯语Token训练，目前以Research Preview形式上线HUMAIN Node。

【行业信息】

• • Codex负责人为等待Astra的付费用户提供Banked Reset补偿：Tibo表示，从今天开始，付费ChatGPT用户每多一天没有获得Astra访问权限，就会获得一次可自行决定使用时间的Banked Reset，用于重置Codex使用额度。
• • NVIDIA宣布拟以129.303亿美元收购Hugging Face：官方承诺Hugging Face继续保持开放、模型中立、框架中立、云中立和计算平台中立，开发者未来不需要使用NVIDIA硬件才能继续使用Hugging Face。
• • 智谱GLM Coding Plan开启夜间畅用活动：9月3日至20日每天23:00至次日9:00，付费用户在ZCode中使用GLM-5.3-Flash额度消耗为0，在其他套餐支持的Agent中则获得2倍可用额度。
• • Qoder上线AI眼镜版：首批接入千问AI眼镜与乐奇AI眼镜，用户可通过实时语音给Agent安排任务，并让眼镜摄像头把代码报错、白板、屏幕和现实工作现场作为任务上下文；千问版目前处于定向邀测阶段。
• • OpenAI为Responses API加入三项Astra新能力：新增Async Tool Calling、Mid-turn Steering，以及通过configuration_update在对话过程中修改Reasoning Effort而不破坏已有Prompt Cache。
• • ChatGPT Sites支持限定人员访问：用户可以保持Site整体私密，只邀请特定人员或群组访问；Business和Enterprise工作区还可在支持情况下邀请工作区外部人员。
• • SpaceXAI推出Grok Bot Enterprise：增加组织级Access、Network和Audit Control，Grok与Cursor Enterprise客户未来两周可免费使用，并可邀请整个组织成员加入。
• • ChatGPT、Claude和Grok此前同一时段发生故障并已恢复：目前没有证据表明三起故障存在共同原因；SpaceXAI称Grok故障与孟菲斯计算中心中断有关。
• • Sam Altman确认OpenAI将开发人形机器人本体：他在播客中明确表示OpenAI“肯定会做人形机器人”，同时还会开发其他形态机器人及面向数据中心的特种机器人，但强调真正关键的仍是驱动机器人工作的AI“大脑”。

每天的AI资讯⬇️

🤖️ AIGC

GWM Worlds 2：Runway把实时世界模型推进到720P、24FPS和原生音频

Runway发布 GWM Worlds 2 Research Preview。

与普通AI视频最根本的区别是，它没有预先固定最终视频时长。用户进入一个生成世界后，可以不断移动Camera、向人物发出Action、改变天气或触发事件，模型会基于已有世界继续生成后续画面和声音。

• • 实时生成720P、24FPS

GWM Worlds 2持续输出：720P / 24FPS交互视频。

• • 同步输出48kHz音频

模型不仅持续生成画面，同时输出：48,000Hz Audio

人物对白、环境声音和事件声音可以跟随世界变化继续生成。

• • 没有预设固定视频长度

传统视频模型通常输入Prompt后生成5秒或10秒片段。

GWM Worlds 2则持续接收新的输入，并从当前World State继续生成，因此Session没有预设长度。

• • 可以同时控制Camera和Subject

用户既可以第一人称或第三人称移动Camera，也可以单独要求某个角色跑步、爬墙、打开雨伞、讲话或操作物体。

Camera和Subject可以独立控制。

• • 天气和整个场景也能动态改变

Text Action可以直接要求：房间被水淹、天气变成暴雨、灯被打开、某个角色开始奔跑等，模型随后继续模拟世界。

• • WorldPrompt负责长期状态

Runway把世界信息拆成Persistent State和随时间发生的Event，让角色设定、场景规则与短时动作进入同一WorldPrompt体系。

• • 目前仍然是Research Preview

Runway明确指出长时间运行后仍可能发生纹理、几何和角色细节漂移，快速Camera Movement也容易影响画质，因此距离真正稳定的游戏级世界模拟仍有距离。

🌟官方介绍：

https://runway.com/research/introducing-gwm-worlds-2

🌟官方动态：

https://x.com/runwayml/status/2095540014645920040

H3 Max Director：不再拼10秒片段，而是直接生成连续实时视频流

fal推出 H3 Max Director，这是H3 Max路线进一步向Real-time Continuous Video演进的新版本。

它的核心不是“多生成几个视频片段”，而是维护一个持续存在的视频Session，让用户在播放过程中继续发送Prompt，模型按照新的导演指令继续改变后续内容。

• • 单一连续Video Stream

Director会保持同一条持续视频流，而不是：

10秒片段A → 重新生成 → 片段B → 拼接。

这有利于长期保留人物、场景和故事状态。

• • 支持Live Prompt

Session运行过程中，可以继续改变Prompt，例如：

“让角色走进旁边咖啡店。”

稍后又输入：

“外面开始下雨。”

模型会在当前世界基础上继续演化。

• • 拥有Prompt Memory

当前API可以设置保留此前多少段Prompt作为后续Prompt Expansion的上下文，默认Memory为12，最高可设置50。

• • 支持480P和768P

支持16:9、9:16和1:1画幅。

• • 通过WebRTC实时传输

fal提供Experimental Realtime API，通过WebRTC持续接收Video和Audio Stream。因此它更接近实时媒体Session，而不是普通异步视频生成API。

• • 目前仍属于实验性接口

fal.realtime.open当前位于Alpha Release，API协议仍可能继续修改，因此更适合开发者实验，而不是立即投入强稳定性要求的生产系统。

🌟官方动态：

https://x.com/fal/status/2095599871449342288

🌟API：

https://fal.ai/models/minimax/h3-max/director/api

SolarWM：把Wan、LTX和MiniMax-H3统一改造成长时程交互世界模型

多所高校及NVIDIA、微软研究人员联合开源 SolarWM，目标是提供一套从数据处理、Camera Annotation、模型训练到长时间推理的完整Video World Model基础设施。

它并不是单独发布一个模型，而是一套：

Data + Training Recipe + Models + Inference Framework完整开放框架。

• • 一个框架支持四种视频模型

目前覆盖：Wan2.2-5B、Wan2.2-14B、LTX-2.5和MiniMax-H3

规模横跨约5B至33B。

• • 数据体系包含143万段Clip

SolarWM统一整理：

1.43M Clips

约25TB规模的视频数据处理体系，并为每段内容生成统一Camera、Caption、Quality和Provenance信息。

• • 只训练5秒内容，也能推理数分钟到数小时

比较特别的是，模型训练阶段主要使用约5秒短Clip，但通过Autoregressive Causal训练，可以在推理阶段持续Rollout到分钟甚至小时级。不需要专门使用小时级训练视频。

• • 三阶段训练路线统一不同Backbone

核心流程包括Bidirectional Adaptation、Teacher-forced Autoregressive Initialization和Distribution Matching Distillation。

同一训练路线可以迁移到不同视频基础模型。

• • 目标是实时Camera Control

SolarWM主要强调Interactive Camera-conditioned Video World Model，用户可以持续输入Camera Movement并让世界继续生成。

• • 代码、数据管线和模型权重已经开放

目前Wan2.2-5B已经开放更完整的训练阶段模型，14B、LTX和H3部分阶段也已提供权重或持续上传。

SolarWM代码采用Apache 2.0，但不同Backbone衍生权重仍需要遵循各自许可证。

🌟项目主页：

https://junchao-cs.github.io/SolarWM-Web/

🌟GitHub：

https://github.com/Junchao-cs/SolarWM

Tripo P2.0 Preview：多视图让AI少“脑补”模型背面

Tripo近期发布 P2.0 Preview 的Multi-view 3D生成能力。

• • 最多输入4张参考图

用户可以上传：前视图、左视图、右视图、后视图

最多4个固定方向。

🌟官方动态：

https://x.com/tripoai/status/2095527247453049338

🌟P2.0官方介绍：

https://www.tripo3d.ai/blog/tripo-p2-0-preview

🧠 大模型

GPT-6 Astra：OpenAI正式跨入GPT-6，首个Critical Cyber旗舰模型发布

OpenAI正式发布 GPT-6 Astra，将其定位为目前能力最强的旗舰模型。Astra重点面向Computer Use、Browser、软件工程、网络安全、科学研究和专业知识工作，并成为OpenAI首个被正式评估为达到Preparedness Framework网络安全 Critical 门槛的模型。

• • 不是所有用户今天立即获得

OpenAI目前首先向有限数量的Trusted Access组织开放Astra，并将在未来几天逐步覆盖ChatGPT Plus、Pro、Business和Enterprise，同时进入OpenAI API和AWS。

因此更准确的状态是：

模型已经正式发布，但普通付费用户仍处于逐步Rollout阶段。

• • API价格为10美元输入、50美元输出

标准API价格为每百万Token：

输入：10美元Cached Input：1美元Cache Write：12.5美元输出：50美元

模型上下文达到约105万Token，最大输出128K Token。

• • FrontierMath Tier 4 v2约97.6%

Astra在FrontierMath Tier 4 v2上达到：

97.6%

相比GPT-5.6 Sol进一步提升，OpenAI将其列为新模型科学与数学能力的重要指标。

• • ARC-AGI-3需要区分两种测试方式

Astra最受关注的数据之一是：

99.9%

但这个数字来自ARC Prize的 Provider Adapter harness，该Harness允许保存OpenAI提供的Opaque Reasoning State并使用Compaction。

在模型无特殊Provider Adapter的标准Harness中，Astra最高得分为：

62.7%

• • ExploitBench达到100%

在用于测试模型是否能把已知漏洞发展成可执行Exploit的ExploitBench上，Astra达到：100%

而且即使在最低测试Reasoning Effort下也取得满分。

OpenAI同时提醒，这一Benchmark可能受到历史漏洞进入训练数据的影响，因此又专门建立了更新的内部测试。

• • 测试过程中发现两个此前未知Zero-day

Astra在内部评测中不仅利用已知漏洞，还发现了：

2个此前未知的Zero-day漏洞

并将其用于Exploit Chain。

OpenAI表示，目前正在与相关软件维护者进行Responsible Disclosure。

• • 真实系统测试已经可以形成完整Exploit Chain

OpenAI还让Astra攻击经过加固的浏览器和操作系统环境。

在浏览器评估中，模型发现多个未知漏洞并最终实现Unsandboxed Code Execution；在操作系统环境中，也构建了Local Privilege Escalation攻击。

• • 这也是首个Critical Cyber模型

Critical的定义不是“会做CTF”，而是模型在获得合适工具和权限后，可以较自主地发现未知漏洞，并针对经过加固的现实系统设计新的攻击方式。

因此Astra的高风险Cyber能力会采取更严格的访问控制，而不是全部能力无条件开放。

🌟OpenAI官方介绍：

https://openai.com/index/gpt-6-astra/

🌟API模型指南：

https://developers.openai.com/api/docs/guides/latest-model

🌟Safety Overview：

https://openai.com/index/path-to-astra/

🌟System Card：

https://deploymentsafety.openai.com/gpt-6-astra/gpt-6-astra.pdf

WeatherNext 3：Google把全球AI天气预报提高到小时级、5公里级

Google DeepMind和Google Research发布 WeatherNext 3，官方称这是目前最准确的Google全球AI天气模型。相比WeatherNext 2，新模型最大的变化是直接吸收实时卫星数据，并把全球预报从6小时更新进一步推进到每小时刷新。

• • 预测每小时重新更新

WeatherNext 3会持续读取全球地球同步卫星观测和传统历史分析数据，每小时初始化一次新的Forecast。

相比WeatherNext 2每6小时更新，更容易捕捉快速形成和变化的天气系统。

• • 最高达到5公里空间分辨率

温度、湿度等关键地表变量最高可以达到：5公里

其他地表变量约10公里，大气风场等变量约25公里。

整体空间细节约为WeatherNext 2的：5倍

• • 预测范围最长可达15天

开发者版本目前支持小时级Forecast：

最长约 360小时，也就是15天。

• • 强化雨雪等降水预测

Google特别提高了Precipitation Forecasting能力，让模型更好处理局部暴雨、降雪等过去AI天气模型较难准确预测的现象。

• • 开始利用实时卫星，而不是只依赖传统数值天气数据

过去很多AI天气模型高度依赖Numerical Weather Prediction产生的分析资料。

WeatherNext 3则把实时全球Satellite Mosaic直接作为模型输入之一，从而减少传统分析数据约6小时的时间滞后。

• • 已经进入Google日常产品

WeatherNext 3已经用于：

Google Search、Gemini、Google Maps、Google Maps Platform和Google Cloud。

🌟Google官方介绍：

https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/

🌟开发者平台：

https://developers.google.com/weathernext

MAI-Transcribe-2：微软把1小时音频推理压到约10秒

Microsoft AI发布 MAI-Transcribe-2，主打多语言、高准确率和低成本Speech-to-Text，目前已经在Microsoft相关服务和OpenRouter上线。

• • 支持60种语言

相比MAI-Transcribe-1.5的43种语言，新版本扩展到：60种语言

同时支持自动Language Identification和混合语言Code Switching。

• • FLEURS 60语言平均WER 5.2%

微软公布的评测中，MAI-Transcribe-2在FLEURS 60种语言整体平均：

Word Error Rate 5.2%

官方称其排名第一。针对重点25种语言时，平均WER进一步降低至约3.4%。

• • 支持Speaker Diarization

模型可以在多人会议或采访中区分：“谁在什么时候说了什么”

因此不再需要额外串联独立的Speaker Diarization模型。

• • 支持Word-level Timestamp

可以为具体词语生成时间戳，更方便：

字幕、剪辑、会议纪要、音视频搜索和Call Center分析。

• • 支持专业术语Bias

用户可以给模型提供领域术语，让它更优先正确识别医学、法律、企业产品名、人名等容易误识别的词汇。

• • 官方称1小时音频约10秒推理完成

MAI-Transcribe-2处理1小时音频的Model Inference时间约：10秒

相比前代约20秒进一步加速。

• • 当前价格0.10美元/小时

OpenRouter及微软发布资料中的限时价格为：0.10美元 / 小时音频

🌟Microsoft官方介绍：

https://microsoft.ai/news/mai-transcribe-2-is-the-fastest-most-accurate-and-cheapest-speech-recognition-model-in-the-world/

🌟OpenRouter：

https://openrouter.ai/microsoft/mai-transcribe-2

Qwen-Drive-1.0：千问开始把通用VLM改造成自动驾驶“大脑”

Qwen团队与华中科技大学发布并开源 Qwen-Drive-1.0，尝试在不改变原始VLM核心架构的情况下，把3D感知、驾驶视觉问答和运动规划统一在一个基础模型体系中。

• • 底座使用Qwen3.5-4B

模型使用原生多模态：Qwen3.5-4B

作为共享Vision-Language Model。

原VLM Decoder保持不变，因此仍然保留普通视觉理解和语言能力。

• • 外挂BEV Perception Head

模型增加一个可检查的BEV感知头，同时负责：

3D Object Detection、Semantic Occupancy Prediction和BEV Map Segmentation。

也就是说，系统不仅用自然语言说“前面有车”，还会输出更加明确的3D场景结构。

• • 再外挂Planning Expert

另外加入约：1B参数

Planning Expert，根据共享VLM特征生成未来Ego Vehicle轨迹。

它通过Flow Matching方式预测车辆接下来应该如何运动。

• • 一个模型同时覆盖感知、问答和规划

完整体系可以处理驾驶场景中的3D空间感知、驾驶VQA、安全判断、因果Reasoning和Motion Planning，而不是把每个任务完全拆成不同模型。

• • 训练时保留通用视觉能力

Qwen将自动驾驶数据与普通Vision-Language训练数据混合，避免模型因为过度专门训练而产生Catastrophic Forgetting。

• • 代码和模型已经开放

项目目前已经提供论文、GitHub、Hugging Face和ModelScope相关资源。

🌟官方介绍：

https://qwenlm.github.io/zh/blog/qwen-drive-1.0/

HUMAIN-M3：MiniMax给沙特训练了一个428B阿拉伯语前沿模型

沙特AI公司 HUMAIN 发布 HUMAIN-M3，模型由HUMAIN委托、MiniMax负责开发，并基于MiniMax-M3技术路线构建，目前以Research Preview形式登陆HUMAIN Node。

• • 总参数428B、激活23B

• • 继续训练超过1万亿阿拉伯语Token

模型针对阿拉伯语语言、文化和现实使用环境进一步进行大规模训练，使用：1T+ Arabic-native Tokens

• • 不仅是翻译模型

模型重点覆盖Arabic Reasoning、Coding、Tool Use、Computer Use和Long-horizon Agent任务，同时支持英语。

• • 原生支持多模态

HUMAIN Node介绍显示，模型共同训练文本、图片和视频，并支持Screen Operation和长视频理解。

• • 提供三种思考模式

用户可以选择：Always-on、Adaptive和Off

三种Reasoning方式，根据任务在延迟和推理能力之间进行取舍。

• • 目前是Research Preview

模型已经可以在HUMAIN Node Playground和OpenAI-compatible API中试用。

HUMAIN还表示，在收集Preview阶段反馈后计划开放模型权重。

🌟官方消息：

https://www.humain.com/news/humain-unveils-humain-m3--a-frontier-arabic-language

🌟HUMAIN Node：

https://node.humain.com/

🏭 行业信息

Codex：每天等不到Astra，就补你一次Banked Reset

随着GPT-6 Astra开始分阶段Rollout，Codex负责人 Tibo 宣布一项临时补偿方案。

从9月4日起，付费ChatGPT用户每有一天尚未获得Astra访问权限，就会获得：1次Banked Reset

• • Banked Reset不是额外Token Credits

它是一张可以保存起来、之后自行选择时间使用的Codex额度重置机会。

• • 使用后会刷新Codex使用窗口

Full Banked Reset会重置符合条件的：

5小时使用窗口每周使用窗口

并可能重新计算用户之后的Weekly Reset日期。

• • 可以自己决定什么时候使用

用户不需要收到后立刻使用，可以等到Coding任务特别多、额度快耗尽时再手动触发。

🌟官方动态：

https://x.com/thsottiaux/status/2095651088502591861

NVIDIA拟129.303亿美元收购Hugging Face：但承诺“不强制用NVIDIA”

NVIDIA正式宣布已经与 Hugging Face 达成收购协议，交易价值为：

12,930,300,000美元

也就是约129.303亿美元。

• • Hugging Face品牌继续保留

NVIDIA表示，Hugging Face仍将以其现有品牌运营，并继续服务开放AI社区。

• • 继续保持模型中立

用户仍可以在平台使用来自：

Google、Meta、Qwen、DeepSeek、OpenAI、Anthropic生态及其他开发者

的不同模型。

• • 继续保持Framework中立

NVIDIA承诺开发者仍可自由选择不同AI框架，而不是把Hugging Face绑定为只服务CUDA或某套NVIDIA软件。

• • 继续保持Cloud和Compute中立

尤其值得注意的是，NVIDIA明确表示：

使用Hugging Face不要求使用NVIDIA Compute。

开发者仍然可以选择其他Cloud、Inference Provider和计算平台。

• • Hugging Face已经拥有1800万开发者

NVIDIA披露平台目前拥有超过1800万开发者、研究人员和创作者，承载超过300万个模型、50万个Dataset和100万个应用。

• • 超过20万家企业使用平台

这意味着这笔收购对NVIDIA的价值不仅在于模型仓库本身，还包括庞大的开发者分发、Evaluation和Deployment入口。

🌟NVIDIA官方公告：

https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/

GLM Coding Plan：晚上11点以后GLM-5.3-Flash在ZCode免费

智谱推出 Flash × ZCode 夜间畅用活动，进一步利用夜间闲置算力降低Coding Agent使用成本。

• • 活动时间9月3日至20日

每天北京时间：23:00 → 次日09:00，自动生效，包括周末和公共假期。

• • ZCode中额度消耗为0

付费GLM Coding Plan用户在活动时段使用：

GLM-5.3-Flash + ZCode

额度消耗直接变成：0

不需要用户额外开启活动。

• • 其他Agent额度翻倍

如果通过GLM Coding Plan支持的其他Coding Agent调用GLM-5.3-Flash，则套餐标准可用额度：×2

• • 只适用于GLM-5.3-Flash

如果夜间切回普通：GLM-5.3

依然按照原套餐规则扣除额度。

• • 所有付费套餐用户覆盖

活动对GLM Coding Plan现有付费方案统一生效。

🌟官方活动说明：

https://docs.bigmodel.cn/cn/coding-plan/notice/event-glm-5.3-flash

Qoder眼镜版：Agent开始真正获得第一人称“眼睛”

阿里Qoder进一步推出 AI眼镜版本，首批接入千问AI眼镜和乐奇Rokid AI眼镜。

与把一个聊天窗口缩小到眼镜上不同，Qoder将眼镜定位成Agent的：

眼睛 + 耳朵 + 嘴

复杂任务仍由云端和桌面Agent处理。

• • 以实时语音为主要交互

进入Qoder后，用户不需要每次重复Wake Word，可以直接讲话、追问和中途打断。相比传统Voice Assistant，更接近持续和同事交流。

• • 眼镜摄像头成为Agent上下文

用户可以直接看向：代码报错、设备指示灯、白板、电脑屏幕、机械设备

再告诉Qoder：“帮我看看这里为什么报错。”

眼前画面就会成为Agent后续任务的一部分。

• • 关键审批直接显示在视野中

如果Agent遇到高风险操作、需要用户做选择或批准，它可以把简短选项推到镜片中，让用户通过语音或镜腿操作确认。

• • 复杂结果仍交给手机或电脑

眼镜只显示短提示和重要决策，大段内容、图片和代码会发送到Qoder Mobile或桌面端查看，避免把大量文字挤进小型显示区域。

• • 任务不要求一直戴着眼镜

Agent任务可以继续在后台运行，完成后主动发送通知。

• • 千问AI眼镜版仍处于定向邀测

Qoder官方文档显示，千问AI眼镜版本计划在2026云栖大会正式上线；乐奇版本则已经提供完整安装与绑定流程。

🌟官方消息：

Qoder上线“眼镜版”，将接入千问AI眼镜、乐奇AI眼镜

🌟Qoder眼镜版：

https://qoder.com/zh/mobile

Responses API：Astra可以一边等工具，一边继续干别的

GPT-6 Astra发布的同时，OpenAI为 Responses API 增加三项面向长程Agent的重要能力。

1. Async Tool Calling

过去模型调用一个耗时工具后，往往必须等待工具完成才能继续推理。

现在函数或Custom Tool可以设置：

async: true

工具在后台执行期间，Astra仍然可以继续推理、调用其他工具，或者先处理与该工具结果无关的任务。

这更适合：长时间代码执行、数据库Query、视频处理、复杂Browser Task和外部Agent。

2. Mid-turn Steering

用户现在可以在Astra仍然工作时继续加入新要求，例如：

“先别做第二步。”

“把目标改成只分析最近三个月。”

系统会保留已经完成的工作，同时把新的用户指令加入正在执行的Turn。

对于运行数分钟甚至数小时的Agent，这比“停止整个任务再重新开始”更实用。

3. 动态修改Reasoning Effort并保持Cache

开发者可以通过：

configuration_update

在同一Conversation中改变Reasoning Effort。

例如普通步骤使用Low，遇到复杂Bug切成Max，再回到Medium。

关键是：不需要重写原Prompt Prefix，因此不会因为修改Reasoning等级直接破坏Prompt Cache。

🌟API模型指南：

https://developers.openai.com/api/docs/guides/latest-model

ChatGPT Sites：网站可以只分享给“指定的人”

ChatGPT Sites进一步补齐访问权限控制。

用户现在可以让一个Site保持Private，同时只邀请指定人员或Group访问，而不需要在：

“只有自己能看”和：“所有互联网用户都能看”之间二选一。

• • 支持Selected Users / Groups

Site可以指定一小部分用户访问，其他人即使拿到地址也无法直接打开。

• • 被邀请者需要验证身份

Limited Sharing通常要求访问者登录获邀账户，以确认访问权限。

• • 外部人员也可以成为访客

对于支持Guest Sharing的工作区，私有Site可以邀请Workspace之外的人，受邀邮箱完成验证后即可访问。

• • 更适合内部工具

因此Sites开始更适合构建：

客户Dashboard、内部Portal、项目Tracker、管理后台和合作伙伴页面。

• • 权限可随时修改

Site Owner可以从Share Settings中把访问范围改回仅自己、特定人、Workspace或Public。

🌟官方动态：

https://x.com/OpenAIDevs/status/2095596020638036311

Grok Bot Enterprise：给每个企业员工一台云端Agent电脑

SpaceXAI正式推出 Grok Bot for Enterprise。

与普通聊天机器人不同，每个Bot都拥有独立Cloud Computer，可以登录网站和应用，像员工一样持续完成工作。

• • Bot可以全天运行

企业可以分别创建销售、营销、运营、开发等不同Bot，每个Bot独立运行自己的任务和环境。

• • 新增企业级Access Control

管理员可以管理哪些员工能够创建、配置或使用企业Bot。

• • 新增Network Control

企业可以限制Bot能够连接哪些内部资源或外部网络环境。

• • 加入Audit Control

管理员可以查看Agent操作记录，以便满足企业安全、监管和审计要求。

• • Grok和Cursor Enterprise客户免费两周

SpaceXAI表示，现有Grok Enterprise和Cursor Enterprise客户：

未来两周免费使用

并可以邀请整个Organization，包括当前没有Seat的成员体验。

🌟官方介绍：

https://x.ai/news/grok-bot-for-enterprise

ChatGPT、Claude、Grok同日故障：但目前没有证据证明三者“同一个原因”

9月3日，ChatGPT、Claude与Grok在相近时间出现较大范围服务异常，目前三个平台均已恢复。

• • ChatGPT出现登录、文件及部分模型请求问题

OpenAI后续将自身故障归因于Routing Error，并完成恢复。

• • Claude出现Partial Outage

Claude、Claude Code及部分API受到影响，Anthropic将问题描述为基础设施相关异常，随后恢复服务。

• • Grok故障与孟菲斯计算中心有关

SpaceXAI表示，Grok出现服务问题源于：

Memphis Compute Center中断。

• • 目前不能判断三起故障有关联

由于发生时间高度接近，一度引发是否存在共同Cloud或Infrastructure问题的猜测。

但截至目前，各家公司没有公布共同故障源，因此应理解为：

同时发生，但关联性未证实。

🌟SpaceXAI动态：

https://x.com/SpaceXAI/status/2095597264043717014

Sam Altman：OpenAI“肯定会做人形机器人”

OpenAI CEO Sam Altman 近期在Sources Podcast谈及公司的Physical AI与硬件路线，并首次非常明确地表示OpenAI不只是开发机器人模型，也会参与机器人本体。

• • 明确确认Humanoid路线

被问到OpenAI究竟会开发Humanoid还是Data Center Robot时，Altman回答：两者都会。

并明确表示OpenAI：

“肯定会做人形机器人。”

• • 同时开发其他机器人Form Factor

除Humanoid外，公司还会探索适合不同现实环境的机器人形态，并不打算把Physical AI只绑定在人形结构上。

• • 数据中心机器人也是方向之一

其中包括针对Data Center特定维护、搬运和其他工作设计的专用机器人。

• • Altman认为真正难的是“大脑”

他同时表示，相比Robot Body，更重要的问题还是研发真正强大的：

Physical AI Brain

让模型理解空间、计划动作、适应现实环境并完成长期任务。

🌟相关报道：

https://linux.do/t/topic/2850295

内容由AI生成，可能存在错误，仅供参考阅读