AI 编程实时动态与要闻

OpenAI 公开自研 Git 后端 Pando:中位推送延迟降近 5 倍,每天交付近 1PB 数据,10 周用 Codex 建成

OpenAI 11 月 2 日在工程博客发布《Scaling Git at OpenAI》,介绍为单体仓库自研的 Git 兼容后端 Pando。官方口径:上线后中位推送延迟降低近 5 倍(约 80%),每天交付近 1PB Git 数据,单小时峰值超过 57TB。Pando 用 Rust 编写,由一名工程师设计核心、Codex 智能体团队实现,10 周从立项到上线,今年 4 月开始承接生产流量。起因是 Codex 让并行分支和推送暴增,旧系统可靠性一度跌破 90%。

OpenAI 公开自研 Git 后端 Pando:中位推送延迟降近 5 倍,每天交付近 1PB 数据,10 周用 Codex 建成

核心要点速览

  • 官方口径:中位推送延迟降低近 5 倍(约 80%),每天交付近 1PB Git 数据,单小时峰值超过 57TB,其中 99% 以上字节来自本地磁盘缓存。
  • 起因:Codex 让工程师并行提交更多分支和 CI 任务,旧系统从去年底开始吃紧,可靠性一度低于 90%。
  • 核心取舍:放弃全仓库一致性,改为按分支独立更新的因果一致性;推送的 packfile 原样存入 blob 存储并在后续 fetch 中复用。
  • 用 Rust 编写,1 名工程师设计核心、Codex 智能体团队实现,10 周上线;还用 GPT-6 Astra 让智能体写 Lean 和 TLA+ 形式化验证。
  • 部分 packfile-uri 等改进已合入上游 Git,OpenAI 表示正在探索把这套技术开放给用户。
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI 推出 Grid Protectors 计划:未来算力园区在电网吃紧时主动降负荷,佐治亚 Effingham 园区承诺最多 1,000 MW 需求响应

OpenAI 11 月 2 日在官方博客宣布 Grid Protectors(电网守护者)计划:与公用事业公司、监管方合作,让其未来自建的算力园区(OpenAI 现在对数据中心的叫法)在电网紧张时降低用电,并自付全部电网基础设施和供电成本。试点是佐治亚州 Effingham 县规划中的园区(Project Camellia),据 Georgia Power 新闻稿,该项目约需 3,200 MW,并承诺最多 1,000 MW 灵活需求响应,OpenAI 称相当于约 70 万户家庭的平均用电。园区仍在建设中。

OpenAI 推出 Grid Protectors 计划:未来算力园区在电网吃紧时主动降负荷,佐治亚 Effingham 园区承诺最多 1,000 MW 需求响应

核心要点速览

  • Effingham 园区(Project Camellia)约需 3,200 MW 电力,Georgia Power 可在高峰期最多削减 1,000 MW 供电,协议期 25 年(Georgia Power 口径)。
  • OpenAI 称 1,000 MW 约等于 70 万户家庭平均用电,多于华盛顿特区和波士顿家庭数之和。
  • Georgia Power 预计其大负荷客户组合(含该项目)从 2029 年起每年为用户节省约 9.5 亿美元,典型家庭每月至少省 15 美元。
  • OpenAI 承诺支付园区全部电网基础设施与供电成本,其它地区园区的具体条款「定稿后再公布」。
  • OpenAI 引用的预测:到 2030 年美国数据中心容量将超过 100 GW。
阅读全文
关联模型 / 智能体 / 厂商:

X 热议:MIT 团队称 GPT-6 Astra 能直接读写神经网络权重,只改 Qwen3.5-0.8B 的 0.016% 权重让 MATH-500 从 7.9% 升到 48.1%

MIT CSAIL 博士生 Rikiya Takehi 11 月 2 日在 X 上发布「Weight-Space Programming(权重空间编程)」研究:作者团队(Takehi、Jayden Teoh、Alex Zhang、Omar Khattab)让 GPT-6 Astra 不用梯度、不做训练,直接阅读和修改神经网络权重。博客称 Astra 只改了 Qwen3.5-0.8B 的 13.1 万个权重(0.016%),修复了思考死循环,MATH-500 从 7.9% 升到 48.1%。原帖约 2.4 万赞、177 万浏览,Ethan Mollick 转评「等复现,但这很重要」。以上均为作者自报结果,尚未独立复现。

X 热议:MIT 团队称 GPT-6 Astra 能直接读写神经网络权重,只改 Qwen3.5-0.8B 的 0.016% 权重让 MATH-500 从 7.9% 升到 48.1%

核心要点速览

  • 原帖(2026-11-02 17:51 UTC)抓取时约 24,320 赞、2,697 转发、2,284 引用、177 万浏览、1.5 万收藏;沃顿商学院教授 Ethan Mollick 转评「等待复现,但这很重要」,约 880 赞。
  • 实验 8(作者口径):50 次前向预算下,Astra 只改 131,072 个权重(0.016%),Qwen3.5-0.8B 的 MATH-500 从 7.9% 升到 48.1%,IFEval 从 21.0% 升到 62.3%,触及 token 上限的回答从 93.0% 降到 33.1%。
  • 实验 5(作者口径):不给数据、梯度和工具,Astra 一次性写出的 MinAtar 策略网络在 Breakout 得 517.4 分,PPO 训练 1 亿步为 15.8、5 亿步为 25.3;Seaquest 为 53.1,低于 5 亿步 PPO 的 88.9。
  • 作者自己承认的边界:换成很少死循环的 Gemma 3 270M,Astra 的编辑没让 MATH-500 提升超过约 1 个点;作者结论是改权重能「移除遮住能力的障碍」,但不能凭空加能力。
  • 全部实验日志已公开在 GitHub 仓库 RikiyaT/lm_understand-logs,目前只有博客,没有同行评审论文,也没有第三方复现。
阅读全文
关联模型 / 智能体 / 厂商:

OpenAI 发布 LifeVal 基准:用 3995 人调查和时间使用研究衡量 AI 帮人办日常事务的能力

OpenAI 11 月 2 日发布 LifeVal,一个专门衡量 AI 能否帮普通人把日常事务真正办成的评测:找托育、办政府业务、做预算、买菜、改食谱等。任务清单来自美国时间使用调查(ATUS)、多国时间使用研究(MTUS),以及 OpenAI 新做的 3995 人代表性问卷。OpenAI 称过去一年一直用它追踪和改进模型,并公布了多项 GPT-6 Astra 单任务最佳成绩(多项 100%)。分数均为官方口径,目前没有第三方复现。

OpenAI 发布 LifeVal 基准:用 3995 人调查和时间使用研究衡量 AI 帮人办日常事务的能力

核心要点速览

  • 任务来源:美国时间使用调查(ATUS)+ 多国时间使用研究(MTUS)+ OpenAI 新做的 3995 人代表性问卷(官方博客)。
  • 覆盖领域:照护、健康、教育、家务行政、个人财务、购物、政府服务。
  • 官方示例分数(厂商口径):搬家后选幼儿园 93.1%、洪灾志愿者组织 98.0%、找房并把契据加入购物车 100%、糖尿病饮食计划 90.4%。
  • GPT-6 Astra 在订托育课、预约车检、按预算订清真食材、退订邮件等任务上的最佳记录为 100%。
  • 官方正文未给出完整任务数和总分,X 上流传的总分数字本文未采用。
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

X 热议:前 Claude Code 成员 Thariq 称 200 美元档订阅已够用,「这是智能史上最贵的时候」

个人简介写着「formerly Claude Code @anthropicai」的 Thariq(@trq212)11 月 2 日在 X 发帖:「用了一周,我的结论是做出好东西并不需要无限 token,200 美元的套餐非常好用,而且这是智能史上最贵的时候。」帖子约 7 小时内获得 5,500 多赞、24 万次浏览、350 多条回复。支持者认为订阅制已足够大多数开发者,反对者质疑「不需要无限 token」却推荐最贵一档,也有人担心补贴结束后价格会回升。这是个人观点,不是 Anthropic 官方声明。

核心要点速览

  • Thariq 的原话是:不需要无限 token 也能做出好东西,200 美元档套餐「非常好用」,并断言「这是智能史上最贵的时候」。
  • 他在回复中补充,自己周末也一直在用这些套餐,「从没碰到过真正的限额」。
  • Claude 官方定价页显示:Max 每月 100 美元(Pro 的 5 倍用量),Ultra 每月 200 美元(Pro 的 10 倍用量、无 5 小时限制、每月 200 美元 API 额度)。
  • 反对声音集中在两点:一是「不要无限 token」和推荐最贵档位自相矛盾,二是现价是否依赖补贴、之后会不会涨价。
  • 这是一位前 Anthropic 成员的个人观点,不代表 Anthropic 官方立场,也没有给出用量数据。
阅读全文
关联模型 / 智能体 / 厂商:

Hume 发布 Audio Decision API:直接对原始音频提问,一次调用判断情绪、说话人数和背景声,官方称与人类评审一致率 70.7%

语音 AI 公司 Hume 11 月 2 日发布 Audio Decision API,号称首个「音频原生」的问答式决策模型:开发者上传原始音频,用一句话写问题并给出候选答案,接口返回每个答案的概率,不经过转写。支持是/否、多选、打分和时间片段四类问题,可判断说话人数、是否有人笑、来电者是否不耐烦、背景是否有警笛等。官方口径:训练用了 1000 万以上条人类判断,初步评测与人类评审平均判断的一致率为 70.7%(单个评审基线 56.5%)。目前需申请或加入候补名单获取访问权限。

Hume 发布 Audio Decision API:直接对原始音频提问,一次调用判断情绪、说话人数和背景声,官方称与人类评审一致率 70.7%

核心要点速览

  • 官方口径:初步评测中与人类评审平均判断一致率 70.7%,单个评审基线为 56.5%;评测样本量和语种未公布。
  • 训练数据为 1000 万以上条人类感知判断(Hume X 帖子口径),博客称累计数千万条评审打分。
  • 四类问题:是/否、多选、打分、时间片段,新增一个问题只需一行 JSON,无需标注或重新训练。
  • 开发者接口为 POST /v0/decisions/file,另有输入 token 估算接口,提供 Python 和 TypeScript SDK。
  • 官方称以前要 10 个以上模型组合的工作现在一次调用完成;价格官方未公布。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Hume Audio Decision Model🌐 Hume AI

OpenAI 的 Tibo:dots 将扩展底层模型家族,加入 GPT-6.1 Terra,提速并帮助 dots 覆盖更多用户

11 月 2 日 15:50(UTC),X 简介为「Codex & ChatGPT @OpenAI」的 Tibo(@thsottiaux)在 X 上发帖称,OpenAI 正在扩展驱动 dots 的前沿模型家族,包括 GPT-6 Astra 和 GPT-6.1 Terra,未来还会有其他模型;他说 Terra 带来速度和「不错的性格升级」,将帮助把 dots 带给更多人。dots 是 ChatGPT 里常驻运行、自带云电脑的智能体,发布时由 GPT-6 Astra 驱动。这是员工本人的第一手说法,OpenAI 尚未发布正式公告,上线时间和适用套餐未公布。

OpenAI 的 Tibo:dots 将扩展底层模型家族,加入 GPT-6.1 Terra,提速并帮助 dots 覆盖更多用户

核心要点速览

  • 来源:Tibo(@thsottiaux,X 简介「Codex & ChatGPT @OpenAI」)本人原帖,发布约 20 分钟内已有约 2,475 赞、622 条回复、12.7 万次浏览。
  • 要点:dots 的底层模型将不再只有 GPT-6 Astra,GPT-6.1 Terra 会加入,未来还有其他模型;目前仍是「正在做」,未给上线日期。
  • Terra 官方口径:API 标准价每百万 token 输入 1 美元、输出 5 美元,比 GPT-5.6 Terra 和 GPT-6.1 Sol 便宜 50%,完成任务速度是 GPT-6 Astra 的 3 倍以上(OpenAI)。
  • 现状:dots 目前面向 18 岁以上 Pro 用户(不含 EEA、瑞士、英国)和 Business Premium 推出,Enterprise 需管理员开启 beta(帮助中心)。
阅读全文

Anthropic 修订版 S-1 披露:内部预估未来模型可能「即将」触及 RSP「AI 带来显著加速进展」门槛

Anthropic 11 月 2 日向美国 SEC 递交 S-1 第 1 号修订(S-1/A),新增一段风险披露:基于内部预估和对未来模型(而非当前模型)的预期,公司可能「即将」达到其负责任扩展政策(RSP)中「由 AI 带来的显著加速进展」的定义;目前没有任何现役模型被认定越线。公司称正在评估触及 AI 研发能力门槛的影响,考虑修改 RSP,要求研发中的部分决策须经人工审核批准,并表示不预期能在缺乏有意义人类监督的情况下安全地让 Claude 完全自主设计和构建下一代前沿模型。

核心要点速览

  • 文件:Anthropic, PBC 于 2026-11-02 递交的 S-1 第 1 号修订(SEC 原文),注册号 333-299633。
  • 核心表述:基于对未来模型的内部预估,公司「可能即将」达到 RSP「由 AI 带来的显著加速进展」定义;现役模型均未被认定越线。
  • 拟议措施:考虑修改 RSP,要求研发流程中的部分决策须经人工审核与批准;称近期曾把一个新前沿基座模型的预训练推迟一个多月,以加强防权重外泄等安全措施。
  • 同一文件(公司口径):2026 年 9 月代码库超 90% 的贡献由 Claude 编写;截至 9 月 30 日的三个月营收 170 亿美元。
阅读全文
关联模型 / 智能体 / 厂商:

Altman 在 ADIPEC 表示:解出 Navier-Stokes 的 1 万 Agent 内部模型就是「即将发布的下一代 GPT」

OpenAI CEO Sam Altman 11 月 2 日在阿布扎比 ADIPEC 能源大会开幕演讲中说,9 月那次 1 万个 Agent 连续协作约四天的运行,用的是「即将发布的模型,下一代 GPT」,并强调 Agent 之间没有层级、完全去中心化。这是 OpenAI 首次在公开场合把 9 月 Navier-Stokes 证明背后的内部模型与下一款旗舰产品对上号,但官方仍未公布名称、发布日期或价格。

Altman 在 ADIPEC 表示:解出 Navier-Stokes 的 1 万 Agent 内部模型就是「即将发布的下一代 GPT」

核心要点速览

  • 原话(ADIPEC 演讲视频):「It was 10,000 agents of the model that is going to be released soon, the next GPT, working for about four days, nonstop」。
  • OpenAI 9 月 8 日官方博客口径:约 1 万个并发 Agent,约 88 小时得出结果,GPT-6 Astra 再用 17 小时完成 Lean 形式化与验证。
  • 规模(官方口径):Navier-Stokes 这一题 Agent 间发送 270 万条消息、约 1300 亿输出 token;全部问题合计 490 万条消息、约 3000 亿输出 token。
  • Lean 证明已开源在 openai/NavierStokesAndEuler,证明的是 Clay 官方表述中的 C、D 两种情形(带外力的破裂)。
  • 未公布:下一代 GPT 的名称、发布日期、价格和跑分;X 上流传的「GPT-6.2 Astra」等名字均为猜测。
阅读全文
关联模型 / 智能体 / 厂商:

Deep Principle 开源 7530 亿参数科研模型 Hydrogen-1.0:基于 GLM-5.3 用实验室记录后训练,MIT 许可

杭州 AI for Science 公司 Deep Principle(深度原理)11 月 2 日发布首个通用科研大模型 Hydrogen-1.0,在智谱 GLM-5.3 上用化学、材料、生命科学数据以及自家实验室记录和发现轨迹做 SFT+RL 后训练,以 MIT 许可在 Hugging Face 开放约 7530 亿参数的 BF16 权重。厂商口径下它在 FrontierScience-Research 上拿到 38.3%,高于 GPT-6 Astra 的 33.3%,但均为自测,尚无独立复现。

Deep Principle 开源 7530 亿参数科研模型 Hydrogen-1.0:基于 GLM-5.3 用实验室记录后训练,MIT 许可

核心要点速览

  • 规模:Hugging Face 显示总参数约 7530 亿(BF16,权重约 1.5 TB),架构为 glm_moe_dsa,上下文 1M token、最长输出 128K token,MIT 许可(需在 HF 同意条款后下载)。
  • 跑分(厂商口径):FrontierScience-Research 38.3%,GPT-6 Astra 为 33.3%;GPQA Diamond 93.0%,官方称大致与 Kimi K3 持平。
  • 内部场景(厂商口径):科学计算和单步正向反应预测分别领先最高思考档 GPT-6 Astra 5.13 和 4.76 个百分点,NMR 结构解析则落后 3.33 个百分点。
  • 材料发现:过渡金属配合物五轮搜索后,平均最佳 HOMO-LUMO 带隙 4.318 eV,GPT-6 Astra 为 3.689 eV,Kimi K3 为 3.353 eV(官方博客)。
  • 获取方式:HF 与 ModelScope 下载权重,另有 NVFP4(B200/B300)和 MXFP4(MI350X/MI355X)量化版;NeuroSpark 提供 API,Mira AI Scientist 可直接使用;官方用 SGLang 8 卡测试。
阅读全文
AD赞助内容

X 热议:DHH 称 Agent 时代对多数程序员是好事,但「难相处」的人将失去专业技能带来的豁免权

Ruby on Rails 作者、37signals CTO DHH(David Heinemeier Hansson)11 月 2 日在 X 上连发两帖:一是「Agent 的最大馈赠,是让你能绕开软件圈里每一个难缠的守门人」;二是「Agent 时代对大多数程序员会很棒,但对脾气古怪、难合作的人会是艰难时期,专业知识和稀有技能不再能让难相处的人免责,最好学点基本的人际技能」。第二帖约 4 小时内获约 3600 赞、10.6 万浏览、280 多条回复。这是个人观点,不是任何公司的公告。

核心要点速览

  • 这是 DHH 的个人观点帖,不是 37signals 或任何 AI 公司的官方表态,也没有附带数据或研究。
  • 主帖(2026-11-02 13:03 UTC)抓取时约 3609 赞、180 转发、282 回复、60 引用、10.6 万浏览、400 次收藏。
  • 约 1.5 小时前的前置帖「Agent 让你绕开每一个难缠的守门人」(11:41 UTC)约 2831 赞、131 转发、8 万浏览。
  • 支持方:技术分析作者 Ben Dickson(@bendee983)引用称,以前优秀工程师可以「难相处也没事」,AI 正在拉平差距,但仍需要扎实的工程知识。
  • 反方和补充:有人调侃难相处的人反而找到了「永远不会回嘴的同事」;也有人认为 Agent 只会干活,不会让你更好合作,「好合作」的价值反而更高。
阅读全文
关联模型 / 智能体 / 厂商:

Marvell 以 1150 亿美元全股票收购 Lumentum:押注 AI 数据中心光互连,合并后瞄准 5500 亿美元市场

Marvell 与 Lumentum 11 月 2 日宣布达成最终协议:Marvell 以全股票方式收购 Lumentum,每股 Lumentum 换 4.5 股 Marvell,隐含企业价值 1150 亿美元(约 1132 美元/股,溢价约 23.9%)。合并后 Marvell 股东持股约 67%。双方称 AI 集群正从铜缆转向光互连,合并后可覆盖从数据中心互联到封装内互连的全链路,目标市场 5500 亿美元,预计 2028 年上半年完成交割。

Marvell 以 1150 亿美元全股票收购 Lumentum:押注 AI 数据中心光互连,合并后瞄准 5500 亿美元市场

核心要点速览

  • 固定换股比例 4.5:1,隐含 Lumentum 企业价值 1150 亿美元,较 10 月 28 日未受传闻影响的收盘价溢价约 23.9%。
  • 合并后 Marvell 股东约占 67%、Lumentum 股东约占 33%;Matt Murphy 继续任董事长兼 CEO,Lumentum CEO Michael Hurlston 等 3 人加入董事会。
  • 组合 Marvell 的电/光互连、交换芯片、定制 XPU 与 Lumentum 的高性能激光器、光模块、光路交换(OCS)和磷化铟(InP)制造能力。
  • 官方称可实现超 10 亿美元年化成本协同,交割后首年增厚非 GAAP EPS;需双方股东批准及反垄断等监管审批,预计 2028 年上半年交割。
阅读全文
关联模型 / 智能体 / 厂商:

微软开源 4B 电脑操作智能体 Mage-VL-Cowork:一个模型自己决定点界面还是写 bash,OSWorld-Verified 66.0%

微软 Mage 团队 10 月 30 日在 Hugging Face 以 Apache-2.0 发布 Mage-VL-Cowork:4B 参数的多模态电脑操作智能体,同一个模型每一步自己选择用截图点界面(computer_use)还是在终端跑 bash/Python,不需要外部调度器。官方报告它在 OSWorld-Verified(361 题、50 步上限)两次平均 66.0%,高于 Qwen3.6-27B 的 63.9%,但仍低于 9B 的 SCALECUA-Qwen3.5-9B(68.7%)。

微软开源 4B 电脑操作智能体 Mage-VL-Cowork:一个模型自己决定点界面还是写 bash,OSWorld-Verified 66.0%

核心要点速览

  • 4B 参数,基于 Mage-VL(Mage-ViT 视觉编码器 + Qwen3-4B-Instruct-2507),bf16 权重约 9.48 GB,Apache-2.0 许可。
  • OSWorld-Verified 两次独立跑分 65.33% 和 66.75%,取平均 66.0%;操作系统类任务 87.5%,多应用工作流 62.7%。
  • 官方对比:同一个 LibreOffice Calc 建图表任务,它用终端里的 Python 改表格 39 秒完成(6 步),纯界面操作的 Qwen3.6-27B 用了 9 分 56 秒(39 步)。
  • 在线 RL 比混合 SFT 再提升 10.16 个百分点,同时平均模型调用次数减少 13.0%、输出 token 减少 25.4%。
  • 训练数据由 Mage-CUA-Forge 生成约 29.4 万个桌面和网页任务,覆盖 6,915 种技能,单任务生成成本从 0.906 美元降到 0.158 美元。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Mage-VL-Cowork⚡ Mage-VL⚡ Qwen3-4B⚡ Qwen3.6-27B🌐 Microsoft

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

韩国总统李在明 11 月 2 日在国会发表 2027 年预算施政演说:总预算 820.9 万亿韩元(+12.8%),其中半导体、物理 AI、AI 数据中心三大项目及 AI 投入合计 21.3 万亿韩元(约 160 亿美元),比 2026 年的 10.8 万亿几乎翻倍。企划财政部官方预算文件显示,4.7 万亿韩元用于打造「全球顶级性能」的国家独立 AI 模型,包括采购 1 万张 Vera Rubin GPU。预算仍需国会通过。

韩国 2027 年预算 AI 与芯片投入翻倍至 21.3 万亿韩元:4.7 万亿砸向国家级前沿模型,采购 1 万张 Vera Rubin GPU

核心要点速览

  • 三大项目及 AI 投入从 10.8 万亿增至 21.3 万亿韩元,增幅 97.2%;总预算 820.9 万亿韩元,同比 +12.8%(官方预算文件)。
  • 前沿 AI 模型专项 4.7 万亿韩元:3.9 万亿采购 1 万张 Vera Rubin GPU、0.8 万亿购买训练数据、250 亿韩元引进 20 名海外顶尖研究者。
  • 模型研发期间先投入政府已有的约 7000 张 GPU,并租用产学研约 8000 张;入选企业通过公开评选产生,政府以出资方式参与、分享收益。
  • 「全民 AI」新增 0.25 万亿韩元,基于国产模型提供公共 AI 智能体,可代办身份证明、KTX 订票、护照补办等;AI 教育 2.1 万亿覆盖 390 万人。
  • 另拨 700 亿韩元开发专用 AI 安全模型,500 亿韩元为 1 万家中小企业补贴 AI 安全方案订阅费;物理 AI 预算从 0.9 万亿增至 3.1 万亿。
阅读全文

OpenAI 与阿布扎比签署四项协议:ADNOC 成首家部署其前沿模型的能源公司,「机器可读政府」试点已上线

11 月 2 日,阿布扎比王储 Sheikh Khaled 会见 OpenAI CEO Sam Altman,并见证四项协议签署:ADNOC 联合 G42 旗下 Inception42 部署 OpenAI 前沿技术;阿布扎比政府与 OpenAI 启动「AI 原生机器可读政府」计划,首个食品进口合规试点已投产;Mubadala 用 AI 做投资分析;Inception42 与 OpenAI 签五年合作。推理在阿联酋境内完成。

OpenAI 与阿布扎比签署四项协议:ADNOC 成首家部署其前沿模型的能源公司,「机器可读政府」试点已上线

核心要点速览

  • 一次签 4 项协议,覆盖政府、能源、投资三大领域,均由阿布扎比媒体办公室官方公布。
  • ADNOC 成为全球首家部署 OpenAI 前沿技术的能源公司,基于 GPT 模型,使用阿联酋境内推理基础设施,重大决策仍由人类专家把关。
  • 「机器可读政府」把一批政策法规转成机器可读形式,辅助官员做许可证、证书等合规评估,每次评估都可追溯到具体条文;首个试点已在阿布扎比农业与食品安全局(ADAFSA)的食品进口业务投产。
  • Inception42 与 OpenAI 签署 5 年合作,面向政府、企业和教育推广 OpenAI 前沿技术;Mubadala 用于投资分析与风险评估。
  • 官方未公布协议金额。
阅读全文