OpenAI 將 GPT-5.6 分成 Sol、Terra、Luna，統一百萬 token 上下文與代理工具介面
GPT-5.6 家族進入一般供應，以 Sol、Terra、Luna 分別覆蓋最高能力、均衡成本與大量低價工作負載。三款模型共享長上下文與工具介面，但推理成本、安全行為及實際品質仍需分別評估。
Archive
所有新聞
共 31 篇技術新聞
機器人資料與工具
Grabette 開源低成本機器人示範採集器，把手部操作轉成 LeRobot 資料集
Pollen Robotics 發布約 490 歐元的手持式 Grabette，利用雙相機、IMU 與夾爪編碼器記錄六自由度操作。瀏覽器處理流程會執行 SLAM、檢查軌跡並輸出標準 LeRobot 資料。
程式代理評測
AgentLens 把程式代理評測移到生產軌跡，支援夜間回歸與失敗診斷
AgentLens 不只檢查代理是否解出程式題，而是審查完整互動軌跡與實際產品結果。開源基準可用於比較模型版本、定位行為退化，並接入持續整合流程。
代理評測
OmniaBench 以 1,431 項跨場景任務檢驗通用代理，前沿模型 Pass@1 仍低於六成
OmniaBench 建立具明確狀態空間的跨工具、跨互動形式代理測試，並提供 644 題精簡困難集。結果顯示，規劃、約束維持與錯誤後調整仍是前沿代理的共同弱點。
模型與開發平台
Meta Muse Spark 1.1 開放 Model API，主打百萬 token、平行工具呼叫與多模態代理
Muse Spark 1.1 首次透過 Meta Model API 公開預覽，並提供 OpenAI 相容介面。模型把百萬 token 上下文、搜尋引用、結構化輸出與平行工具呼叫整合成代理基座。
推論與量化
Nunchaku Lite 原生進入 Diffusers，以 W4A4 量化降低擴散 Transformer 顯存與延遲
Diffusers 現可直接載入 Nunchaku Lite 的 INT4 與 NVFP4 檢查點，不必另裝模型專用推論引擎。SVDQuant 同時量化權重與啟用值，目標是在節省顯存之外真正縮短去噪時間。
實體 AI 與機器人
NVIDIA Cosmos 3 Edge 以雙 Transformer 塔在 Jetson 上連接視覺理解與機器人動作
Cosmos 3 Edge 是 40 億參數的開放世界模型，可同時進行場景理解、未來預測與動作生成。官方稱其在 Jetson Thor 上每次產生 32 個動作，控制頻率可達 15 Hz。
模型與資安
Gemini 3.6 Flash 降低代理輸出 token，用輕量 Cyber 變體擴大漏洞搜尋
Google 同步推出 Gemini 3.6 Flash、3.5 Flash-Lite 與受限存取的 3.5 Flash Cyber。更新把代理系統的成本、延遲與專用資安模型視為同一套部署問題。
模型安全評估
Anthropic 更新 RSP 3.4：重定義自動化研發門檻並調整風險報告機制
Anthropic 的 Responsible Scaling Policy 3.4 修改自動化研發能力門檻、內部未刪節報告分享範圍與外部審查方式。更新看似偏治理，實際會影響模型能力評估、部署閘門與安全報告的工程流程。
應用研究
ByteDance UniVR 讓模型在視覺空間中推理、模擬動態並規劃長期行動
UniVR 嘗試只從視覺示範共同學習複雜推理、物理動態與長期規劃。ByteDance 同步公開 34B Planning 檢查點，為不依賴文字思考鏈的視覺代理研究提供可測試基線。
檢索與推論
NVIDIA 發布 Nemotron 3 Embed，並提供 1B 模型的 NVFP4 檢查點
Nemotron 3 Embed 提供 8B、1B BF16 與 1B NVFP4 等文字嵌入模型。低精度版本把檢索模型的記憶體與吞吐效率納入第一級設計目標，但品質仍需在目標語料上驗證。
開放權重模型
Kimi K3 以 2.8 兆參數 MoE 把開放權重模型推向三兆級
Moonshot AI 發布 Kimi K3，採 2.8 兆總參數、每 token 啟用 16 個專家的 MoE 架構，並支援百萬 token 上下文與視覺輸入。完整權重排定稍後釋出，因此目前仍應區分 API 表現與可自行部署的實證。