前沿 AI 速递 | GPT-5.5 Pro 刷新纪录；英伟达端侧模型杀到；人型机器人真进仓库了

这周 AI 圈最热闹的，还是 OpenAI 和英伟达。

OpenAI 这边，GPT-5.5 Pro 不只是能力指数刷了新高，还参与解决了一个困扰数学界 60 年的难题。另一边，英伟达也没闲着，直接拿出 Nemotron-3 Nano Omni，主打端侧、多模态和超高推理效率。

更现实的一幕是：数千台通用人型机器人，已经准备正式进入物流仓库干活了。AI 不只是写代码、生成图片，它开始真正走进物理世界。

1. 核心大模型发布与技术迭代 🔗︎

OpenAI GPT-5.5 Pro 来了，而且这次很猛 🔗︎

GPT-5.5 Pro 在 Epoch 能力指数里拿到了 159 分，创下历史新高。

更值得注意的是，它已经协助研究人员解决了一个由数学家 Erdős 提出、悬而未决 60 年的数学难题。

这件事的意义不只是“模型又变强了”，而是 AI 开始真正进入顶尖学术研究现场，不再只是辅助写写代码、整理资料。

（来源: https://x.com/OpenAI/status/2049182118069358967） （来源: https://x.com/EpochAIResearch/status/2049186851844771888）

英伟达发布 Nemotron-3 Nano Omni 🔗︎

英伟达这次发布的是一款 30B 参数的开源模型，采用 Mamba-Transformer 混合架构，上下文长度达到 256K。

它的重点不是单纯堆参数，而是把原生音频、长视频、百页文档这些复杂输入，都放进一次处理流程里。

更夸张的是，推理吞吐量相比同类模型提升了 9 倍。

说白了，英伟达这次是在告诉大家：端侧全模态模型，也可以又快又能打。

（来源: https://x.com/NVIDIAAI/status/2049159441870717428） （来源: https://x.com/mervenoyann/status/2049216818150015255）

Google Translate 20 周年，顺手加了 AI 口语练习 🔗︎

Google Translate 已经 20 岁了，用户规模超过 10 亿。

这次 Google 还上线了新的 AI 发音练习功能，可以实时分析你的口语表现，并给出反馈。

这其实挺有代表性：AI 学习工具正在从“帮你翻译”，变成“陪你练习”。

（来源: https://x.com/Google/status/2049194510752559426） （来源: https://x.com/NewsFromGoogle/status/2049194438505767387）

2. AI 编程与开发者工具 🔗︎

Agent 模式开始全面进入办公和开发工具 🔗︎

这周有一个明显趋势：Agent 不再只是单独的聊天机器人，而是在往各种工具里钻。

Microsoft Outlook 现在已经支持 Agent 模式，可以帮你自动分拣邮件、重新安排日程。

OpenAI Codex 也支持把现有代码库一键升级到 GPT-5.5 架构。

Google 则在 GitHub 上线了官方 Agent 技能库。

这些变化放在一起看，其实说明一件事：以后很多工具都不会只是“你点一下它动一下”，而是你给个目标，它自己往前跑。

（来源: https://x.com/satyanadella/status/2048882283164389661） （来源: https://x.com/OpenAIDevs/status/2049254491132952882） （来源: https://x.com/GoogleCloudTech/status/2049156689643864326）

离线 Vibe Coding 也开始出现了 🔗︎

有开发者已经用 Gemma 4 在 Mac 上离线写代码，甚至不联网也能做出 Chrome 恐龙游戏。

这件事看起来像个小 Demo，但方向很重要：未来一部分 AI 编程能力，可能不一定非要依赖云端模型。

（来源: https://x.com/ammaar/status/2049169134429073471）

3. 多模态交互与专项应用 🔗︎

视频和视觉生成继续往“可控”方向走 🔗︎

Runway 推出了一致性角色和语音生成能力。

Luma Agents 支持把草图直接渲染成成品设计。

Pika 则推出了 Pika Agents，想做出有独立面孔和个性的“虚拟创意合伙人”。

以前大家关心的是“AI 能不能生成视频”，现在更关心的是：角色能不能稳定，风格能不能统一，能不能真的参与创作流程。

（来源: https://x.com/runwayml/status/2049194527445881103） （来源: https://x.com/LumaLabsAI/status/2049251553568313373） （来源: https://x.com/pika_labs/status/2049196222825779287）

AI 开始进入传统行业现场 🔗︎

AI 原生会计师事务所 Blinq 成立。

另外，一名眼科医生佩戴 Apple Vision Pro 完成了白内障手术，并通过 3D 覆盖图实时查看病理数据。

这类案例越来越多，说明 AI 的应用正在从“互联网产品”往“真实行业流程”里走。

（来源: https://x.com/Ibrahimhass12/status/2049201879217786940） （来源: https://x.com/rohanpaul_ai/status/2049260608416309288）

4. 机器人与物理 AI 🔗︎

人型机器人真的要去仓库上班了 🔗︎

数千台 RobotEra L7 人型机器人将进入 10 多个物流中心，执行分拣任务。

另外，集成 Agent 软件的 Reach Mini 机器人，也已经开始向开发者交付。

这件事很现实：机器人不再只是展会上跳舞、做演示，而是开始进入仓库、物流这些高重复、高体力消耗的场景。

对企业来说，这是效率提升。 但对一部分体力劳动者来说，这也确实是职业安全警报。

（来源: https://x.com/kimmonismus/status/2049270246704574771） （来源: https://x.com/ClementDelangue/status/2049168093406978114）

5. 行业观点、社会影响与财务状况 🔗︎

马斯克和 OpenAI 的矛盾还在升级 🔗︎

马斯克继续炮轰 Sam Altman 和 Greg Brockman，指责他们“窃取”非营利组织资产，并在内部交易中谋取巨额股份利益。

这场拉锯已经不只是商业竞争，更像是围绕 OpenAI 身份、治理和利益分配的一场长期战争。

（来源: https://x.com/elonmusk/status/2048801964457140540）

互联网内容正在被 AI 改写 🔗︎

最新数据显示，目前大约有 1/3 的网站内容由 AI 生成。

还有预测认为，到 2026 年底，这个比例可能飙升到 99%。

不管这个预测最终准不准，有一点已经很明显：以后互联网上“像人写的内容”，不一定真的是人写的。

内容生态正在变得越来越复杂。

（来源: https://x.com/AISafetyMemes/status/2049195355305369761）

OpenAI、Amazon、微软之间的关系变得更微妙了 🔗︎

OpenAI 宣布与 Amazon 达成深度合作，把模型和 Bedrock 托管 Agent 引入 AWS。

同时，OpenAI 也更新了与微软的协议。微软仍然是首选伙伴，但对 OpenAI IP 的许可变成了非独家。

这意味着什么？

OpenAI 还需要微软，但它也在给自己留更多空间。

（来源: https://x.com/OpenAINewsroom/status/2049258911887434165） （来源: https://x.com/OpenAINewsroom/status/2049228769135874295）

最后 🔗︎

AI 的变化越来越快，但我们真正需要的不是刷更多信息，而是抓住几个关键变化。

这一周最值得关注的其实就三件事：

第一，顶级模型开始进入严肃科研。
第二，Agent 正在进入办公、编程和创作工具链。
第三，机器人开始走进真实的工作场景。

关注「毛毛星」，我会继续帮你筛选每天最值得看的 AI 动态。
不用刷太多，也不会错过真正重要的变化。