全部速递

NON-OFFICIAL AI BRIEF · 2026-09-29

珂的非官方整理
AI 速递

从 Opus 5.5 直出音乐 MV、OpenAI 重划 Pro 档位、匿名模型 Space Bunny,到天工工作台 AI MV、Sharpa 人形 D01 与 37kg 机器人拉动 1.4 吨汽车:9 条动态的结构化阅读。

09

ITEMS / 3 SECTIONS

腾讯主文
SECTION 01

生成式 AI

01

Opus 5.5 代码直出音乐 MV,马斯克连呼史诗级

已读取正文 · 2026-10-20子原文

Opus 5.5 代码直出音乐 MV 火了

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,Claude Opus 5.5 被网友用于代码直出音乐 MV,马斯克多次转发并称「史诗级」「真切感受到了 AGI」。
  2. 2.发起接龙的博主 donald 公开约 9500 字符提示词,模型自行写代码、分镜与转场,最长成片超五分钟;成片质量更取决于参考喂入、seek(t) 时间函数与 BPM 节拍地图。
  3. 3.腾讯摘要称,Movez 水彩短片调用模型 163 次、耗时近 7 小时;Sonnet 5.5 据称下周发布,爆料称其同提示词像素动画对比中建筑层次与细节压过 GPT-6 Astra、Sol 与 Opus 5.5。

扩展解读 / READ

量子位原文与腾讯摘要方向一致,并补充了几个可核对的细节:视频素材来自 x@Deedy、x@onur ozcan 等社区账号,一条纪念乔布斯的 MV 用了 23 种转场并踩在 120 BPM 配乐上;donald 是对着电脑讲了约 5 分钟后放手,模型自行写代码、做分镜、配画面、加转场,忙了约 12 小时。原文强调的是「同一首歌、同一支参考片再拍一遍」的对照实验,而不是模型直接生成音乐。Sonnet 5.5 的发布时间与对比结论仍属爆料口径,原文未给出官方确认。

为什么重要 / WHY IT MATTERS

这条的分水岭不在画面质量,而在工作流:提示词、参考素材、节拍函数与调用预算共同决定成片,模型更像一个需要反复调用的执行器。对内容团队而言,可迁移的是这套编排方法,不是某个版本号。

02

OpenAI 改写 Pro 档位,抹掉 5x 与 20x 用量承诺

已读取正文 · 2026-10-20子原文

5x 和 20x 套餐已删除

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,9 月 27 日用户发现 ChatGPT 定价页将 100 美元与 200 美元方案分别改称 Pro Standard 与 Pro More,原先「Plus 用量 5 倍/20 倍」的表述全部删除,仅剩「More usage than Plus」。
  2. 2.codex 仓库 9 月 25 日合并 PR 新增 Pro Max 档位,旧 prolite 与 pro 对应 Standard 与 More;泄露字符串显示 Pro Max 定价 500 美元/月,主打最快推理与完整 Codex。
  3. 3.腾讯摘要称,文档仍保留旧倍数说明,社区对透明度评价分化,有人担忧现有 Pro 权益隐性降级;未证实消息称其或跑在 Cerebras 硬件上。

扩展解读 / READ

原文补充了改动范围:合并的 PR 标题为「Add Pro Max plan support and update Pro display names」,涉及 24 个文件,代码中新增 promax 方案类型、对外显示名「Pro (Max)」。原文对改名动机给出的解释是旧的 5x / 20x 两级体系容纳不下第三档,需要新的表述框架——这与腾讯摘要的判断一致,但同样属于推断而非官方说法。Pro Max 定价与 Cerebras 硬件两点在原文中都被明确标注为泄露或未经证实。

为什么重要 / WHY IT MATTERS

档位重构比单纯涨价更能说明推理成本结构在变:当计价从「用量倍数」转向「档位名 + 模糊描述」,用户能比较的信息变少,实际权益要靠调用行为去反推。

03

迪士尼任命 Character.AI 前 CEO 为首位 CTO

已读取正文 · 2026-10-20子原文

迪士尼任命 Character.AI 前 CEO 为首位 CTO,加速转型为技术驱动的娱乐公司

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,迪士尼任命 Karandeep Anand 为公司首位首席技术官,10 月 2 日上任、任高级执行副总裁兼 CTO,直接向 CEO Josh D'Amaro 汇报。
  2. 2.Anand 于 2025 年 6 月任 Character.AI 的 CEO,此前历任 Brex 总裁兼 CPO、Meta 广告与商业产品副总裁,并在微软工作 15 年参与 Azure;Character.AI 多名技术团队成员预计一并加入。
  3. 3.腾讯摘要称,约一年前迪士尼曾指控 Character.AI 侵犯版权并要求移除角色;D'Amaro 称希望借其基础设施与 AI 经验推动技术与内容创作结合。

扩展解读 / READ

多知原文补齐了人物轨迹的因果链:2024 年 8 月 Character.AI 与 Google 达成价值 27 亿美元的协议后仍保持独立运营,但创始人与核心技术团队离开后已停止自研模型,转而使用开源模型——Anand 是在这样一个「角色转变后」的时点离开。原文同时确认了微软 15 年、参与 Azure 的经历,以及「多名技术团队成员」将随其加入。版权诉讼与任命之间的时间关系,原文只作背景陈述,未称两者相关。

为什么重要 / WHY IT MATTERS

把 AI 负责人直接放到 CTO 层级,等于承认 AI 不再是某个业务线的实验项目,而是内容生产与分发的底座。娱乐公司的组织调整,往往比模型发布更能预示预算流向。

04

MiniMax 上线 M3.1-Flash,推理深度拆成五档

已读取正文 · 2026-10-20子原文

MiniMax M3.1-Flash-Preview 首发,鹈鹕骑车效果不输 GPT-6 Astra

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,MiniMax Code 模型选择器新增标着 NEW 的 M3.1-Flash-Preview,官方定位为面向日常开发的快速可靠模型,与 M3、M2.7-highspeed、M2.7 并列。
  2. 2.推理深度拆为 low、med、high、xhigh、max 五档独立可选,默认组合为 M3.1-Flash-Preview 加 max,轻任务可手动下调,避免为简单需求付深度推理代价。
  3. 3.腾讯摘要称,9 月 28 日至 10 月 7 日每日签到双倍积分,新老用户均可、额度通吃所有模型;Token Plan 额度全线重置,价格尚未公布。

扩展解读 / READ

原文与摘要一致,补充了免费窗口的具体形态(连续 10 天、每日签到双倍积分)与默认档位设定(打开即最重推理)。原文对定位的表述集中在真实 coding 与 agent 工作流,未给出 M3.1-Flash-Preview 的基准分数;价格「尚未公布」在两处口径中一致,因此任何单价推算都缺乏依据。

为什么重要 / WHY IT MATTERS

把推理深度做成可选旋钮,意味着成本控制从「换小模型」变成「同一模型内调节」。对工程团队,这比多一个模型更实用:提示词与上下文不用重写,只换思考预算。

05

匿名模型 Space Bunny 登榜,免费百万上下文冲热

已读取正文 · 2026-10-20子原文

神秘模型「太空兔」火了,效果直逼 GPT-6 Astra,10 万人围观

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,匿名模型 Space Bunny(太空兔)9 月 23 日上线后稳居 OpenCode 调用量第二,曾登顶 OpenRouter 调用榜,OpenCode 官宣贴浏览量超百万。
  2. 2.免费可用、100 万上下文、多模态,匿名期不留存用户数据;社区实测显示速度偏快、3D 与前端动效突出,有开发者约 40 分钟做出简易《我的世界》,WebGL 流体模拟一次生成 1564 行代码。
  3. 3.腾讯摘要称,也有翻车案例如赛车穿模与方向相反;归属传闻指向月之暗面或 MiniMax,均未坐实。

扩展解读 / READ

智东西原文补充了对比实验的设定:用相同提示词一次性生成火箭发射场景,Space Bunny 约三分钟出结果,社区评价其效果可与 Opus 5 相比、明显强于其余对比模型;10 万人围观的帖子是 GPT-6 Astra 与 Space Bunny 的同题对照。原文同样记录了加速下的失误(赛车穿模、方向相反),并把归属猜测明确写成未坐实。腾讯摘要中「大概率也是 Flash 模型」在原文里是开发者根据速度的推测,不是官方信息。

为什么重要 / WHY IT MATTERS

匿名 + 免费 + 百万上下文,是一套低成本获取真实调用偏好数据的组合拳。榜单排名上升得快,说明开发者对「不花钱先试」的敏感度远高于对厂商品牌的忠诚度。

06

天工工作台开放 AI MV,画布接入 Mureka

仅读取标题 · 2026-10-20子原文

昆仑万维天工工作台上线 AI MV 创作与音乐生成能力(转载报道)

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,9 月 27 日昆仑万维 SkyProduction(天工工作台)开放 AI MV 创作,无限画布接入 Mureka V8、V9、V9.5,并同步上线视频与图片智能配乐。
  2. 2.用户上传音频与歌词后,系统分析段落与节奏输出导演方案,按原曲时间轴分镜且单镜不超过 15 秒,资产以稳定 ID 复用,视频生成采用 Seedance 2.5,成片以原曲为主音轨。
  3. 3.腾讯摘要称,画布可直接调用 Mureka 生成歌曲,视频与图片节点支持智能配乐并回写为音频节点,三种能力可分用或合用,素材无需反复导出上传。

扩展解读 / READ

这一条的关联原文页在复查时已返回 410(页面被移除),因此未能读到原公众号正文。改用 AIDB 与财中社的转载报道核对:两家均称 9 月 27 日上线三项能力,且都提到「单镜不超过 15 秒」「同一角色与场景用稳定 ID 复用」「视频生成用 Seedance 2.5」「成片以原曲为主音轨」,与腾讯摘要一致。转载报道同样属于二手来源,故本条证据等级降为 title_only。

为什么重要 / WHY IT MATTERS

把音乐分析、分镜规划、视频生成、智能配乐压进同一张画布,改变的是创作链路里的搬运成本。工具整合对产能的影响,通常比单个模型涨点更直接。

SECTION 02

前沿科技

07

Sharpa 发布人形 D01,触觉从指尖铺到全身

已读取正文 · 2026-10-20子原文

Sharpa 发布全自研通用人形 D01

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,禾赛创始团队再创业的 Sharpa 在 IROS 发布全自研通用人形 D01、新一代灵巧手 W02 与外骨骼数据手套 AE01,主打一体式触觉感知灵巧操作。
  2. 2.D01 手臂载荷自重比近 1:1,末端速度超 10.5m/s、通信 1000Hz、重复定位精度 0.2mm,电子皮肤覆盖全身、触觉采样 100Hz;W02 主动自由度 21 个、尺寸较 W01 约缩 30%,指尖力感知 5mN—30N。
  3. 3.腾讯摘要称,AE01 以 22 个编码器遥操作并回传触觉;CraftNet 分 System 2/1/0 处理规划与接触,8 月底与 DQ 餐厅完成 55 步连续制作。

扩展解读 / READ

量子位原文给出了更细的参数口径:球形腕关节采用 1:1 人体尺度设计,电子皮肤覆盖上半身,触觉采样 100Hz、力感知范围 0.1—20N、力分辨率 0.2N。原文还解释了设计取舍——很多动作不必先编译成文字版「思考链」,身体本身的实时反馈就够用,把电子皮肤铺到手臂与胸部就是把这种反馈纳入感知系统。腾讯摘要里的载荷比、末端速度、通信频率与原文数字一致。

为什么重要 / WHY IT MATTERS

灵巧操作的瓶颈长期在「摸得到、摸得准」。把触觉采样与力分辨率做到可标定的量级,才有条件谈产线级重复作业,而不是展台上的单次演示。

08

37 公斤人形机器人拉动 1.4 吨汽车破纪录

已读取正文 · 2026-10-20子原文

37kg 人形机器人拉动 1.4 吨汽车

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,星源智与智源研究院联合研发的 Thor 全身控制模型赋能人形机器人,以 37.15kg 自重拉动 1434kg 汽车并双足行进 9.92 米,创下 40kg 以下人形机器人拉动最重汽车的吉尼斯纪录。
  2. 2.Thor 提出 FAT2 力自适应躯干倾斜奖励,并采用下肢、腰部、上肢三策略架构联合训练;真机峰值拉力 167.7N 约自重 48%,整体较基线提升 68.9%,FAT2 贡献约 80%—90% 增益。
  3. 3.腾讯摘要称,能力已拓展至开启约 60N 消防门、拖拽 85kg 吊架与白板擦拭等任务,意在验证强交互下的全身稳定控制。

扩展解读 / READ

原文把任务性质讲得更清楚:与自由行走不同,汽车牵引是强交互任务,行走的同时必须持续与外界交换力,上肢负责抓绳输出、躯干传递与调整姿态、下肢支撑推进,汽车的反作用力也进入控制闭环。FAT2 的做法是基于准静态力矩平衡与手部接触力臂,构造随负载变化的质心水平偏移参考来引导下肢策略。峰值拉力 167.7N、较基线 +68.9%、FAT2 贡献 80%—90% 三个数字与腾讯摘要一致。

为什么重要 / WHY IT MATTERS

这类记录真正验证的是力控闭环与全身协同,而不是步态表演。能稳定处理外部扰动的机器人,才可能进入搬运、开门、清洁这类真实工位。

SECTION 03

报告观点

09

马斯克:AI 下一场硬仗是走出 IDE 做现实工程

已读取正文 · 2026-10-20子原文

马斯克:AI 下一场硬仗是走出 IDE

腾讯摘要 / SOURCE SUMMARY

  1. 1.腾讯摘要称,马斯克接受央视财经约 26 分钟专访时表示,Anthropic 已让 AI 擅长软件工程,但尚无人让 AI 真正擅长现实世界工程,希望用 SpaceX 与 Tesla 数据训练 Grok 进入汽车、机器人与火箭系统。
  2. 2.他指出代码有语法、测试与回滚,现实工程须穿过传感器、执行器、材料与安全规则,错误无法简单回滚;机器人表现还取决于执行器、传感器、摄像头帧率与算力协同。
  3. 3.腾讯摘要称,他称按每单位算力性能中国可能明显领先,并建议年轻人接受艺术、科学与工程通识,以便向机器人清楚提出问题。

扩展解读 / READ

原文标注访谈时间为 2026 年 9 月 25 日、时长约 26 分钟,并保留了马斯克的原话:「AI 软件的进步和主要发布太快了,快得让我头晕。」原文用一个具体例子说明现实工程的难处:模型给出正确动作,执行器慢 100 毫秒,结果依然可能不对。关于「中国单位算力性能领先」与通识教育建议,原文都是转述其观点,未附第三方数据。

为什么重要 / WHY IT MATTERS

软件工程的闭环靠测试与回滚,物理世界没有这个便宜。想跨过去,靠的是传感器与执行器的数据闭环,这也解释了为什么他强调自家车队与火箭的数据是差异化筹码。