GPT Image 2.6 六秒出图，Gemini 视频延到 15 秒
本期两条产品线都在压缩生成时间：OpenAI 的 GPT Image 2.6 把出图最快压到 6 秒，并新增 GIF、SVG 与标记编辑；Google 的 Gemini Omni 1.2 Flash 把单段视频从 10 秒拉到 15 秒，720p 价格降到每秒 0.07 美元。但同周的两项研究给出了另一面：Ai2 的 StateBench 显示四个前沿模型在最难的长文档状态追踪上跌到 13% 以下，斯坦福复测 50 条 LLM 结论则发现 44% 已经失效。两项结果都提醒，能力描述必须绑定具体模型与评测条件。工程侧还有 NVIDIA 四个 16B 开放世界模型、OpenClaw 免发版模型目录、ComfyUI 0.44 与 LiveNerf 的漂移监测。想看清这轮“更快”究竟换来了什么，展开正文逐条核对。
AI / 大模型 / 开源 / GitHub 趋势，每日精选。
模型与研究
1. GPT Image 2.6 双模型上线：出图快 50%，最快 6 秒 OpenAI 11 月 4 日把 Images 2.6 推向 ChatGPT、Codex 与 API，拆成 gpt-image-2.6-flare 与 sunburst 两档：前者在低质量档最快 6 秒出图，后者主打多次编辑后的细节一致。官方称整体生成速度提升 50%，新增 animated GIF、SVG 导出、markup 局部编辑与 complexity 三档规划参数；图像输入/输出仍为每百万 token 8/30 美元，但同一张图的输出 token 最多可到 2.5 的 4.2 倍。这是 Images 系列两个月内的第二次迭代，2.5 于 9 月 8 日发布；GIF 与 SVG 把输出从静态图扩展到可循环动图与矢量素材，品牌和游戏资产是直接受益场景。 原文
2. Gemini Omni 1.2 Flash 转正：单段视频 15 秒，720p 每秒 0.07 美元 Google 11 月 5 日将 gemini-omni-1.2-flash 开放 GA，接入 Gemini API、Gemini for business 与 Google Vids。原生片段上限从 10 秒提高到 15 秒，草稿支持 360p/720p，成片可升到 1080p 或 4K，720p 价格下调 30% 至每秒 0.07 美元；新增多轮对话式改片，官方称对人物、服装、包装文字与品牌色的参考一致性更好。付费层速率上限翻倍，1.1 版保留四周过渡，12 月 3 日起自动路由到 1.2。Google 同时把 Omni 推进 Workspace 的 Vids，生成、改片与剪辑被放进同一条时间线，视频生产从“出一段素材”变成“在时间线上反复改”。 原文
3. Ai2 StateBench：最难状态追踪，四个前沿模型跌到 13% 以下 Ai2 11 月 3 日发布 StateBench，把长文档状态追踪拆成四级，最长序列含 64,000 次赋值，是其小模型训练长度的 250 倍。Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 与 Luna 在 r-trivial 与 aperiodic 上表现正常，但在最难的 general finite 长序列上准确率跌到 13% 以下。直接训练的 275M Gated DeltaNet 与混合模型能外推到数万次赋值，纯 Transformer 始终学不会最难一级；同一问题换成表格编辑格式，部分模型又从接近满分掉到随机水平。Ai2 指出，长上下文评测常把“找到信息”当成“跟住状态”，两者并不是一回事，这也是 StateBench 要分四级、并同时测试多种呈现格式的原因。 原文
4. 斯坦福复测 50 条 LLM 结论：44% 已失效，平均寿命约 16 个月 斯坦福团队 11 月 2 日发布追踪研究，用 20 个模型、8 家厂商复测 50 条被广泛引用的 LLM 结论。截至 2026 年 9 月，44% 已失效、34% 明显减弱、16% 仍成立、6% 反而增强；22 条失效结论从发表到失效平均 15.7 个月，6 个月、1 年、2 年的失效率分别为 4%、16%、39%。引用伪造率从原论文的 55% 降到 Sonnet 5.5 的 1.37% 与 GPT-6.1 Sol 的 0%，但 Qwen3.7-Flash 仍达 69%，说明“普遍失效”不等于每个模型都过关。研究者据此建议，论文应标注所用模型的版本与日期，并把提示词和分析代码一并公开，否则结论很快失去可复现性。 原文
开源与工程
5. NVIDIA 开放四个 Cosmos 3 检查点：16B 参数，面向交互式世界模拟 NVIDIA 11 月 5 日再放出四个 Cosmos 3 Nano 后训练检查点，每个含 16B 可训练参数，覆盖闭环自动驾驶仿真、最多 11 路摄像头加 LiDAR 的合成数据、双臂机器人策略仿真，以及深度/分割/边缘/模糊等辅助模态迁移。权重以 OpenMDW 1.1 发布，允许商用与非商用，技术报告、下载地址与训练配方同步公开。对做具身智能的团队，这相当于把“可交互的世界”做成可下载的基础设施，而不是只给一段演示视频。四个检查点都从 Cosmos 3 Nano 后训练而来，不是另起炉灶的新模型，因此更接近“拿现有底座改成自己的仿真器”的工程路径。 原文
6. OpenClaw 把模型目录搬出安装包：约 1,000 个模型免发版可见 OpenClaw 11 月 6 日发文复盘一次重构：用约五周、近 80 个 PR，把模型清单从随包发布的 manifest 改成三条实时来源——每四小时重建一次的托管目录（约 1,000 个模型）、用户账号返回的可用模型、以及本机安装的 Codex。运行中的 Gateway 可热切换目录，OpenRouter 超时后按 30 秒到 30 分钟退避重试，默认模型切换从 68–142 秒降到 0.6–1.4 秒。团队还踩过一个坑：列表按 Codex 0.161.0 请求、实际用 0.160.0 跑，模型能选中却在首轮报 HTTP 400，最终改为“谁列模型谁跑模型”。对用户来说，多数新模型发布当天就能在旧版 OpenClaw 里选到，不必等下一次发版，前提是本机 Codex 足够新。 原文
7. ComfyUI 0.44 一次接入 Wonder 4、GPT-6.1 与 PH3Image ComfyUI 11 月 4 日发布 v0.44.0，距离 10 月 27 日的 0.43.0 只有八天。更新把 Topaz Wonder 4 加进 Topaz Image Enhance 节点（PR #17491），新增 GPT-6.1 Terra/Sol 的 OpenAI 伙伴节点（#17493）、PH3Image 支持、Sonilo Music 1.5、可自动扩展图像输入的 TextGenerateV2，以及可单独设置 VAE 计算精度的节点；视频保存开始支持 ProRes 与不同色度抽样，同时弃用 Seedance 1.x 节点。对本地工作流用户，升级前要确认自定义节点跟上了新的前端与注意力配置。这类高频小版本也是本地生成工具目前的常态：模型侧几乎每周都有新版本，工作流侧只能按周跟进，否则新模型进不了节点。 原文
8. LiveNerf 跑到第 41 天：Opus 5.5 没有测到“变笨” 独立项目 LiveNerf 用 2,336 道 GPQA Diamond、MMLU-Pro、竞赛数学与 AIME 2025–26 题筛选出 78 道“有时对有时错”的题，组成固定面板，每天跑一遍 Claude Opus 5.5。11 月 3 日第 41 天的最新结果是第三个 10 天窗口相对发布周 +0.028±0.023，未达到预注册的“连续两个窗口至少偏移 3 个百分点”阈值，因此判定未检测到能力漂移。项目称一次全量运行可识别每 10 天约 7.5 个百分点的变化，成本约为每周套餐的 3.6%，代码以 MIT 开放。它把“模型是否被悄悄降级”从论坛猜测变成可复现的统计检验，也让“发布周基线”与“后续服务”被分开记录。 原文
本期由站点自动生成 · 信息以原文为准。