GPT-5.2发布性能大幅超越竞品，迪士尼10亿美元合作OpenAI

OpenAI正式推出GPT-5.2系列模型，包含Instant、Thinking和Pro三个版本，分别针对日常任务、复杂分析和高难度问题。该模型在ARC-AGI 2测试中得分从17.6%暴涨至52.9%，远超Gemini和Claude系列的40%以下水平，在SWE-bench Pro测试中取得55.6%的成绩，前端开发能力显著增强，尤其在涉及3D元素的场景表现突出。 — via 1 2 3
GPT-5.2采用更激进的后训练策略，引入中期训练(Mid-training)刷新知识，并大规模应用强化学习，使模型知识截止日期更新至2025年8月31日。旗舰版gpt-5.2-pro的每百万Token输出价格达到168美元，较前代上涨40%。早期测试者反馈模型在指令遵循和代码生成上有巨大提升，但思考速度变慢。 — via 1 2
在ARC-AGI基准测试中，GPT-5.2 Pro以90.5%准确率、11.64美元/任务的价格实现390倍成本优化，相比一年前需3000-30000美元/任务的成本实现了跨越式进步。该模型在44个知识工作任务上70.9%的时间击败或打平人类专家，在AIME 2025数学测试中获得满分，GPQA科学问题得分92.4%。 — via 1 2

OpenAI与迪士尼宣布达成为期三年的合作协议，Sora和ChatGPT Images将获得迪士尼旗下200多个标志性IP角色授权，涵盖Disney、Marvel、Pixar和Star Wars等品牌的动画、面具、生物角色及其服装、道具和场景。精选Sora视频将上线Disney+流媒体平台。 — via 1 2 3
迪士尼将向OpenAI进行10亿美元股权投资，并获得进一步认股权证。此次合作使Sora在内容创作领域获得独特优势，有望成为下一个大型社交应用平台。 — via 1

x402 V2版本发布，从「一套实现」演进为「可演进的标准+可插拔的参考实现」，引入Extensions机制允许在不修改核心协议的情况下扩展新功能。协议层变得更加HTTP-native，支付元数据进入header，应用层可自由返回多种格式内容。 — via 1 2 3
新增会话复用功能，支持「一次购买/验证后可复用会话」模式，解决AI推理等高频率场景下的性能问题。引入Sign-In-With-X(SIWx)机制，实现「一次验证、持续调用」的低延迟体验，同时支持订阅/通行证模式和动态分账。 — via 1 2 3
通过CAIP标准实现多链兼容，支持Solana、Monad、Avalanche等链及传统法币支付通道，同时引入自动发现服务机制，使服务能自动发布价格和能力，聚合方/Agent可自动索引更新。 — via 1 2

El Salvador全国部署Grok用于个性化教育，成为全球首个全国性AI辅导项目。实施八周后，五年级数学成绩提升21%，阅读熟练度从34%升至59%，近半数学生自愿留校学习。Grok能根据学生独特才能、学习风格和潜力提供个性化指导，甚至能引导学生完成比特币模拟交易。 — via 1 2 3
Figma推出Nano Banana Pro驱动的图像编辑功能，支持元素提取、消除、扩图和抠图，尤其图片分层能力表现出色，可精确提取带透明通道的文字元素。用户可将不同图片的元素抠取后融合重构，快速创建新海报。 — via 1 2 3
Cursor上线可视化编辑功能，支持像Figma一样直接拖拽DOM元素调整网页设计，侧栏可直观调参组件状态与样式，还可点选元素并用自然语言描述需求。该功能大幅提升前端开发效率，被认为是「代码库中的设计工具」。 — via 1 2 3

Claude Code引入Plan Mode，能自动启动Plan Agent设计实现方案，支持将任意API转换为工具。但Skill和SubAgent激活率低的问题仍然存在，社区通过UserPromptSubmit Hook强制激活可将激活率提升至80%。 — via 1 2
ElevenLabs与Meta达成重大合作，将为Instagram提供AI配音功能，并为Horizon平台添加多种表达性语音，推动语音技术在社交平台的大规模应用。 — via 1
Google发布Gemini Deep Research Agent，基于Gemini 3 Pro构建，在Humanity's Last Exam(HLE)测试中达到46.4%，DeepSearchQA测试66.1%，BrowseComp测试59.2%，成为首个基于新Interactions API发布的智能体。 — via 1

往期归档