劃重點：

1、OpenAI 官宣GPT5發(fā)布會將于北京時間周五的凌晨1 點開始。目前有三個版本：GPT-5；GPT-5-mini； GPT-5-nano。就在GPT5官宣前，OpenAI的最大競爭對手谷歌和Anthorpic，先后發(fā)布重磅新品，把這場AI競爭的強度直接拉滿。

2、三個半小時內(nèi)，谷歌DeepMind發(fā)布Genie 3、Anthorpic發(fā)布Claude Opus 4.1、OpenAI開源2個推理模型。谷歌Genie 3成為最大贏家，一句話+分鐘級的“世界模擬器”吸足眼球，并且被稱為通往AGI關(guān)鍵的一塊拼圖。

3、OpenAI時隔6年再度開源，但在整體AI進(jìn)程中略顯滯后之態(tài)。開源兩個性能逼近其閉源SOTA模型的gpt-oss，能幫助OpenAI在開源社區(qū)中重新建立領(lǐng)導(dǎo)地位和話語權(quán)。有一點可以肯定：GPT-5只是新戰(zhàn)局的起點，而不是終點。

作者 林易

編輯 重點君

OpenAI 官宣：LIVE5TREAM（直播）將在周四上午 10 點（太平洋時間），也就是北京時間周五的凌晨 1 點開始。并且，從 OpenAI 官網(wǎng)能看到 GPT-5 的圖標(biāo)已經(jīng)確認(rèn)。目前有三個版本：GPT-5；GPT-5-mini； GPT-5-nano。

而就在這場萬眾期待的發(fā)布會前夜，OpenAI的兩大競爭對手——谷歌DeepMind與Anthropic，先后發(fā)布重磅新品，把這場AI競爭的強度直接拉滿。

北京時間8月5日晚10:03，到8月6日1:26，在大洋彼岸的硅谷，上演了一場耗時整整3個小時23分鐘的AI版《三國殺》。

谷歌先手，以“世界模擬器”Genie 3一騎絕塵，一句話生成分鐘級、720p的3D世界。

Anthropic緊隨其后，發(fā)布最新Claude Opus 4.1，直接拿下最強AI編程的王座。

雖未等到GPT-5，但OpenAI以一手時隔6年的再次開源吸足目光，一口氣開源2個推理模型，性能接近o4-mini。

從世界模型，到變成模型，再到開源的推理模型，三個AI大模型玩家的一晚上的交鋒，可謂是吊足了全球科技圈的胃口。

那么隨之而來的問題是，這場AI版的《三國殺》，到底誰才是最大贏家？我們這就逐一來細(xì)看。

新一代通用世界模型Genie 3：一句話生成可交互3D世界

谷歌DeepMind發(fā)布的Genie 3，最大的亮點，就是一句話可以生成逼真的3D世界，像這樣：

從結(jié)果上來看，Genie 3支持的畫質(zhì)可以達(dá)到720p，每秒24幀，實時可導(dǎo)航；并且在保證一致性的情況下可以分鐘級生成。

但最讓網(wǎng)友感到驚艷的，還是它的效果。例如在時長和畫質(zhì)方面，兩代Genie的表現(xiàn)差距可以說是一目了然。

Genie 3不僅畫質(zhì)明顯高清，當(dāng)Genie 2已然結(jié)束交互時，Genie 3還能繼續(xù)交互很長時間，它的每一幀都是根據(jù)用戶的操作即時創(chuàng)建的：

在長時間保持一致性方面，下面這個例子顯得尤為驚艷。因為不論你如何在墻上畫漆，鏡頭再轉(zhuǎn)回來時，視覺記憶依舊是可以被追溯。這種能力對于對于AI Agent學(xué)習(xí)世界知識是至關(guān)重要的。

而且你也可以實時地用Prompt來改變3D世界，例如改變天氣、插入新的角色等等，這就讓動態(tài)交互直接上了一個層次。

不僅如此，DeepMind還表示，Genie 3將推動具身智能的發(fā)展。

為了測試Genie 3所創(chuàng)建世界是否適合未來用于訓(xùn)練智能體，DeepMind用它生成了一些世界，并讓通用型3D虛擬環(huán)境智能體SIMA在其中進(jìn)行嘗試。

在每個世界中，DeepMind給這個智能體設(shè)定了一些不同的目標(biāo)，它通過向Genie 3發(fā)送導(dǎo)航動作來嘗試完成這些目標(biāo)。就像其他環(huán)境一樣，Genie 3并不知道智能體的目標(biāo)，它只是根據(jù)智能體的操作來模擬接下來的情景。

例如在我們選擇“走向攪拌機”后，Genie 3會根據(jù)智能體的走近，實時創(chuàng)建3D世界的細(xì)節(jié)內(nèi)容。

有網(wǎng)友看罷，在Reddit上評價稱“這是通往AGI最后的一塊拼圖”，而這也與谷歌的期待一致，即希望這項技術(shù)在人類邁向AGI的過程中發(fā)揮關(guān)鍵作用。 Claude Opus 4.1：AI編程SOTA新王誕生 在Genie 3之后，就是Anthropic發(fā)布的Claude Opus 4.1，一舉拿下AI編程的SOTA，而且是加量不加價的那種。 在與OpenAI o3和Gemini 2.5 Pro相比，在多項基準(zhǔn)測試中取得領(lǐng)先： 最令人關(guān)注的，還是Claude Opus 4.1在編程上的能力，在SWE-bench上，Opus 4.1超越Opus 4、Gemini 2.5 Pro、o3，將性能提升至74.5%，拿下新SOTA。 也有網(wǎng)友已經(jīng)展開了一波實測，從變成效果來看，Claude Opus 4.1是在比對的效果里最符合物理效果的那一個。對此，網(wǎng)友呼吁“選AI編程模型還得選靠譜一點的”，這也暗指了Opus 4.1性能的強悍。

不過除了上面兩張評測表格之外，Anthropic這次發(fā)布動作的新博客，似乎就沒有更多具備實際意義的內(nèi)容。

這也讓網(wǎng)友不僅感慨：“這也值得搞個新發(fā)布嗎？”、“似乎是在其它AI玩家快節(jié)奏下的無奈之舉”。

時隔6年OpenAI再度開源：GPT-oss雙模型亮相

AI《三國殺》最后登場的OpenAI，它的發(fā)布可以說是更加具備時代意義。

因為OpenAI上一次的“open”還是在2019年的GPT-2，時隔6年之久，這一次它一口氣開源了兩款大模型：

·gpt-oss-120b：擁有1170億參數(shù)，采用MoE架構(gòu)，實際運行時激活的參數(shù)大約為51億。它可以在一張80GB顯存的GPU上運行。

·gpt-oss-20b：擁有210億參數(shù)，同樣采用MoE架構(gòu)，激活參數(shù)約為36億。它可以在僅有16GB內(nèi)存的消費級設(shè)備上運行。

從評測結(jié)果來看，gpt-oss-120b性能已經(jīng)接近閉源的o4-mini模型；而gpt-oss-20b的性能則是接近了o3-mini。

更具體一點的，gpt-oss-120b在競賽編程（Codeforces）、一般問題解決（MMLU和HLE）和工具調(diào)用（TauBench）方面優(yōu)于OpenAI o3-mini，與o4-mini相當(dāng)或更好。

在健康相關(guān)查詢（HealthBench）和競賽數(shù)學(xué)（AIME 2024 & 2025）方面，gpt-oss-120b甚至超越了o4-mini。gpt-oss-20b在相同評估中與OpenAI o3-mini相當(dāng)或更好，尤其是在競賽數(shù)學(xué)和健康領(lǐng)域。

從整體表現(xiàn)來看，這兩個gpt-oss模型在工具使用、少樣本函數(shù)調(diào)用、鏈?zhǔn)酵评恚ū热缭赥au-Bench智能評估中的得分）以及HealthBench健康任務(wù)上都表現(xiàn)非常出色，甚至超越了一些閉源模型，包括OpenAI的o1和GPT4o。

與Claude Opus 4.1的博客不同的是，gpt-oss的博客是包含了相對詳盡的技術(shù)原理。

gpt-oss系列模型采用了OpenAI最先進(jìn)的預(yù)訓(xùn)練和后訓(xùn)練方法，重點強化推理能力、運行效率以及在真實環(huán)境中的實用性。

模型采用類似GPT3的注意力機制結(jié)構(gòu)——交替密集與局部稀疏帶狀注意力。為了提升推理速度和節(jié)省內(nèi)存，它們還引入了分組多查詢注意力機制（組大小為8），并使用RoPE（旋轉(zhuǎn)位置編碼）來表示位置信息，最多可以支持長達(dá)128k的上下文輸入。

訓(xùn)練數(shù)據(jù)主要以英語為主，內(nèi)容重點覆蓋STEM學(xué)科、編程相關(guān)和通識類知識。在分詞階段，模型使用了一個基于o4-mini和GPT4o所用分詞器改進(jìn)的版本（o200k_harmony），這個分詞器將在發(fā)布當(dāng)天一同開源。

這兩個模型在后訓(xùn)練階段采用了與o4-mini相同的流程，包括有監(jiān)督微調(diào)和高強度的強化學(xué)習(xí)步驟。OpenAI 的目標(biāo)是讓模型符合其內(nèi)部的質(zhì)量標(biāo)準(zhǔn)，包括在生成答案前學(xué)會使用鏈?zhǔn)剿季S（Chain-of-Thought，CoT）和自動調(diào)用工具。

在整個過程中，團(tuán)隊?wèi)?yīng)用了OpenAI目前最強的推理技術(shù)，使得這兩個模型具備了非常出色的智能表現(xiàn)。

和OpenAI API中的o系列模型一樣，這兩個開源模型也支持三種推理強度模式：低、中、高，方便用戶在延遲和性能之間靈活權(quán)衡。開發(fā)者只需在系統(tǒng)提示中簡單寫一句話，就可以指定所需的推理強度，使用非常方便。

AI《三國殺》，到底哪家強？

在看完三家一晚上的AI角逐之后，現(xiàn)在，是時候來定奪此局的勝負(fù)。

從產(chǎn)品在X上發(fā)布的熱度來看，Genie 3獲得1.2萬贊，Anthropic僅9.5K贊，gpt-oss則是拿下1.9萬贊。

在這個維度上，OpenAI在熱度上無疑是人氣上的贏家。

但從產(chǎn)品后續(xù)的討論度和長遠(yuǎn)價值來看，谷歌絕對是戰(zhàn)略上大獲全勝的玩家。

因為Genie 3的發(fā)布，它意義遠(yuǎn)不止于一個更強大的視頻或3D模型。它是一個“世界模擬器”，能夠從零開始創(chuàng)造可交互、有記憶、且邏輯一致的虛擬世界。這不僅是技術(shù)上的巨大飛躍，更是戰(zhàn)略上的深遠(yuǎn)布局。

正如我們剛才提到的，DeepMind已經(jīng)開始利用Genie 3來訓(xùn)練其通用智能體SIMA，這證明了它作為“AI Agent訓(xùn)練場”的巨大潛力。

網(wǎng)友評價其為“通往AGI最后的一塊拼圖”，這恰恰點明了它的核心價值——它為實現(xiàn)更高級別的具身智能和通用人工智能鋪平了道路，其想象空間是三者中最大的。

其次是Anthropic。

盡管它的發(fā)布本身略顯倉促，甚至被網(wǎng)友質(zhì)疑為“快節(jié)奏下的無奈之舉”，但Claude Opus 4.1的實力不容小覷。它在AI編程這個垂直且至關(guān)重要的領(lǐng)域，以74.5%的驚人準(zhǔn)確率登頂SWE-bench，一舉拿下了“最強編程AI”的王座。

這是一種非常務(wù)實的勝利，在AI應(yīng)用落地的關(guān)鍵環(huán)節(jié)占據(jù)了制高點。雖然發(fā)布形式簡單，但其展現(xiàn)的硬實力足以讓它在特定市場站穩(wěn)腳跟。

OpenAI的關(guān)注度在于它的姿態(tài)和影響力。開源兩個性能逼近其閉源SOTA模型的gpt-oss，是對社區(qū)的巨大回饋，也是對其“Open”初心的回歸。

這一舉動不僅能激活龐大的開發(fā)者生態(tài)，催生出無數(shù)創(chuàng)新應(yīng)用，更能幫助OpenAI在開源社區(qū)中重新建立領(lǐng)導(dǎo)地位和話語權(quán)。

不過有一說一，當(dāng)谷歌和Anthropic在實打?qū)嵉赝七M(jìn)AI技術(shù)的進(jìn)程，OpenAI開源的動作似乎略顯滯后，畢竟若是把范圍擴大到全球，尤其是聚焦國內(nèi)AI大模型玩家，開源這件事已經(jīng)是走在了OpenAI前面。

至于目前估值5000億美元的OpenAI能否再扳回一局，支撐天價估值，就要看GPT-5的表現(xiàn)了。

有一點可以肯定的是：GPT-5，只是新戰(zhàn)局的起點，而不是終點。