据报道,OpenAI 正在为其即将推出的 GPT-6 模型开发一种名为“循环深度”(recurrent depth)的新架构,旨在通过允许模型在内部循环和完善其思考过程,而不是生成冗长的基于文本的“思维链”(chains of thought),来改进推理能力。这种向内部、非文本计算的转变可能会显著改变人工智能行业的基于 token 的商业模式。与此同时,一家名为 Mostik 的俄罗斯初创公司展示了一种完全绕过人类语言的跨模型通信方法,直接在模型之间投影高维状态,从而大大降低了计算成本,并可能实现了更高效的 AI 代理工作流。 AI
影响 这些进展预示着人工智能行业可能正在从基于 token 的定价模式转向更高效的内部计算和直接的模型间通信,这将对人工智能的开发和商业模式产生影响。
排序理由 关于 OpenAI 的 GPT-6 新架构和一种新的跨模型通信技术的报道。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
- ARC-AGI
- Astra
- chains of thought
- GLM-5.2
- Google DeepMind
- GPT-6
- Jakub Pachocki
- Karl Tuyls
- Mostik
- OpenAI
- Qwen-3.5
- recurrent depth
- Sasha Malysheva
- Stanislav Smirnov
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →