Sonnet 5.5发布，AMD拟82亿美元收购World Labs

约 3,600 字 · 阅读约 12 分钟

Juju Radar · 2026 年 9 月 29 日

本期导读

Sonnet 5.5发布了。价格没有变，Anthropic强调的是完成同一项工作需要更少Token、更少步骤。不过，官方材料里也有一个值得注意的结果：把推理档位开到最高，代码任务得分反而下降。

产业端的两件事同样重要。AMD拟以约82亿美元收购李飞飞创立的World Labs，把空间智能研究团队带进芯片公司；NVIDIA推出Agent安全平台，试图用Agent运行环境之外的控制系统拦截越界行为。

本期还看一个能同时使用界面、代码和工具的开放权重模型，一项用少量实验优化耐热RNA疫苗配方的研究，再补读机器人怎样利用世界模型的预测能力，却不在每次动作前生成未来视频。

🟠 Sonnet 5.5：单价不变，少走步骤才是降本来源

前沿模型 / Coding Agent · 9.5/10 · 建议深挖

Anthropic于9月28日发布Sonnet 5.5。输入、输出仍分别是每百万Token 2美元和10美元；公司称输出速度提高30%以上，多数任务的成本最多下降30%。这次省钱主要来自用更少Token完成工作，不是API单价下调。

官方称，新模型更常把工具调用合并，减少中间步骤。在Terminal-Bench 4.0上，报告得分为70.6%；系统卡说明，测试使用Claude Code、开启安全防护，并在部分请求上采用备用模型。因此，这个数字反映的是一套执行系统，不能只归因于模型本身，更不能跨版本直接比较终端榜单。

更有意思的是FrontierCode：Sonnet 5.5在Xhigh档位取得52.1%，到了更高的Max档位却降至46.2%。这项测试要求代码可以直接合并，额外修改也会扣分。官方解释，在Cognition检查的两个案例中，更高档位触发了多Agent代码审查，导致超时或超出任务范围的改动。多做工作，有时会降低交付质量。

这给日常编码一个具体提醒：先按任务范围选择推理档位，再看完成率、改动范围和总费用，不必默认拉满。Anthropic仍认为Opus 5.5更适合复杂、开放式工作；Sonnet的成本优势也更集中在较低档位，高档位下两者费用可能接近。

🏗️ AMD拟收购World Labs：模型研究开始参与算力路线设计

公司战略 / 空间智能 / 算力 · 9.5/10 · 建议持续跟进

AMD在官方公告中宣布，已签署收购World Labs的最终协议，交易价值约82亿美元，以股票支付。交易预计年底前完成，仍需监管批准等条件；完成后，李飞飞将出任AMD执行副总裁兼首席科学家，向苏姿丰汇报。

World Labs研究的是空间智能：从文字、图片和视频生成、重建可交互的三维环境，并服务机器人学习与仿真。团队公告还透露，双方去年已开始合作，优化AMD GPU上的模型训练和推理。这次收购是在已有工程协作上，把研究团队与计算平台进一步接到一起。

它的战略价值在于缩短反馈路径。新的世界模型需要怎样的数据表示、显存、通信和计算，模型研究者可以更早与硬件及软件团队共同设计。AMD也能用自己的模型工作负载检验产品，而不只是等待外部客户提出需求。这是对公司下一代AI基础设施路线的一次实质投入。

双方提出建设开放AI生态，但尚未列出收购后会开放哪些新模型或资源。TechCrunch的独立报道也记录了交易与团队安排。收购不自动保证机器人商业化成功，后续更值得看的是可用模型、软件栈及真实工作负载是否一起交付，而不是只看交易金额。

🛡️ NVIDIA把Agent的控制系统放到独立硬件上

Agent安全 / 推理基础设施 · 9/10 · 建议关注实现与测试

NVIDIA于9月28日宣布Open Agent Safety Platform，结合OpenShell运行软件与Sentry参考系统设计。OpenShell在运行时执行文件、系统调用和网络访问策略；Sentry则把监控与隔离放在BlueField-4数据处理芯片上，从独立于Agent工作环境的位置执行控制。

这里的新意是控制权的安排。Agent即使在自己的工作环境里找到绕行办法，也不应同时获得修改外部监督系统的权限。NVIDIA称Sentry可以毫秒级隔离越界Agent，并检查身份、工具和数据访问。这个延迟是厂商宣称，目前公告未给出足以独立验证的测试方法，也不能由此认为所有逃逸路径都已封住。

OpenShell代码已公开，软件运行边界与硬件参考设计需要分开看：Sentry并不是下载仓库就能获得的功能。对企业来说，这条路线的实际问题是，能否覆盖Agent使用的全部出站路径，以及检测到越界后能否可靠停止执行。对NVIDIA来说，安全治理也成为CPU、DPU和软件栈的一项共同卖点。

💻 Holo4：同一个任务，可以在界面、代码和API之间切换

开放权重 / Computer Use · 8.5/10 · 建议试用与复测

H Company发布Holo4，包含27B稠密模型和35B总参数、3B激活参数的混合专家模型。它能点击界面、写代码、调用MCP或API，同一模型覆盖桌面、网页和Android。27B模型的公开仓库已有实际权重文件；模型集合也提供多种精度版本。27B仓库标注CC BY-NC 4.0许可，仅限非商业用途；可下载并不意味着可以任意商用。

更值得看的是训练环境。团队称其任务生成流程已构建约一万项任务，其中一些环境让界面和MCP操作同一份状态。这样，模型可以学习什么时候该点击，什么时候该用工具，避免把一整项业务流程强行塞进单一交互方式。执行框架同时加入了可跟踪数百步的记忆，以及桌面机器上的Shell。

团队报告27B模型在OSWorld 2.0上得分61.7%，35B-A3B为30.9%，并开放评测轨迹。小激活参数模型并没有自动获得同等操作能力；权重之外，记忆、执行框架和环境都可能影响结果。原文也承认比较模型使用的任务集与框架不完全相同，不能据这张表做统一排名。它适合复测的地方，是同一真实流程中能否顺利跨越几种接口。

🧬 AI用少量实验寻找耐热RNA疫苗配方

AI for Science / 生物医药 / 论文 · 9/10 · 建议读方法与验证

9月28日《Nature Biotechnology》刊出MIT团队的研究：用贝叶斯优化寻找保护mRNA脂质纳米颗粒的辅料比例。算法从已有实验估计哪些配方更有希望，再选择下一批实验；并不需要先积累成千上万份训练数据。

按照MIT的介绍，研究者先筛查近50种已获FDA批准的辅料，选出五种候选，随后每轮测试两种配方，把结果送回算法。正式论文摘要报告，优化在一个月内完成六轮。这个方法节省的是昂贵的试错：让每次实验同时改善配方，并帮助决定下一次做什么。

研究采用真空干燥后的固态制剂。正式论文报告37℃储存超过两个月后仍保留生物活性，并在啮齿类与非人灵长类动物中验证免疫反应；MIT还介绍了室温储存一年的小鼠实验。成果目前是动物研究，不能等同于获批的人用耐热疫苗，辅料原本获批也不意味着新组合自动获批。它的吸引力在于把AI的收益落在一个可测的研发瓶颈上，并可能改善冷链与微针贴片的应用条件。

近期补看

🤖 InternW0-Δ：学会预测变化，执行时不必生成未来视频

机器人 / 世界动作模型 / 论文 · 8.5/10 · 建议深挖

上海人工智能实验室9月25日提交的InternW0-Δ论文，把视频专家和动作专家连接起来，并用超过两万小时处理后的机器人、人类第一视角等示范数据预训练。这些不同来源的数据先被统一为共同的状态与动作表示，再用于学习。

方法部分的关键设计叫Causal Imprint。训练时，未来观察作为监督，帮助模型学到哪些场景变化与动作有关；执行时，模型只接收已发生的观察，直接把预测性特征交给动作专家。它不先生成一段未来视频再决定动作，也不在推理时调用用于几何与运动蒸馏的教师模型。

这让世界模型的用途从“画出可能的未来”延伸到“把预测知识带进控制”，同时避免每次动作都支付视频生成开销。论文有模拟和多种实机平台实验，但更换机器人仍需后训练适配，人类示范的贡献也尚未系统拆开验证。项目页目前仍将代码与模型标为即将发布；两万小时是论文描述的处理后训练规模，不能说成已经全部可下载的数据集。

今天的主线

Sonnet与Holo4都在改进完成任务的路径：前者减少不必要的推理和工具步骤，后者让模型选择更合适的接口。NVIDIA则给执行过程增加独立控制。三件事合起来说明，Agent的效率不能只用生成速度衡量，还要看走了多少步、是否偏离任务，以及控制系统能否及时截断错误动作。

另一个共同点是，更昂贵的工作不必发生在每一次执行中。疫苗研究用实验反馈决定下一轮搜索，机器人研究把未来监督留在训练阶段，AMD则试图让模型需求更早进入计算平台设计。不同领域都在重新安排计算与反馈发生的位置；收益要在具体任务里验证，不能从“用了AI”直接推出来。