华硕推出搭载 NVIDIA GB300 Grace Blackwell Ultra 超级芯片的 ExpertCenter Pro ET900N G3 桌面工作站，重 27 公斤、配备 748GB 一致内存，被评测者称为“放在桌面上的最强性能机器”，据估算售价在 10 万至 12 万美元之间。
AI 博主 @GeekCatX 分享了一套用于 GPT Image 2.5 的通用「角色设定图」提示词，声称只需上传一张人像照片，即可生成能通过 Seedance 人脸校验的角色卡。这反映出图像生成模型与视频生成平台之间，围绕"人脸一致性"的提示工程正在成为一条实用的创作链路。
有用户实测发现，在抓取微信公众号文章和抖音视频这类"反爬"场景里，Gemini 能直接绕过常规阻碍给出可用脚本，而 ChatGPT 却反复尝试浏览器读取、computer use 视觉解析，耗时和 token 消耗都明显更高。这折射出两家头部大模型在 agent 任务规划策略上的差异。
Engadget 编辑对比了使用两年 ChatGPT Voice 与 Gemini Live 的真实体验：ChatGPT 语音更拟人、更爱联网核实，Gemini Live 语调更平但硬件生态和订阅性价比更好。这场对比背后，是 OpenAI 和 Google 在实时语音交互路线上的明显分化。
OpenAI 应用研究负责人 Boris Power 表示，公司 80% 至 90% 的研究资源已经投向 GPT 7、GPT 8 及更远版本，真正有价值的突破来自新一代模型，而非同一代内的版本小升级。这透露出 OpenAI 的资源分配逻辑，也解释了大模型竞争为何正在被拉长到未来两三代产品的周期上。
斯坦福和加州理工的研究者做了一个叫 HomeBody 的系统，把 GPT-6 Astra 直接接进 Unitree G1 机器人，让它在陌生厨房里自主探索、整理和取物。这再次验证了前沿大模型可以直接充当机器人的"大脑"，但同时暴露出延迟、散热和算力成本等现实瓶颈。
Product Hunt 上出现了一款名为“在这里对比最好的 AI”的聚合对比工具，试图把多家大模型和 AI 产品放在同一界面里横向比较。目前该产品页面无法直接抓取（返回 403），公开信息有限，但它反映了一个正在成形的需求：用户不再满足于单个模型好不好用，而是想知道“此刻该用哪一个”。
作家协会诉 OpenAI 与微软案上周解封的新文件显示，OpenAI 高管早在 2019 至 2022 年间就清楚其用盗版书籍训练模型的做法可能违法，并预见到产品将冲击作者生计，但仍在权衡“舆论观感”后继续推进，还删除了 LibGen 相关文件。这让案件焦点从“是否侵权”转向“是否明知故犯”。
Andon Labs 把旧金山一家实体店和斯德哥尔摩一家咖啡馆交给 AI 运营，AI 自主发布招聘、面试、录用、管理并开除了第一名员工。这场实验暴露的核心问题不是 AI 能不能干活，而是它在现实世界缺乏可验证身份、可靠记忆和稳定判断。
微软开源了 SkillOpt，把 Agent 的自然语言技能文档当成"可训练参数"，用类似神经网络的优化流程迭代提示词，无需改动基座模型权重，就能让技能文档稳定变好。这给提示词工程提供了一条可复现、可验证的工程化路径。