OpenAI 在泰国扶持 10 家 AI 初创公司
OpenAI 和泰国高教科研创新部推出 8 周 AI 加速器，首批 10 家公司主要做医疗健康和教育。每家公司能拿到 2,000 美元 API 额度、一对一技术指导和最新模型访问，还会接受产品、工程、测试、安全和成本管理培训。它不是面向所有人的公开活动，公告也没有说中国区会同步开放。
分类： 行业快讯
行业快讯聚焦人工智能产业、基础设施、政策、公司动态与区域场景变化。每篇内容说明事件本身、值得关注的影响以及对 OPC 团队的实际参考。
-
Cursor合作合同调整
OpenAI 要和 Cursor“断供”了
OpenAI 在 8 月 28 日宣布，准备结束向 Cursor 提供模型的合同，拟定关停日是 2026 年 11 月 12 日。原因是 SpaceX 收购 Cursor 后，OpenAI 表示无法确认对方会按服务条款使用技术。对用户来说，这不是涨价，而是后续 OpenAI 新模型可能不会再接入 Cursor；现有服务会留出一段过渡时间。
-
Gemini 3.7 Flash 上线：比 3.6 更强，前半年价格直接半价
Google 发布 Gemini 3.7 Flash，这次很实在：代码和 Agent 能力升级，价格先砍一半。
它距离 Gemini 3.6 Flash 发布只隔了三周，主打给开发者和自动化任务用。官方说，新版在修 Bug、解决代码问题、网页开发和复杂文档处理上都比 3.6 更强。
拿官方数据看，FrontierCode 1.1 Main 从 34.4% 提到 43.6%，DeepSWE v1.1 从 49.0% 提到 65.3%。做企业自动化任务的 AutomationBench，也从 17.0% 提到 30.4%。这些是官方公布的测试成绩，不代表每个实际项目都会有一样的提升。
价格才是重点：到 2026 年底，Gemini 3.7 Flash 的优惠价是每百万 Token 输入 0.75 美元、输出 3.75 美元，正好是原始 Gemini 3.6 Flash 单价的一半。2027 年 1 月 1 日起恢复到输入 1.5 美元、输出 7.5 美元。
普通用户也不是立刻全都能用。Google 表示，个人用户需要通过 Gemini App 的 Spark 使用，而且只面向 Google AI Pro 和 Ultra 订阅用户，覆盖 160 多个国家和地区。开发者可通过 Google AI Studio、Android Studio 等渠道接入。
一句话：Gemini 3.7 Flash 就是一个更会干活、暂时还便宜的工作型模型。做代码、网页和自动化任务的人，年底前用它跑一跑，成本压力会小不少。
来源：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/
-
MiniMax H3 正式开源：一套模型同时看文字、图片、视频和音频
MiniMax 把新一代视频模型 H3 开源了。这次的重点，不只是“文字生成视频”，而是让模型同时理解文字、图片、视频和音频，再生成带立体声音频的视频。
官方给出的规格是：视频最长 15 秒，最高支持 2K 分辨率，24 FPS，输出 32 kHz 立体声，还稳定支持 11 种语言。
和普通文生视频的区别很直白：你可以给它首帧和尾帧，也可以给参考图、参考视频和参考音频，让它保留人物、场景、动作，甚至参考声音来生成新的对白和嘴型。
它还支持多种输入方式：最多 9 张参考图、3 段参考视频和 3 段音频，所有输入合计最多 12 个文件。
不过要注意，H3-Context-IR 和 H3-Regenerate-2K 这两个官方工作流模块目前没有一起开源，官方提供 API 来复现完整 2K 流程。模型采用 MiniMax H3 Community License，部署可以走 Hugging Face、魔搭、SGLang、vLLM、diffusers 或 ComfyUI。
价格方面，这篇开源公告没有公布统一价格，想在线调用要以 MiniMax 开放平台实际页面为准。
一句话：MiniMax H3 更像一套“能看多种素材、还能生成带声音视频”的全模态视频系统，而不是单纯的文字转视频模型。
来源：https://www.minimaxi.com/news/minimax-h3-open-source
-
可直接发布文案
标题：ChatGPT 教师版继续免费到 2028 年，但只给美国中小学老师
OpenAI 最新动作，不是发新模型，而是把 ChatGPT 教师版继续扩大。
这次新增了 55 个美国学区，覆盖超过 10 万名教育工作者和学校员工。加上之前的合作，OpenAI 现在已和美国 30 个州、超过 100 家 K-12 教育机构合作，给 30 多万名老师和员工提供免费使用和培训。
和普通 ChatGPT 最大的区别，不是“更会答题”，而是学校能统一管理。官方说，教师版工作区里的内容默认不用于训练模型，学校还能按角色分权限。
价格方面，教师版对通过验证的美国 K-12 教育工作者免费，期限到 2028 年 6 月。注意，这不是面向所有国家、所有老师的免费版，目前官方公布的范围只限美国中小学教育工作者。
一句话：OpenAI 正在把 ChatGPT 从老师个人尝鲜，推进到学校统一采购、统一管理的工具。对老师来说，真正有用的是备课、改家校通知、做替课材料这些重复工作能少花时间。
来源：https://openai.com/index/bringing-chatgpt-for-teachers-to-more-us-school-districts/
-
OpenAI：GPT-5.6
OpenAI 这次讲的重点不是“模型更大”，而是 GPT-5.6 更会替你把长任务做下去。
和 GPT-5.5 比，5.6 的变化主要有三点：同一套智能体框架里，低推理强度也能拿到更好的结果；小型号 Luna、Terra 能顶住更多原本要旗舰模型做的活；Responses API 多了保留推理、原生压缩、多智能体和程序化工具调用这些能力。
说人话：以前任务一长，模型容易反复想、反复花钱；现在可以少花 Token，把查资料、筛选、并行干活这些步骤安排得更省。
官方举例：在 BrowseComp 测试中，GPT-5.6 Luna 的效果接近 GPT-5.5，但发布时成本从 33.27 美元降到 1.33 美元。具体到你的项目能省多少，仍取决于任务和调用方式。
-
LG与NVIDIA扩大合作：人形机器人迈向量产验证与物理AI
LG 与 NVIDIA 扩大机器人业务合作，并计划推进下一代人形机器人。物理 AI 的讨论正在从概念展示走向训练、供应链、场景验证和量产准备。
这件事带来的变化
机器人进入真实环境后，难点不只在模型，而在感知、控制、安全、维护与成本的整体协同。能否稳定完成一个狭窄场景的任务，通常比外形是否接近人更重要。
值得重点关注
- 优先选择流程稳定、空间可控且风险可管理的场景验证。
- 将感知准确率、任务完成率、故障恢复和维护成本一起纳入评估。
- 人机协作场景必须设置安全边界、紧急停止和责任分工。
对 OPC 团队的启发
对产业服务和软件团队来说，机器人机会可能在调度、仿真、运维、数据管理和行业应用，而不一定是直接制造硬件。先找自身能提供的明确环节更务实。
落地前的检查
试点前必须评估现场安全、保险、培训和售后能力。硬件项目的交付周期更长，不能只按照互联网软件的节奏预估成本。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《LG与NVIDIA扩大合作：人形机器人迈向量产验证与物理AI》主要讲了什么？
LG与NVIDIA扩大机器人业务合作，并计划推进下一代人形机器人。物理AI的关键已从概念展示走向训练、供应链与场景验证。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
重点核对具体场景、适用条件和实际投入，不把单一行业信号直接等同于自身项目的可行性。
-
广州海珠提出AI引领全域发展：2030年核心产业目标1100亿元
广州海珠提出以人工智能引领全域发展，并提出到 2030 年形成更大规模 AI 核心产业的目标。区域规划的意义在于持续集聚场景、人才、服务和产业资源。
这件事带来的变化
城市产业目标不等同于每个项目都会获得支持，但它能帮助团队判断一个区域未来更愿意投入哪些方向。落地时仍需回到具体政策、申报条件、园区服务和客户需求。
值得重点关注
- 关注与自身业务最相关的场景开放、人才服务、办公空间和产业对接。
- 政策解读要核对适用对象、申报时间、材料要求和兑现条件。
- 将区域资源当作项目验证的助力，而不是替代产品能力和客户价值。
对 OPC 团队的启发
准备在广州发展的 OPC 团队，可以先梳理所在赛道与当地重点方向的交集，再定向参加对接、试点或园区活动。用一个明确项目去谈资源，比泛泛介绍更容易获得有效支持。
落地前的检查
城市规划和扶持细则会随时间更新。对外宣传或项目预算中涉及政策支持的部分，必须以主管部门当期公开要求为准。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《广州海珠提出AI引领全域发展：2030年核心产业目标1100亿元》主要讲了什么？
广州海珠在“十五五”规划中提出以人工智能引领全域发展，并明确2030年AI核心产业规模目标。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
重点核对具体场景、适用条件和实际投入，不把单一行业信号直接等同于自身项目的可行性。
-
绿色算力大会将举行：算力、能效与产业协同成为焦点
绿色算力大会将算力、能效和产业协同放到同一讨论框架中。AI 基础设施的重点正在从“有没有资源”延伸到“资源是否高效、稳定且可持续”。
这件事带来的变化
随着推理需求增长，能耗、机房位置、调度能力和设备利用率都会影响模型服务的长期成本。对产品团队而言，这些底层因素最终会体现在响应速度、价格与供应稳定性上。
值得重点关注
- 评估算力时，同时关注性能、能耗、可用区和扩容速度。
- 通过缓存、批处理和模型分层减少不必要的高成本调用。
- 将容量规划与业务峰谷结合，避免高峰期响应下降或资源闲置。
对 OPC 团队的启发
普通创业团队不必直接建设算力中心，但可以从产品架构上做节制：为不同任务匹配不同模型，把重计算放到异步流程，并持续优化请求链路。
落地前的检查
需要提前准备峰值预案和预算预警。资源价格变化、突发活动或供应波动，都可能让原本可行的方案迅速失去成本优势。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《绿色算力大会将举行：算力、能效与产业协同成为焦点》主要讲了什么？
2026绿色算力（人工智能）大会将于8月举行，行业讨论正在从“有多少算力”延伸到供给效率、调度能力与可持续成本。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
重点核对具体场景、适用条件和实际投入，不把单一行业信号直接等同于自身项目的可行性。
-
中国电信江苏Token运营中心落地苏州：模型调用走向计量化服务
中国电信江苏 Token 运营中心落地苏州，释放出模型调用、算力供给和相关服务正在向更可计量、可结算的基础设施形态发展的信号。
这件事带来的变化
当企业使用 AI 的成本能够按量统计，团队更容易把试用转化为预算和经营决策。但计量不只是价格问题，还需要看服务稳定性、数据位置、资源保障和使用透明度。
值得重点关注
- 关注单位调用成本之外的并发、延迟和服务等级。
- 把试点任务的用量、结果和人工耗时同步记录，才能算清投入产出。
- 对核心业务准备多供应商或降级方案，避免单一渠道故障影响服务。
对 OPC 团队的启发
对正在做 AI 产品的 OPC 团队，这类基础设施变化意味着可以更细地核算产品成本。建议从一个高频功能开始建立用量账本，逐步形成自己的定价和预算依据。
落地前的检查
签约或接入前，应确认数据安全、接口限额、故障响应和费用预警机制。没有成本上限和监控的调用，很容易在业务增长时失去控制。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《中国电信江苏Token运营中心落地苏州：模型调用走向计量化服务》主要讲了什么？
江苏首个Token运营中心在苏州落地，企业使用模型、算力与相关服务正在向更可计量、可结算的基础设施形态演进。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
重点核对具体场景、适用条件和实际投入，不把单一行业信号直接等同于自身项目的可行性。