模型混战、Meta AI 广告帝国与机器手革命

一、GPT-5.6 Soul：全能工作伙伴登场

2026 年 7 月 9 日，OpenAI 发布了 GPT-5.6 Soul——一款被描述为"更好的工作伙伴"的通用模型。根据 OpenAI 核心产品与平台负责人 Thibault Sottiaux 在节目中的访谈，这次升级几乎在所有维度上都超越了前代：编码、网络安全、长上下文推理、文档生成、网站设计。"我们在看基准测试和实际试用时，完全被震撼了。它在所有方面都更好。"

最引人注目的突破包括两方面。首先，Soul 首次真正攻克了多智能体协作——Ultra 模式下最多可以有 8 个 AI Agent 并行工作、相互沟通、协同完成任务。其次，模型展示了对人类意图的异常理解能力——你不再需要写长篇提示词，它就能"get 到"并执行复杂的多步骤任务。用 Thibault 的话说："它就像一个超级聪明的人，你在那一刻就能感到它理解了你的意思。"

Arc AGI v3：从 1.5% 到 7.78%

在 Arc AGI v3 基准测试上——一个旨在测量"任何普通人都能做到但 AI 做不到"的任务的基准——GPT-5.6 Soul 取得了 7.78% 的突破性成绩。此前 Opus 4.8 仅有 1.5%。Arc AGI 的设计哲学是：人类应能达到 100%，如果 AI 能做到，就意味着它具备了通用推理能力。7.78% 离 99% 仍很遥远，但从 1.5% 到 7.78% 的跃升说明：模型的泛化能力、空间推理和谜题求解正在发生质的飞跃。

帕累托前沿之争

与此同时，社区对 GPT-5.6 Soul 和 Fable 5 的对比讨论异常热烈。一位用户的总结被主持人在节目中引用："如果 Fable 是一辆 F1 赛车，那 Soul Ultra 就是一辆 Tesla Model X Plaid。Soul 在日常规划与编码中发现 Fable 遗漏的东西——大多数时候是的。但在最难的问题上，Fable 也经常发现 Soul 找不到的东西。"

这个观察揭示了一个重要的行业现实：帕累托前沿依然活跃。不同模型在前沿的不同位置各有优势——有的适合最难的问题，有的适合日常高频使用。这不是"谁更好"的二元判断，而是"什么任务用什么工具"的工程决策。正如 TBPN 主持人总结的："每个人都在 AI 机会中争夺自己的一片天地。"

二、Meta 的 AI 飞轮：用广告闭环建立护城河

Eric Seufert——Mobile Dev Memo 的创始人、《The Prosperous Society》播客系列的作者——对 Meta 的战略给出了一个深刻的分析框架。

Meta 上季度的广告收入增长 33%，在 550 亿美元的基础上实现。横向对比，Google 搜索增长 19%，Amazon 广告增长 24%。"他们在增长上击败了除 AppLovin 和 Reddit 之外的所有人，但人们仍然不相信。"Eric 在一次对冲基金晚宴上问一位投资者：什么才能让你相信这些 AI 投资正在当下产生回报？对方的回答是：40%——在 550-600 亿美元的基础上增长 40%。"这个数字完全是从空气里抓出来的，"Eric 说。

为什么投资者不买账？

答案很简单：Metaverse 的历史包袱。Meta 曾经在一个被广泛视为"幻觉项目"的元宇宙计划上烧了无数钱，这让投资者对任何新的重大投资都心存戒备。Google 没有这个问题——Google Cloud 是实实在在的现金牛，这让 Google 的 AI 投资看起来天然更合理。

但 Eric 认为，Meta 手上有一张王牌——图像模型的垂直整合。Meta 训练了自己的图像基础模型，不是微调，而是从零开始训练，用的数据是只有 Meta 才有的：Pixel 和 CAPI（Conversions API）回传——广告曝光到用户最终在网站或 App 上采取行动的全链路转化数据。这个闭环让 Meta 能够训练出一个任何外部实验室都无法复制的模型。

"你可以指着一则广告说：'看，那则你在 Facebook 和 Instagram 信息流中看到的广告，它是用我们独有的数据训练的 AI 创造的，其他人都做不出来。'这比任何基础设施论证都更有说服力。" —— Eric Seufert，Mobile Dev Memo 创始人

广告主最大的瓶颈是"缺少好创意"。如果 Meta 能用 AI 解决这个瓶颈，广告主唯一的约束就变成了预算本身。正如 TBPN 主持人所补充的："广告主被问到'多投广告的瓶颈是什么'，他们几乎总是说：'好的创意。'"

Muse Spark 1.1：Meta 的首次 API 收费

在同一期节目中，Meta 发布了 Muse Spark 1.1——这是 Meta 历史上第一次对企业收取模型访问费。Zuckerberg 在接受 Bloomberg 采访时承诺"极具侵略性的定价"，并称该模型在智能体推理与工具使用方面"达到或接近前沿"。

Eric 对此持保留态度。他认为 Meta 进入 API 市场是一种"投降"——将这些算力用于强化核心广告业务会创造更大价值。但问题在于：投资者目前不相信。所以 API 业务是一种叙事补救——"你看，我们不仅在自己用，别人也愿意为这个模型付钱。"

ByteDance 的 AI 广告前沿：恐怖谷里的手

Eric 还分享了一篇 ByteDance 论文的细节——他们在 TikTok Shop 上利用 AI 生成的真人带货视频已经大规模部署。关键的发现是：当用户不知道广告是 AI 生成时，AI 广告的转化效果超过人类创作的广告。但当用户察觉到它是 AI——比如人物手部与商品之间的几何碰撞看起来不自然——点击率和转化率就会骤降。

ByteDance 为此投入了 12,000 小时真人产品交互视频来训练专门解决手部碰撞问题的视觉可解释性模型。这揭示了一个反直觉的逻辑：AI 广告的关键不是做得更"好"，而是做得更"像人"——消弭恐怖谷中可被识别的痕迹。

三、繁荣社会：Eric Seufert 的 AI 经济牛市论

Eric 的《The Prosperous Society》是一部长达三小时的四集播客系列。它的出发点是想写一篇"AI 的经济牛市论"——回应那些认为 AI 会消灭白领工作、摧毁经济的悲观叙事。但写着写着，它变成了一场更宏大的思想实验。

Eric 的核心论点是：AI 正在将经济的约束从生产端推向分发端。在过去（John Kenneth Galbraith 在 1958 年写的《The Affluent Society》所描绘的世界），生产的约束是主导性的——工厂能生产什么，就通过大众媒体推给消费者。广告被视为"制造虚假需求"的工具。但在 2026 年，情况已经完全不同。

现在，生产不再是问题。问题在于分发——如何让那些有非常具体需求的人（可能全球只有 50,000 个），恰好找到能满足他们需求的产品？这就是 AI 广告系统和推荐引擎的价值所在。当分发效率被 AI 大幅提升，长尾商业的可行性就被打开了。过去只有 20% 的大众产品能够盈利，现在任何足够独特的需求都可能支撑一个生意。

"AI 投资会让分发成为真正的瓶颈——因为内容创作会极大丰富。当分发成为问题，而 AI 投资流入广告平台、数字广告系统、推荐引擎时，商业和整个经济会变得更加高效。你会得到一个更加多样化的产品世界——因为你可以经济有效地触达那些人。" —— Eric Seufert

Eric 的论述还有一个潜台词：这是对"反资本主义"叙事的正面回应。如果反对 AI 的人其实反对的不是 AI，而是资本主义本身——那么用经济学基本逻辑论证 AI 如何创造更多（而非更少）的商业可能性，就能"让他们摘下面具"。如果对方承认"我不是反对 AI，我是不想生活在基于西方自由主义经济思想的社会里"——那至少辩论的方向就清晰了。

四、1X Neo 机器手：十年磨一剑

1X 的创始人兼 CEO Bernt Børnich 在节目中展示了 Neo 机器手的最新设计。"我们为此准备了很久，"Bernt 说，"当你把它看作一个整体时，它已经变得几乎更像是艺术而非工程。我们很兴奋能让人们看到它，更兴奋的是它即将交付到人们手中。"

1X 采取全面垂直整合的策略——从电机到肌腱到传感器到电子件，全部在加州工厂自研自产。Bernt 解释说，这不仅是出于控制质量的考虑，更是为了能够以最快的速度迭代。"你得有一个第一性原理的方法，"他说，"从'我想解决什么问题'开始。我们很幸运——大自然在如何解决这个问题上做得相当不错。"

三个设计原则

1. 安全性等于学习能力。 Neo 的手是软性柔性系统，力可以在人与机器人之间双向流动——机器人既能通过双手感知世界，也能作用于世界。如果手指在探索中损坏，就无法学习。所以安全性本身就是智能的前提。

2. 与人类行为对齐。 Neo 的手指具有与人手完全一致的非线性柔性。为什么要做到这种程度？因为这意味着互联网上所有人类操作视频——从切菜到拧螺丝——都可以成为训练数据。这不只是让机器人看起来像人，而是让人类的全部操作知识可以转移到机器人上。

3. 最简复杂性。 这双手很复杂，但它代表了"能完成人类手部全部任务的最简方案"。没有齿轮，没有快速运动部件——一切遵循自然肌肉运动的逻辑。

力量的平衡

手的力量约等于普通成年人。力重比与人类相当。市场上现有机器手的力量大约只有 Neo 的三分之一。"不是因为你每天需要举重，"Bernt 解释，"而是因为 AI 的智能与你所经历的经验多样性直接相关。如果你的手只有人力气的三分之一，你就自动排除了大量任务。"Neo 机器人可以硬拉 150 磅，双手需要能够握住这根杠铃。

机器人起飞曲线

Bernt 对机器人产业的扩散速度给出了一个清醒的判断：启动会比软件慢得多，但终极规模会大得多。不同于 ChatGPT——chatgpt.com 上线的那一天，全世界同时通过了图灵测试——机器人受到物理世界的约束。Waymo 在旧金山已经无处不在，但世界其他地方还不知道汽车能自己驾驶。机器人也会遵循这个模式。

"启动斜坡会更慢，但总体规模会大得多。机器人将建造机器人——我们已经在工厂里做这件事。但它们不会只建造机器人。它们会建造数据中心、芯片工厂、能源基础设施——进入采矿和冶炼。物理基础的全面自动化，只有通过机器人才能实现。" —— Bernt Børnich，1X 创始人兼 CEO

一旦机器人进入指数增长阶段——五个机器人一个月建造一个新机器人——整个物理世界的基础设施都可以由机器人建造。数据中心、芯片厂、电力网络——所有支撑 AI 智能的物理基础，最终都将由机器人自动化。

五、Ollama：900 万开发者的开源网关

Jeffrey Morgan，Ollama 的 CEO 和联合创始人，在首次参加 TBPN 时带来了大新闻：公司刚完成 6500 万美元的 B 轮融资，由 Tamash Tungus 领投。Ollama 是目前连接开发者和开放模型的最大网络——900 万开发者用户，80% 的 Fortune 500 在使用。

为什么企业如此青睐开放模型？Jeff 的解释很简单：开放权重意味着开发者无需审批就能部署。模型在本地运行，数据不出环境，安全和合规天然满足。对于那些需要将模型托管在 US 或欧洲服务器上的企业客户，Ollama 提供这些地区的计算基础设施。

但企业级采用需要的不仅仅是一个易用的产品。当使用从一个开发者扩展到团队级别时，安全团队、技术架构师、IT 部门都会介入。他们需要端到端的解决方案——安全、监控、日志、数据保护。Jeff 说，这就是 Ollama 推出 Teams 计划的原因，也是融资后扩大团队的方向。

开放 vs 前沿：差距在缩小

当被问到这个永恒争论——开放模型和前沿模型的差距到底是在缩小还是在扩大——Jeff 给出了一个务实的判断：总体趋势是缩小，但过程在振荡。

"我是 GLM 5.2 的日常用户——它已经替代了我 80% 的编码工作。我认为对很多客户来说也是如此。企业的批量用例会用开放模型，因为可以定制得更快、明显更便宜。前沿模型总有它的用例——总是有需要最强模型的任务。" —— Jeffrey Morgan，Ollama CEO

一个值得注意的现象是：企业正在大规模定制开放模型，定制后的表现常常优于标准前沿模型。这不仅仅是成本优势——在某些任务上，针对特定数据微调过的开放模型确实比通用前沿模型表现得更好。Ollama 的角色就是帮助这 900 万开发者"为合适的任务找到合适的模型"。

Jeff 还提到了出口管制的不确定性——如果来自中国的开放权重模型受到管控怎么办？他的回答是：美国本土模型已经在迎头赶上。NVIDIA 的 Nemo Tron 3 Ultra 能够完成长时间运行的智能体任务。Google DeepMind 的 Gemma 系列也是 Ollama 上下载量最高的模型之一，最新版本已经"智能体就绪"——可以运行编码智能体循环。

六、GPT-5.6 的产品层：效率、语音与计算机使用

Thibault Sottiaux 将 GPT-5.6 的产品哲学概括为两个字：简单。ChatGPT Work 可以直接在手机上的 ChatGPT App 中一键切换——连接你的邮件、日历、文档，然后你就能对它说："我明天有发布，所以 PR 需要在凌晨 2 点前落地。"它会自己推理时间约束。你不需要手动管理。

计算机使用（Computer Use）是 GPT-5.6 的重点突破领域。Thibault 解释，推动进步的是两个引擎：专项投入（独立团队专注 Windows、Mac、手机端）和模型进步的自然红利（每次视觉理解能力提高、token 效率提升，计算机使用都会自动受益——更精确意味着不需要反复回退纠错）。GPT-5.6 在这方面的速度是 5.5 的三倍。"我们远未撞墙。"

语音交互方面，GPT-5.6 Live Voice 在发布当天即上线。Thibault 将其描述为"现代版 Jarvis"——你走进房间，用语音告诉它做什么，它就在你的电脑上执行，精度和力量与文本交互相当。目前尚未登录桌面应用，但这是接下来的方向。

2026 年的主旋律：效率与成本

Thibault 指出了一个明显的产业趋势转变：从"token maxing"——不计成本地使用最大模型能力——到理性的效率管理。企业客户要求支出控制仪表盘、可验证的 ROI、可操控的消费。他们需要的不是一个永远在最高档运转的引擎，而是"合适的档位"——日常任务用 medium 模式，网络安全漏洞挖掘用 Ultra 模式跑两天"不留死角"，对延迟敏感的推理用 Cerebras 的 750 tokens/秒超高速模式。这是一个"选项自助餐"。这是产业走向成熟的标志。

七、播客产业：从 4500 万到 92 亿美元的 12 年

Josh Lindgren，CAA 播客部门负责人，从 2014 年开始进入这个行业。当时全球播客广告收入约为 4500 万美元——他的冷邮件是发给 `info@stuffYouShouldKnow.com` 这样获取客户的。12 年后，根据 Owl & Co. 的报告，这个数字已经达到 92 亿美元。

Josh 认为当下最大的趋势是视频播客的拐点。Edison 的研究显示，大多数播客消费者同时使用音频和视频。视频不是替代音频，而是共存。"如果你在 2026 年启动一个新播客却没有做视频，你需要有一个非常强有力的理由。"

与此同时，播客、电视节目、YouTube 频道、直播之间的边界正在彻底模糊。Oprah——电视女王——的"播客"在 Prime Video 上播出。Subway Takes 被艾美奖提名——但它本质上是一档访谈节目。"你在 Prime Video 上看就叫'电视节目'，在手机上听就叫'播客'——内容本身没有变，变的是分发通道。作为媒体消费者，这是一个激动人心的时代，因为媒体正在出现在你所在的地方。"

Josh 还分享了播客与听众之间独特的深度连接。他入行时的"灯泡时刻"是去看 Stuff You Should Know 的现场演出——一个教育类播客。在 Q&A 环节，一位 22 岁的女孩站到麦克风前，一开口就泪流满面。"他们花了那么多时间在她耳朵里，她感觉终于见到了陪她很久的朋友。"这种连接解释了为什么小众播客可以将市场内 50% 的听众转化为现场购票者，为什么有人会从四个州之外赶来参加一场现场演出。

八、D2C 的 AI 时代：库存预测、广告工厂与超个性化

Sean Frank——Ridge 钱包的创始人——对 AI 如何改变 D2C 品牌给出了最具体的描述。他的核心业务已不是钱包：手机壳业务只成立了 12 个月，年营收已达 1 亿美元。男士婚戒占据了约 10% 的市场份额——他称之为"无聊的垄断"。旅行业务线也在增长。目标：年营收 10 亿美元，三到四年内。

库存预测：已解决

Sean 提出一个被广泛忽视的事实：库存规划与采购是一个已解决的问题。"这曾经是可以毁掉一家公司的问题——错误预测导致库存积压或 12 月缺货。"解决方案出奇地简单：将 Shopify、Amazon 和各渠道的所有销售数据导入数据仓库，接入 Codex 等 AI 工具。"你把所有信息放进去，它就搞定了。如果需要微调——'哦，去年我们做了一个促销，今年不做'——也很简单。"

这个看似不起眼的应用背后是一个巨大的经济解锁。多少购买行为因为"没货"或"没有合适尺码"而未能发生？"消费者不喜欢 AI，"TBPN 主持人开玩笑说，"但他们喜欢的品牌正在用 AI 做完美预测——他们会在你去夏威夷三天前为你的旅行准备好完美的衣服。"

AI 静态广告工厂

Sean 描述了一个令人震惊的广告生产流水线：用 Higgs Field 生成素材 → 通过 MCP 协议接入 Codex → 自动化生成超过 10,000 个静态广告变体 → 24×7 不间断运行 → 自动投放至测试广告账户 → 胜出者自动转入主力投放账户。"静态广告已经完全解决了。我现在手写了一个 PPT，感觉像穴居人。"

视频广告方面，人类仍在回路中。Ridge 有两名优秀剪辑师，AI 辅助他们生成数百种视频变体。但 AI 有时会做出荒谬的决策——"钱包掉进海里？你在干什么？"——所以最终由人类判断哪些进入测试。随着 GPT-5.6 开始支持视频编辑工作流，这个领域也在快速接近自动化。

超个性化即将到来

"超个性化即将到来，覆盖整个网页。购物时，广告会展示你穿上那件衣服的样子，或者你爸爸收到那个钱包时的表情。我觉得这肯定会发生。" —— Sean Frank，Ridge 创始人

数字广告正在从"精准定向人群"走向"精准定向个人"。冷邮件已经在用收件人姓名，Meta 已经在测试广告中出现用户的人脸。未来的逻辑很简单：如果一通 AI 冷电话的成本降到一分钱，每个品牌都会打——而且是双向往返对话。"是的，我们讨论过这个，"Sean 说，"ringless voicemail 已经在做了——'嘿，John，我们有个东西给你。'双向通话肯定会来。"

直播购物为什么在美国水土不服？

Sean 对 TikTok Shop 给出了一个犀利的评价：它今年在美国的 GMV 可能只有 200 亿美元——而 Amazon 每四天就做到这个数字。Ridge 在 TikTok Shop 上做直播，每小时只产生 300-400 美元收入。真正有价值的是直播产生的内容录播——之后用户可以按需观看。Whatnot 增长迅猛，但高度依赖交易卡泡沫中的投机行为。

"美国人习惯了按需一切——什么都是围绕我们定制的。直播购物的价值不在于'直播'，而在于产生可供后续消费的内容。"