OpenAI十萬億參數新模型Bel預訓練完成
OpenAI 近期被揭露已完成代號為「Bel」的新一代超大規模預訓練模型，據悉其參數量高達十萬億等級，成為繼「Doug」之後的下一代基礎模型。這款模型在架構設計與參數規模上都有大幅躍升，被視為 OpenAI 朝通用人工智慧（AGI）目標推進的重要一步。消息指出，Bel 在程式碼生成、複雜推理以及長時間運作的智慧體任務等關鍵維度上，展現出比前代更突出的性能表現，顯示其不僅是單純的規模擴張，更在能力深度上有所突破。雖然 OpenAI 尚未正式公開 Bel 的技術細節或發布時程，但業界普遍認為，這類超大規模模型的完成，代表 AI 競賽已進入全新的階段。
從 Doug 到 Bel，OpenAI 的模型路線圖正逐步向更接近人類認知與自主決策的方向邁進，尤其在智慧體（Agent）應用日益受重視的當下，Bel 所強調的長時程任務執行能力，被認為是解決現實世界複雜問題的關鍵技術之一。隨著該模型逐步進入測試與部署階段，外界也密切關注其運算成本、安全性評估以及實際落地場景的表現。業內分析指出，十萬億參數的規模意味著 Bel 在訓練過程中需要消耗極大量的運算資源與資料，這不僅凸顯 OpenAI 在基礎設施上的投入，也讓外界重新審視超大規模模型是否真的能帶來線性提升的效益。
有研究人員認為，參數量的增加固然能帶來更豐富的知識表徵，但如何有效控制過擬合、提升推理效率，以及確保模型在長時間任務中的穩定性，才是真正的考驗。值得注意的是，Bel 的誕生正值智慧體技術快速發展的時期。過去一年，各家科技巨頭紛紛推出能自主執行多步驟任務的 AI 系統，從自動化程式開發到複雜的企業流程管理，都開始導入智慧體架構。OpenAI 在 Bel 中特別強調的長時間運作能力，正好呼應了業界對「持久性智慧體」的需求——這類系統需要能夠在不中斷的情況下，連續執行數小時甚至數天的任務，並根據環境變化動態調整策略。與此同時，Bel 在程式碼生成方面的進展也備受開發者關注。
據了解，該模型能處理更複雜的程式邏輯，並在生成結果後進行自我校驗，減少人工修正的需求。這項能力若順利落地，可望大幅提升軟體開發效率，並降低初學者進入程式設計的門檻。不過，也有專家提醒，超大規模模型在程式碼安全與版權方面的風險仍需謹慎評估。從時間線來看，OpenAI 的 Doug 模型此前已在多個基準測試中展現強大實力，而 Bel 的參數量又比 Doug 高出一個數量級，顯示 OpenAI 並未因外界對規模無止境擴張的質疑而放慢腳步。相反地，該公司似乎正透過更先進的架構設計，試圖解決超大模型在訓練與推理上的效率瓶頸。
業界推測，Bel 可能採用了混合專家（MoE）或類似技術，以在維持高參數量的同時降低運算成本。然而，超大規模模型的落地並非僅有技術層面挑戰。運算成本與能源消耗是另一個無法迴避的議題。據估算，訓練一個十萬億參數的模型可能需要數萬張高階 GPU 連續運作數週，電力成本與碳排放量都十分可觀。OpenAI 是否會在 Bel 的部署階段導入更綠色的運算方案，或與雲端業者合作降低門檻，將是觀察重點。安全性方面，Bel 強調的長時程自主決策能力也引發了監管層面的討論。若模型能在長時間內自主執行任務，如何確保其在過程中不偏離人類意圖，並在出現錯誤時能及時干預，都是需要解決的問題。
OpenAI 曾多次表示將在模型發布前進行嚴格的安全測試，但外界仍期待其能公開更詳細的評估機制。目前，OpenAI 尚未公布 Bel 的正式發布日期，但據知情人士透露，該模型已進入內部測試階段，部分合作夥伴可能已獲得初步存取權限。若一切順利，外界有望在未來幾個月內看到更多關於 Bel 的技術論文或公開展示。整體而言，Bel 的完成不僅標誌著 OpenAI 在模型規模上再創新高，也預示著 AI 競賽已從單純的語言理解、生成，轉向更複雜的推理與自主行動能力。從 Doug 到 Bel，再到未來可能出現的更高階模型，這條路線圖正逐步逼近許多人想像中的通用人工智慧。
而這場競賽中，參數量的軍備競賽或許只是表象，真正的勝負將取決於誰能讓模型在現實世界中穩定、安全且有效率地解決問題。
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.