GPT-5.6上下文回滚272K·商汤开源视觉大模型·中国AI出口管制动向

OpenAI近期动作：GPT-5.6上下文回滚与Codex用户激增

OpenAI近期动作密集。据AI日报报道，OpenAI排查并修复了一批技术问题，将GPT-5.6的上下文长度回滚至272K，并计划在数日内努力恢复至此前的372K水平。

上下文窗口（Context Window）是指大语言模型在单次推理中能够处理的最大Token数量。 从早期GPT-3的4K Token，到如今动辄数十万乃至百万级别的超长上下文，这一指标已成为模型能力竞争的核心战场。然而，上下文长度的扩展并非线性工程问题——标准Transformer架构的注意力机制（Self-Attention）计算复杂度与序列长度呈二次方关系，这意味着将上下文从272K扩展至372K，不仅需要显著增加显存占用与计算开销，还对KV Cache管理、位置编码（如RoPE、ALiBi等）的远程外推能力提出严苛要求。这一调整揭示出大模型在追求超长上下文能力时，稳定性与性能之间仍存在需要反复权衡的工程难题。

围绕Codex的系列动作同样值得关注。Codex最初是OpenAI于2021年发布的专用代码生成模型，也是GitHub Copilot背后的核心引擎。经历数年演进，当前的Codex已不仅是单纯的代码补全工具，而是具备多步骤任务规划、跨文件代码理解、自动化测试生成等复杂能力的AI编程智能体（Coding Agent）。为庆祝Codex活跃用户突破600万，OpenAI临时取消了付费用户的5小时使用限制，并为存量用户重置了额度。OpenAI研究员Typo进一步透露，当活跃用户突破700万时，将再次为所有用户送出可存储的额度重置机会。根据多项开发者调研，超过70%的专业程序员已将AI编程助手纳入日常工作流，这一渗透率正以每季度约15个百分点的速度持续攀升，印证了AI Coding已从"尝鲜"跨越至"刚需"阶段。从600万到700万的快速增长节奏，侧面印证了AI编程助手已成为当前最具动能的应用赛道之一。

此外，Typo明确表态：至少在下一个更优模型发布之前，GPT-5.6将永久保留在所有付费订阅方案中。这一承诺为依赖该模型进行生产部署的开发者与企业用户提供了相对稳定的预期。

中国或对顶级AI模型实施出口管制

据路透社报道，北京正在考虑限制海外访问中国顶级AI模型，拟对其实施出口管制。据悉，管制范围同时涵盖闭源与开源模型，涉及阿里、字节、智谱、DeepSeek等多家国内领先厂商的AI产品。

从技术执行层面看，对AI模型实施出口管制面临与传统芯片或软件出口管制截然不同的挑战。闭源模型的管制相对直接：可通过API网关的IP地理围栏、KYC（了解你的客户）身份验证以及访问密钥的地域限制加以实现；不同类型的模型对应不同的管制路径，闭源模型可能从API访问层面切入，通过限制接口调用实现监管。开源模型则更为复杂——一旦模型权重（Model Weights）被上传至Hugging Face、GitHub等分布式平台，实际上已无法从技术层面完全阻止跨境传播，需从权重下载和部署层面加以约束。DeepSeek-R1等模型的权重文件体积高达数百GB，其传播路径的追溯本身就是一项系统性难题，这也解释了为何政策制定方需要从"发布源头"而非"传播节点"进行管控。一旦政策落地，活跃的开源社区或将首当其冲——开源模型传播路径分散、下游部署难以追溯，如何在有效监管与保持开放生态之间取得平衡，将是政策制定的核心挑战。

目前这一消息仍处于"考虑"阶段，具体政策细节与实施时间尚不明确，实际影响有待进一步观察。

商汤开源SenseNova Vision：让视觉成为大模型原生能力

本期最具技术含量的进展来自商汤科技。商汤发布并开源了统一视觉大模型SenseNova Vision，其核心理念是让视觉能力真正融入通用基础模型，而非简单封装。

从"专家拼装"到"原生统一"

视觉大模型的发展路径大致经历了三个阶段：早期的"串联式"架构（如CLIP+GPT）依赖独立视觉编码器将图像映射为文本空间的Embedding后再交由语言模型处理，两者之间存在明显的语义鸿沟；第二阶段的"适配器式"架构（如LLaVA、InstructBLIP）引入轻量级视觉-语言对齐模块，降低了训练成本，但视觉特征与语言特征仍在相对独立的子空间中流转。以往所谓的统一视觉模型，本质上仍是将多个专家模型打包在一起，内在架构依然割裂，各模块之间缺乏深层协同，难以实现能力的相互增强。

第三阶段的"原生统一"架构则试图从预训练阶段就将视觉Token与文本Token置于同一序列空间联合建模，代表性工作包括Google的Gemini系列与Meta的Chameleon。SenseNova Vision的突破正在于此——视觉能力作为原生组件深度融入大模型体系，使模型在处理不同视觉任务时能够共享底层表征，从而获得更强的泛化能力，而非简单的功能叠加。据官方介绍，该模型在多项主流视觉任务评测中均处于领先水平。

开源发布，降低应用门槛

SenseNova Vision已在魔搭社区（ModelScope）、Hugging Face等主流平台正式开源。这一举措延续了国内厂商积极拥抱开源的趋势，使更多开发者能够基于统一视觉模型进行二次开发与应用探索。在视觉理解需求持续增长的背景下，一个架构原生统一的开源视觉大模型无疑具有重要的生态价值。

Anthropic再度延长Claude模型体验期

Anthropic宣布将Claude相关模型的免费体验时间延长至当地时间7月19日，这已是该模型的第二次体验期延长。

业内分析认为，Anthropic此举可能意在通过持续延长的方式，变相将该模型长期纳入订阅套餐；或将频繁推出的"回归活动"作为常态化营销手段，以此维持用户活跃度与品牌关注度。

从竞争格局来看，无论是OpenAI承诺永久保留GPT-5.6，还是Anthropic多次延长体验期，头部厂商都在以订阅策略与额度福利争夺用户心智。这一现象背后有其经济学逻辑：通过稳定的模型可用性承诺降低企业用户的迁移意愿，同时以额度福利提升C端用户的留存黏性，本质上是主动构建"锁定效应"（Lock-in Effect）——大模型的API调用习惯一旦形成，相关的Prompt工程积累、工作流集成成本将大幅提高用户的切换代价。在模型能力逐渐趋同的阶段，随着开源模型性能持续逼近闭源旗舰，这类围绕用户体验与商业运营的竞争博弈，或将成为影响市场格局的重要变量。

小结

本期资讯横跨模型技术调整、政策监管动向、开源技术突破与商业策略博弈四大维度。GPT-5.6的上下文回滚提醒我们大模型工程化仍在攻坚阶段——Transformer注意力机制的二次方复杂度决定了超长上下文的扩展始终是一场稳定性与性能的博弈；商汤SenseNova Vision的原生统一架构为视觉大模型指出了从"拼装"到"共生"的新方向；中国潜在的AI出口管制为行业增添了政策层面的不确定性，而开源模型权重的天然流动性使得技术执行本身就是一道难题。这些交织的信号，共同勾勒出AI产业当前快速演进、机遇与变数并存的真实图景。

核心要点