以前我们问 AI：「这张表格怎么填？」
现在 AI 开始能直接看懂画面、操作电脑，甚至协助完成跨系统的工作。
另一边，Google 正把 AI 生成视频推往更进一步的形式：不是只能播放的视频，而是可以走进去、改变天气、移动镜头，让世界持续回应操作的交互环境。
2026 年 10 月 28 日，今天值得关注的三则 AI 更新，代表三个不同方向：
AI 运行工作的成本下降、生成内容开始能实时交互，以及企业软件正准备让 AI 成为新的操作入口。
一、OpenAI 推出 GPT-6.1 Terra：价格减半，AI 电脑操作能力有什么进步？
美国时间 10 月 26 日，OpenAI 正式发布 GPT-6.1 Terra。
这款模型主打三项能力：
- 理解图片、文档与电脑画面。
- 运行需要多个步骤的电脑操作。
- 以更低成本完成大量日常专业工作。
它的定位并不是取代所有高级模型，而是在速度、能力与成本之间提供更有效率的选择。
例如，一家公司每天收到大量供应商发票。
过去可能需要员工逐张查看发票、截取品项与金额，再打开内部系统输入数据。
现在，支持相关工具与权限的 AI 工作流程，可以尝试让模型理解发票内容，再协助操作软件、填入字段与准备后续处理。
但要注意，这是模型可以支持的工作类型，不代表一般聊天窗口只要输入一句话，就已经能自动操作所有企业系统。
GPT-6.1 Terra 的 API 价格是多少？
根据 OpenAI 官方定价：
项目每百万 Token输入 Input1 美元缓存输入 Cached Input0.05 美元输出 Output5 美元官方表示，标准 API 价格比 GPT-5.6 Terra 与 GPT-6.1 Sol 低约 50%。
这些价格是开发者使用 API 时的计费标准。
不能直接理解成 ChatGPT Plus 的月费减半，也不代表每位用户的订阅费会改变。
而且，单次 AI 工作的总费用，除了模型单价，还可能受到使用的 Token 数量、重试次数及外部工具成本影响。
模型便宜了，能力会不会也变弱？
OpenAI 公布的评测显示，新款 Terra 相较前代有明显改善。
以 Terminal-Bench 4.0 软件工程测试为例，在最高推理设置下：
- GPT-5.6 Terra：21.5%。
- GPT-6.1 Terra：50.3%。
官方还表示，在 Agents' Last Exam 专业任务评测中，GPT-6.1 Terra 使用中等推理强度时，比 GPT-5.6 Terra 高出约 15 个百分点，而且测试成本更低。
另在 OpenAI 自行设计的困难提问测试中，低推理强度下的事实错误率，由前代的 53.6% 降至 16.7%。
这些都是官方公布、具有特定测试条件的成绩。
它们不能保证 Terra 在所有工作上都比其他模型好，也不能理解成它在真实工作中只有 16.7% 的概率犯错。
尤其在复杂程序开发与高难度推理任务上，OpenAI 仍指出 GPT-6.1 Sol 和 GPT-6 Astra 可能更适合。
一般 ChatGPT 用户现在可以选 Terra 吗？
要区分 ChatGPT 的不同使用环境。
OpenAI 官方表示，GPT-6.1 Terra 已开始向 Plus、Pro、Business、Enterprise 与 Edu 方案推出，但主要使用入口是 ChatGPT Work 与 Codex。
开发者也可以透过 API 使用，模型名称为 gpt-6.1-terra。
这不代表一般 ChatGPT 聊天模式已经全面加入 Terra。
实际是否能选到，仍取决于方案、帐号开放进度、地区与工作区权限。
官方也指出，既有方案的整体使用量限制没有因为这次推出而直接提高。
对一般工作者，真正重要的改变是什么？
过去选 AI，常常只问哪一款回答最聪明。
但如果任务是每天大量重复的数据整理、画面核对与系统操作，就不能只比较回答品质。
还必须衡量：
完成率、每件任务成本、运行时间，以及需要多少人工确认。
一款能力略低、但可以快速且稳定完成例行工作的模型，可能比每次都使用最昂贵的前沿模型更符合需求。
不过，AI 能操作电脑，也意味着错误不再只是回答中的一段文字。
它可能真的修改数据、输入错误字段或点击不该使用的功能。
因此，付款、删除数据、对外发送和重要系统变更，仍应依实际风险设置明确的人工作业与停止条件。
二、Google DeepMind 发表 Genie 4：AI 生成的不再只是视频，而是可以交互的世界
10 月 27 日，Google DeepMind 发表 Genie 4。
这是一款 World Model，也就是世界模型。
它与一般文字生成视频工具最重要的差别，在于产出的内容可以随着用户操作，持续产生新的变化。
例如，用户描述一个海边场景。
在一般 AI 视频生成工具里，模型会生成一段可以播放的视频。
但在 Genie 4 的研究展示中，用户可以透过键盘移动、调整镜头，也可以输入新指令改变场景。
例如：
「把天气改成下雨。」
「让镜头移向建筑物后方。」
「加入一个新人物。」
Genie 4 会尝试在既有环境里延续模拟，而不是单纯重新生成另一段完全独立的视频。
Genie 4 有哪些新能力？
Google DeepMind 这次强调四个方向。
第一，实时调整世界。
用户可以在模拟进行中改变天气、镜头与对象，模型再根据当前环境继续生成。
第二，更自然的人物与物理反应。
Google 展示人物动作，以及部分碰撞、空气动力与其他物理场景。
但这是模型生成的模拟，不等于所有画面都完全符合真实物理定律。
第三，原生音频生成。
Genie 4 是 Google DeepMind 首款可实时生成原生音频的世界模型。
例如风吹树叶、海浪声，以及人物对话和环境声音，都能与场景一起生成。
第四，与 Gemini 推理模型合作。
Google 表示，Genie 4 结合 Gemini 家族的能力。
在部分展示中，Gemini 会协助拆解任务、追踪进度并调整场景，使模拟不只是画面变化，也能配合多步骤的目标。
Genie 4 跟 Google Veo、Flow 一样吗？
不一样。
Veo 与 Flow 主要用于创建和编排影音内容。
Genie 4 的研究重点则是可以探索、实时改变和持续回应的模拟世界。
例如，传统视频制作通常会先决定镜位、动作与时间，再产生片段。
但如果创作者可以直接走进一个模拟场景，改变光线、走位与镜头角度，就有机会在正式制作前更快比较不同想法。
Google 表示，已有部分电影、游戏、新闻、教育与工程领域的受信任测试者，用它研究场景预览和交互原型。
这代表 Genie 4 可能成为未来的前期视觉规划工具。
但它目前仍是研究预览，还不能当成成熟的商业视频制作替代方案。
Genie 4 现在开放所有人使用了吗？
还没有。
Google 官方确认，目前先向受信任的研究测试者提供预览。
接下来计划逐步提供给 Google AI Ultra 订阅者，透过 Project Genie 体验。
部分 Gemini API 与 Google AI Studio 早期合作伙伴，也在后续开放规划内。
目前官方提供的是候补登记入口，不能把它写成所有 Ultra 用户今天都已经拿到使用资格。
Genie 4 还有哪些限制？
Google 自己也承认，这仍是早期研究模型。
它可以在较短的交互过程中维持一定程度的环境连贯性，但时间一长，对象外观与位置可能发生漂移。
多次复杂修改场景后，人物、对象与空间关系也可能不一致。
其他仍待改善的项目包括：
- 复杂物理交互是否正确。
- 长时间场景的一致性。
- 实时音频准确度。
- 空间位置与距离的精准性。
- 可读文字的生成品质。
此外，Google 表示 Genie 4 生成的影音会使用 SynthID 不可见数字浮水印。
因此，这次发布的重要性不是「AI 已经能生成完全正确的虚拟世界」。
而是视频生成正在往可控制、可探索、可作为 AI 训练环境的方向发展。
除了影视与游戏，这种能力未来也可能用于机器人或 AI Agent 的情境测试。
不过，能否真正成为可靠的训练工具，还需要持续验证模拟与现实之间的差距。
三、Oracle 扩大 OpenAI 与 Google 合作：未来企业真的能直接在 ChatGPT 里处理业务吗？
同样在 10 月 27 日，Oracle AI World 发表一系列与 AI 相关的合作消息。
其中最值得一般工作者注意的，是 Oracle 宣布与 OpenAI 扩大合作。
目标不只是把 ChatGPT 放进公司电脑。
而是让 Oracle 原本管理的财务、采购、数据库与企业应用，逐渐成为 AI 可以在授权范围内查找与使用的工作系统。
Oracle AI Workspace 要解决什么问题？
想像一名财务部新同事，要了解某笔采购支出为什么增加。
他可能需要分别打开：
财务系统查看金额。
采购系统查看订单。
预算系统查看原本规划。
最后把查到的信息刷新成报告。
Oracle 与 OpenAI 公布的方向，是让用户可以透过 ChatGPT 描述问题，再由 Oracle AI Workspace 串接相关企业应用与数据。
目标是协助查找信息、整理工作，以及完成获得授权的业务流程。
Oracle 说明，这套架构预计连接 Oracle Fusion Applications、NetSuite、Oracle AI Database 和 Oracle Cloud Infrastructure 等服务。
不过，这是新合作的产品方向。
不能理解成每个 ChatGPT 帐号，今天都已经能自由读取 Oracle 企业数据。
正式能访问哪些数据、运行哪些动作，仍须看企业部署、权限与核准机制。
Oracle 这次还宣布哪些 AI 服务？
除了 Oracle AI Workspace，双方也宣布其他产品方向。
其中包括：
Oracle AI Security Mesh
集成 OpenAI 的资安模型与 Oracle 的测试工具，协助企业在经授权的范围内检查应用程序与基础设施的漏洞。
Oracle App Composer
让团队使用 Codex 等 AI 工具创建企业应用，再透过 Oracle 的基础设施部署，并纳入身份、权限与管理控制。
Oracle AI SMB Bundle
为小型企业设计的集成方案，结合 ChatGPT Business、Codex、Oracle 工具及云端资源。
Oracle 官方表示，这项方案采用可免费起步的方式，并包含每年最高 12,000 美元的 Oracle 云端额度。
但额度不等于可以自由领取的现金，实际使用仍受方案条款、资格与限制影响。
这些服务说明 Oracle 想把 AI 从独立聊天工具，推向企业日常使用的工作平台。
至于实际可用性、部署时间与价格，仍须以正式产品提供条件为准。
Oracle 为什么又跟 Google 合作？
Oracle 同一天也宣布，将把 Google TPU 带进 Oracle Cloud Infrastructure，简称 OCI。
TPU 是 Google 为 AI 训练与推论工作设计的专用加速器。
过去企业若想使用 Google TPU，大多会先想到 Google Cloud。
这次双方宣布，OCI 将成为 Google 以外第一个提供 Google TPU 的大型云端平台。
但要留意：
官方预计 2027 年才开始提供，并非 2026 年 10 月 27 日就已全面上线。
对大型 AI 开发团队而言，这代表未来可能在同一个云端环境里比较更多运算架构。
例如，针对模型训练、大量推论或多 Agent 系统，选择符合性能、成本与部署要求的运算设备。
但企业是否真的能省钱，仍要依照自己的模型与工作负载实测。
Oracle 同时合作 OpenAI 和 Google，代表什么？
这点很有意思。
OpenAI 是模型与 AI 工作平台供应商。
Google 提供 TPU 等 AI 运算技术。
Oracle 则拥有大量企业软件、数据库、云端基础设施与既有企业客户。
在 AI 产业中，这些公司可能在某些领域互相竞争，却也在另外的领域合作。
这不一定是谁打败谁。
对企业客户而言，更重要的是能否在既有数据、系统与权限架构下使用 AI，而不必每导入一款模型，就重建整套业务流程。
不过，把 AI 连接到更多企业系统，也会使权限管理更加重要。
AI 能够查找成本数据，不代表它应该直接核准付款。
AI 可以产生应用程序，不代表可以跳过资安测试就部署到正式环境。
因此，真正成熟的企业 AI，不只是让模型做更多事。
还要能清楚回答：
它可以读什么、可以改什么、谁批准，以及做错后如何追查。
四、今天三则 AI 更新，哪一项最值得一般人关注？
如果只看近期能否直接用到，GPT-6.1 Terra 的影响最明确。
符合资格的 ChatGPT Work、Codex 用户，以及 API 开发者，已开始取得新模型。
这代表更多电脑操作与数据处理工作，有机会用更低的模型成本完成。
至于 Genie 4，现在最值得关注的是技术方向。
AI 生成内容从固定视频，往可交互的模拟世界发展，可能改变未来的视频前期规划、游戏开发与 AI 训练方式。
但目前仍不适合把它当成全面开放的正式制作工具。
Oracle 的更新则影响企业导入 AI 的长期方式。
当 AI 可以在有授权与核准的情况下跨系统工作，企业用户未来可能不需要反复切换不同软件来完成同一件事。
然而，真正重要的仍是安全、准确性和实际成效。
今天三则消息虽然方向不同，却都指向一个共同变化：
AI 正从「能不能回答」，走向「能不能以合理成本、安全地完成真正的工作」。
五、今天读者应该记住什么？
看到新模型推出，先确认自己使用的产品与方案是否支持，不要只因为新闻说「正式发布」，就假设每个帐号都能立即使用。
看到令人惊艳的 AI 世界模拟视频，也要区分研究展示、受限测试与真正可投入商业制作的工具。
而当 AI 宣称可以串接整间公司的软件时，更应该确认数据权限与操作核准，而不是只追求自动化程度。
未来 AI 的差距，可能不只在回答聪不聪明，而是谁能把模型能力、工具、数据与人的决策真正接在一起。
