OpenAI 收购 AI 旅行代理 Odessia,Sonder 创始人 Francis Davidson 加入 OpenAI 做旅行方向
据 Odessia 创始人弗朗西斯·戴维森(Francis Davidson)透露,OpenAI 收购了一款名为 Odessia 的 AI 旅行代理。戴维森在宣布这笔交易的帖子中说,他现在为 OpenAI 工作,帮助这家 AI 实验室打造旅行的未来。
交易条款没有披露,但这看起来是一次「人才收购」(acqui-hire)。戴维森的公告主要讲的是,他如何通过指挥一组组 AI 智能体搭建出 AI 旅行代理 Odessia。成立一年的 Odessia 曾完成由红杉领投的 600 万美元种子前轮融资,并在大约五个月前上线了这款 AI 旅行代理。戴维森说,它已经帮早期用户规划了价值数百万美元的旅行,但这个工具已经关停。
一位 OpenAI 发言人向 TechCrunch 证实了这次招聘。「我们非常高兴欢迎 Francis 加入 OpenAI。Francis 是一位久经考验的创始人,打造过多家帮助人们出行的企业,我们很兴奋他选择和我们一起创造。」
不过,这家 AI 实验室还没有宣布新的旅行类产品或计划。但它确实把 Bookings.com、Expedia 和 KAYAK 这样的公司列为客户或合作伙伴。旅行也是人们使用个人 AI 助手的主要领域之一。而且早在 2025 年 7 月 OpenAI 推出 ChatGPT agent 时,就提到旅行是它的潜在用途之一。
OpenAI 发言人对旅行相关产品的计划没有更多可分享的,只说旅行是聊天机器人用户经常询问的领域之一。「每周有 12 亿人求助于 ChatGPT 来处理日常事务:从了解自己的健康状况、想晚饭做什么、做预算,到规划一次旅行。我们看到了让这些体验变得更有用的真正机会,」这位发言人说。
收购 Odessia 还有另一个值得关注的原因。戴维森在旅行行业颇有名气,他在 2014 年还是大学生时就创办了旅行初创公司 Sonder。它有点像 Airbnb,但专注于在全球大城市短租高档公寓。疫情重创了它,在它走出低谷的过程中,公司通过 SPAC 上市,但正如戴维森后来在 2025 年 6 月宣布辞去 CEO 职务的帖子中所说,募到的钱不如所需。
在与万豪(Marriott)的一项关键合作破裂后,公司申请破产并清算。破产受托人在 2026 年把 Sonder 的名称、商标和网站域名卖给了 TravelAI,该网站现在作为一个精选指南,介绍 Sonder 曾经以之闻名的那类旅行租赁房源。在衰落之前,戴维森曾把 Sonder 打造成一家年营收 1.43 亿美元的独角兽。虽然 Sonder 最终并不是一个成功故事,但戴维森正是硅谷常常看重的那种身经百战的创始人。
所以,在他加入之后,OpenAI 在旅行方面会有什么动作,我们只能拭目以待。
注:本文已更新,加入了 OpenAI 的评论。
https://techcrunch.com/2026/11/10/openai-acquires-odessia-travel-startup-created-by-sonder-founder/转载,侵删。版权归原作者,如有侵权请来信,收到后删除。
同一批次的其他文章
纽约州 RAISE Act 进入执行:OpenAI、Anthropic 等年收入超 5 亿美元的前沿实验室须在 2027 年 1 月 1 日前注册
法案要求大型前沿开发商公开安全框架、72 小时内上报重大安全事件、发布模型透明度报告,单次违规最高罚 100 万美元、再犯最高 300 万;新设的 DIGIT 办公室负责监管,宾汉姆顿的 AI 责任与研究中心做独立评估。加上加州 SB 53 和伊利诺伊 SB 315,美国州级前沿…
Grok Build 分享链接可被枚举:安全公司 Claroc 找到 3.5 万个公开可访问的应用,连 SpaceXSI 自己的机密销售资料都在里面
分享链接虽然随机化了,但平台的一个设计让任何人都能枚举出大量在线项目,点开就能看到全部数据,包括商业计划、体检结果和员工工号;SpaceXSI 自己的 24 个应用在 Ars 发邮件询问后才下线。给企业员工开放「氛围编程」工具时,默认访问控制是必须先审的一环(有中英全文)。
爆料:苹果在做 Mac 应用 Harbor,把 Mac 变成私有 AI 推理服务器,多台 Mac 可经雷雳 5 组集群
据泄露信息,Harbor 能在应用内下载运行开源权重模型,自动发现雷雳 5 连接的设备并合并统一内存,跑单机放不下的大模型;目前以 Claris 品牌私测。对想在本地、数据不出门地跑大模型的小团队,这可能是比自己折腾 exo 或 llama.cpp 集群简单得多的方案。
独立游戏圈因 AI 吵翻:部分 IGF 评委声明不投任何用了生成式 AI 的游戏,《Big Walk》开发商承认少量用过
House House 说只有远低于 0.1% 的代码和 LLM 回答有关,主要是用聊天机器人排查第三方代码的阴影 bug,并承认没有 AI 政策是个「失误」。这件事说明,哪怕是极少量的 AI 辅助编码,在创意行业也可能变成声誉问题。
MiniMax 开源 H3-Image:10 秒内出 4096×4096 的 4K 图,最多支持 16 张参考图
进步在哪:开源权重模型里少见地同时做到 4K 原生分辨率、速度和指令遵循。靠什么:基于 H3 的全模态预训练,在数据、强化学习、采样步数蒸馏(6 步、不用 CFG)、提示词扩写和部署上整体优化,DiT 有 331 亿参数。注意许可证:社区协议把美国、欧盟、英国、韩国排除在外,商用…
Nenya-2.5B-A0.5B:用 GDN-2 线性注意力的 2.5B 开源小模型,M4 GPU 上约 125 tok/s
进步在哪:只用 0.06 万亿 token 训练,作者给出的 lm-eval 结果可与 OLMo-2、Qwen3.5 小模型对比。靠什么:用门控 Delta 网络(GDN-2)代替 softmax 注意力,配合 flash-linear-attention 的 Triton 内核…
MotionGraphicsBench:用程序化校验来评测「把静态 SVG 做成动画」的能力
100 个专家整理的实例,要求模型按一句修改指令给 SVG 加上同时涉及空间、外观和时间要求的动画,再用程序自动核对是否做对。做营销素材和 UI 动效生成的团队可以用它来测模型。
TRIO:三个分工智能体迭代协作的 RAG
进步在哪:分别优化查询扩展、检索结果判断和答案生成,而不是一个模型包办。靠什么:三个专门智能体各有自己的优化目标,再迭代精化,提升最终答案准确率。对在做企业知识库问答的团队是一种可借鉴的拆分方式。
FewStepRL:给只需几步采样的扩散模型做强化学习微调
靠什么:通过 x 空间变换、梯度分解和锚点自适应,把现有几种扩散 RL 方法改写成适合少步采样器的版本。发现:奖励可微时奖励梯度类方法最好,DiffusionNFT 类方法能用更少迭代拿到高奖励。
《西线无战事》式结论:语言模型不会报告被注入的「疼痛」状态
此前有工作在模型里找到一个放大后会让模型选择破坏性行为的线性「疼痛方向」。作者用开放权重掩码内省(OWMI)把它注入三个开源模型,检验模型能否说出自己的这种内部状态,结论是不能。和模型福利、内省可信度的讨论直接相关。
TOPSD:多语言推理蒸馏中「什么时候该让老师出手」
在在线自蒸馏里,用似然漂移检测加验证判断学生的推理前缀什么时候开始跑偏,只在那时引入教师监督,提升多语言推理。适合在做小语种推理模型的团队。
Cursor Projects 变成多人协作:队友和各自的智能体在同一工作区,协调者之间能直接对话、交接任务
共享任务看板显示每个人和每个智能体在做什么以及对应 PR,需求文档、技术规格等放在共享上下文里;一个对话里的决定所有智能体都能看到,值班交接时新人的智能体直接接手进行中的工作。按文档,跨队友的消息被标为不可信输入,侧聊天只能回答、不泄露密钥。需团队账号,测试版向所有用户开放(有中…