IT早报 0917：张一鸣身家 1050 亿美元首登亚洲首富；努比亚 NaviX Ultra"豆包手机"发布；DeepSeek 刘胜与发文引热议

当前 AI 热点，聚合 1 个独立信源、3 条信号。

DeepSeek 于 8 月 31 日在 Hugging Face 开源首个多模态模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、Tokenizer、Prompt Encoding 参考实现及最小化 PyTorch 推理实现。

京东官方宣布开源实时视频视觉语言交互模型 JoyAI-VL-Interaction，这是全球首个全栈开源的 interaction 模型和系统，获 vLLM-Omni day-0 原生支持。该模型具备三重突破：主动判断（持续观察视频流自主决定何时说话）、实时响应（面向正在发生的视频流即时响应）、适时智能体委托（复杂任务转交后台模型，前台继续观察）。支持摄像头、直播流、监控流等视频输入，以及语音输入输出、可视化界面、长期记忆和 vLLM 部署。在 58 个真人盲评案例中，对比…

摩尔线程发布并开源 MusaCoder 代码大模型，含 9B 和 27B 两个参数规模，是业内首个基于国产 GPU 算力底座完成全链路训练与验证的开源模型。后训练流程在基于 MTT S5000 的夸娥智算集群上完成，支持从 PyTorch 标准算子自动生成高性能 CUDA/MUSA 原生 Kernel 代码。在 KernelBench 评测中，MusaCoder-27B-RL 以 Overall Pass@8 93.2%、Avg.@8 88.60% 超越 Claude Op…

字节跳动火山引擎发布豆包大模型家族首款全模态理解模型 Doubao-Seed-2.0-lite 升级版。该模型原生统一支持视频、图像、音频和文本理解，并能进行跨模态联合推理，在物理、医疗等学科推理及细粒度感知上表现超越此前Pro版本。音频方面支持19种语种转写及多语种互译，多项基准测试优于Gemini-3.1-Pro。同时，其Agent、Coding与GUI能力升级，能更稳定处理长任务、胜任深度开发，并实现界面理解与操作执行的闭环。新版本已在火山方舟上线，旨在为企业提供高性…

DeepSeek发布了多模态大模型及技术报告，提出创新的"基于视觉原语的思考"框架。该框架将点、边界框等视觉元素作为推理的基本单元，旨在解决多模态模型在空间参照任务中存在的"参照鸿沟"核心问题，使模型能将抽象认知锚定到图像的具体坐标上。尽管模型规模紧凑且图像标记预算较低，其在多项挑战性计数和空间推理基准测试上的性能，可与GPT-5.4等前沿模型相媲美。

努比亚 NaviX Ultra（第二代豆包手机）今日开售，售价 5999 元起、国补到手价 5499 元起，搭载第五代骁龙 8 至尊版移动平台和豆包手机助手。新机内置 Seed 最新全双工语音大模型，配备独立 AI 按键与 6.78 英寸 1~144Hz LTPO 2.0 屏幕，宣称嘈杂环境下 AI 唤醒率优于竞品 48%。

网友 @4k_isn 调用 DeepSeek V4.1 Flash 模型并组合 Hermes Agent 工具，将《生化危机 7》纹理从 4096 像素压缩至 1024 或 512 像素，纹理体积从 25GB 降至 8GB，在一加 12R（骁龙 8 Gen 2）上帧率从约 20FPS 提升到约 30FPS。

火山引擎宣布豆包大模型 2.1 Pro 更新至 0915 版本，API 全量上线火山方舟，豆包 App 与 TRAE 已同步接入。

移动云联合中国电子科技南湖研究院、灵汐科技、天数智芯、清华、北大发布国内首个国产 GPU + 类脑芯片大模型异构混合推理系统。经 DeepSeek V4 实测，性价比提升一倍以上，业务运营成本降低 40% 以上。系统将大模型做 PD / AF 拆分，Attention 交给国产 GPU，FFN（MOE 专家）延时敏感模块交给类脑芯片。