AI 模型发布与更新

Grok @Bot 的使用量增长速度超过我们见过的任何产品 【引用 @EdLudlow】：消息：SpaceXAI 的 Grok Bot 截至 9 月 14 日周活用户达 418,000，截至该日期的周环比增长为 24%。这一数据来自 SpaceXAI 员工上周在伦敦的一次演示。 这是一个关键产品需求温和但早期显现的迹象 https://www.bloomberg.com/news/articles/2026-09-22/spacexai-s-grok-bot-agent-t…

Hacker News 是 Y Combinator 运营的链接聚合社区，也是当下最热门的科技论坛之一，但其政治倾向日益明显。文章指出，论坛对 Grok 发布的讨论几乎全是赞美，而批评 Elon Musk 的评论大多被用户 flag 后默认隐藏；HN 仅有 dang 和 tomhow 两名正式版主，配合自动审核与 flag 机制，实际效果是压制进步派观点。

不是每次模型调用都需要一个答案。有时，它只需要一个决策。👏 欢迎 Kev-4B 加入硅基流动。Kev-4B 是 Jev 的开源社区版，基于 Qwen3.5-4B 构建，用于结构化决策。路由。排序。审批。升级——无需再生成一段回复。无需部署或适配。一个硅基流动 API key，Kev 即可接入你的工作流。特别感谢 @jaredpalmer 开源 Kev。❤️ 在硅基流动上试用 Kev-4B。⚡️

作者随手临摹一张有特色的角色图，让 GPT 将其变成一组漫画，结果原图与临摹的个性被拉平成平庸装饰，正好暴露了 AI 味来自哪里。推文附有临摹图与原图，原图来自 Pinterest。

现在 Gemini 可以连接 13 款新应用，包括 @adobe、@squarespace、@onepeloton 等。 无需在多个标签页之间切换，你现在可以直接在 Gemini 中拓展业务、设计素材、规划锻炼。🧵

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向游戏、互动娱乐和长篇旁白，后者面向自动配音、对话智能体和高吞吐翻译流水线。

Evals 正成为当下 AI 领域的热点话题。文章同时讨论了 Grok 4.7 的当前进展、一套在社交媒体上走红的工作流，以及为什么每家公司都需要一个 Slack 智能体。

Unsloth 在 Hugging Face 上的模型下载量已突破 5 亿！🦥🤗 Qwen3.8-27B GGUF 已成为 Unsloth 有史以来下载量第一的模型。 感谢大家一直以来的支持！

Google 发布 Gemini 3.8 Flash 与 Flash-Lite TTS，称其为新的 SOTA 文本转语音模型。支持 100 种语言，提供 2000+ 生产可用声音、语音复刻和新的声音设计体验，语音混音功能即将推出，并在 Hume AI 语音基准上排名第一。

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文生语音模型，支持预设音色和声音复刻。

谷歌发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持逐行控制台词演绎、100 多种语言和 2000 多种现成语音。

Google 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，称其为迄今最具表现力的音频生成模型，已在 Google AI Studio 和 Gemini API 上线。

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词从零设计声音、30 秒样本复刻声音，并提供逐行表演指导、长时音频生成和双说话人场景编排，覆盖 100 多种语言。

小米发布开源全模态模型 MiMo-V2.6 Pro 与 Flash，通过规模化强化学习训练，Pro 在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高，并在多数 Agent 基准上表现与 Claude Opus 5 和 GPT-5.6 Sol 相当。

小米 MiMo 大模型负责人罗福莉宣布 MiMo-V3 将采用全新架构，其核心 HySparse 2 于今日发布。在 1M Token 长度下，HySparse 2 将预填充计算量降低 5.02 倍、KV 缓存缩小 4.5 倍，并提升 MRCRv2 与 RULER-v2 评分，同时降低 AgentPPL 和 LongPPL。

在 OpenRouter 上认识 Space Bunny Alpha ⚡ 一款 flash 模型，推理速度快，推理能力可调，上下文窗口达 1M token。支持文本、图像和视频输入。 来试试并分享你的反馈：https://openrouter.ai/stealth/space-bunny-alpha

清华大学计算机系长聘教授刘知远在《人民日报》撰文提出，人工智能应深度运用于保障和改善民生，而非停留在技术迭代和产业扩张。截至今年一季度，我国装备工业已建成197家卓越级智能工厂，产品不良率平均下降48.4%，生产效率平均提升22.3%。他强调大模型具有生成性、概率性和黑箱性，在教育评价、医疗诊断等涉及群众权益的场景不能简单交由算法决定。

小米 18 Pro 系列手机新增「原色」风格影调，并支持 Open Gate 片门全开视频拍摄模式，摄影风格提供原色、生动和经典三种。该系列搭载全焦段徕卡光学三摄，含徕卡 2 亿主摄（1/1.28″大底）与徕卡 2 亿长焦（1/1.56″大底），支持最近 12cm 微距，并首发「传奇一瞬」大模型影像。

SpaceXAI 的 AI 智能体 Grok Bot 上线约一个月，周用户数突破 40 万，截至 9 月 14 日达 41.8 万，较前一周增加 24%。Grok Bot 于 8 月中旬推出，定位为企业工具，可回复邮件、更新销售数据库、处理发票和提交软件错误报告，搭配不同档位的 AI 订阅套餐提供。SpaceXAI 本周早些时候还发布了 Grok 4.7，目标是让模型更持久地处理高难度任务。

Radical Numerics 联合创始人兼 CEO Eric Nguyen 在访谈中提出，生物安全是一场 AI 军备竞赛，能提升生物能力的模型同样能帮助防御方跟上节奏。

吉利汽车集团发布新一代 AI 补能技术“吉利智充”，依托与阶跃星辰联合开发的全域能源大模型星睿 PowerMind，实现单枪峰值充电功率 2.2 兆瓦，并首发 AI 极速充、AI 智慧充和 AI 自动充。

用户实测 Grok-4.7-high 一天后认为其打不过 GPT-5.6-sol-medium，写了不少垃圾代码。该模型 oneshot 尚可，但工程项目表现拉胯，视野窄、缺代码直觉和经验，常漏边界条件，用分布式锁即可复现死锁且难以修复。

invideo 借助 GPT-6 Astra 将调色与色彩校正任务的成功率提升约 3 倍，并能在一天内生成约 50 个自定义特效。该模型以更少的推理步骤和输出 token 完成复杂剪辑规划，并能在任务变长时保持编辑者的原始意图。

Harvey 借助 GPT-6 Astra 提升法律文书起草，能处理更多上下文并生成结构更完整的输出。相比其他模型，Harvey 在文档格式和上下文感知上有显著改进，其 memory panel 可将律师偏好（如编号列表、优先采用 EDGAR、按优先级着色）直接带入起草流程。

小米 18 Pro 正式发布，5999 元起，首发第六代骁龙 8 至尊版，采用 2nm 制程、CPU 主频 5GHz，GPU 性能提升 35%、NPU 推理性能提升 80%。新机配备 7000mAh 金沙江电池、6.4 英寸 M11 屏幕（峰值亮度 4000nits）及一体式纯平背屏，搭载全焦段徕卡光学三摄与「传奇一瞬」大模型影像。

小米 18 Pro Max 正式发布，6999 元起售，首发第六代骁龙 8 超级至尊版，采用 2nm 制程、CPU 主频 5GHz，内置 8500mAh 金沙江电池。新机配备 2 亿像素徕卡主摄与 2 亿像素徕卡潜望长焦，首发「传奇一瞬」大模型影像，出厂搭载澎湃 HyperOS 4 与基于 Xiaomi MiMo 大模型的超级小爱 2.0。

一名入职大公司半个月的工程师称，团队里的规格、代码、测试、PRD、工单及其处理、报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话。他表示没人读代码、没人解 bug、没人自己思考，管理层只要求尽快交付，员工每天工作 12 到 13 小时只为按回车。

蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，包含两个 6B 模型，分别用于从文字生成 UI、信息图、海报等设计和将设计图拆为可编辑透明图层，同时开源 Design Skill 和 PPT Skill。

Qwen 发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增音频创作模型 TTS-Next 和音频理解模型 ASR-Next，共五个模型覆盖理解、生成、交互与创作。全线降价，TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off；Realtime 可边说边听、随时打断，检测到低落情绪时会放慢语速并共情回应。

用我们全新的提示词库，释放 Claude Opus 5.5 的全部 3D 潜力。 我们精心整理了 400 多条经过测试的提示词，用于 AI 原生 3D 创作。观看 Opus 5.5 呈现惊艳的一次性生成结果，并排对比输出，获取确切指令，即刻生成你自己的交互式资产。 在此探索 → http://tripo3d.ai/3d-prompts

科大讯飞发布新一代语音识别大模型 Spark-ASR-2.0，通过非自回归与 LLM 增强自回归协同、动态上下文注入等创新，在中英文混合、方言、高噪、小音量等场景 WER 明显降低，整体推理成本相对 Spark-ASR-1.0 仅增加 10%。该模型明日起逐步上线讯飞输入法，并通过讯飞开放平台提供 API 服务，后续还将落地讯飞 AI 眼镜、智能办公本、讯飞听见等产品。

SpaceXAI 正在为 Grok 开发 Web 和移动端远程控制功能，iOS 端该功能指向的是"Grok Desktop"应用而非 Grok Build CLI。此前 SpaceXAI 已在 Grok Build 中测试远程控制：用户通过 Grok Build CLI 绑定电脑一次，即可从手机 Grok 应用或浏览器远程运行 Grok Build，目前 Web 端已可用，移动端尚未就绪。

CodexBar 在过去几周学会了几项新技能！ TypeSafe、Nous Portal、Muse Code、CodeRabbit、Replicate、HuggingFace、Pi、Helmcode、v0、Charm Hyper、GitKraken AI、Bifrost 我对这个应用的野心真的已经远超这个应用名字了。（哦对了，这些钥匙串弹窗也不再有了）http://codex.bar

别克至境 E7 焕新版 9 月 23 日上市，共三个版本，官方指导价 15.99-19.99 万元，限时置换价 14.79-18.79 万元。该车首发搭载新一代豆包大模型及行业首个 S2S 端到端语音大模型，并配备 Momenta R6 强化学习大模型；采用真龙插混 Pro 动力系统，CLTC 纯电续航 235km、综合续航 1630km。

OpenAI 在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户推出 GPT-6 Sol 和 Luna，API 定价为 Sol $2/$10、Luna $0.10/$0.50 每 1M tokens，较 GPT-5.6 促销价低 50%。

千问发布 Qwen-Audio-3.1 系列语音大模型，包含 ASR、ASR-Next、TTS、TTS-Next 和 Realtime 五款模型，覆盖语音识别、合成、实时交互和音频创作。

千问办公发布「企业上下文」产品，把群聊、文档、知识库等分散信息整理成结构化上下文供 Agent 提取，并同步推出由钉钉 A1 升级而来的 QwenNote A2 录音卡片。企业上下文依托新模型 Qwen3.8-Omni-Flash 处理多模态数据，千问办公此前还与模型团队定制了 Qwen 3.8 Flash。千问办公同时上线协作功能，支持在 IM 中 @ 数字员工、拉群共享同一上下文。

可以确认。把 @latentspacepod AINews 和 6 Sol 并排跑了一遍，差别天壤之别：https://www.latent.space/p/ainews-claude-opus-55-the-new-default 5.5 Opus 今后成为 AINews 的新默认模型。报道简洁得多、有品味得多，slopese 也比 5 Opus 少了很多。