AI 模型发布与更新

想象一下 2 年后： GPT-6 Astra 级别的开源模型在每台 MacBook 上本地运行。 而 AI Twitter 还在争论同一件事： "开源 AI 会导致人类灭绝吗？"

提议把"解决对齐" sneak in 千禧年难题

用 1 分钟回复我，我是个偏执的人 【引用 @anatolium】：AI 的"小神"们确信自己可以不受惩罚。 他们收买了部长，把爱丽舍宫变成他们的桥头堡，靠承诺"主权 AI"攫取了数十亿。 如果 2027 年不能让权力回到人民手中，他们的掠夺将使他们被奉为神圣，而我们则走向终结。

阿里 Qwen 团队发布开源权重图像生成与编辑模型 Qwen-Image-2.1，视觉生成部分仅 7B 参数，团队称在其自建基准上超过多数闭源模型，独立基准尚待验证，可在 RTX 3090 等消费级 GPU 上运行。

Mistral CEO Arthur Mensch 回应一则针对公司的批评帖，该帖称法国前数字事务部长 Cédric O 以不到 200 欧元投资持有 Mistral 价值 9000 万欧元的股票。该帖还称 EPFL 团队用不到 4000 万欧元做出了与 Mistral 同等高效的 LLM，并指责 Mistral 早已停止扩充工程团队、依赖政府订单，且向客户提供可自由下载的上一代中国模型。

这下有得聊了。据爆料者 Lyra 称，即将到来的 Opus 更新--现为 5.5 版本（代号 "claude-wafer-eap"）--的新 checkpoint 已经可用。有传言称发布在即--可能最早周二--并可能给 GPT-6-（sol） 带来巨大压力。

腾讯混元语音团队联合多所高校发布 Gander 模型，用"小脑"负责实时对话、可替换的"大脑"处理后台智能体任务（测试中用 GPT-5.6 家族模型），可同时处理语音、图像和文本并随时被打断。

阶跃星辰（StepFun）发布旗舰模型 Step 5 Preview，主打智能体工作，采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和视觉输入。

GPT-Image 2.5 的角色三视图强得离谱！！ 在 PixVerse 上用 Seedance2.5 做成动画 在 Pixverse 上无限次使用 GPT-Image 2.5↓

Claude 没有图像生成器，这是涉及知识工作的智能体项目中的一大缺口。它很擅长用代码来绘制或建模物体，但 Google 和 OpenAI 的图像生成器为其 AI 提供了更多选项，可用于制作 PowerPoint、模型图、信息图等。

阿里 Qwen 团队发布并开源 Qwen-Image-2.1，一个 7B 的图像生成与编辑统一模型。官方称其推理速度大幅加快，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图和精准局部编辑，覆盖全景图、信息图和虚拟试穿等场景。

Qwen-Image-2.1 已在 Hugging Face 上线 app：https://huggingface.co/spaces/akhaliq/Qwen-Image-2.1

GPT-Image 2.5 在像素画上强得离谱 用 GPT-Image 2.5 生成的 4×4 sprite sheets，在 PixVerse 上用 Seedance 2.5 做成动画 在 Pixverse 上无限畅用 GPT-Image 2.5↓

通义千问发布 Qwen-Image-2.1，vLLM-Omni 提供 day-0 支持。该模型可在一个模型内完成图像生成、编辑和透明图像输出，由 7.1B DiT 搭配 Qwen3-VL-8B 组成，设置和受支持的组合见 https://recipes.vllm.ai/Qwen/Qwen-Image-2.1。

国家工业信息安全发展研究中心在 2026 世界制造业大会上发布《制造业数智化转型能力水平（2026）》，显示今年上半年我国制造业人工智能重点场景应用普及率达 34.2%，较上年增长 5.5 个百分点。全国两化融合发展水平达 67.1，10.6% 的规上制造业企业依托人工智能大模型赋能业务革新。研发设计、生产制造、经营管理环节实现数字化普及的企业比例分别为 86.3%、69.5%、81.4%。

通义千问发布 Qwen-Image-2.1，定位为 Qwen-Image 系列中均衡且高性价比的图像生成模型，现已开放权重。该模型为生成与编辑一体化的 7B 轻量架构，原生支持生成和编辑 RGBA 透明图层，编辑支持最多 10 张参考图和精确局部控制，并擅长全景图、信息图和虚拟试穿等场景。

阿里千问开源图像模型 Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中，视觉生成部分仅 7B 参数，原生支持透明图像的生成与编辑。更新亮点包括轻量结构与推理优化、支持最多 10 张参考图的局部编辑与人像商品保真，以及文字排版和人物光影表现提升，模型已上架 GitHub、HuggingFace 和 ModelScope。

Vercel AI Gateway 上开源模型 token 占比今日或创纪录，达 78.4%，闭源模型为 21.6%。Moonshot AI 与 DeepSeek 分列支出第 3、4 位，加上 Z.ai 后合计支出超过 OpenAI（第 2）。Nathan Lambert 补充了历史开源 vs 闭源数据对比，并指出还需有 token 量（而非仅占比）才更有参考价值。

那个漂移看起来很真实。没人需要坐到方向盘后面。 由 PixVerse 创作者 @ Gatot Nugroho 使用 GPT-6 Astra + Blender 制作。 完整提示词见下方。

Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。

Runway 公布实时视频生成研究，用户可在描述提示词的同时流式生成视频，而非输入提示后等待成品。该方案基于其首个 General World Model GWM-1（构建于 Gen-4.5 之上，逐帧生成，支持镜头运动、机器人指令或音频控制），通过用自身输出训练模型来抑制误差累积。

奇瑞 iCAR V27 长续航版将于 9 月 30 日上市，在续航提升之外还将升级座舱舒适与智能体验。现款 V27 于今年 3 月 13 日上市，售价 16.98 万元起，搭载 1.5T 增程系统，四驱版最大功率 335kW，纯电续航 200km/210km，综合续航最高 1230km，全系标配高通骁龙 8295P 芯片，语音助手融合 AI 中枢大模型 + DeepSeek。

微软与伊利诺伊大学提出 StudentSim，用少量数据为每个学生构建数字复制体，替代真人提供快速反馈来训练 AI 导师。该系统以 Qwen3-4B-Instruct 为基座、分两阶段训练，在 chess、英语和数学三项测试中均优于被提示扮演学生的 GPT-5.4，在 chess 中预测下一步走法的准确率约为其两倍。

如果在 Gemini 4.0 之前再出一个 Flash 模型，我不会感到意外。 后训练还需要一些时间，但我仍然预期最终会有 Gemini 4 Pro。 但问题是，Google 能否实现足够大的跨越，以证明 Pro 档位的合理性，而不是只推出一个更强的 Flash。

所以我们已经看到以下模型的测试： Sonnet 5.2 Opus 5.2 Fable 5.2 Gemini 4 Pro 而我们已经确认或得到暗示即将发布的还有： Grok 4.7 GPT-6-Sol（Sam 和 Tibo 预告周二会有重大发布，可能就是这个）Kimi K3.1（Kimi 一条含糊的帖子似乎在暗示 3.1） 这周挺无聊的。但下周大概会疯狂。

Grok @Bot

NVIDIA 提出一种前后端架构，让全双工语音模型通过发出委托 token，将流式转录转发给文本后端 LLM 执行工具调用，再经轻量 prefill-and-repeat 机制回传结果并由 TTS 播报。

这是使用小型本地模型的一种非常实用的方式。而且整条流程通过 OpenClaw + Ollama 完全在 CPU 上运行，也相当令人印象深刻。这是一个很好的例子，说明工作流设计如何能让一个小模型变得比其原始模型规模所暗示的更有用。

StepFun 发布旗舰模型 Step 5 Preview，主打 agentic 工作，覆盖软件工程与专业知识工作，在金融领域有特别优势。模型为 600B 总参数 / 27B 激活的 MoE 架构，支持 1M 上下文和视觉能力，官方称在相近智能水平下任务成本明显更低，现已可在 StepFun AI Studio 和 API 使用，开放权重将于 10 月 15 日发布。

别克至境 E7 公布全新红色内饰"霞影绯红"，将于 9 月 23 日焕新发布，届时同步推出至境绿与淡暮粉两款全新车色。在售车型限时置换价 14.99 万元起，搭载 Momenta R6 强化学习大模型，CLTC 纯电续航 235km、综合续航 1630km，该车已于 9 月 16 日迎来第 3 万台整车下线。

通义千问（Qwen）发布实时同声传译模型Qwen3.8-LiveTranslate，采用新的Interleave架构，平均滞后（LAAL）从2.8秒降至2.3秒，约降低18%。

阿里云通义发布新一代实时同声传译模型 Qwen3.8-LiveTranslate，采用 Interleave 架构，在 60 种语言上将平均延迟 LAAL 从 2.8s 降至 2.3s，并提升忠实度、流畅度与简洁性。新能力包括实时说话人分离并配合更稳定的音色克隆、源文与译文同屏双语显示，以及利用对话历史对人名和术语做长上下文消歧。已可通过 Qwen Cloud 和 Model Studio 试用。

小米集团总裁卢伟冰表示，真正意义上的 AI 手机距离走进生活还有不少距离，需要整个 AI 和手机行业共同努力。他称小米 18 Pro 系列是小米数字旗舰升级幅度最大的一次，从系统软件到芯片硬件、从影像到大模型应用，是小米用 AI 全面改造智能手机的开始，该系列将于 9 月 23 日 19：00 发布。

既然 LLM 本来就知道答案概率，那为什么逼它先说话？有意思 JEV

给 GPT 调的越来越会画了✅ 舞|ZHGO|创意系列|GPT Images 2.5

Ethan Mollick 向 Astra 提出与 Claude 相同的问题--选一个困扰自己的谜题并尽力解决，再生成一段可分享的视频，Astra 给出了流畅的结果。Astra 的展示内容均来自其实际模拟，但相比 Fable，它表现出更少的模拟好奇心，似乎对结果不那么"感兴趣"。

阶跃星辰发布旗舰模型 Step 5 Preview，面向 AI 编程、软件工程、专业知识和金融场景，将于 10 月 15 日开源完整权重。

阶跃星辰发布旗舰模型 Step 5 Preview，主打智能体工作，在软件工程和专业知识工作中达到前沿水平，金融领域尤其突出。模型为 600B 总参数 / 27B 激活的 MoE，支持 1M 上下文和视觉能力，官方称在相当智能水平下任务成本明显更低，已可在 platform.stepfun.ai 试用，开放权重将于 10 月 15 日放出。

我们在浏览器里打造了一个虚拟 iPhone Duo 体验。 从一张平面的 2D 旅行照片，变成一个完全可交互的 3D 弹出式体验。 技术栈：Tripo 生成了核心 3D 模型，GPT-6 Astra 负责基础网格、材质和 WebGL 交互。 最终，折叠屏不只是一块显示屏--它是通往空间记忆的真正入口。 链接和提示词见下方 ↓

gpt-6 astra （md） 是游戏规则改变者 指令遵循比 5.6-sol-md 好得多，不会陷入无休止的反复纠结或随机跑题 现在我非常需要 gpt-6 sol 和 luna。如果它们的定价接近 5.6 sol/luna，那将是巨大的 更快更便宜