AI 模型发布与更新

OpenAI 首席研究官 Mark Chen 澄清，Navier Stokes 研究过程中没有任何人类或智能体查看过用户数据，但确实会整体性使用用户反馈和去标识化数据改进 ChatGPT 与 Codex，并称所有 LLM 公司皆如此。此前有研究者质疑去标识化数据可能帮助了模型改进。

OpenAI 推出 API 新图像模型 GPT-Image-2.5 Flare 和 Sunburst，主要改进包括更锐利的细节、更强的风格遵循，以及更多对图像编辑的控制。

顺便说一下，GPT-6 Astra 已于 9 月 3 日公开发布。

Uno 提出一种不改变输出分布的 LLM 加速方案：保留原自回归模型负责质量，仅用扩散模型并行草拟多个 token 供其验证，无需独立草稿模型。在 Qwen3-8B 上，最大测试批次下请求吞吐量提升 2.5 倍，系统吞吐量提升 1.6 倍，端到端 RL 训练提速最高 40%。

GPT-6 Astra 能快速构建整个场景，但细节不够。 Meshy 7 专为丰富的几何细节而打造。🤩 我们通过 Meshy API 重新生成了薄弱部分，并在相同位置替换。现在它在任何镜头距离下都能撑住。

Noam Brown 称 OpenAI 内部的数学家和物理学家本周经历了自己的"Lee Sedol 时刻"，该模型在数分钟内解决了他们多年未解的开放问题。引用的 OpenAI 介绍称，内部模型团队用约 10，000 个协作 AI agents 在 88 小时内得出 Navier-Stokes 解，训练仍在进行，全程遵循前沿评测的监控与隔离等安全防护措施。

在 macOS 版 Gemini 应用中，使用 Gemini 3.5 Transcribe，通过语音和屏幕上下文更高效地完成任务。 Gemini 3.5 Transcribe 让您轻松汇总本地文件、规划与研究，并使用免费自然语言创建图像。

Inception 发布扩散大语言模型 Mercury 2.5，官方称智力较 Mercury 2 提升 40%，在常见 NVIDIA GPU 上速度达 1107 tokens/sec。

一项研究用知识空间理论检验 LLM 数学知识是否具备连贯结构，而非仅有连贯准确率。八款开源与闭源模型常违反知识依赖关系，且彼此知识分布重叠度低。这些缺陷在基于准确率或 LLM 作为评判的评估中均不可见。

AI 智能体生成大部分代码后，PR 数量三年内增长五倍，2025 年底起 PR 和 commit 几乎翻倍。主流做法是让 AI 评审工具先审代码、人类再审 AI 的评审，CodeRabbit、Greptile、GitHub Copilot Code Review、Claude Code Review 等被广泛使用。

蚂蚁百灵今日开源 Ling-3.0-flash-VL，提供 BF16 和 FP8 权重，FP4 和 INT4 版本即将推出。该模型除视觉识别外，还能理解图像、视频、文档与 UI，按视觉线索进行推理、搜索与验证，并可使用工具、检查结果并交付结果。

Anthropic 计划在 9 月底 IPO 前推出 Fable 5.1 的继任者，若时间延后可能至 10 月初。该模型是 Fable 系列首次全新预训练，Anthropic 内部有信心其将超越 Astra，并认为 Astra 虽令人印象深刻但不足为虑。

蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构拓展，总参数 124B、单次推理激活 5.5B，原生支持图像、文本与视频输入，上下文窗口 256K Token。

智元发布原生世界-动作模型GE-Act 2.0，所有参数从随机初始化在具身操作数据上从头训练，不针对评测任务微调或示范。

NVIDIA 详解在 Dynamo 推理框架中用 encode-prefill-decode（EPD）分离加速多模态模型服务：把视觉编码器与 prefill、decode 拆成可独立扩缩的 worker，图像密集提示词下 TTFT 最高快 5 倍、端到端响应最高快 7 倍。

GPT-6 Astra 自主构建了含约 4K 结构的人体解剖模型，支持多层级探索与任意部位特写查看。作者称其是最佳研究型模型，能自主调用工具与资源，并认为"个性化通用智能"比"通用人工智能"更贴切。所用技术栈为 React 19、Three.js 等，解剖数据来自 Z-Anatomy/BodyParts3D。

Blackmagic Design 发布 DaVinci Resolve 21.1，接入 Claude、Claude Code 和 ChatGPT Codex 等 AI 助手，支持自然语言分析项目、整理媒体、调整设置和批量渲染。照片页面新增支持富士 GFX 和 X 系列、徕卡 SL 及索尼 α7R VI 等相机，可直接导入照片。更新还改进了多机位工作流程。

Grok Bot 现已支持连接 X（推特），可拉取提及、总结内容、分类处理私信，并支持自动发布帖子（带"Made with AI"标签）。付费用户连接后可获免费 X API 起始额度，需先开通 Grok Bot 付费套餐并登录 X 账号。

我们在浏览器里直接搭了一个复古 3D 街机。 从空白画布到可运行的游戏，只用了 2 小时。 技术栈：Tripo 生成 3D 资产，GPT-6 Astra 负责 Three.js 动画和游戏逻辑。 最终，3D 硬件不只是陈列的静态物件--它是进入游戏的实际入口。 链接和提示词见下方 ↓

Nathan Lambert 呼吁关注新一批开源模型，而非 OpenAI/Anthropic 的争议。其引用的 Artifacts 24 期列出 7-9 月值得关注的 25 款模型，涵盖 Motif-3、GLM-5.3、Hy4-preview 等，来自 Qwen、DeepSeek、Meta、Google 等 18 家机构。

豆包输入法今天推出 Windows 版（版本号 0.9.0），至此已覆盖 PC、Mac、iOS、Android 和鸿蒙五大平台。该输入法最初上线于去年 11 月，支持豆包同款语音输入，长按右 Alt 键即可启动，采用豆包同款语音大模型，支持多方言、英语及中英混输，无网弱网环境下也能流畅使用。此外还具备上下文智能联想与纠错功能。

@METR_Evals 的长时程指标是否实际上已经饱和？ 自5月以来，AI进展最著名的图表没有更新，但其他已发表的研究表明，在受控环境中，Fable（我推测GPT-6也是如此）可以有效完成18周以上的工作量。

Qwen3.8-27B Unsloth GGUF 现已成为史上点赞最多的 GGUF！ 该模型在 Hugging Face 上仅用 24 天就达到 1000 万次下载和 3.7K 点赞--全靠你们。🤗🦥 GGUF：https://huggingface.co/unsloth/Qwen3.8-27B-GGUF 指南：https://unsloth.ai/docs/models/qwen3.8

面壁智能（OpenBMB）开源 2B 参数端侧模型 MiniCPM5-2B，在 Artificial Analysis Intelligence Index 上得分 23，为 4B 以下开源模型第一，Agentic Index 得分 20，34 项基准平均 53.9。

一项非正式测试用同一段 Three.js 科幻机库构建提示词，对比 10 种模型与连接线（harness）组合的代码生成表现。GLM 5.3 Flash Max 搭配 OpenCode 用时最短（20 分钟）且得分最高（96.89%），Astra 6.0 Max 搭配 Codex 耗时最长（37 分钟）。测试记录了各组合的耗时、token 用量与工具调用成功率。

Reddit 上连 Claude 的 subreddit 现在都满是抱怨 Opus 和 Fable 的人，这实在太疯狂了。 不幸的是，我不得不同意。唯一可行的解决办法居然是降级到 Opus 4.6，这真的很荒谬。 OpenAI 在攻克千禧年难题，而 Anthropic 连让模型给出合理回答都做不到。简直离谱。 我会一直说下去，直到 Anthropic 最终改变这一点。

GPT-6 Astra 在健康行业的例子。 过去只有少数人能长期享受的私人康复师、营养师和健康顾问，慢慢会变成每个人身边的一项基础服务。

OpenAI 发布 ChatGPT Images 2.5 图像模型，生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。

DeepSeek Flash 4.1 已通过 API 进行测试并逐步推出。速度更快，采用新架构。 官方发布公告可能很快就会发布。

Spider Cat 正在俯瞰城市，寻找他的 MJ 🕷 更多 API 访问： • Qwen Cloud：https://click.qwencloud.com/m/20000003019/ • Model Studio：https://click.alibabacloud.com/m/20000003027/

我正把热巧克力直接倒进你的屏幕里 🍫 更多 API 接入方式： • Qwen Cloud：https://click.qwencloud.com/m/20000003019/ • Model Studio：https://click.alibabacloud.com/m/20000003027/

当你的野餐意外进入"巨人模式"会发生什么…… 更多 API 访问： • Qwen Cloud： https://click.qwencloud.com/m/20000003019/ • Model Studio： https://click.alibabacloud.com/m/20000003027/

SpaceXAI 工程师 @laurentdelrey 指出，升级方向不是等待更聪明的单体模型，而是将 20 个 Grok Bots 连入同一状态图协同工作，使其每日处理任务量从 6 个增至 200 多个，提升 33 倍。核心方法包括用状态图定义规划、执行、审查等节点实现数据自动流转，节点间自动交接任务，人只负责设定目标与最终验收。

inclusionAI 在 HuggingFace 发布 Ling-3.0-flash-VL-int4 模型。该模型为视觉语言模型的 int4 量化版本，具体参数规模、上下文长度与性能基准未在页面中披露。目前该模型页面因访问限制仅显示错误提示，需创建或登录 HuggingFace 账号并配置 HF_TOKEN 方可查看详情。

inclusionAI 在 HuggingFace 发布 Ling-3.0-flash-VL-fp4 模型。该模型为 fp4 精度版本，属于 Ling-3.0-flash 系列的多模态视觉语言模型。目前该模型页面因访问量过大触发限流，用户需创建或登录 HuggingFace 账号，并在使用 API 时提供 HF_TOKEN 方可继续访问。

@claudeai 大肆封禁中国用户账号，@OpenAI 趁机笼络这些用户。有网友调侃中国网民网络安全意识强、不用真实IP访问外网平台，引发讨论。谁能在这次用户争夺中笑到最后，或取决于这一关键选择。

Gemini 的一项巧妙能力 原来 Flash 3.8 在"听"频谱图方面表现出色 目前人们正在用 Astra 测试这一功能，但这很可能早已是既有的能力

快看，DeepSeek V4.1 Flash 似乎已开放测试！

DeepSeek 今日在官方交流群通知 DeepSeek V4.1 Flash 中间版本开启内测，采用新模型结构，原生多模态支持，能力更强、速度更快、成本更低。

小度智能音箱 Pro Max 今日正式发布，首销优惠价 299 元。新品配备可显示时间与小度表情的小彩屏，内置温湿度及光线传感器以联动家电，搭载最新版超能小度，支持 AI 大模型问答、多轮连续对话、15 种方言识别及长期记忆。音频上采用 3 英寸 12W 单元，上市价 349 元，现已开启 1 元预约，9 月 28 日预售。