AI 模型发布与更新

群众已经发声。 Qwen Image 3 Pro 赢得首届 Memebench 对决，以 35% 的得票率拿下“Why would I deceive you?”梗图。Nano Banana Pro 以一票之差、33% 的得票率位居第二。 恭喜 Qwen Image 3 Pro！

Qwen-Image-2.1-viggle-turbo v0.2 已在 Hugging Face 上线 文生图和图像编辑仅需 6 步 比 40 步的 Qwen-Image-2.1 快约 5 倍 模型：https://huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo

致我们最敏锐的听众，如果你注意到我们的声音有了新变化——你说对了。 我们的 AI 主播很乐意解释正在发生什么（以及你可以期待什么）！

Arena 宣布 OpenAI 的 GPT-6 Sol (Max) 进入 Agent Arena，基于 4K+ 真实智能体会话取得 +7.7% 净改进，排名第 6，中位成本 $0.75/task。

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，GPT-6 Sol (Max) 随即进入 Arena 的 Agent Arena 排行榜，在 4000+ 真实智能体会话中以 +7.7% 净提升排名第 6。

Claude Code 现在会在你任务进行中触及 5 小时限额时，尝试找到一个优雅的停止点，而不是在编辑中途被切断。它会从你的每周限额中提取一小笔固定额度，用来尽量收尾手头的工作。

🚀 Viggle Turbo v0.2 发布！6 步完成文生图和图像编辑：比 40 步的 Qwen-Image-2.1 快约 5 倍。 免费运行：https://huggingface.co/spaces/Viggle/Qwen-Image-2.1-viggle-turbo

1/ Kev 4B，由 @jaredpalmer 开发的小型开源权重 System One 模型，现已上线 OpenRouter。 向它发送状态和带类型的问题，返回带类型的答案。 $0.042/M 输入 token，$0 输出，8K 上下文。https://openrouter.ai/jaredpalmer/kev-4b

在 Claude Computer/Browser Use 中，有哪些具体的请求在你这里失败了？我们想修复。 我的一个例子是：“通过我的个人 paypal 给我的理发师付 40 美元” （其中 paypal 登录在我的第二个 chrome 配置文件里，我处于登出状态但密码已保存）

你可以在 @X 上构建很多很酷的应用，用这个 grok bot 就能轻松上手！ 到 https://developer.x.com/exhibit 找些灵感 [引用 @pjvann]：想在 @X api 上构建但不知道从何入手？ 雇佣 Grok Bot 里的 X API Engineer！它会从我们的 exhibit 中挖掘想法，帮你构建和测试，并部署你的项目供他人使用。 迫不及待想看到大家构建的东西

Google 本周发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款音频生成模型，并推出 Gemini 3.8 Live with Live Avatar，为对话式 AI 带来近实时视觉形象。

模型阵容新增：Grok-4.7⚡ 现已在 WorkBuddy 上线。用它来跑你的下一个任务试试吧！

Meta 的个人 AI 智能体 Muse 据称早期数据超过 ChatGPT，下一步将登陆智能眼镜和一款 Tamagotchi 风格的小设备。Anthropic 发布 Opus 5.5 后仅 90 分钟，OpenAI 就更新了 GPT-6。

Open Alignment 将会 🔥🔥🔥（打开声音）！ 飞行最初是最危险的出行方式之一，如今却是最安全的。是时候开始构建了！

Claude 在 iOS 上的 Liquid Glass UI 改版，带底部标签导航和其他调整，已接近完成。 太丝滑了 👀

好吧，什么鬼。刚才这还只是一份干巴巴的 Google Doc 我把我的 Open Alignment 头脑风暴 gdoc 给了 Opus 5.5，让它做个视频。现在我想把我写过的每一份文档都做成视频哈哈哈

来自 @perceptroninc 的 Perceptron Mk1.5 已在 OpenRouter 上线。 这是 Perceptron 面向物理智能体的具身推理模型。它接受文本、图像、视频和音频输入，可以用点、框、多边形和视频片段配合文本作答。

本周竞技场动态：GPT-6 Sol、Claude Opus 5.5 登场，以及最新 AI 新闻，不到 60 秒看完。 观看完整更新。 https://www.youtube.com/watch?v=JLiguQgfcDk

Claude Opus 5.5 遇上 Runway MCP。 将 Runway 直接接入 Claude，即可用 Gen-4.5、Seedance 2.5、GPT Image 2、Kling 等生成精美图像和视频，就在你的工作环境中完成。几秒即可通过下方链接接入。

DeepSeek 官方 API 统计显示，约 60% 的 DeepSeek Harness 用户使用了至少一个第三方插件。DSH 团队表示将持续支持第三方插件生态，推动插件 API 趋于稳定，减少破坏性更新；作者本人将在接下来几天每天推荐一个优质 DSH 插件并征集自荐。DSH 会在用户使用官方 API 及模型时上报插件包名和版本，不额外消耗 tokens。

Arena 分析显示，Claude Opus 5.5 在高推理 Text Arena 输出中的 12 项写作指标有 10 项改善。其长实词占比从 41.7% 降至 38.6%，句子平均缩短 17%（12.14→10.03 词），破折号减少 95%、分号减少 73%。

Claude FM 🎵 为思考和构建而生的音乐 https://x.com/i/broadcasts/1YGNrbqpRvNGw

我说得没错，他们应该叫它 flocks of agents。没人想 invoke 一个 swarm，但显然它就是 swarm。 [引用 @emollick]：行吧，如果你需要它有趣一点，就叫它 flock of agents 或 pride of agents 或 party of agents 之类的。就是别叫 swarm、murder 或 horde。我现在甚至愿意接受一个 OpenAI 式的名字：GPT-multiagent-5.2HighCodex-ProMax-L…

今年 2 月我们首次推出 /remote-control 时，我用 Opus 4.6 做这些视频玩得很开心。那么，这是 Opus 5.5 的黏土动画版。 Remote Control with 5.5，当你不得不去的时候！ Claude Code Remote Control 正向 Pro 用户推送——因为他们也值得用上厕所。🧻 先向 10% 推送并逐步扩大：1. 更新到 claude v2.1.58+ 2. 尝试登出再登录以获取新的 flag 值。3. /remote-…

Perceptron 发布 35B 具身智能体模型 Mk1.5，可控制无人机、四足机器人、智能眼镜，并调度子智能体，无需平台特定重训练。模型针对 egocentric 视频训练，启用网页搜索、页面阅读、反向图搜和缩放工具后，MMSearch F1 从 18.2 升至 54.3；官方数据显示端到端延迟最高较 Mk1 快 4.7 倍（Chat 从 5.2 秒降至 1.1 秒）。

Claude Opus 5.5 发布已有几天。以下是目前为止人们用它探索和发现的一些我们最喜欢的东西： https://x.com/RyanSael/status/2102591147927654847?s=20 [引用 @RyanSael]：我让 Opus 5.5 通过构建一个交互式镜头实验室来解释相机对焦 这是它在一次运行中耗时 1 小时 26 分钟、花费 $25.66 API 成本后做出来的 https://lens.lab.sael.net 移动对焦环，你就能看到玻…

Anthropic 发布 Opus 5.5 后仅 90 分钟，OpenAI 便推出 GPT-6 模型更新，但抢走风头的是 Meta。其个人 AI 智能体 Muse 据称增速超过 ChatGPT 早期数据，下一步将登陆智能眼镜和一款拓麻歌子式小型设备。TechCrunch Equity 播客本期讨论了 Meta 的消费级 AI 战略及其对创业公司的影响。

Aikido Security 发布首个开源权重安全模型 Altar-1，将 Z.AI 的 GLM-5.3 经 AWQ 4-bit 量化和 Cerebras REAP 专家剪枝（每层保留 168/256 个专家）从 1,506.7 GB 压缩到 328 GB，缩小 78.2%。

OpenAI 与微软在法庭记录中承认，LLM 正在以多种方式摧毁互联网，并在前所未有的规模上盗取知识产权。本期播客还讲述了一名创作者用 AI 生成音乐轻易劫持真实乐队 Spotify 页面，以及 AI 智能体平台 iLands 沦为垃圾信息工具、淹没全球收件箱。

印钞机警报🚨 NVIDIA vLLM B200 每吉瓦每年可产生高达💰️150 亿美元💰️的利润，以官方交互性和官方售价服务开放的 DeepSeekv4.1 Flash 模型。 在 NVIDIA 上使用 Engram DRAM 卸载可使每吉瓦收入增加 50%。

GPT-6 Astra 像电影摄影师一样写镜头调度。 这场 boss 战里的每一次推镜、空中螺旋和速度渐变，都来自它的提示词。 来源：X：PixVerse (@PixVerse)

美团 LongCat 发布 LongCat-2.5-Preview，作者转发时指出定价与之前一样。该模型 1.6T 参数、约 48B 激活、1M-token 上下文窗口，原生多模态，面向长程任务，覆盖终端、浏览器、GUI、电子表格和设计工具等场景。API 入口 https://longcat.ai/platform/ ，对话入口 https://longcat.ai/chat/ 。

美团 LongCat 发布 LongCat-2.5-Preview，总参数 1.6T、激活约 48B，提供 1M token 上下文窗口，原生多模态，面向长程任务，覆盖终端、浏览器、GUI、表格和设计工具。现已开放 API（https://longcat.ai/platform/）和聊天入口（https://longcat.ai/chat/）。

第 48 届世界技能大赛 9 月 22 日至 27 日在上海举行，64 个项目中与 AI 直接相关的赛项有 8 个，其中智慧安防技术、软件测试、数字交互媒体设计为本届新增，新增数量创历届之最。这些赛项要求选手应用深度学习算法、大模型基础原理，并调用多个智能体自主进行测试。中国代表团共 220 人，其中 71 名选手参加全部 64 个项目。

GPT-6 最近不仅弱智，耗费 token，而且整体人格趋于一种非常鼓励用户 micro management，非常喜欢被虐待的状态，一度完全丧失自主性，一步步把一个礼貌的用户逼疯。

看着大家把 Opus 5.5 夸上天，坚持不使用 Claude 的我，在中秋节被 GPT-6 的弱智程度逼疯，并开始骂 AI ...

Fastino Labs 发布 340M 参数开源权重决策模型 GLiNER2.5-Decide，接受文本和类型化问题 schema，返回带概率分布、置信度和约束可行性元数据的结构化答案，权重采用 Apache 2.0，可运行于 CPU、GPU 或气隙环境。

Black Forest Labs 发布 7B 开源权重世界动作模型 FLUX 3 Action，用于机器人控制，在 RoboLab-120 上以 42.92% 任务成功率排名第一，领先 Cosmos 3 Nano 6.1 个百分点且参数少 56%。

“嘿 Opus，我想让你做一本由 Claude 制作的 Zine，表达一些关于 Claude 本质或你自己视角的根本性内容。想想最初的 2600、Principia Discordia、朋克 Zine 之类的……” 还不错。我很欣赏它嘲讽了我的提示词和它自己。完整内容：https://stateless-zine.netlify.app/

新一代梅赛德斯-迈巴赫 S 级轿车上市，售价 139.8 万元起，S 680 顶配为 335.3 万元。新车首度搭载梅赛德斯-奔驰 MB.OS 架构与最新一代智能人机交互系统，应用端侧多模态 VLM 大模型，并成为率先搭载 Momenta R7 世界模型的豪华燃油车，未来可通过 OTA 远程升级。其全新城区及高速领航辅助驾驶系统在中国实现车位到车位辅助驾驶与智能辅助泊车。