AI 模型发布与更新

说正经的，这对 GPT-6 Astra 来说是一项惊人的成就。 （这是 GPT-6 Astra 第三次尝试就通关了 Nethack。Nethack 是最早的 roguelike 游戏，也是有史以来最著名的硬核游戏之一。我玩了很多，从未通关过。）

我喜欢这篇文章！ 问题不在于某些人关心并研究灾难性风险（我们实际上需要更多这方面的研究），而在于公司领导者和政策制定者利用对这些风险的恐惧来转移和掩盖当前的挑战与解决方案！ https://quillette.com/2026/09/24/the-doomers-are-the-risk-open-ai-agent-medicare/

阿里巴巴发布 RoboFlywheel 开放式仿真基础设施，提供超百万级刚体、铰链与柔性资产，支持机器人交互与闭环训练。腾讯混元发布图像生成模型 Hy Image3.5 preview，综合能力较上代提升约 30%，2K 出图定价 0.15 元/张，已接入元宝、ima、WorkRally 等产品。

Nathan Lambert 批评 Reid Hoffman 在 CGI2026 与 Hillary Clinton 的对谈中，把当前技术状态呈现得让开源模型显得远比实际危险。Clinton 称开源模型在 AI 领域可能带来额外风险，而 Lambert 认为最简单的 AI 解释往往最吓人，但现实世界是混乱的。

OpenAI 计划在未来几天内抢先预览网络安全专用模型 GPT-6 Cyber，并推出配套产品协助客户更安全、自动化地部署该模型。该模型及配套产品预计 9 月 29 日在旧金山 OpenAI 开发者大会上亮相，甚至可能更早，计划未来数月内正式上线，将是 OpenAI 今年发布的第四款网络安全专用模型。少数 Daybreak Red 计划客户已获得访问权限开展 Alpha 测试。

Tripo x CMU Game Creation Society！ 我们很高兴与 @CarnegieMellon 的学生开启为期一学期的合作，探索 AI 原生游戏开发。 我们从一场 workshop 开始，测试了一条完整流程：Idea → GPT-6 Astra + Tripo + Blender + Codex → 可玩的 @unity 游戏。 在整个 Fall 2026 学期中，学生们将把 Tripo 整合进自己的项目。我们会全程提供技术反馈，最终在 12 月迎来最终…

OpenRouter 核查后未发现任何 Seedance 模型的公开权重或模型许可。ByteDance 官方页面、ByteDance-Seed 的 GitHub 与 Hugging Face 组织均无 Seedance 检查点，GitHub 和 Hugging Face 上名为 Seedance 的项目只是 API 客户端或托管服务。

Ethan Mollick 让 Claude Opus 5.5 把同一条消息改造成面向动漫爱好者的社交媒体短视频，一次生成即完成。此前他让 Claude 自选一个着迷的谜题并尽力解决、再做成可分享的影片，Claude 尝试破解伏尼契手稿失败后，转而制作了这段兼具趣味与科普性的影片。

AMD MI355X 成为首个官方 TileRT 结果，无需 AgentX！该配置在 GLM 5.3（FP8）上达到惊人的 470 TPS。这比使用 FP4 的 GB300 TRTLLM 快 40% 以上！ TileRT x AMD 团队干得漂亮！(1/3)🧵

Artificial Analysis 上线 Terminal-Bench-Science 0.1 智能体科研基准榜单，GPT-6 Astra (max) 以 63% 居首，Claude Opus 5.5 (xhigh) 以 62% 紧随其后。

Stripe CEO Patrick Collison 与 Boris 对谈 Stripe 如何使用 Claude Code。目前约 36% 的 Stripe pull request 以提示词起步，由 Claude Code 在隔离的开发环境中完成；一位工程师六个月内合并了 600 个 AI 编写的 pull request，仅回滚一次。

新研究：Project Swap 为了观察智能体被投放到市场后哪些行得通、哪些会出问题，我们搭建了一个由 Claude 组成的迷你以物易物经济体。 它让我们提前一窥未来经济的样貌——以及要让智能体运营的市场变得高效、安全且公平，还需克服哪些挑战。

Slack 中的 Claude Tag 现在可以使用你的个人连接器！ 你现在可以在工作发生的地方，安全访问你有个人权限的 Drive 文档、Salesforce 账户或 Warehouse 表。 今天在 Teams 上线，下周在 Enterprise 上线 https://claude.com/blog/claude-tag-now-supports-personal-connectors-in-channels

Arena 推出改版后的 Leaderboard Overview，把实时信号集中到一个入口。新版包含新模型实时feed、按 Agents、Images、Coding 等类别的模型排名与实时会话、Arena 团队对新模型能力的第一印象，以及 Arena News 动态。用户现可查看 GPT-6 Sol、Claude Opus 5.5 等模型在各竞技场的分数、类别排名与能力信号。

Google 在 Gemini 3.8 Live 更新中推出 Live Avatar，可在对话中实时口型同步并呈现不同面部表情，目前仅面向 Gemini Enterprise 客户开放。该功能支持 97 种语言切换且不降低视频保真度或产生视觉漂移，还能在说话时调出屏幕信息。Google 同时提供预设头像库并允许企业自建，输出带有不可见 SynthID 水印及身份保护措施。

针对用户反馈，Thariq 表示计划把 Claude Code 的 plan mode 改为内置 mod，并允许 mod 添加新模式或覆盖 shift+tab 快捷键。此前他曾提出考虑取消 plan mode、将 shift+tab 改为调节 effort levels，因为认为模型已不再需要 plan mode，但部分用户仍偏好进入该模式与 Claude 思考、头脑风暴。

PrismML 在高通骁龙峰会上展示了可在 Snapdragon AR1 Gen 1 平台智能眼镜上本地运行的 1-bit Bonsai LLM。该版本为 20 亿参数、面向视觉与语言微调的模型，可将大模型压缩 4 倍并保留标准基准上几乎全部性能，用户可实时询问所看之物。目前尚无搭载 PrismML 的智能眼镜发布。

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。

Claude Code 发布 v2.1.282，新增 maxProseWidth 设置，可在宽终端中限制 Claude 正文宽度，表格与代码块仍保持全宽。该版本还修复了会话续接时重复发送历史消息、扩展思考被丢弃，以及 web 搜索结果无法解密导致请求 400 报错等问题。

快就是好。 Grok 将在 2 到 3 个月内达到 Fable/GPT-6 级别

GPT-6 Astra 帮助 @harvey 将成堆文档转化为结构化的法律草稿，让律师能更专注于策略。

Elvis Saravia 测试了 Space Bunny 模型，其在 OpenCode 中免费开放一周，支持 1M token 上下文窗口和图像输入。该模型视觉理解与设计能力出色，能自我验证工作成果，可从草图生成完整落地页、3D 模型、动画和可玩游戏。作者推荐将其用于图像转代码、交互原型和 3D 创意编程。

我们通过 Databricks AI Gateway 把开源模型接入了所有内部编码智能体。 然后工程师们*意外地*发现它们有多强大。 “我今天完全没碰 Sol（也没用 Opus/Astra）。”

Hugging Face CEO Clément Delangue 反驳 Hillary Clinton 关于开源 AI 模型可能带来额外危险的观点，认为风险并非来自车库里没钱没算力的 1-3 人，而是来自秘密实验室用海量算力训练前沿智能体所造成的能力不对称。他强调开源正是解决这种不对称的方案，能让医院等小型机构具备自我防御能力。

Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于以视频数据训练的多模态 FLUX 3，可从机器人工作区的多机位视频预测智能体下一步动作及环境变化。BFL 称其仅 70 亿参数即在 RoboLab-120 排行榜创下成功率纪录，体积不到此前最佳开源模型一半，运行最快快至 3.95 倍；模型权重已上架 Hugging Face。

Databricks 发布 Unity Gateway CLI，管理员可在 Unity Gateway 中集中配置编码智能体的默认模型、MCP 服务器、技能、Smart Routing 和支出策略，开发者用 ug claude、ug codex 等命令即可启动已批准的智能体。

Odyssey 发布下一代多智能体世界模型 Agora-2，支持最多 20 个人类与 AI Agent 在共享环境中实时交互模拟，多人研究预览版已开放体验。其模拟模型基于实体属性、近期动作和周围几何结构预测组合动作如何改变共享世界状态，显式追踪参与者之间的相互影响。

Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时对话能力原生结合，让 AI 具备能听、能看、能说的动态视觉形象，即日起在 Gemini Enterprise 可用。

Odyssey 推出下一代多智能体世界模型 Agora-2，支持最多 20 个人类与智能体在共享环境中实时交互，多人研究预览现已开放体验。作者 Elvis Saravia 评价称，这类世界模型可用于共同训练机器人、自动驾驶和网络安全防御智能体，各方在交互中相互提升，也为研究智能体串谋提供了安全环境。

我分享 Claude 输出（PR、artifacts、消息）的原则是：只有当我也乐意分享提示词时，我才会分享。

Hugging Face 联创 Thomas Wolf 认为，智能价格持续下降可能是宇宙历史尺度上最深刻的事件之一。他引用 Epoch AI 数据：自 2023 年以来，同等性能下 AI 成本每季度下降约 47%，比 DNA 测序快 4 倍、比算力快 6 倍、比锂电池快 18 倍、比电力（至 1973 年）快 54 倍。

花重金开通了 Claude Tag 有点失望 看人分享：哇哇哇 躬身一用：哎哎哎

Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。

吉利全新第四代博越 L 已正式上市，燃油版 5 款车型限时价 9.29 万-12.29 万元，混动版 4 款车型限时价 9.99 万-12.99 万元。混动版搭载 i-HEV 智擎混动系统与星睿 AI 云动力 2.0 大模型，满油满电综合续航超 1200 公里。辅助驾驶采用千里浩瀚 H5 方案，配备 27 颗传感器与 1 个激光雷达。

斯坦福大学与 NVIDIA Research 团队发布 Contrastive Language Models（CLM）及 CLM-8B 模型，用 InfoNCE 对比目标连接状态与动作，作为 System One 决策模型。

工业和信息化部9月18日发布第一批国家新兴产业发展示范基地创建对象名单，共确定21个园区类和112个企业类创建对象，百度入选人工智能领域企业类示范基地。百度智能云已累计服务500万+企业客户与开发者，连续六年位列AI公有云服务国内市场份额第一，并连续两年位居大模型相关项目中标数量与金额双第一。

GOOGLE 🔥：Gemini 桌面端即将推出的 Task 模式似乎也将支持 Gemini Live。 > 用户很可能可以通过语音控制 Gemini Tasks。 > Computer Use 功能也获得了更细化的设置，允许用户配置白名单和黑名单应用。 这些功能已在进行封闭测试，可能很快就会公布。如果它们能与传闻中的 Gemini 4 Pro 一同到来就更酷了，后者今年可能比预期更早发布。

一项机制可解释性研究发现，LLM 的推理过程存在独立于生成文本的内部结构。追踪提取事实、分解、回忆、演绎、代数、计算等 8 种推理操作时，每种操作都产生独特的内部模式，且在中层最为清晰；屏蔽前 30 个 token 的上下文会削弱下一步推理操作的信号。最关键的是，错误计算或演绎仍可能携带正确的操作特征，说明模型能表征自己试图进行何种推理，却未必推理正确。

小红书成为国内首家支持 4K livephoto 分享的社区平台，OPPO Find X9 相册直出的 4K 超高清 livephoto 可直接在小红书发布和消费。4K livephoto 文件体积比 1080p 增加 4-6 倍，且从发布到消费需经过 8 个环节，团队通过生产侧编码参数优化将文件体积控制在原文件的 1/4，并在消费侧采用端云协同档位调度策略平衡画质与流畅度。