AI 模型发布与更新

阿里发布Qwen3.8-Flash，一款多模态MoE模型，也是Qwen4架构的早期预览，现已开源权重。该模型总参数量125B，每token仅激活6B，原生上下文262K，可扩展至1M。

阿里 Qwen 团队发布开源权重多模态 MoE 模型 Qwen3.8-Flash-Next，125B 主干搭配 51B N-gram 嵌入表和 4B 多 token 预测模块，每个 token 仅激活 6B 参数，被视为 Qwen4 架构的早期预览。

由两位前 Meta FAIR 研究员创立的 Perceptron 推出视觉模型 Isaac 0.5，帮助机器在仓库、工厂等工业环境中感知、推理并行动，支持视觉引导机器人导航及提取视频信息。该模型以开放权重发布，训练数据含百万小时通用视频与 ego video。公司近期完成 2100 万美元融资。

欢迎来到一个你从未见过的世界 👀

智谱发布 GLM-5.3-Flash（320B-A18B），体积不到 GLM-5.2 一半，却在所有基准测试中全面超越后者。该模型原生多模态、支持 1M-token 上下文窗口，以 MIT 许可证开源，此前以 Ox Alpha 代号预览，完全运行于国产 AI 芯片。Databricks 将尽快为客户接入并实现超快运行。

在 OpenRouter 上匿名屠榜、调用量超 DeepSeek 一倍的 Ox Alpha 被证实为智谱出品，官方确认今晚开源权重。该模型以 Flash 级速度和成本实现前沿实战能力，支持 1M 上下文与图片视频多模态，推理优先架构，社区测试在 10 个高难度 Coding 任务中拿下 80% 过关率，全量 DeepSWE 跑出 64.6%。

ZHIPU AI 🔥：GLM-5.3-Flash（Ox Alpha）已正式发布！ > GLM-5.3-Flash 是一款 320B-A18B 多模态模型。 > 采用 MIT 许可证。 > 此前名为 Ox Alpha，是 OpenRouter 上的一个隐身模型。 看来 GLM-5.3-Flash 和 Gemini 3.7 Flash 确实是"好朋友"。

Ox Alpha 已揭晓为 GLM-5.3-Flash，但令人震惊的是，每天 100T tokens 的服务竟运行在中国芯片上。（1/3）🧵

智谱发布GLM-5.3-Flash，原生多模态并支持1M token上下文窗口，性能对标Opus-4.8。该320B-A18B模型以MIT许可证开源，此前代号Ox Alpha，完全运行于国产AI芯片，现已通过HuggingFace、API等全平台上线。

阿里 Qwen 团队发布多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 的架构预览，总参数 1250 亿但每 token 仅激活 60 亿，并引入 510 亿参数的 N-gram 嵌入层，可运行于系统内存。

GLM-5.3 Flash（Ox Alpha）正式发布，320B MoE 架构、每 token 仅激活 18B 参数，开源且 MIT 许可，原生多模态，支持 1M 上下文。

智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。该模型在 AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，编程表现亦相当；定价为 GLM-5.3 的 1/10，限时折扣为 1/20，为 Opus 4.8 的 1/40。模型已接入 ZCode 等平台，并开放 API 调用。

谜底揭晓：Ox Alpha 由智谱（Z.ai）打造，是其 GLM 系列最新迭代，此前匿名上线 OpenRouter 后已在多项基准测试中登顶。Z.ai 确认将于周三发布 Ox Alpha 权重，供开发者在其基础上构建。该模型被描述为面向编程、持续智能体工作与生产负载的推理模型，其发布加剧了中国高性价比模型对 OpenAI、Anthropic 等高价前沿模型的竞争威胁。

Ox Alpha 揭晓：@Zai_org 的 GLM-5.3-Flash，GLM-5 系列中首个原生多模态模型。 Ox Alpha 是 OpenRouter 上有史以来最大的模型，6 天内处理了超过 20 万亿 token。 立即继续使用该模型：https://openrouter.ai/z-ai/glm-5.3-flash

即将推出的 Ox Alpha 就是 GLM-5.3 Flash（如预期）：总参数 320b，激活参数 18b。 以 1/10 的价格超越 GLM-5.2，在编程和智能体基准测试上接近 Opus 4.8。 大动作即将到来！

Z.ai 证实 Ox Alpha 是 GLM 系列的新模型，并宣布将发布其权重。该消息在 Hacker News 上引发关注，获得 267 个 HN Points。目前尚未披露具体参数量、benchmark 分数或发布时间等更多细节。

Qwen 团队开源多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 架构的早期预览版。该模型采用 125B 参数主模型加 51B N-gram Embedding，每 token 激活 6B 参数，共 48 层，MoE 层使用 512 个专家和 top-10 路由。

通义千问发布 Qwen3.8-Flash，作为 Qwen4 架构的早期预览并开源权重。模型总参数 125B 加 51B N-gram 嵌入，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，SWE-bench Pro 得分 62.5，反超 Claude Opus 4.6 Max 的 53.4。

阿里巴巴发布 Qwen3.8 Flash，一款 125B 参数的多模态 MoE 模型，原生支持 262K 上下文，可通过 YaRN 扩展至 1M。API 定价为每百万输入 token $0.16、输出 token $0.47。该模型基于新架构构建，是 Qwen4 架构的前身，在 DeepSWE 1.1 和 SWE-bench Pro 上分别得分 58.7 和 62.5。

阿里云 Wan3.0 在六大动画类别评测中均排名第一，同时在写实视频生成方面表现优异。KoyalAI CEO Mehul Agarwal 从专业电影制作视角对其进行了测试，Wan3.0 现已上线 KoyalAI 平台，并提供 Model Studio 和 Qwen Cloud 的 API 访问。

通义千问发布 Qwen3.8-Flash-Next，SGLang 即日支持部署。该模型为 125B 主模型，含 51B N-gram 嵌入，每 token 激活 6B 参数。N-gram 嵌入几乎不增加计算成本即可扩展容量，并可通过异步预取驻留内存；GDN+QSA 混合注意力兼顾长任务效率与检索精度。

OxAlpha 是来自中国 Z.ai 的 GLM 新迭代版本。 它将改变你快速运行长时智能体的方式。 --- bloomberg.com/news/articles/2026-08-26/china-s-z-ai-made-ox-alpha-stealth-model-that-rivals-deepseek 来源：X：Rohan Paul （@rohanpaul_ai）

通义千问 Qwen3.8-Flash-Next 获 vLLM 首发（day-0）支持，已在 NVIDIA 和 AMD GPU 上验证。该超稀疏多模态 MoE 模型拥有 125B 总参数、6B 激活参数、262K 原生上下文（经 YaRN 可扩展至 1M），并附带可卸载的 51B N-gram 表。模型现可通过 `vllm/vllm-openai：qwen38-flash-next` 镜像运行。

Recraft V4 Styles 已在 OpenRouter 上线。 精确模式遵循纹理、构图、色彩和渲染，而不仅仅是整体外观。可使用来自其他生成器、品牌素材或现有资产的 1-10 个参考。 来自 @recraftai 的 Styles、Vector、Pro 和 Pro Vector 如下 ↓ https://openrouter.ai/recraft

非常感谢 @sgl_project 的首日支持！🙌 Qwen3.8-Flash-Next 今日即可通过 SGLang 部署。

Qwen3.8-Flash-Next 正式发布，这是一款高度稀疏的 MoE 模型，总参数 125B 外加 51B N-gram 嵌入，但每个 token 仅激活 6B 参数。

Qwen3.8-Flash-Next正式发布，这是一款高度稀疏MoE开源多模态模型，总参数125B加51B n-gram嵌入，每token仅激活6B参数，原生256K上下文可经YaRN扩展至1M。

阿里通义千问团队发布 Qwen3.8-Flash，这是一款 125B 参数的多模态 MoE 模型，每 token 激活 6B 参数，原生支持 262，144 tokens 上下文，并可通过 YaRN 扩展至 1M tokens。

通义千问开源 Qwen3.8-Flash-Next，一款多模态 MoE 模型，也是 Qwen4 架构的早期预览。该模型采用 GDN + QSA 混合注意力等四项升级，总参数 125B，每 token 激活 6B，训练成本约为 Qwen3.7-Plus 的 1/9，编码与办公任务能力更强。

IBM 推出开源权重 Granite 4.2 模型，提供 3B、8B 和 30B 三种参数版本，原生支持 128，000-token 上下文窗口。8B 和 30B 版本经过智能体强化学习训练，支持使用终端、搜索网页或调用外部工具。IBM 称其为 Granite 系列中专注于推理的版本，旨在满足开发者对本地部署模型日益增长的兴趣。

IBM 发布 Granite 4.2 语言模型，提供 3B、8B 和 30B 三种尺寸，基于约 15 万亿 token 从头训练，支持最高 512，000 token 的上下文窗口，并可在"思考"与"非思考"模式间切换以控制每项任务的计算量。

智谱证实 Ox Alpha 模型正是其 GLM 系列新版本，将于今晚正式发布该模型权重。该匿名模型此前在 OpenRouter 上线后调用量迅速攀升至榜首，并刷新单日用量纪录；OpenCode 免费套餐声称每日可处理 100 万亿个 token。研究人员通过分词器指纹分析发现其 token 数量与 GLM-5.3 几乎完全吻合，仅存在恒定 75 个 token 的包装层偏差。

阿里云 Wan 3.0 正式上线 Media.io，可将一个创意或脚本生成完整 AI 故事，支持角色一致、场景连贯与电影级运镜。限时优惠 40% OFF，同时通过 Model Studio 和 Qwen Cloud 提供 API 接入。

OpenAI 支持的律所 AI 公司 Harvey 发布首个自研模型 Tenet，基于中国开源权重模型 Kimi K3，用约 150 块 Nvidia B300 训练两个月。

6 天内处理了 42T tokens 的 Ox Alpha 继 DeepSeek Flash 56 天运行后使用最多的模型 几小时后揭晓

通义千问（Qwen）即将发布 Qwen3.8-Flash-Next，作为 Qwen4 架构的预览版，今日正式开放。据已下架的 ModelScope 页面显示，该模型采用多模态 MoE 架构，总参数约 176B（125B 主参数 + 51B N-gram 嵌入），但每 token 仅激活 6B 参数。最终 benchmark 表现值得关注。

小鹏汽车副总裁宣布，小鹏 G9L 将首发搭载第二代 VLA 全新版本，具备 30 秒有效时序，首次将记忆加入智驾决策，并通过 X-Foresight 世界预测模型推演未来 6 秒环境运动轨迹。该版本端到端响应速度提升 300%，端侧模型参数量提高 3.5 倍，为行业主流 VLA 模型的 15 倍。小鹏 G9L 已开启预售，预售价 25.98 万元起。

腾讯混元将端侧翻译模型 Hy-MT2-1.8B 通过 2-bit 与 1.25-bit 量化方案压缩至 574MB 和 440MB，翻译质量几乎无损，在 FLORES-200 上优于 Microsoft Translator 等商业 API。该模型已联合英特尔完成 x86 适配，并在哔哩哔哩直播弹幕实时翻译中落地，单条弹幕翻译耗时 500~800ms。