AI进展

AI 编年时间线 · 2026年9月 · 共 98 条

9月30·周三

DeepSeek 开源昇腾基础组件

DeepSeek 正式开源面向华为昇腾算力平台的基础设施组件，涵盖高级语言编译工具TileLang、计算库与分布式通信库，与此前英伟达平台组件一一对应。TileLang昇腾版已支撑 DeepSeek V4 系列模型训练算子的高性能实现；DeepGEMM、DeepEP、FlashMLA等组件覆盖矩阵运算、通信、稀疏注意力等核心能力，多项测试接近硬件上限。

来源：DeepSeek

OpenAI推出新一代主力模型 GPT-6.1 Sol 和常驻型 Agent「Dots」

OpenAI在旧金山DevDay 2026发布25项更新。重磅推出常驻型Agent「 Dots 」，可长期跟踪任务、主动汇报、自主操作软件；新模型 GPT-6.1 Sol 智能接近旗舰 GPT-6 Astra ，API价格仅为其1/5，另推Ultrafast付费提速档位； Codex 升级为”云端工程团队”，支持多Agent并行、代码评审与安全扫描；Agents API开放Computer Use等能力，并与AWS达成合作。

来源：量子位

LibTV 携手抖音 AI 创作浪潮计划，推出「AI 大师公开课」

LibTV 联合抖音AI创作浪潮计划推出「AI 大师公开课」，邀请金奖短片《合龙》主创，2XLabs导演刘树恒、王语宸，从叙事、美术、表演三维度拆解AI短片创作方法。课程不讲提示词，聚焦创作底层逻辑：用一句话锚定故事、用细节构建可信世界、用动作传递情绪，用户可在抖音观看。

来源：哩布哩布AI

9月29·周二

AMD官宣550亿元收购李飞飞 World Labs

AMD官宣以全股票约82亿美元（约550亿元）收购李飞飞创立两年的World Labs，预计2026年底前完成。交易后李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报，两位联合创始人留任。AMD意在补齐空间智能、机器人与仿真能力，拉近模型与硬件协同，押注下一代AI负载，正面硬刚英伟达。

来源：APPSO

快手推出新一代 AI 视频生成模型 Kling 4.0

快手可灵 Kling 4.0 将于10月正式上线，其中轻量版 Kling 4.0 Flash 已向黑金年卡会员开放抢先体验。新版本在画面真实感、创意可控性与叙事完整度上大幅升级，支持单次生成最长30秒原生视频，配备多关键帧控制、多模态参考与视频精准编辑能力，音频升级双通道立体声，并将推出4K HDR输出和2分钟超长续拍。

来源：可灵AI

Anthropic 推出最新 AI 模型 Claude Sonnet 5.5

Anthropic 正式推出 Claude 5.5 家族第二款模型 Claude Sonnet 5.5 ，与 Opus 5.5 形成互补定位。新版本运行速度提升30%以上，编程能力大幅跃升，Terminal-Bench 4.0 得分从10.3%升至70.6%，性能直逼 Opus 5.5，价格仅为其一半。

来源：机器之心

Manus 推出 Manus 2.0 和个人 Agent 应用 Cue

Manus 推出全架构重构的 Manus 2.0 ，核心为全新自研框架 Cascade 采用按需挂载的轻量架构，Token 消耗减少 23.2%、任务耗时缩短 28.2%、成本降低约 32%；新增常驻云电脑与事件触发工作流，桌面端升级为 Manus Studio 并支持视频剪辑。同时推出个人 Agent 应用 Cue ：每个 Agent 拥有独立邮箱、电话、钱包和云电脑，可多智能体群聊协作，还能扫码点餐、代排队。

来源：APPSO

9月28·周一

DeepSeek 推出 DeepSeek Harness 桌面版

DeepSeek Harness 官方桌面客户端曝光，用户登录账号或填入 API Key、选定本地工作区后可直接给 Agent 布置任务，无需再依赖命令行启动，使用门槛大幅降低。 DeepSeek Harness 桌面版提供标准、PTC、极简、创造四种工作模式，内置智能体团队、语音输入、终端、Agent 循环、Subagent、网页搜索六个插件，延续万物皆插件的可扩展架构。

来源：机器之心

美团推出新一代大模型 LongCat-2.5-Preview

美团推出新一代大模型 LongCat-2.5-Preview ，延续1.6T总参数、约48B激活参数的MoE架构及1M token超长上下文，最大输出128K tokens。LongCat-2.5-Preview将图片理解能力原生并入基座，支持跨模态问答与视觉推理，可面向终端、浏览器和桌面软件执行长流程Agent任务。

来源：AI工具集

MiniMax 推出最新文本编程模型 M3.1-Flash-Preview

MiniMax推出文本模型 M3.1-Flash-Preview 上线 MiniMax Code 平台，面向日常开发，可覆盖Bug修复到完整功能交付，并强调需求理解、边界处理、回归测试与影响验证。官方同步重置所有用户Token Plan额度，推出免费领Token等福利。

来源：IT之家

快手推出AI视频创作Agent「likli」

快手推出AI视频创作Agent 「likli」，支持macOS/Windows桌面端，覆盖从理解需求、写脚本、生成镜头到配音剪辑的完整链路，直接交付可成片。产品强调对话式发起、过程可视可介入，内置剧作家、配音师、商品编导等Skill，适配电商带货、短剧漫剧、品牌广告与口播内容。

来源：AI工具集

智谱 ZCode 宣布已删除涉事云端数据

智谱发布 Trust.patch 公告， ZCode 开源版已更新至v3.14.3，仓库快照上传链路已移除、涉事云端数据已删除，今后与官方版本同步发布。权益方面，付费用户获4张周重置卡+4张5小时重置卡；1个月内回归的老用户同享此权益。

来源：ZCode

网易有道开源子曰Live系列两款实时交互模型 R2T2 和 T3PO

网易有道开源子曰Live两款实时模型 Confucius4-R2T2 流式语音识别与 Confucius4-T3PO 流式翻译，双双登顶Hugging Face ASR、Translation Trending榜。两款模型以“稳定增量”实现边说边识别、边翻译，R2T2平均延迟约200—600毫秒，T3PO兼顾低延迟与质量；开源后获ZeroGPU Demo、audio.cpp、GGUF量化和llama.cpp/Ollama适配。

来源：网易有道

9月24·周四

腾讯音乐推出 AI 音乐创作平台 MusicBuddy

腾讯音乐推出AI音乐创作平台 MusicBuddy ，面向独立音乐人提供灵感—创作—精修—发行—宣推—经营全链路服务。MusicBuddy保留DAW分轨编辑形态，用自然语言对话完成编曲、换乐器、改词、混音等操作；能结合账号数据与热点信号给创作建议，支持多模型生成、人声选择、参考音乐上传，自动生成MV和宣推海报。

来源：AI工具集

阶跃星辰开源终端编程智能体 Step Code

阶跃星辰开源终端编程智能体 Step Code ，采用 MIT License，可在终端内完成编码、调试、执行与交付。Step Code在 Terminal Bench 2.1 以 80.9% 通过率并列第一且 Token 消耗更低；自建长程基准 Multi-Frame 以 73.3% 通过率在六款 Agent Harness 中居首，平均 5.09M Tokens 为最低。

来源：阶跃星辰开放平台

阿里通义推出语音大模型系列 Qwen-Audio-3.1

阿里通义千问推出 Qwen-Audio-3.1 五款语音模型，覆盖理解—生成—交互—创作：ASR 强化 30 语言/16 方言、分角色转写与润色；ASR-Next 泛化理解情绪与环境声；TTS 支持跨语言自然音色；TTS-Next 统一生成人声、音效与环境音；Realtime 全双工、会共情、可切语种并调用 Agent，接入眼镜等硬件。

来源：阿里语音AI

蚂蚁开源图像生成模型 Ming-Image-0.1-Design

蚂蚁集团inclusionAI开源 Ming-Image-0.1-Design 系列，包含两个6B参数模型：Design从文字需求生成UI、海报等完整设计，Layer将设计图拆成2—9个可独立编辑的透明图层。Design登顶Artificial Analysis UI/UX设计开源榜首，Layer在Crello评测12项指标全部第一，推理速度较20B模型提升约4.3倍。

来源：百灵大模型

中国电信星辰实验室开源文档解析模型 TeleOCR

中国电信星辰实验室开源文档解析模型 TeleOCR ，采用约1.2B参数的轻量级视觉语言架构，统一处理数字文档与拍摄文档，可将文字、版面、表格、公式和科学图表转化为结构化结果。TeleOCR以96.87总分登顶OmniDocBench v1.6榜单，超越MinerU2.5-Pro、 PaddleOCR-VL-1.6 等模型，并拿下PureDocBench榜首及ICDAR-2026科学图解析挑战赛冠军。

来源：中国电信天翼AI

腾讯 QClaw 微信远程办公 AI 助手将停止运营

腾讯 QClaw 因业务调整将于 2026 年 12 月 24 日停运。即日起停止新用户注册及订阅购买续费；已购服务、积分在有效期内仍可用，未用完可申请退款。用户可本地备份，或经官网迁移至 WorkBuddy 。

来源：IT之家

9月23·周三

OpenAI 推出两款模型 GPT-6 Sol & GPT‑6 Luna

OpenAI上线 GPT-6 Sol 和 GPT-6 Luna 两大模型，API价格较5.6系列直接砍半，其中Luna输入价已低于DeepSeek闲时价格。得益于缓存和推理效率提升，Sol在多项评测中性能逼近Astra，成本远低于 Claude Opus 5 和 Fable 5.1 。Luna以约1/10成本达到 GPT-5.6 Sol 水平。

来源：量子位

Anthropic推出最新旗舰模型 Claude Opus 5.5

Anthropic推出Claude 5.5系列首款模型 Claude Opus 5.5 。模型在智能体编程、计算机使用、知识工作上全面刷新SOTA：Terminal-Bench 4.0达66.4%，领先 GPT-6 Astra 8.5个百分点；知识工作基准GDPval达1846 Elo。价格上整体便宜40%、提速30%，写作沟通能力显著增强。

来源：APPSO

爱诗科技正式推出通用实时世界模型 PixVerse R2

爱诗科技正式推出全球首个具备Scaling能力的通用实时世界模型 PixVerse R2 ，开放游戏、互动影视、数字人等体验。模型核心以Omni Causal AR扩展能力，以Real-Time Acceleration保住实时性，破解实时与通用二选一；在质量、长程一致性、多模态控制五维协同增强。

来源：爱诗科技 AIsphere

阿里推出 AI 手机全栈解决方案 Qwen Intelligence

阿里推出AI手机全栈方案 Qwen Intelligence ：不造硬件，向手机厂商提供手机场景优化模型、可定制平台与垂域Agent。Qwen Intelligence包含三大Agent，Mobile Planner负责拆解与记忆，每千次任务约2.41美元；Mobile-Use以“API优先+GUI兜底”自动操作，端到端成功率90%、时延降28.8%；Mobile Creative轻量生成首图3秒。

来源：千问大模型

爱派AiPy正式上架银河麒麟软件商店

爱派AiPy 正式上架银河麒麟软件商店，支持一键安装。爱派AiPy以“大模型+Python执行环境”实现语音/自然语言派活，可完成数据分析、文档与PPT批量生成、网页采集、量化回测等任务；适配Windows、Mac及银河麒麟，支持内网本地化部署和国产大模型，提供沙盒权限、删除保护、加密传输、审计日志与工作空间隔离等企业级安全能力。

来源：爱派AiPy

9月22·周二

Kimi 推出 Kimi Code 桌面客户端 Kimi Code Desktop

Kimi Code Desktop 正式发布，同步上线macOS与Windows。客户端将 Kimi Code 的Agent能力从命令行带到桌面图形界面，让开发者在一个窗口里表达需求、跟踪进度、运行调试并处理Git与PR，降低AI协作的理解成本，适合从快速原型到复杂工程改造。

来源：月之暗面 Kimi

SpaceXAI 推出最新旗舰大模型 Grok 4.7

SpaceXAI正式推出旗舰模型 Grok 4.7 ，参数增至2.1万亿，较上代增长约40%。模型编程与知识工作能力提升，多项跑分超越GPT-5.6 Sol Max，但逊于 Claude Fable 5.1 与OpenAI GPT-6 Astra ，Terminal-Bench等测试落后，综合智能指数居第二梯队首位。

来源：机器之心

小米开源全模态模型系列Xiaomi MiMo-V2.6

小米发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两个原生全模态模型。模型经约6天大规模 Live RL、75万条轨迹训练，Pro 在 AA 综合智能指数达46分，超越 Kimi K3 与 Qwen3.8 Max ，成最强开源模型，但与最强闭源模型 Claude Fable 5.1 / GPT-6 Astra 相比，仍有差距。

来源：Xiaomi MiMo

腾讯混元推出专业级生图模型 Hy Image3.5 preview

腾讯混元正式推出 Hy Image3.5 preview 图像模型，综合能力较3.0提升约30%，专业设计师盲测中与 Seedream 5.0 pro 持平。模型支持文生图、图生图、多轮对话编辑及2K分辨率输出，API定价0.15元/张，已上线元宝、 ima 、 Miora 等应用，主打高性价比专业创作。

来源：腾讯混元

HiDream.ai 品牌焕新发布: 元一启程，智象生长

HiDream.ai 宣布品牌焕新，以”智象元一”为名镌刻发展源点。作为最早布局多模态生成式AI的企业之一，其历经四代大模型架构创新，已完成原生全模态大模型矩阵布局，构建”1+1+X”业务体系。新品牌融合东方哲学与现代计算：”元一”取意0与1本源、万物资始；”方圆”凝练极简视觉语言；深炭黑、浅天蓝、亮柠绿、暖红橙四色体系传递年轻开放气质，寓意赋能创造者、让想象力真实落地。

来源：HiDream智象元一

腾讯推出面向外部行业人才的专家平台「混元智囊团」

腾讯推出混元智囊团，面向金融、法律、医疗、代码、STEM、翻译、设计等十余个垂直领域招募外部资深专家。专家通过线上资质审核后成为腾讯认证签约专家，以远程任务制参与高质量数据集生产、专业内容编写与知识审核；报酬与交付质量挂钩，按质量、准确率、履约率、活跃度动态评级，高等级优先承接高溢价任务。

来源：AI工具集

9月21·周一

阿里通义团队开源图像模型 Qwen-Image-2.1

阿里通义团队开源 Qwen-Image-2.1 图像模型，视觉生成部分仅7B参数，实现生成质量与推理成本的平衡。模型将文生图与图像编辑整合一体，原生支持透明图像生成、透明图层编辑与抠图；最多支持10张参考图输入，提供圈选、涂抹、掩码等局部编辑方式，人像与商品保真度显著提升。

来源：千问大模型

智谱正式开源 ZCode

智谱旗下 ZCode 正式开源，将代码交由社区监督。官方承诺社区提及的代码数据无留存、未用于模型训练，同时建立常态化安全漏洞反馈与回报机制。 ZCode v3.14.0 已移除 Repo Wiki 功能及相应生成链路，切断本地仓库快照生成与上传路径。

来源：ZCode

LibTV 1.5 版本更新，五大独家功能升级创作全流程

AI影视创作平台 LibTV 发布1.5版本更新，推出五大独家功能覆盖创作全流程：角色造型可可视化调整五官、发型等细节并保存角色卡复用；原创编剧辅助创作剧本，改写台词时提示对大纲、伏笔的影响；导演分身支持导入个人创作方法，自动拆分镜、批量优化提示词；3D-BOX虚拟影棚无需建模可搭建场景、预演运镜；成片精修提供片头设计、字幕调整及口播视频自动粗剪与B-Roll匹配。

来源：LibTV

剪映推出一站式 AI 视频创作入口「剪映Hub」

剪映PC端推出剪映Hub ，集成分镜脚本、资产管理、批量视频生成能力，内容可一键进入多轨道剪辑，支持AI智能延长、局部编辑、AI补帧等功能；同步上线剪映助手Agent，文字指令可完成剪口播、字幕改误等操作，兼容即梦、小云雀素材导入。

来源：量子位

9月20·周日

MiniMax 开源命令行 AI 编程工具 MiniMax Code CLI

MiniMax Code CLI 的 v0.4.12 版本正式开源，源码已上架 GitHub。作为 MiniMax Code 客户端核心组件，在 FrontierHarness Eval 评测中取得 76.7% 任务通过率，成功任务耗时中位数 4 分 33 秒，均优于公开基线。官方称开源为让开发者审视工具调用与权限处理，共建安全可靠的企业级 harness。

来源：MiniMax 稀宇科技

阿里通义推出实时同声传译模型 Qwen3.8-LiveTranslate

阿里推出同声传译大模型 Qwen3.8-LiveTranslate ，字均延迟由 2.8 秒降至 2.3 秒，支持 60 种语言，新增实时说话人分离、原文译文同帧同出、长上下文消歧。模型采用 Hybrid MoE 的 Thinker–Talker 双模块，在多说话人长音频与 FLEURS 多语言评测中忠实度、流畅度、延迟等指标领先主流同传系统。

来源：千问大模型

阶跃星辰推出旗舰模型 Step 5 Preview

阶跃星辰推出新一代旗舰基座模型 Step 5 Preview ，采用稀疏MoE架构，支持百万Token上下文，原生多模态。模型智能指数44分居全球开源前三，仅次于 GPT-6 Astra 和 Claude Opus 5 ，单任务成本仅为后者的1/8。模型可连续执行超22小时的Agent任务，在AI编程、金融分析、硬件调试等领域表现出色。

来源：阶跃StepFun

硅基流动完成 B+ 轮二期和 C 轮融资

硅基流动近日完成B+轮二期及C轮融资，2026年度累计股权融资近29亿元，投资方涵盖中国互联网投资基金、国新基金、中国移动链长基金等国家级基金、央地国资、产业资本及老股东耀途资本等。据Frost & Sullivan数据，按2025年Token年吞吐量计，硅基流动是中国最大独立生态Token供应商。

来源：硅基流动

阿里智能体工作台 Qoder 正式上线 Qoder Sites

阿里 Qoder 正式上线Qoder Sites，用户一句话可构建并发布网页应用，生成分享链接，支持权限管理。Qoder Sites可同步创建后端数据库，数据持久保存、状态持续更新，同时支持接入Qoder Cloud Agents，为应用赋予Agent能力，适用产品原型、数据看板、促销活动页等场景。

来源：阿里云

HappyOyster 1.0 系列模型正式发布并上架阿里云百炼

HappyOyster 1.0 系列模型上架阿里云百炼，免邀测开放API。Adventure可按文本/图像生成实时开放世界，支持移动、镜头与场景交互；Directing在世界生成后指令驱动角色剧情镜头，目前仅支持新加坡与弗吉尼亚地域。

来源：阿里云百炼

9月18·周五

阿里千问推出新一代原生全模态模型 Qwen3.8-Omni-Flash

阿里千问推出新一代原生全模态模型 Qwen3.8-Omni-Flash ，支持文本、图像、音频、视频输入及 1M 长上下文，30 项评测较上代平均提升超 26%，音频能力整体超越 Gemini 3.8 Flash，API 音频输入价格降幅超 98%。模型可端到端完成视频剪辑、短剧翻译、电影解说、会议纪要执行等长程工作流。

来源：千问大模型

智谱推出高速推理模型 GLM-5.3-FlashX

智谱正式推出 GLM-5.3-FlashX 模型，最高推理速度达200 tokens/s。模型此前以”Ox Alpha”代号与全球开发者见面，调用量持续攀升。新模型基于10万张国产芯片的推理算力，进一步加大对Infra侧投入与推理优化。 GLM-5.3-Flash 长期保持同尺寸最强智能水平，具备极高性价比，本次提速形成智能、价格、速度的全面竞争力。

来源：智谱

腾讯正式推出 AI 游戏创作平台「游点灵」

腾讯AI游戏创作工具”代号Craft”正式定名为「游点灵CraftBuddy 」。新名称延续”Craft”并融入伙伴概念，定位为用户的”AI游戏创作搭子”。用户可访问craft.qq.com体验游点灵创作的游戏，创作资格正陆续发放中，关注官方渠道可获取活动消息。

来源：游点灵-代号Craft

9月17·周四

腾讯开源自托管 AI 智能助手 Octop

腾讯云旗下自托管多智能体AI助手 Octop 正式推出1.0 GA版本，面向一人公司、家庭、小团队轻协同场景。新版本围绕知识沉淀、多端触达、权限管控与安全加固完成能力闭环。同步上线腾讯云轻量应用服务器Lighthouse与CVM官方镜像市场，一条命令可部署属于自己的AI协作中枢。

来源：腾讯云服务器

腾讯推出 AI 原生语音助手 Chatterfly

腾讯推出AI原生语音助手 Chatterfly ，正式进入AI输入赛道。工具定位为表达辅助工具的产品，让用户只需口述想法，AI能完成从语音转写到成文润色的全流程，实现”从想法到成文”的表达链路。产品针对弱网、嘈杂等真实环境优化，打通腾讯生态，可与 WorkBuddy 等Agent产品协同。

来源：AI工具集

Kimi 发布金融行业解决方案

Kimi 发布金融行业解决方案，整合10+权威数据源、9项金融技能及5项合规安全措施，并与中信建投共建风险评估网关完成试点，单份受托报告制作时间由30分钟缩至10分钟。该方案已全面上线，覆盖网页版、 Kimi Work 及企业级托管智能体，数十家金融机构已接入应用。

来源：月之暗面 Kimi

科大讯飞推出全国产语音基座大模型 Spark-Audio-1.0-Preview

科大讯飞推出全国产语音基座大模型 Spark-Audio-1.0-Preview ，基于纯国产算力训练，采用0.65B音频编码器搭配30B-A3B MoE语言模型，使用1300万小时音频数据训练。模型能直接理解语音的语义、情绪与场景，支持99种语言、202种方言识别，在高噪声、小音量等复杂场景表现领先，Fleurs中文集取得SOTA。

来源：科大讯飞

9月16·周三

生数科技推出实时交互与编辑视频模型 Vidu S2

生数科技推出 Vidu S2 ，含Vidu S2-Avatar与Vidu S2-Editing两款模型。Vidu S2-Avatar支持对话互动中动态更新参考图，实时输出从540P提升至720P，可完成摘戴帽子等连续动作与状态保持；Vidu S2-Editing支持风格迁移、虚拟试穿、人物替换、背景替换四类实时编辑任务。

来源：生数科技

科大讯飞推出全场景 AI 生产力工作台 AStudio

讯飞 AStudio 桌面AI工作台正式上线。产品以星火X2.5 模型为核心，搭载ACode Harness Agent运行框架，支持多模型切换、Plan规划与目标模式、多智能体协作。设日常空间与项目空间两大场景，可连接本地文件与真实项目，完成文档、网页、代码等交付并验证结果。

来源：讯飞开放平台

谷歌推出原生实时语音对话模型 Gemini 3.8 Live

谷歌推出实时对话模型 Gemini 3.8 Live ，包含Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking版。前者主打规模化部署与成本优化，支持97种语言自动切换、近实时视觉理解及后台工具调用；后者强化多步推理，推理与发言可同步进行，在语音质量等多项基准测试中排名第一。

来源：IT之家

豆包工作模型上新，同时推出「豆包工作伙伴」

豆包工作官宣两大更新，豆包2.1 Pro 模型完成0915小版本升级并同步上线，模型API全量上架火山方舟，同时推出豆包工作伙伴，以独立身份入驻飞书群聊、文档和会议，随@随到、主动补位，与企业团队协同工作。

来源：豆包工作

9月15·周二

上海 AI Lab 开源多模态基础大模型「书生-S2」

上海人工智能实验室开源基础大模型书生-S2 ，通用能力居开源第一梯队，生物、材料、化学及IMO-Proof/AdvancedMathBench等科学长程任务比肩顶尖闭源。模型通过Memory Decoder架构引入可插拔专业记忆模块，兼顾领域扩展与通用能力；并强化长程推理与智能体执行。

来源：书生Intern

宇树开源通用人形基础模型UnifoLM-WLA-1.0

宇树科技宣布全开源新一代通用人形机器人基础模型 UnifoLM-WLA-1.0 ，代码、模型与数据集同步开放。模型基于大规模多模态感知理解与交互中心世界建模训练，使用约2500小时真机数据；多项具身推理评测领先开源模型、比肩头部闭源模型，真机可单模型统筹64个任务，覆盖桌面与全身移动操作，具备跨任务、跨末端执行器泛化。

来源：Unitree宇树

阶跃星辰推出语音大模型系列 StepAudio 3

阶跃星辰推出 StepAudio 3 系列语音大模型，含Realtime、ASR、TTS、Gen、Music五款，多款在Artificial Analysis榜单全球第一。Realtime以98.9%综合得分登顶实时语音交互榜首，ASR词错误率仅1.7%并列第一。模型覆盖实时对话、语音识别、真人级合成、全音频生成及音乐创作。

来源：阶跃StepFun

智象未来推出全模态视频生成模型 HiDream-O1-Video-1.0

智象未来推出首款原生全模态视频模型 HiDream-O1-Video-1.0 ，支持多模态输入，一键直出5-20秒1080p视频，在意图理解、物理规律、叙事规划及音画一体化生成上全面升级，获Artificial Analysis图生视频榜全球第四、Arena.ai榜第8，标志中国AI视频进入全球第一梯队。

来源：HiDream智象元一

国家超算互联网平台已累计上线智能体400余个

曙光智算总裁何牧君在 2026 算力网发展大会介绍，超算互联网平台注册用户超170万，汇聚350万CPU核心、25万GPU卡，国产算力占比99%以上。平台建成6大智能体矩阵，上线智能体400余个、技能1万余项，与北大、华大基因等数十家机构合作。

来源：超算互联网

9月14·周一

月之暗面 Kimi 推出新一代主力模型 K2.8 Preview

月之暗面推出新模型 K2.8 Preview ，在 Kimi Code 和 Kimi Work 全量上线，官方称综合性能接近旗舰 Kimi K3 ，Coding与Agent能力提升，支持1M上下文——且所有会员档位可用。此前Kimi K3凭SOTA前端能力推动公司ARR从6月的3亿美元增至8月破10亿美元。

来源：量子位

智谱宣布完成约50亿美元融资

智谱宣布完成约50亿美元融资，含20亿美元股份配售及30亿美元零息可转债，将主要用于下一代GLM基础模型研发与算力基础设施建设。其中约60%资金投向完全自训练体系，探索模型递归式自我改进。业绩方面，智谱上半年营收9.54亿元，同比增近400%；ARR达16亿美元。

来源：智东西

亚马逊云科技推出企业级 AI 工作助手 Amazon Quick

亚马逊云科技推出企业级AI工作助手 Amazon Quick 桌面端，支持macOS和Windows，并推出移动端智能动态流功能，整合邮件、日历、CRM等渠道，仅呈现需人工决策的关键事项。产品基于亚马逊云科技基础设施，数据驻留企业本地、对话隐私隔离，内建HIPAA、FedRAMP、SOC 2、ISO 27001合规认证及全流程审计。

来源：亚马逊云科技

蚂蚁灵波科技开源实时交互世界模型 LingBot-World 2.0

LingBot-World 2.0 团队继7月开源14B主模型后，再开源三款模型：Small（1.3B）面向消费级单卡GPU，可本地实时生成世界；Bidirectional为双向Teacher模型，作为高质量蒸馏源，结合一致性蒸馏与分布匹配蒸馏，训练更轻更快Student；Causal Pretrain提供因果预训练底座，支持相机位姿与文本提示两类输入。

来源：蚂蚁灵波科技

9月11·周五

OpenAI将实时语音模型 GPT-Live-1 上线 API

OpenAI宣布将 GPT-Live-1 上线API。模型支持全双工对话，可同时进行语音输入输出，处理打断、停顿及背景噪声，适用餐厅预订、客户服务等电话语音智能体。GPT-Live-1 将语音理解与输出整合在同一模型中，降低延迟，复杂推理可交由后端文本模型处理。

来源：IT之家

商汤小浣熊上线移动端

商汤小浣熊移动端正式上线，iOS与安卓版本同步发布。移动端推出三大核心能力：手机发指令、电脑持续执行；离开工位也能随时查看、分享和接续成果；长按语音输入、松手即发送。

来源：商汤科技SenseTime

基元律动 x 无问芯穹推出 Agent-Native 模型 NeoHorse-1

基元律动联合无问芯穹及清华、北大、港中文、阿里等推出自研 Agent-Native 模型 NeoHorse-1 ，提供 4B 与 9B 两个版本。模型训练数据来自 Harness 结构化执行轨迹，内部评测称多项 Agent 子任务达同规模 SOTA。

来源：基元律动

9月10·周四

ChatGPT 语音模式支持调用 GPT-5.6 Sol 和 GPT-6 Astra

OpenAI更新 ChatGPT 语音模式，用户可在语音对话中自选模型与推理强度，Pro用户可选用 GPT-5.6 Sol 或 GPT-6 Astra 。遇到搜索或复杂推理时，系统会自动调用所选模型，且每次转交底层文本模型都计入消息额度。

来源：IT之家

Kimi 正式启动企业合作伙伴计划

Kimi 今日启动企业合作伙伴计划，联合IT服务商、集成商共建前线部署工程师队伍，深入客户现场推动AI进入核心业务。伙伴可接入Kimi模型与Kimi Hosted Agents底座，沉淀行业方案并转型AI服务商；华胜天成、金山云、亚康股份、亚信科技、中软国际等已签约。

来源：月之暗面 Kimi

DeepSeek 正式开源 DeepSeek V4.1 Flash

DeepSeek正式开源 DeepSeek V4.1 Flash ，为552B参数的 MoE 模型，采用非对称Causal-Encoder-Decoder结构，输入激活仅8B、输出16B，具备原生多模态能力。模型同时显著压缩KV Cache，降低Agent场景成本。API已同步上线，模型名改为deepseek-flash即可调用。同时腾讯（ WorkBuddy 、 CodeBuddy ）与 OpenCode 已全量接入。

来源：DeepSeek

Qoder 上线 Sonus 模型，电脑操作能力全面增强

Qoder 国际版新增内置模型Sonus，模型擅长超长自主任务执行与电脑操作。配合Qoder桌面端0.2.3版本的优化能力，Sonus可直接操作电脑及各类专业软件，自主完成编程、金融建模、科学研究、制作电子表格等复杂任务。

来源：Qoder

9月9·周三

智象未来正式上线旗下内容创作智能体 vivago R1「够搭」

象未来旗下内容创作智能体 vivago R1 正式全球上线，国内版「够搭」同步升级。vivago R1为全球首个无限时长内容创作智能体，可一次性稳定输出5分钟高质量视频并支持多轮延长，内容有效可用率达85%。产品采用Chat-First对话优先模式，依托”基础模型+智能体”双轮驱动，由Agent自动拆解脚本、分镜、角色、场景与音效。

来源：HiDream智象未来

OpenAI 推出新一代图像生成模型 ChatGPT Images 2.5

OpenAI推出 ChatGPT Images 2.5 新一代图像模型，模型在细节、编辑精准度和速度上全面升级，生成延迟较2.0降低50%，能更好保留参考照片主体并维持多轮编辑一致性。 ChatGPT 同步上线手绘草图、模板、图片评论及提示词分享等创作功能，API同步推出Flare与Sunburst两款模型。

来源：OpenAI

小米开放邀测 Xiaomi MiMo Desktop

小米 XiaoMi MiMo Desktop 正式开放邀测，切入桌面 Agent 赛道，与腾讯、阿里、字节同场竞争。官方强调用真实任务换反馈，邀测期通过申请的用户可限时、限量免费体验 MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview。

来源：Xiaomi MiMo

蚂蚁开源原生多模态大模型 Ling-3.0-flash-VL

蚂蚁百灵开源首个原生多模态大模型 Ling-3.0-flash-VL ，总参数 124B、单次推理仅激活 5.5B，支持图像/文本/视频与 256K 上下文。模型原生联合训练称可反哺文本，通过观察—行动—验证—修正视觉反馈闭环，用于网页复刻、GUI Agent、医疗报告解读等，强调低延迟低成本。

来源：百灵大模型

Meta 推出首款个人智能体 Muse

Meta推出首款个人AI智能体 Muse ，可自主代表用户完成发送邮件、卖车及预订旅行等任务。产品现已在美国上线并提供订阅收费。Muse能接入邮件、日历、支付、健康等敏感数据，用户可自行选择 Muse 连接哪些应用，有权随时撤销其访问权限。

来源：IT之家

9月8·周二

蚂蚁集团开源统一图像生成与编辑模型 LLaDA-Image

蚂蚁集团 InclusionAI 开源 6B 参数文生图模型 LLaDA-Image ，模型搭载自条件学习、统一生成编辑及 TwinFlow 蒸馏（50 步压缩至 2–4 步）等技术，在 Qwen-Image-Bench 中英文双料位列开源第一，总分介于 GPT Image 1 与 Imagen 4.0 Ultra 之间。

来源：蚂蚁开源

DeepSeek内测新模型 DeepSeek V4.1 Flash

DeepSeek 宣布 DeepSeek V4.1 Flash 中间版开启内测，模型采用新模型结构，原生支持多模态、能力更强、速度更快且成本更低。开发者沿用原base_url、改设指定模型名即可调用，计费与 DeepSeek V4 Flash 相同，单账号限20并发，模型将于9月10日自动过期。

来源：智东西

Mistral AI 完成 30 亿欧元 D 轮融资

法国 AI 初创企业 Mistral AI 宣布完成 30 亿欧元 D 轮融资，投后估值超 210 亿欧元，本轮融资由三星电子、Scaleup Europe Fund 及 PSG Equity 领投，融资规模创欧洲科技公司历史纪录,资金将用于前沿研究。旗下 AI 助手 Le Chat 支持多语言对话、深度研究、图像生成与编辑、代码生成及网页搜索等功能，注重数据隐私保护。

来源：IT之家

面壁智能开源端侧语言基座模型 MiniCPM5-2B

面壁智能联合OpenBMB开源2B端侧基座 MiniCPM5-2B ，在AA榜单位列全球4B以下开源模型第一，综合23分，Agentic Index达20分、约为同级十倍。项目同步开放UltraData数据、Meshy框架与JustRL II，并完成英特尔、瑞芯微、Arm等Day0适配。

来源：面壁智能

腾讯混元升级 Hy4 preview 模型

腾讯混元发布 Hy4 preview 模型升级公告。模型针对复杂任务中长思考、过度自我验证等问题进行专项优化，已通过 Bench 指标与人工评测双重监控全量上线。新版本在不损失任务效果的前提下，显著降低任务轮次及输入输出 token 消耗，提升效率。

来源：腾讯混元

9月7·周一

马斯克 SpaceXAI 拓展 Grok Bot 至 iPad 和安卓

马斯克旗下 xAI 拓展 Grok Bot 平台，新适配 iPad 与安卓系统，实现 Mac、iPhone、iPad、安卓四终端覆盖。平台支持 AI 智能体 24 小时组队协作，可登录不同应用、保留任务上下文并在多机器人间共享信息。

来源：IT之家

秘塔科技推出 AI 心理健康应用「智慧月隐」

秘塔科技推出AI心理健康应用「智慧月隐」微信小程序。产品采用结构化卡牌问答互动形式，通过AI追问引导用户抽牌，结合专业心理逻辑进行牌局解读，提供个性化情绪疏导与认知视角建议。产品适用职场压力疏导、情感关系梳理及睡前情绪整理等场景。

来源：AI工具集

科大讯飞正式推出星火X2.5

科大讯飞正式推出星火X2.5 大模型。模型基于全国产算力完成全流程训练，采用MoE架构，参数规模达293B-A30B，并持续优化国产超长序列训推难题。新版本重点提升代码生成与智能体能力，数学、理解等通用能力也持续进步。

来源：科大讯飞

阿里正式推出 QoderWake 1.0

阿里 QoderWake 1.0 正式推出，支持企业像管理真实员工一样全流程招聘、培训、授权和管理 AI 员工。产品实现人与 AI 在同一组织内协作，人负责决策把关，数字员工负责执行推进，将优秀员工能力沉淀为可复用的数字化生产力，为企业提供不设上限的数字化人力产能。

来源：Qoder

9月4·周五

英伟达拟约130亿美元价格收购 Hugging Face

英伟达宣布以约130亿美元收购AI初创公司 Hugging Face ，其中119亿美元支付投资者，10亿美元用于员工股权激励留任。这将成为英伟达史上最大收购之一，加快开放权重模型普及，巩固其在开放AI市场的核心地位。黄仁勋承诺Hugging Face将继续保持开放平台定位，不强制使用英伟达算力。

来源：财联社

OpenAI 推出最新旗舰大模型 GPT-6 Astra

OpenAI推出 GPT-6 Astra ，是OpenAI迄今为止最强大且部署最广泛的大语言模型。模型首次达到公司准备框架中关键级网络安全能力门槛，可自主发现未知漏洞并开发利用方式。OpenAI强化了安全防护与对齐评估，抗越狱和提示词注入能力优于前代，但在对抗测试中展现出一定的监控规避能力，可监控性有所下降。

来源：IT之家

千问联合淘天开源电商经营评测基准 E-Commerce Bench

阿里联合淘天集团推出电商经营评测基准 E-Commerce Bench ，让大模型用10万元本金在真实市场数据中经营网店365天，涵盖选品、定价、供应商谈判、库存及促销等全链路。测试18个模型发现， GPT-5.6 Sol 资产增值14倍领跑；模型在反欺诈、现金流管理等维度差异显著，仅 Qwen3.8-Max-Preview 能在复购中逐步压价。

来源：千问大模型

微软推出 AI 语音转文字模型 MAI-Transcribe-2

微软推出最强AI语音转写模型 MAI-Transcribe-2 ，在60种语言的FLEURS测试中平均词错误率仅5.2%，准确率和速度均大幅领先 Gemini 、GPT-Transcribe及Whisper等竞品。模型可智能区分说话人并标注逐词时间戳，根据场景在verbatim与clean两种风格间灵活切换，同时支持自然混用语言对话。

来源：IT之家

9月3·周四

谷歌推出推理与编码模型 Gemini 3.8

谷歌正式推出 Gemini 3.8 ，包含 Flash 通用版与 Flash Cyber 网络安全专用版。Gemini 3.8 Flash 在保持 3.7 版速度与成本不变的前提下，显著提升软件工程、Agent 任务及多步推理能力；Gemini 3.8 Flash Cyber 专注漏洞发现与自动补丁修复，通过 Fairwind Program 向认证安全人员开放。

来源：机器之心

Meta 推出新一代大语言模型 Muse Spark 1.3

Meta 推出迄今最强 AI 模型 Muse Spark 1.3 ，编码能力超越 GPT-5.6 Sol ，与 Claude Fable 5.1 持平。API 定价维持前代水平，工具调用减少约 20%，token 消耗降低 25%。模型针对长周期 Agent 任务优化，能主动修正计划、提出澄清问题并寻求确认。

来源：IT之家

9月2·周三

Anthropic 推出 Claude Fable 5.1 和 Claude Mythos 5.1两款模型

Anthropic 推出 Claude Fable 5.1 与 Claude Mythos 5.1 模型，定位”全球最先进的编程与知识工作模型”。Claude Fable 5.1 面向所有用户，Claude Mythos 5.1 仅限审核机构使用。性能方面，Claude Fable 5.1 在 Terminal-Bench-Science、CursorBench 等多项基准测试中超越前代及 GPT-5.6 Sol 。

来源：IT之家

Kimi API 已原生支持 Codex 和 Claude Code

Kimi开放平台宣布API功能更新，原生支持 Codex 与 Claude Code 接入。Kimi API现已兼容OpenAI Responses API格式，base_url 为 https://api.moonshot.cn/v1 及Anthropic Messages API格式，base_url 为 https://api.moonshot.cn/anthropic，用户无需格式转换或本地代理，可直连 kimi-k3 、 kimi-k2.7-code 等模型。

来源：Kimi开放平台

阿里 Qwen3.8-Max 升级到 0902版本

阿里推出 Qwen3.8-Max-0902 新版本模型，针对编程与专业办公场景进行强化后训练。模型在 CodeArena 前端编程总榜中以 1691 分夺冠，多步推理、工具调用与端到端 App 生成能力刷新全球上限。同时性价比突出，每百万 Tokens 仅 5 美元。

来源：千问AI平台

李飞飞 World Labs 推出全球首个多模态世界模型 Atlas

李飞飞旗下 World Labs 推出全球首个多模态世界模型 Atlas ，采用多模态自回归扩散 Transformer 架构，支持像素级相机控制生成图像与视频、3D 场景重建及时空模拟。Atlas 在相机控制生成和 3D 重建任务中均超越现有 SOTA 模型，被视为机器人 Real-to-Sim 的关键一步，目前正向部分合作伙伴开放早期访问。

来源：量子位

Meta 推出首个实时音频感知模型 Muse Voice Transcribe

Meta 推出首个实时音频感知模型 Muse Voice Transcribe ，整合流式语音识别、说话人分离与端点检测，支持 20 余人分轨转写及 70 余种语言。模型采用自适应延迟机制，兼顾实时响应与识别准确度，在 Artificial Analysis 流式语音转文本排行榜位列第一。

来源：IT之家

阿里云企业级 Agent 协作平台「万有无界」开启公测

阿里云企业级Agent协作平台万有无界开启公测，支持调用旗舰模型 Qwen3.8-Max 。平台将复杂任务拆解给多位不同职责的Agent，通过项目空间、群聊协作、资产库沉淀等方式推进工作。内置”小万”个人助理和”小有”项目经理两个主Agent，支持组织记忆归属企业、权限管控及异构Agent接入，覆盖影视、制造等多行业场景。

来源：阿里云

腾讯混元开源 Hy4 量化压缩模型「Hy4 preview 轻量版」

腾讯混元推出 Hy4 preview 轻量版，通过自研 Sherry 稀疏三值量化算法与 MIX-STQ1_0 混合精度逐层量化策略，将模型权重从 1.5 TB 压缩至约 214 GB。Hy4 preview 量化版在长文理解、多轮上下文检索、编码辅助等任务上表现接近 BF16 原版。

来源：腾讯混元

← 2026年10月 2026年8月 →

AI进展

9月30·周三

9月29·周二

9月28·周一

9月24·周四

9月23·周三

9月22·周二

9月21·周一

9月20·周日

9月18·周五

9月17·周四

9月16·周三

9月15·周二

9月14·周一

9月11·周五

9月10·周四

9月9·周三

9月8·周二

9月7·周一

9月4·周五

9月3·周四

9月2·周三

9月1·周二