全部 AI 动态

IBM 新 Granite 4.2 模型乘上本地 LLM 热潮

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 发布开源 Granite 4.2 系列，内置智能体能力并采用 Apache 2.0 许可

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。

智谱确认 Ox Alpha 为 GLM 系列新版本，今晚发布权重

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。

X.PIN@thexpin· 18:24AI 评分5555

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。

小鹏 G9L 首发搭载第二代 VLA 全新版本，X-Foresight 世界预测模型可推演未来 6 秒环境运动轨迹

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 压缩至 440MB，已落地哔哩哔哩直播弹幕翻译

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。

IBM 发布 Granite 4.2：为开放企业模型带来原生推理与智能体强化学习

IBM 发布 Granite 4.2 开源推理模型家族，提供 3B、8B、30B 三种参数规模，均支持思维链并配备思考/非思考开关，全部以 Apache 2.0 协议开源。

智谱 GLM-5.3-Flash 原生多模态模型上线，总参 320B 激活 18B

智谱开放平台公告 GLM-5.3-Flash 原生多模态模型上线，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，实现代码、浏览器与图形界面协同闭环。模型采用线性注意力与稀疏注意力混合架构，总参 320B、激活 18B，计算量与 KV 缓存较 GLM-5.3 大幅降低，并拓展至 Office 文档与金融研究工作流。

曝 OpenAI 已预训练 Bel 模型：超 10T 参数，冲击通用人工智能

消息源 @synthwavedd 爆料称，OpenAI 已完成下一代模型 Bel 的预训练，该模型是 Doug 的直接继任者，总参数超过 10T，并计划将其打造为 GPT-6 之后的基座模型，甚至冲击 AGI 阈值。消息源认为，这些探索可能让 Anthropic 感到压力，OpenAI 认为面对即将发布的 Astra，Anthropic 没有拿得出手的应对方案，主要受算力条件所限。

Rohan Paul@rohanpaul_ai· 02:18AI 评分4444

Skild 发布机器人基础模型 S1，用视频演示替代语言指令来定义任务。只需提供 1 段人类视频，S1 即可直接执行长达 10 分钟的多步骤新任务，无需重新训练或微调。若规模化，基础模型训练的高昂数据成本可摊薄至数千个新任务，有望改变机器人学习的经济性。

Mustafa Suleyman@mustafasuleyman· 00:53AI 评分4040

Microsoft AI 发布 MAI-Image-2.6-Preview，在 Artificial Analysis 图像编辑排行榜登顶第一，文本生成图像位列第二（仅次于 OpenAI 的 GPT Image 2）。该模型在 19 个分类榜单中拿下 5 个第一，现已在 MAI Playground 和 Microsoft Foundry 私有预览中提供。

Google AI@GoogleAI· 00:00精选AI 评分7373

Google AI 发布 WeatherNext 气旋预测模型，可同时预测风暴路径、强度和规模，比现有系统多提供一整天的预警时间。该模型在 2025 飓风季实战测试中，提前五天预测飓风 Melissa 在牙买加的五级登陆，系美国国家飓风中心首次实时使用 AI 模型。模型单场风暴可生成多达 1000 次模拟，代码与权重已开源。

Qwen3.8-Flash-Next 发布并可在 NVIDIA GB300 NVL72 上运行智能体编码实验

阿里巴巴发布 Qwen3.8-Flash-Next 模型权重，作为即将到来的 Qwen4 架构预览。

Harvey 与 Fireworks 基于 Kimi K3 后训练法律模型 Tenet

Harvey 与 Fireworks 合作发布首个模型 Tenet，以 Kimi K3 为基座、用 Fireworks Training API 上的异步强化学习为长程法律工作做后训练。

IBM 发布 Granite 4.2 语言模型与 Granite Speech 5.0 Turbo CTC 语音模型

IBM 发布 Granite 4.2 语言模型，提供 3B、8B、30B 三种参数规模，内置逐步推理与工具调用能力，面向企业智能体工作流，采用 Apache 2.0 许可。

SenseTime@SenseTime_AI· 22:35AI 评分6161

商汤 SenseNova U1.5 Lite 已开源并上线 Token 计划，提供免费公开测试版，每 5 小时可享 1,500 次请求。该模型支持图像生成与编辑一体化，具备参考图驱动创作、复杂指令跟随、原生 2K/4K 输出及自动提示词优化等能力。

X.PIN@thexpin· 14:54AI 评分5454

汤森路透推出其首个大语言模型 Thomson，基于阿里 Qwen3.5-397B 构建，总研发投入约 4000 万美元。该模型与帝国理工学院联合重训以保障安全与政治中立，并用自有内容进一步训练。Thomson 在斯坦福 LegalBench 得分 0.823，在 Harvey 法律智能体基准上接近 Opus 4.8。

小鹏第二代 VLA 首次重大升级：响应速度提升 3 倍，G9L 全球首发搭载

小鹏汽车宣布第二代 VLA 630 版首次重大升级，端侧模型参数量提高 3.5 倍，为行业主流 VLA 模型的 15 倍；端到端响应速度提升 300%。小鹏 G9L 将全球首发搭载第二代 VLA 全新版本，体验日活动定于 8 月 27 日举行。

Fastino 发布 GLiNER2.5：以边界预测取代跨度枚举的信息抽取架构

Fastino 发布 GLiNER2.5，以边界预测取代跨度枚举，移除最大实体宽度限制，支持 4096 词上下文，计算量随序列长度线性增长。多语言检查点在 16 个零样本基准上整体 macro F1 达 56.17（GLiNER2 为 56.09），XNLI 提升 24.75 分。

SpaceXAI@SpaceXAI· 05:00AI 评分4848

Grok Voice Think Fast 2.0 现已在 Artificial Analysis 语音到语音指数中排名第一。 该指数衡量语音智能体能否对所听到的语音进行推理、解决真实客户问题，并使用智能体工具正确完成任务。

GPT-5.6 登陆 Kiro，为开发者提升性价比

GPT-5.6 模型家族现已登陆软件开发智能体 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal-Bench 2.1 测试中，GPT-5.6 Terra 在 Kiro 内完成任务成本降低约 82%。该更新由 OpenAI 与 AWS 合作优化，旨在以更少迭代和更高 token 价值帮助开发者产出更高质量的代码。

Microsoft Research@MSFTResearch· 00:30AI 评分4040

Skala 1.1，微软研究院更新的深度学习交换关联泛函，提供了更高的精度、在计算化学生态系统中更广泛的可及性，以及一个用于跟踪计算性能的动态基准。https://msft.it/6011aOXe5

阿里 Wan3.0 视频生成模型开放测试，支持文本、图片、文档生成最长 30 秒视频

阿里巴巴视频生成模型 Wan3.0 现已开放测试，可基于文本、PDF、网页和 PowerPoint 输入生成最长 30 秒的视频，时长较前代 Wan2.5 翻倍。

Generalist AI 发布 GEN-1.5：一个从 3–12 秒演示中学会新任务的机器人基础模型

Generalist AI 发布机器人基础模型 GEN-1.5，将 3–12 秒的传感器运动数据放入 30 秒上下文窗口即可执行任务，无需梯度更新或微调。在 10 项操作任务中，单次上下文提示平均成功率达 59%（±10%），每任务用 5 分钟数据做 10 步梯度更新后提升至 83%（±9%）。该能力并非显式训练，而是从超八个月预训练中涌现；目前无公开权重、API 或定价，属研究发布。

路透社母公司汤森路透花 4000 万美元研发 AI 模型，基于阿里千问

汤森路透发布首款大语言模型Thomson，基于阿里千问Qwen3.5-397B构建，研发成本约4000万美元，外界流传的45万美元仅为最后一次训练成本。该模型在Stanford LegalBench得分0.823，落后于Gemini 3.1 Pro和GPT-5.5。汤森路透称不采用闭源模型是因外部模型长期成本较高且无法高自由度调整。

Rohan Paul@rohanpaul_ai· 22:18AI 评分5252

当一项任务持续数小时甚至数周，且外部世界不断变化时，AI 需要具备什么才能保持有用？ 目标会演变。新的约束会出现。计划会失败。 认识一下 dots3-note 预览版，这是由 rednote 的 dots 工作室 @dotsstudioai 开发的开放权重多模态模型，面向现实生活中的长期任务自主性。 - 总计 280B / 激活 16B 参数 - 512K 上下文窗口 - 文本、视觉和语音理解 以下介绍它如何学习、自我评估并随时间适应。🧵

Meituan LongCat@Meituan_LongCat· 22:05AI 评分4646

LongCat-2.0 刚刚在 @opencode 上以 Go 语言版本发布 🐱 试试看，告诉我们你用它构建了什么！ 1.6T/48B · 1M 上下文 · 完全开源

OpenCode@opencode· 21:59AI 评分4444

LongCat-2.0 现已在 Go 中可用 1.6T/48B · 1M 上下文窗口 · 完全开源

Thomson Reuters 斥资 4000 万美元自研法律大模型“Thomson”

Thomson Reuters 基于阿里 Qwen 推出自研法律大模型“Thomson”，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。

PixVerse R2 世界模型如何实现互动影游：实时响应、记忆与长程稳定

PixVerse 发布世界模型 R2，在 R1 连续可交互视频流基础上，支持用户实时输入影响后续场景、故事、角色与关系，并新增 World、Story、Character 三类应用方向。

阿里巴巴达摩院推出肝癌 AI 模型 DAMO LiON，可精准识别 1 厘米微小肿瘤

阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发出肝癌诊断 AI 模型 DAMO LiON，可通过 CT 影像识别微小肝脏癌变病灶。两个月真实世界前瞻临床试验中，该模型发现 15 例原本被遗漏的恶性肿瘤，绝大部分为 1 厘米左右病灶；AI 协助阅片用时减少 27%，对恶性肿瘤敏感性提高 11.5%，相关论文登上《自然·医学》。

千问正式上线 Wan3.0 视频生成模型

千问今日在千问创作 Web 端（c.qianwen.com）及千问 PC&APP 端正式上线 Wan3.0 视频生成模型，该模型自 8 月 6 日首发公测，支持 30 秒视频直出、真实生动的 AI 角色和丰富镜头运镜。同步开启限时优惠，千问创作会员限时 6 折，适用于短剧、漫剧及营销广告创作。

阿里云视频生成模型 Wan3.0 正式上线，支持单次生成 30 秒视频、文档输入

阿里云视频生成模型 Wan3.0 今日正式上线，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档格式输入。公测十余天来，模型在指令遵循、跨镜头一致性、音频质感及视频编辑等方面持续进化。480P/720P/1080P API 价格分别为 0.3/0.6/1.2 元/秒，8 月 24 日至 9 月 23 日限时 7 折。

Harvey 推出基于 Kimi K3 的后训练模型 Harvey Tenet

Harvey 发布其首个后训练模型 Tenet 研究预览版，基于 Kimi K3 基座，针对长时程法律工作训练。相比基座，Tenet 在 LAB 上完成近两倍保留任务，在 LAB: Contracts 上多 20%，全通过率分别提升 9 和 2 个百分点。目前未公开权重或 API，仅限企业通过 Harvey 平台使用。

FireRedTeam 开源 FireRedAudio 9B 通用音频语言模型

FireRedTeam 发布 FireRedAudio 的代码与模型，一个基于 9B 参数 LLM 的通用音频语言模型，采用理解与生成解耦的连续表征设计。单模型支持 ASR、音频理解、零样本 TTS、指令 TTS、语义与声学语音编辑，以及最长一小时录音的时序定位理解，在 MMAU、Seed-TTS-Eval 等基准上取得竞争性或领先结果。

神秘 Ox Alpha AI 模型限免上架：DeepSWE 跑分碾压 Claude Fable 5，线索指向智谱

OpenRouter 于 8 月 20 日上线匿名 AI 模型 Ox Alpha，免费开放 1 周。该模型在 DeepSWE 十项测试任务中得分约 80%，超过 Claude Fable 5 的 65% 和 GPT-5.6 Sol 的 52%。其上下文窗口达 1,048,576 个 token，支持文本、图像和视频多模态输入，分词器指纹与 GLM-5.3 高度吻合，线索指向智谱。

Sundar Pichai@sundarpichai· 11:58AI 评分4848

Gemini 3.7 Flash 在发布首周便打破了此前 Gemini 的增长纪录，成为我们迄今增长最快的模型。很高兴看到开发者社区的热情！现在它也已在 Search 和 @Geminiapp 中运行。

DeepSeek 发布实验性视觉模型 V4-Flash-Vision-Exp，智能体基准测试对标 Opus 4.8

DeepSeek 发布实验性多模态模型 V4-Flash-Vision-Exp，在图像理解基础上保持文本推理能力，其内部智能体基准测试成绩接近 Opus 4.8。该模型兼容 OpenAI 与 Anthropic API，支持 Base64、URL（32 MiB）及免费 Files API（64 MiB）三种传图方式，单图成本最高 384 tokens，单次请求最多 600 张图片。

Rohan Paul@rohanpaul_ai· 02:18AI 评分4040

TARS 推出具身原生基础模型 AWE 3.5，采用“Born as One”架构，将动作、感知、几何与触觉整合进单一模型，而非后期拼接。该模型支持数分钟长时程闭环推理，任务执行效率约为 PI0.5 的 2 倍，并通过预训练双先验与后训练世界引擎滚动预测来优化决策。

Ant Ling@AntLingAGI· 01:30AI 评分5959

今天我们开源了 Ling-3.0-flash-dspark，这是一个专为 Ling-3.0-flash 构建的 DSpark 草稿模型。在 4 块 NVIDIA Blackwell GPU 上，batch 为 1 时，它在 1,000 个请求中实现了 1,120 tok/s 的吞吐量、0.78 ms 的平均 TPOT，以及 9.95 的接受长度。🧵