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。
#模型发布
IT之家·人工智能AI 评分5757 
Meituan LongCat@Meituan_LongCatAI 评分4646LongCat-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
引用OpenCode@opencodeLongCat-2.0 now available in Go 1.6T/48B · 1M context · fully open source
OpenCode@opencodeAI 评分4444The Decoder：AI NewsAI 评分6060 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。
公众号：卡尔的AI沃茨AI 评分5151 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。
IT之家·人工智能AI 评分6868 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》。
公众号：千问APPAI 评分4848 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。
IT之家·人工智能AI 评分6767 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。
MarkTechPostAI 评分5050 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：原创语音与多模态项目精选AI 评分6464 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。
推荐理由：官方发布了代码和权重，读者可以据此了解用一个 9B 骨干同时覆盖语音理解与生成的解耦表征设计。
IT之家·人工智能AI 评分5050 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@sundarpichaiAI 评分4848引用ARC Prize@arcprizeGemini 3.7 Flash from @Google on ARC-AGI (Verified): - ARC-AGI-2: 84.6%, $0.25/task - ARC-AGI-1: 95.5%, $0.12/task Gemini 3.7 Flash stands out for its low cost and high scores on ARC-AGI-1 and ARC-AGI-2 relative to other frontier models.
The Decoder：AI NewsAI 评分6161 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。
OpenBMB@OpenBMB精选AI 评分6969推荐理由：数学形式化的难点是编译通过但语义漂移，该框架用检索规划和语义一致性反馈迭代修正，并开源数据集和 8B 模型，给小模型做形式化提供了可复用路径。
公众号：卡尔的AI沃茨AI 评分6464 DeepSeek 发布多模态模型 deepseek-v4-flash-vision-exp，支持图片输入
DeepSeek 推出多模态模型 deepseek-v4-flash-vision-exp，支持图片输入，编码能力较 flash 提升，API 调用只需将模型名改为该名称。
DeepSeek@deepseek_aiAI 评分6464DeepSeek 推出实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，文本能力与 V4-Flash 持平，涵盖智能体、推理与世界知识。
Tianyi Cui@tianyiAI 评分4949引用DeepSeek@deepseek_aiDeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀 🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. 🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8. Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model. 1/n
DeepSeek：API 更新日志精选AI 评分6767 DeepSeek-V4-Flash-Vision-Exp 发布
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过设置 model='deepseek-v4-flash-vision-exp' 在 API 平台访问。
推荐理由：实验版在纯文本能力与正式版持平的基础上补齐视觉，多模态 Agent 基准接近 Opus-4.8，让依赖视觉的 DeepSeek 工作流无需切换后端即可评估更强感知能力。
IT之家·人工智能AI 评分6363 DeepSeek V4-Flash-Vision-Exp 上线，开启多模态 API 服务
深度求索发布多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，已上线 API 平台。该模型纯文本能力与 V4-Flash 正式版持平，视觉理解 Agent Benchmark 表现大幅跃升，接近 Opus-4.8。API 按 token 计费，单张图片最多占 384 tokens，价格与 V4-Flash 一致，支持三种调用格式及三种图片传入方式。
公众号：DeepSeek精选AI 评分7373 DeepSeek 上线多模态视觉理解模型 V4-Flash-Vision-Exp
DeepSeek 上线多模态视觉理解模型 V4-Flash-Vision-Exp，纯文本能力与 V4-Flash 正式版持平，多模态 Agent 能力接近 Opus-4.8。该模型通过 API 提供，图片按 token 计费，一张最多占 384 tokens，价格与 V4-Flash 一致。同期上线的 Files API 免费，支持图片上传后通过 file_id 复用。
推荐理由：比文本能力持平更实际的是多模态 Agent 能力接近 Opus-4.8，同时图片按 token 计费与 V4-Flash 一致，原先依赖外部视觉模型的 Agent 流程可能改用单一 API 且成本更低。
IT之家·人工智能AI 评分4848 商汤开源 8B 参数多模态大模型 SenseNova U1.5 Lite，原生支持 4K 图像输出
商汤科技今日宣布开源轻量级原生统一多模态大模型 SenseNova U1.5 Lite，该模型拥有 8B 参数，原生支持 3-4k 上下文长度和 4K 高分辨率图像输出。模型支持 Bounding Box、Visual Marker 及多图参考等精细视觉控制，在指令遵循与图像编辑保持度上超越同量级模型，文字渲染与复杂布局能力媲美超大规模商业模型。
IT之家·人工智能AI 评分5454 蚂蚁百灵开源 Ling-3.0-tiny / flash Base 模型，开放训练过程关键节点
蚂蚁百灵正式开源 Ling-3.0-tiny-base 与 Ling-3.0-flash-base，除最终 Base checkpoint 外，还同步开放预训练和中期训练的权重 checkpoint，共计 6 个。
MarkTechPostAI 评分5858 Superwhisper 发布 462MB 开源文本规范化模型 S1-mini
Superwhisper 推出 S1 系列，其中 S1-mini 以开源权重发布在 Hugging Face 上。这是一款 0.6B 参数的文本规范化模型，基于 Qwen3-0.6B 微调，用于清理语音识别后的转录文本，去除填充词并应用标点与大小写。
MarkTechPostAI 评分4646 Liquid AI 发布 LFM2.5-DSpark 草稿模型，解码速度最高提升 3.18 倍且输出不变
Liquid AI 为 LFM2.5 系列三款模型（1.2B-Instruct、2.6B、8B-A1B）发布 DSpark 草稿模型检查点，通过约 300M 参数的草稿模型一次提出 9 个候选 token，由目标模型单次前向验证，在 H100 上解码速度最高提升 3.18 倍，M4 Max MacBook Pro 上最高 2.87 倍。
AI at Meta@AIatMetaAI 评分5353
Rohan Paul@rohanpaul_aiAI 评分4747引用SenseTime@SenseTime_AI𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗨𝟭.𝟱 𝗟𝗶𝘁𝗲 — 𝗦𝗵𝗮𝗿𝗽𝗲𝗿. 𝗠𝗼𝗿𝗲 𝗖𝗼𝗻𝘁𝗿𝗼𝗹𝗹𝗮𝗯𝗹𝗲. 𝗠𝗼𝗿𝗲 𝗖𝗼𝘀𝘁-𝗘𝗳𝗳𝗶𝗰𝗶𝗲𝗻𝘁. An 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲, lightweight native unified multimodal model for visual understanding, generation & editing. 𝗕𝘂𝗶𝗹𝘁 𝗳𝗼𝗿 𝗿𝗲𝗮𝗹-𝘄𝗼𝗿𝗹𝗱 𝘃𝗶𝘀𝘂𝗮𝗹 𝗮𝗿𝘁𝗶𝗳𝗮𝗰𝘁 𝘄𝗼𝗿𝗸𝗳𝗹𝗼𝘄𝘀: 🔹𝗡𝗮𝘁𝗶𝘃𝗲 𝟰𝗞 𝗴𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝗼𝗻 with better detail, composition & realism 🔹𝗖𝗼𝗺𝗽𝗹𝗲𝘅 𝗶𝗻𝘀𝘁𝗿𝘂𝗰𝘁𝗶𝗼𝗻 𝗳𝗼𝗹𝗹𝗼𝘄𝗶𝗻𝗴 across subjects, counts, text, layouts & styles 🔹𝗘𝗻𝗵𝗮𝗻𝗰𝗲𝗱 𝗖𝗵𝗶𝗻𝗲𝘀𝗲/𝗘𝗻𝗴𝗹𝗶𝘀𝗵 𝘁𝗲𝘅𝘁 𝗿𝗲𝗻𝗱𝗲𝗿𝗶𝗻𝗴 & 𝗺𝘂𝗹𝘁𝗶-𝘁𝗲𝘅𝘁 𝗹𝗮𝘆𝗼𝘂𝘁 🔹𝗣𝗿𝗲𝗰𝗶𝘀𝗲 𝗶𝗺𝗮𝗴𝗲 𝗲𝗱𝗶𝘁𝗶𝗻𝗴 & 𝗰𝗼𝗻𝘁𝗿𝗼𝗹 with visual markers, bounding boxes & multi-image references Just 𝟴𝗕 parameters — outperforming same-size models in instruction following and editing preservation, while 𝗰𝗼𝗺𝗽𝗲𝘁𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝗹𝗮𝗿𝗴𝗲 𝗰𝗼𝗺𝗺𝗲𝗿𝗰𝗶𝗮𝗹 𝗺𝗼𝗱𝗲𝗹𝘀 𝗶𝗻 𝘁𝗲𝘅𝘁 𝗿𝗲𝗻𝗱𝗲𝗿𝗶𝗻𝗴 𝗮𝗻𝗱 𝗰𝗼𝗺𝗽𝗹𝗲𝘅 𝗹𝗮𝘆𝗼𝘂𝘁𝘀. 🛠️GitHub: https://github.com/OpenSenseNova/SenseNova-U1 🤗HF: https://huggingface.co/collections/sensenova/sensenova-u15 👾Discord: https://discord.com/invite/BuTXPHmQub 🎨SenseNova Studio: https://unify.light-ai.top/
Hugging Face 社区博客精选AI 评分6161 Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型，推理速度最高提升 3.18 倍
Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。
推荐理由：约300M参数的draft模型换最高3.18倍吞吐，贪心输出不变，LFM2.5-2.6B在M4 Max达139 tok/s，本地agent门槛被拉低。
Microsoft Research@MSFTResearchAI 评分4747Skala 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活基准。https://msft.it/6016aMXZn
Microsoft Research 博客AI 评分7878 微软发布 Skala 1.1：深度学习 DFT 精度超越传统泛函并集成主流软件
微软研究院发布深度学习交换关联泛函 Skala 1.1。该模型基于比前代多 2.5 倍的数据训练，在 GMTKN55 基准测试的 55 个类别中 32 项获第一，以 meta-GGA 的计算成本实现了优于最昂贵全局杂化泛函的精度。Skala 现已集成至 CP2K，并正在接入 Psi4、FHI-aims、ORCA 和 VASP 等主流电子结构软件，同时推出动态基准以追踪性能优化。
The Decoder：AI NewsAI 评分4848 GEN-1.5：通用型 AI 仅凭单次演示教会机器人新任务
机器人初创公司 Generalist AI 发布 GEN-1.5，该模型可将 3 至 12 秒的演示作为“物理提示词”载入上下文窗口，让机器人无需训练即可执行任务。在开罐、取钱等十项测试中，平均成功率为 59%；用五分钟数据训练十步后，成功率升至 83%。模型还能串联两个提示词、使用仿真演示并部分模仿人类手部动作，但所有结果均出自公司自身，未经独立验证。
The Decoder：AI NewsAI 评分5757 Anthropic 内部运行未发布模型“Model 2”，性能超越所有公开版 Claude
Anthropic 在内部运行一款未发布的 AI 模型“Model 2”，其综合性能略强于 Claude Mythos 5，但在某些领域较弱。据该公司 2026 年 8 月的风险报告，该模型在内部能力指数 AECI 上比 Mythos 5 高约 1.5 点，提升幅度小于从 Mythos Preview 到 Mythos 5 的跃升。该模型主要用于内部编码、数据生成及研究与工程，目前无外部发布计划。
IT之家·人工智能精选AI 评分7272 阿里发布 Qwen-UI-Agent，主打让模型真正“会用”每一块屏幕
阿里巴巴正式推出 Qwen-UI-Agent，一个以真实世界为中心的 GUI 智能体基座模型，覆盖移动端、电脑端、网页端及深度搜索（DeepSearch）环境。
推荐理由：它把 GUI 智能体评测从模拟分数推向真实手机操作，自建 MobileWorld-Real 基准和百台真机环境，使落地型团队能按真机成功率而非仅看模拟榜单做选型。
IT之家·人工智能AI 评分5757 Ornith-1.5 系列开源模型发布：397B 版性能媲美 Claude Opus 4.8，量化版可运行于 iPhone 17
DeepReinforce 推出 Ornith-1.5 系列开源模型，训练中引入“自我改进循环”机制。其中最大 Ornith-1.5-397B 采用 MoE 架构，总参数 3970 亿，性能媲美并在部分测试中超过 Claude Opus 4.8；另有 35B-A3B 与 9B 两个规模，9B 的量化版 Ornith-1.5-9B-Mobile 可在安卓手机及 iPhone 17 上运行。