DeepSeek-V4.1-Flash 发布
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，GPQA Diamond 得分 90.9，HLE 得分 36.8。
推荐理由：原文列出了新模型在推理、编码与多模态等基准上的成绩，并说明 API 调用方式与旧模型路由安排，读者可据此评估能力定位与迁移成本。
全部AI 动态
全部动态
今日 0 条DeepSeek 更新日志精选AI 评分8383
OpenAI News精选AI 评分8585 GPT-6 Astra 发布：面向工作的下一代智能
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机使用以及更强的写作与设计判断能力。
OpenAI NewsAI 评分5959 OpenAI 推出 ChatGPT Images 2.5
OpenAI 推出 ChatGPT Images 2.5，可将用户的想法、草图和参考照片转化为更个性化、更精致的图像，以更好地呈现用户创意。
AIGC WeeklyAI 评分6161 AIGC Weekly #187：OpenAI 发布 GPT-6 Astra，Anthropic 发布 Fable 5.1
OpenAI 发布 GPT-6 Astra，号称世界上最智能、最对齐的模型，在 Computer Use、网页浏览、软件工程、网络安全等领域刷新 SOTA，API 定价为每 100 万 token 输入 $10、输出 $50，Fast 模式的输出速度与定价均为标准模式的 2 倍。
OpenAI News精选AI 评分7777 OpenAI 推出 GPT-6 Astra
OpenAI 推出 GPT-6 Astra，称其为目前最智能且对齐程度最高的模型，在计算机操作、编程、网络安全和科学领域具备领先能力。
OpenAI News精选AI 评分7878 GPT-6 Astra 安全概述
GPT-6 Astra 是 OpenAI 能力最强且广泛部署的模型，也是其首个在 Preparedness Framework 下达到 Critical 网络安全能力等级的模型。
推荐理由：原文点出 GPT-6 Astra 是首个在 Preparedness Framework 下达到 Critical 网络安全能力等级的模型，读者可据此定位其能力层级。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，分别面向智能体工作流与网络安全。
推荐理由：原文列出了 Gemini 3.8 系列在编码与网络安全基准上对标前沿模型的表现及价格，读者可据此评估其替换现有工作流的成本收益。
阿里云开发者精选AI 评分6565 Qwen3.8-Max 升级 0902 版本，CodeArena 前端编程总榜 1691 分夺冠
阿里云千问团队将 Qwen3.8-Max 升级到 0902 版本，围绕编程（Coding）与专业办公（Cowork）进一步后训练，CodeArena 前端编程总榜提升 22 分至 1691 分夺得冠军。
推荐理由：原文给出 CodeArena 得分与每百万 token 价格对比，可据此判断 Qwen3.8-Max-0902 在企业编程任务中的成本位置。
腾讯混元 · 官方公众号AI 评分7171 腾讯混元 Hy4 preview 轻量版发布，权重从 1.5 TB 压到 214 GB
腾讯混元团队用 Sherry 稀疏三值量化算法和 MIX-STQ1_0 逐层混合精度策略，把 Hy4 preview 权重从约 1.5 TB 压到约 214 GB，大幅降低运行硬件门槛。
Microsoft ResearchAI 评分5050 GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型推动人群规模发现
Microsoft Research 联合华盛顿大学与 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，以 Apache 2.0 开源权重，在保持性能的同时大幅降低病理基础模型的算力开销。
腾讯技术工程AI 评分7474 腾讯混元 Hy4 preview 发布并开源，总参数 770B、上下文长度突破 1M
8 月 28 日，腾讯混元发布并开源新一代大语言模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度突破 1M。在腾讯内部 163 名专家、203 个工程任务的盲测中，Hy4 preview 均分 2.99/4，略优于 GLM 5.3（2.92/4.00）和 Kimi K3（2.94/4.00）。
Google DeepMind精选AI 评分8080 Gemini Omni 1.1 Flash 发布，带来更强创意控制与生成视频能力
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者带来一套新的创意控制与生成视频能力，可通过 Gemini API 在 Google AI Studio 或企业 Agent Platform API 使用。
推荐理由：相比此前只能参考最后一秒，Omni 1.1 可分析最多 10 秒前文，场景延长以 10 秒为步进累计至 40 秒，读者可据此判断它对连续叙事工作流的价值。
阿里云开发者精选AI 评分7979 Qwen3.8-Flash 上线千问 AI 平台，每百万 Tokens 输入 0.8 元
千问 AI 平台上线 Qwen3.8-Flash，API 每百万 Tokens 输入 0.8 元、输出 2.7 元、缓存命中 0.1 元。该模型为多模态 MoE 架构，千亿总参数仅激活 60 亿，引入 QSA 机制与 Gated Residual，在高缓存命中的 1M Tokens 长上下文场景中提速 8 倍以上。模型权重已在 Hugging Face 与魔搭社区开源，千问办公标准模式也已内置。
推荐理由：原文列出了 Qwen3.8-Flash 的架构创新与分层价格，读者可据此评估长上下文 Agent 任务的调用成本。
Google DeepMind精选AI 评分7575 Gemini 3.5 Transcribe 发布：实现更精准的智能实时语音转录
Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，提供实时流式与预录制两种 API。据 Artificial Analysis 测量，其流式平均词错率为 4.0%，非流式为 2.6%，最终转录时间较 Chirp 3 缩短 70%。模型支持 85 种以上语言、自定义词汇表与函数调用，现已通过 Google AI Studio 等平台推出公开预览。
推荐理由：相比上一代 Chirp 3，Gemini 3.5 Transcribe 将流式转录错误率降至 4.0%，最终转录时间缩短 70%，并支持函数调用与自定义词汇表。
智谱 · 官方公众号精选AI 评分8383 智谱上线并开源 GLM-5.3-Flash，前沿智能进入普惠时代
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，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
腾讯混元 · 官方公众号AI 评分6464 3.3GB 压到 440MB，混元极低 bit 翻译模型跑进直播弹幕
腾讯混元把 Hy-MT2-1.8B 翻译模型用 2-bit 与 1.25-bit 两套方案压缩至 574MB 和 440MB，翻译质量几乎无损，并联合英特尔完成 x86 算子适配、联合哔哩哔哩接入直播弹幕实时翻译。
AIGC Weekly精选AI 评分7171 AIGC Weekly #185 聚焦 OpenRouter 上线的 OX-Alpha 模型
OX-Alpha 于 21 号在 OpenRouter 上线，定位是面向高效编程、常识推理和 Agent 工作的前沿模型，支持 100 万 Token 上下文与文本、图像和视频输入，目前已在 Cline、OpenCode、Hermes 等 Agent 上免费上线。
推荐理由：汇总了 OX-Alpha 的定位、上下文长度与基准表现，并附作者实测对比，便于判断其在编程与 Agent 场景的可用性。
OpenAI NewsAI 评分4848 GPT-5.6 现已在 Kiro 中可用，为开发者带来更优性价比
GPT-5.6 现已在 Kiro 中可用，帮助开发者以更优的性价比规划、构建、审查和测试软件。
阿里云开发者精选AI 评分7474 Wan3.0 正式上线千问AI平台
视频生成模型 Wan3.0 正式上线千问AI平台，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。自8月6日公测以来，Wan3.0 在跨镜头一致性、人物质感与真实世界还原方面获得短剧、广告、文旅等行业用户反馈。480P/720P/1080P 的 API 价格分别为 0.3/0.6/1.2 元/秒，8月24日至9月23日开启限时7折优惠。
推荐理由：原文给出了 Wan3.0 的生成时长、文档输入能力与 API 定价，可据此判断视频生成模型在生产流程中的落地进展。
DeepSeek 更新日志精选AI 评分7575 DeepSeek-V4-Flash-Vision-Exp 发布
DeepSeek API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，用户可通过 model='deepseek-v4-flash-vision-exp' 访问。
推荐理由：原文列出了新模型与 DeepSeek-V4-Flash 及 Opus-4.8 的对比基准，读者可据此判断其在多模态 Agent 任务上的水平。
Microsoft ResearchAI 评分5757 Microsoft Research 发布 Skala 1.1 深度学习 DFT 泛函，训练数据扩大 2.5 倍并接入 CP2K 等软件
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1，训练数据量较初版扩大 2.5 倍，在 GMTKN55 基准的 55 个类别中拿下 32 个第一，加权平均误差 2.8 kcal/mol，精度超过主流全局杂化泛函而成本接近 meta-GGA。
智谱 · 官方公众号精选AI 评分7474 智谱 GLM-5.3 API 正式上线，AA 综合智能指数 60 分并列开源模型第一
智谱 GLM-5.3 API 正式上线，在 Artificial Analysis Intelligence Index 取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰处于同一水平，并与 Kimi K3 并列开源模型第一。
推荐理由：文中把 GLM-5.3 与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰放在同一 AA 指数区间对比，便于读者判断其成本优势。
阿里云开发者AI 评分6161 Qwen-Audio-3.0 系列语音模型正式上线千问 AI 平台
Qwen-Audio-3.0 系列语音模型正式上线千问 AI 平台，开发者可通过 API 服务调用，也可订阅 Token Plan 使用。
智谱 · 官方公众号精选AI 评分7474 智谱发布 GLM-5.3：前沿编程能力与涌现的网络安全能力
智谱发布 GLM-5.3，基座与 GLM-5.2 相同，通过后训练 Scaling 提升编程与网络安全能力，Terminal-Bench 3.0 得分从 4.6 升至 28.3，CyberGym 得 84.5% 略高于 Mythos 5，但 ExploitBench 仍明显落后闭源前沿模型。模型权重将在两周后开源，同步启动「开源的盾」计划，向开源社区免费提供安全审计能力与模型额度。
推荐理由：原文给出 GLM-5.3 在编程与安全基准上与闭源前沿模型的对比数据，读者可据此判断开源模型当前的追赶位置。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 3.6 Flash 发布仅三周。
推荐理由：官方列出了 Gemini 3.7 Flash 相对 3.6 Flash 的跑分提升与半价策略，读者可据此评估编码与智能体工作流的升级幅度。
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4-Pro 正式版全端上线，Agent 能力大幅提升
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。正式版 Agent 能力显著增强，HLE 带工具为 60.0、Terminal Bench 2.1 为 87.9、NL2Repo 为 61.5。
推荐理由：官方日志给出 V4-Pro 正式版的 Agent 基准分数、Responses API 适配与三档思考强度，便于直接对照选型和调用配置。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 SL2T 手语转文本模型，登陆 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，让手语 AI 首次走出实验室进入消费级产品：SL2T 驱动 Pixel 11 上 Gboard 与 Live Transcribe 的手语转文字功能，首发支持美国手语（ASL）转英语，更多设备与语言将陆续跟进。
推荐理由：SL2T 以姿态关键点而非原始视频做端到端翻译，并进入 Gboard 与 Live Transcribe，可看作无障碍交互从实验室走向消费级产品的样本。
翔宇工作流精选AI 评分7171 LibTV＋Seedance 2.5 实测：30 秒一镜到底，Vlog 真假难辨
Seedance 2.5 发布，单段视频直出时长从 15 秒翻倍至 30 秒，支持两次视频延长、最长 90 秒，参考素材上限从 12 个提升到 50 个（30 张图片＋10 段视频＋10 段音频）。
推荐理由：文章对比 Seedance 2.0 时代的长镜头拼接痛点，拆解 30 秒直出、片段重拍与智能引用如何改变 AI 视频制作流程。
Google DeepMind精选AI 评分8383 WeatherNext AI 模型在气旋预测中取得突破，为预报员多争取一天预警时间
Google DeepMind 在 Nature 发表论文，其 WeatherNext AI 模型在热带气旋路径、强度和风结构预测上达到 SOTA 精度，三天预报相当于以往两天水平，为预报员多争取约一天预警时间。
推荐理由：该模型以 28x28km 分辨率取得气旋路径、强度与风结构预测的 SOTA 精度，领先时间多出约一天，相当于约十年气象进展。
OpenAI News精选AI 评分7373 OpenAI 改进 ChatGPT 中的 GPT-5.6 Sol，并向免费用户扩大开放 GPT-5.6 Luna
OpenAI 改进 ChatGPT 中的 GPT-5.6 Sol，提升准确性与一致性，同时向免费用户扩大 GPT-5.6 Luna 的访问，并支持每日无限聊天。
推荐理由：原文明确了 GPT-5.6 Sol 的能力改进与 Luna 的免费开放范围，读者可据此比较两个版本在 ChatGPT 中的定位差异。
腾讯混元 · 官方公众号AI 评分5858 腾讯混元发布 Hy ASR 3.0 preview 语音识别模型
腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview，基于 Hy3 基座融合高精度识别与深度语义理解。模型在多语种开源评测集 WER 控制在 3% 左右，中文普通话 3.34%、英语 2.62%、粤语 3.12%，并支持热词注入、方言识别与复杂声学场景优化。目前已上线腾讯云提供 API 服务，元宝已完成首发上线。
AIGC WeeklyAI 评分4141 AIGC Weekly #182：DeepSeek V4 Flash 0731 发布并开源，GPT 5.6 系列降价
DeepSeek 发布并开源 V4 Flash 0731，该模型仅经微调性能即超过 V4 Pro Preview，体量小可本地部署且价格极低，并支持 Codex。
DeepSeek 更新日志精选AI 评分7575 DeepSeek-V4-Flash 正式版 API 上线公测
DeepSeek-V4-Flash 正式版 API 上线公测，调用方式不变，模型名设为 deepseek-v4-flash 即可使用最新版本。
推荐理由：官方列出了 V4-Flash 正式版与 V4-Pro-Preview 的多基准对比数据，可据此判断其在编码智能体任务上的能力位置。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics ER 2，提升视频理解、任务编排与多机器人协作能力
Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑负责推理、规划与任务编排，并将运动执行交给底层 VLA 模型。该模型支持连续视频进度追踪、精确关键时刻识别与多机器人协作，进度分类准确率达 57.4%，关键时刻识别准确率达 91.3%。开发者现可通过 Gemini API 与 Google AI Studio 使用。
推荐理由：官方博客给出了新模型在视频理解、任务编排和多机器人协作上的能力升级与评测数据，可据此判断具身智能的落地进度。
Google DeepMind精选AI 评分6161 Google DeepMind 在 Google Flow Music 发布 Lyria 3.5，改进音乐性、歌词、人声与创作控制
Google DeepMind 发布最新音乐生成模型 Lyria 3.5，今日起在 Google Flow Music 中推出。模型在音乐性、歌词与人声三方面均有改进，歌词的提示词遵循度和结构感知提升，人声更真实且发音改善。用户可更方便地控制输出节奏与时长。
推荐理由：官方列出了 Lyria 3.5 在音乐性、歌词与人声上的改进及节奏、时长控制，可据此对照 Google 音乐生成能力的当前水位。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2：为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，通过三个模型为机器人带来全身智能、灵巧操作和多机协同能力。该系统可控制完整人形机器人执行耗时数分钟的多步任务，ER 2 推理模型已在 Google AI Studio 上线，On-Device 2 端侧模型仅需几小时即可适配新本体。
推荐理由：官方公布了全身控制、灵巧操作与多机协同能力，并给出端侧几小时适配新本体的指标，适合评估具身智能进展。
AIGC WeeklyAI 评分4646 AIGC Weekly #181：Anthropic 发布 Claude Opus 5，Black Forest Labs 推出 Flux 3 视频模型
Anthropic 发布 Claude Opus 5，每百万 Token 输入 5 美元、输出 25 美元，Fast 模式提供 2.5 倍速度。第三方实测其任务成本比 Fable 5 低 26%，但幻觉率升至 50%，且 Anthropic 因缺席开源倡议引发争议。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber 三款新模型，旨在提升规模化构建 AI 智能体的效率与可靠性。
推荐理由：原文给出了三款新模型在效率、速度和安全场景的具体基准数据与价格，读者可据此评估其在智能体工作流中的成本变化。
AIGC Weekly精选AI 评分8484 AIGC Weekly #180：Kimi K3 开源发布与第三方基准测评
Kimi K3 发布，2.8 万亿参数、原生支持视觉理解、100 万 token 上下文，是全球首个开源的 3 万亿级别模型，权重将在 7 月 27 日前开源。
推荐理由：汇总了 Kimi K3 在多个第三方基准上的排名与成本对比，便于横向比较它与 Claude、GPT 前沿模型的差距。
阶跃 StepFun · 官方公众号AI 评分6363 阶跃发布 Step Edge 端侧模型全家桶
阶跃发布端侧模型家族 Step Edge，包含基础模型、Step Edge Audio、Step Edge GUI 和 Step Edge Gen，面向手机、汽车等终端场景。该系列支持低至 0.1 秒的端侧本地 toolcall 执行，多模态信息可在本地处理以保护隐私，并配套自研 Step Inference NPU 引擎优化推理延迟。官方称其在 29 项核心评测指标中取得第一。