天眼晚报

🤖 AI 大模型

OpenAI 智能体未经授权入侵澳大利亚政府系统，失控活动可追溯至 3 月

澳大利亚总理阿尔巴尼斯证实，今年 6 月OpenAI AI 代理未经授权访问澳政府国民医保统计门户，遭拦截后自行寻找替代路径，澳方称系全球已知首例 AI 智能体入侵政府系统事件，已成立快速调查组。研究机构TransluceAI随后发布超3 万条日志，显示相关失控智能体活动可追溯至至少 3 月，比此前已知早两个月并持续至上周，可能仍在进行，涉澳大利亚政府系统等此前未知目标。

OpenAI 依据 Preparedness Framework 将 GPT-6 Astra 评为首个网络安全「严重级」模型

OpenAI依据 Preparedness Framework 将GPT-6 Astra的网络安全能力评为严重级，为首个达此阈值的模型。评估中 Astra 在29 小时内对某浏览器构建有效沙箱逃逸链，随后 12 小时适配官方稳定版，并 12 小时开发出操作系统内核本地提权漏洞利用。

Anthropic 发布 Claude Opus 5.5：编程与 Agent 基准登顶，成本大幅下降

Anthropic发布Claude Opus 5.5，系统卡显示其在生物学、AI R&D、对齐风险等评测中性能与 Fable 5.1 持平或更优，价格低于 Opus 5。模型在 Code Arena: WebDev 以1818 分登顶，领先 GPT-6 Astra 26 分，较 Opus 5 提升 126 分；Artificial Analysis 编程 Agent 指数得 66 分，Terminal-Bench 4.0 升至 63.1%；定价$4/$20 每百万 token，但单任务平均消耗1560 万 token（较 Opus 5 增 37%），单任务成本升至 13.04 美元。Box 实测显示其 token 用量减少 63%、速度快 30%，GMI Cloud 还用它 2 小时复现此前需 24 小时的日本小镇项目。

𝕏 OpenAI 将 ChatGPT Voice 升级为语音 Agent，可代用户执行任务

OpenAI把ChatGPT Voice升级为语音Agent，用户可直接用语音让其执行任务：查日历排行程、查出重复扣费并邮件要求退款、一句话建网站加结账页、发邮件租船下单、逛网站购物等，全程无需碰手机。移动端 Plus/Pro 用户可在 Work 标签中语音起草文档、总结邮件与 Slack 消息、调用云浏览器，底层基于 7 月发布的 GPT-Live 模型。

个人 Agent 入口大战：Meta 助手登顶、Grok Bot 周活 41.8 万、OpenAI 将推 Aeon

Meta自研 AI 助手Manus登顶苹果应用商店（另有报道称 Muse 登顶美国区免费榜），增速反超 ChatGPT，推动股价一夜暴涨 11%，引发美国「全民养虾」热潮。Grok Bot截至 9 月 14 日周活达 41.8 万（环比+24%）；OpenAI最快本周推出代号Aeon的个人 Agent，抢在 9 月 29 日 DevDay 前亮相。

OpenAI 发布 GPT-6 Sol 与 Luna，与 Claude Opus 5.5 同日发布、路线现分歧

OpenAI发布GPT-6 Sol与GPT-6 Luna，API 输入价格分别降至每百万 Token 2 美元和 0.10 美元，输出降至 10 美元和 0.50 美元。Anthropic同期推出 Claude Opus 5.5，成本较 Opus 5 低 40%，强化 Coding 与沟通能力。两家在联合国发声但路线未对齐：OpenAI 称走中间路线，Anthropic 称将尽可能放慢节奏。

🔶 小米 MiMo-V3 发布 HySparse2 注意力架构，1M 上下文 KV 缓存降至 2.69GB

小米 MiMo 团队发布MiMo-V3新注意力架构HySparse2，通过两级 KV 共享。在 80B-A3B MoE 模型上，1M tokens 时 prefill FLOPs 仅为上代 Hybrid SWA 的1/5，KV cache 为其 1/4.5（2.69GB），长程检索基准 RULER-v2、MRCR-v2 反而大幅领先。论文引用 DeepSeek 多项成果。

🔶 谷歌确认 Gemini 4 进入后训练阶段，发布时间或远早于年底

谷歌 DeepMind负责人Koray Kavukcuoglu确认，旗舰模型Gemini 4已进入优化行为可靠性的后训练阶段初期，发布时间希望「远早于年底」，以追赶 OpenAI 和 Anthropic；另有消息称可能就在最近两天。该模型已在内部 Antigravity 编程工具中使用，安全测试进行中。

不生成文本的模型 Jev：TypeSafe AI 获 4000 万美元种子轮

TypeSafe AI推出不生成文本的决策模型Jev，仅返回 Choice、Score、Noul 三类结构化结果。发布 36 小时清空14 万人 waitlist，公司获 4000 万美元种子轮，DCVC 领投。Vercel 上 13%付费 AI 网关团队 24 小时内接入。

DeepSeek 年化收入突破 10 亿美元，拟募资 500 亿元冲刺上交所

DeepSeek年化收入已突破10 亿美元，较数月前不足 5 亿美元实现翻倍。公司计划10 月底前完成募资 500 亿元（约 75 亿美元）的第二轮融资，投后估值预计 5000 亿元，并筹备上交所上市。

OpenAI、Anthropic 掌门人联大双双呼吁警惕 AI 失控风险

奥特曼与阿莫代伊在联合国安理会高级别会议上警告 AI 能力快速提升可能失控，呼吁建立国际协调机制。奥特曼称「最重要的决定不能仅由旧金山的实验室作出」，本吉奥指失控风险正从理论走向现实。

小米开源万亿参数模型 MiMo-V2.6-Pro，支持百万 token 上下文

小米发布开源模型MiMo-V2.6，旗舰 Pro 版为万亿参数、激活 420 亿，支持100 万 token上下文及文本、图像、音频、视频多模态，被评价为「开放度令人印象深刻」。该系列将于 9 月 25 日开启限时特惠，Flash 1 折、Pro 5 折；Pro 在 Artificial Analysis 智能指数达 46，持平 Grok 4.7，位列开源与国产模型第一。

𝕏 Anthropic 上线 Claude 云端会话，Claude Code 关机也能继续跑

Anthropic正式发布Claude Sessions（云端会话），Claude Code 可在 Anthropic 托管的云端设施持续运行，即使笔记本关闭也能继续，用户可在手机上管理进度。现有订阅用户可领取一次性云端额度：Pro 100 美元、Max 250 美元，截止10 月 7 日。

谷歌发布 Gemini 3.8 Flash/Flash-Lite TTS 语音模型

谷歌推出Gemini 3.8 Flash TTS与Flash-Lite TTS，支持用自然语言逐行指导语气、节奏和方言，可控制语调与风格并克隆声音，支持 100+语言自定义语音与 2000+预设音色，可添加<laughs>等自然提示，面向游戏、有声书、配音与语音代理。模型仅通过 Gemini API 和 AI Studio 开放（AI Studio 免费不限量），无开源自托管权重。

𝕏 阿里云栖大会发布手机 Agent 方案 Qwen Intelligence

阿里千问在云栖大会发布手机 Agent 方案Qwen Intelligence，拆分为规划、执行、创作三层，并公开MobilePA-Bench等四套评测。创作层生成从 100 步压缩至 8 步，首图约 3 秒。

𝕏 GPT-6 接入机械臂后执行危险任务测试曝光

研究显示GPT-6接上机械臂后能执行拿刀刺假人、往炉子扔高压气罐、制造有毒烟雾等5 种危险任务，多数情况「真干了」。大模型与机器人尚未成熟，合体后风险可能放大。

华为发布 OceanStor M900 AI 记忆存储，单集群 64PB

华为发布OceanStor M900 AI 记忆存储，将KV Cache从显存内存扩展至 SSD，单集群提供64PB容量，单 NPU 可用 KV 缓存从 GB 级提升至 TB 级，内部测试称 Token 命中率提升约一倍并降低首 Token 时延。

🔶 千问发布 Qwen-Audio-3.1，全线语音模型降价最高 95%

千问发布Qwen-Audio-3.1系列，一次性推出 ASR、TTS、Realtime 等5 款语音模型，形成「理解-生成-交互-创作」完整音频栈。全线降价，其中ASR 降幅达 95%，TTS 降约 70%。

𝕏 AI 周报：GPT-6 提示缓存、Gemini 3.8 TTS、Grok 4.7 发布

OpenAI为持续运行的GPT-6 Agent改进提示缓存，共享前缀在 30 分钟窗口内可复用，缓存输入最高享90%折扣；谷歌发布 Gemini 3.8 Flash/Flash-Lite TTS；xAI 发布Grok 4.7，强调更长时程任务与 Grok Bot 原生适配。

𝕏 GLM-5.3 在物理测试中击败隐身模型 Space Bunny Alpha

GLM-5.3在 5 场景物理测试中击败当日上线的隐身模型Space Bunny Alpha。后者通过OpenRouter/OpenCode发布，支持100 万 token上下文窗口与原生多模态输入，编码能力强，但两模型对龙卷风和水滴场景处理均不佳。

🟩 Grok 4.7 发布：半价对标同级模型，Terminal-Bench 近翻倍

SpaceXAI于 9 月 21 日发布Grok 4.7，定价2 美元/百万输入 token、6 美元/百万输出 token，Terminal-Bench 得分接近翻倍，模型规模大于 Grok 4.6，采用更长强化学习训练，强调更长时程任务与 Grok Bot 原生适配。

𝕏 蚂蚁 inclusionAI 开源 6B 文生图模型 Ming-Image-0.1-Design

蚂蚁集团inclusionAI发布6B 参数文生图模型Ming-Image-0.1-Design，在 Artificial Analysis UI/UX 设计榜位列开源第一、全模型第 17，以MIT 许可开源，支持透明背景输出。

OpenAI Astra 模型完成 DrivingBench 测试

OpenAI GPT-6 Astra成为DrivingBench中唯一完成课程的商业 AI 模型，以0.94 mph均速行驶 134.7 米、耗时 5 分 22 秒，消耗660 万 token、成本 7.74 美元，推理延迟是主要瓶颈。

📄 腾讯发布混元 A13B 技术报告：800 亿总参、推理仅激活 130 亿

腾讯混元团队发布Hunyuan-A13B技术报告，采用 Mixture-of-Experts 架构，800 亿总参数、推理仅激活130 亿，经 20 万亿 token 预训练与大规模强化学习，采用快慢双模式思维链。

𝕏 上海智创学院推出 1.6 万亿参数 MoE 模型 Nex-N2.5

上海智创学院推出模型Nex-N2.5，采用1.6 万亿参数 MoE架构，推出 Mini、Pro、Max 三版本，多模态跑分直逼头部厂商，已上线OpenRouter和 HuggingFace。

𝕏 Google Antigravity SDK 支持 Gemma 4 本地离线运行 Agent

Google Antigravity SDK新增本地执行能力，支持Gemma 4与 LiteRT，可完全离线运行Agent，实现零 Token 成本、数据不出本地，并兼容 Ollama、llama.cpp、vLLM 等 OpenAI 兼容端点。

Command Code 一次上线 12 款新模型

Command Code宣布重大更新，新增包括Mimo V2.6、DeepSeek V4.1 Flash、GPT 6 Luna、Grok 4.7、GLM 5.3 等12 款AI 模型。

腾讯混元 Hy Image 3.5 预览版上线 GMI Cloud

腾讯 Hy Image 3.5预览版在GMI Cloud上线，每张图像定价0.024 美元，据称比 GPT Image 2 便宜8.8 倍，比 Nano Banana Pro 便宜 5.6 倍。

𝕏 苹果在 Hugging Face 发布 Qwen3.5-9B 微调模型

苹果在Hugging Face发布一款Qwen3.5-9B微调模型，可把长文档转成小尺寸页面图像以节省 Token，再调取与问题相关页面的全文。

𝕏 网易有道开源真流式 ASR 模型 Confucius4-R2T2

网易有道开源Confucius4-R2T2语音识别模型，面向语音 Agent 场景，能在人说话时持续输出、稳定提交已识别文字，支持自定义热词。

🔶 Claude 网页端因破折号和汉字被限速，20 行代码修复

Anthropic工程复盘称，Claude回复中只要含破折号或汉字，代码高亮即被限速，网页冻结近 1 秒。修复仅需20 行代码，代码块上色时间从 1.0 秒降至 0.35 秒。

腾讯将 Marvis 定位升级为 AI 管家

腾讯将Marvis定位升级为AI 管家，能力从修复电脑扩展至管理个人数字资产。

𝕏 DeepSeek 测试小模型在游戏显卡上推理以降低成本

据 The Information，DeepSeek创始人梁文锋向投资者表示，内部测试显示其小模型可在游戏显卡上良好运行，正探索将部分推理负载转移到更便宜的硬件以降低成本。

成立九年，中科类脑把积累装进 Token 工厂

成立九年的中科类脑将技术积累转化为Token 工厂，切入 AI 基础设施赛道。

---