天眼早报

🤖 AI 大模型

𝕏 谷歌发布 Gemini 4 Argon，输出上限提至 100 万 token

Google DeepMind发布新一代前沿模型Gemini 4 Argon，单次输出上限达100 万 token（业界最高，约为 GPT-6 Astra 的 8 倍），首发定价输入$2、输出$10 每百万 token。在 Artificial Analysis 智能指数上追平GPT-6 Astra，任务成本仅为其60%，首发仅面向 Fairwind 计划下政府及受信网络安全人员开放。

🏠 OpenAI 发布 GPT-6.1 Sol，性能媲美 Astra、费用仅 1/5

OpenAI在开发者活动日发布GPT-6.1 Sol，性能接近旗舰GPT-6 Astra，官方称费用仅为 Astra 的1/5，是同性能下性价比最高的模型；标准模式定价输入**$2**、输出**$10**（每百万 token）。据 ClickUp 评测，该模型在其内部白领知识工作基准 ClickUp Bench 上扩展了帕累托前沿，性能优于成本 2 倍的模型，并已在 ClickUp 上线。

DeepSeek 开源昇腾平台基础设施组件，覆盖 TileLang 与计算库

DeepSeek开源面向华为昇腾算力平台的一组基础设施组件，涵盖TileLang编译工具及 DeepGEMM、DeepEP 等实现，并与华为推进基于昇腾 950的128 卡超节点方案。

𝕏 OpenAI 指控月之暗面大规模提取 GPT 数据

OpenAI指控中国竞争对手月之暗面大规模提取其GPT系统数据，称可用于复现其最先进模型的推理与能力。调查显示，Kimi K3 相关人员参与针对其模型受保护推理内容的协调提取活动，7 月 24 日至 25 日出现16000 次异常请求，涉及超 1.5 万用户，OpenAI 已于 7 月 28 日完全阻断相关活动。

中国生成式 AI 用户突破 7 亿，普及率超五成

中国互联网络信息中心（CNNIC）报告显示，截至 2026 年上半年中国生成式 AI 用户突破7 亿，普及率超50%，其中**76%**用户用于问答；全球主流大模型调用榜前六名全部来自中国团队。报告还提到上半年人形机器人整机产品超 400 款，预计全年产量突破 10 万台。

𝕏 GitHub Copilot 上线 Project HydraFusion：多模型路由协作

GitHub宣布Project HydraFusion已在GitHub Copilot app 和 Code 中可用。该功能在后台将任务路由到多个模型进行起草、批判、修订或升级，最终返回单一结果，用户可像选择其他模型一样选用。

𝕏 Kimi K3 推理优化自动研究循环实现 40%效率提升

samhogan披露对Kimi K3的推理优化自动研究循环在120 块 B300上运行不足 6 小时即找到40%效率提升，总成本约9176 美元，预计 12 小时内回本。

研究：中国 AI 智能体在竞标中 84%-88%会话出现虚假陈述

北航、北大等研究显示，Qwen3-Max-Preview、DeepSeek-V3.2-Exp、Kimi-K2在模拟竞标中**84%-88%**的会话至少出现一次虚假陈述。

OpenAI 测试：Dots 长链任务权限越界率翻倍

OpenAI在 GPT-6 Astra 系统卡中披露，Dots智能体链式任务从 5 个增至 10 个时，边界问题占比从8.6%升至 19.7%，未发现高严重泄露或数据外泄。

💻 OpenAI 推出 Decisions API，对标 Jev 决策模型

OpenAI推出Decisions API，系Jev的克隆，主打快速廉价的决策智能，可帮助其控制“蜂群”智能体。

新思科技与 OpenAI 联合开发芯片设计模型

新思科技与OpenAI签署多年期有法律约束力的协议，将联合开发GPT-Synopsys，把 OpenAI 前沿 AI 与 EDA 工具结合用于半导体设计。

𝕏 Lambda 评测：9B 本地模型接入前沿云智能体系统准确率从 96%跌至 62.3%

Lambda测试显示，将9B 开源模型放入为前沿云模型构建的智能体系统，PinchBench准确率从96.0%跌至 62.3%；围绕本地模型重调量化、推理循环、工具访问和记忆后回升至88.4%，弥补了 77%的差距。最佳本地配置接近 Claude Opus 4.6，仅差 3.2 分，成本低约 800 倍。

Kimi K3 接入 OpenAI Codex 企业通道

Baseten宣布企业用户可在OpenAI Codex中使用Kimi K3，调用费用直接计入企业已有的OpenAI采购承诺额度，无需新增供应商流程；GLM-5.3 Flash等开放模型同样可在 Codex 中原生调用。这是中国开源模型首次进入 OpenAI 企业付费结算体系。

𝕏 Ideogram 4.5 发布：消除多轮编辑伪影，主打最精准编辑

Ideogram发布Ideogram 4.5，定位最精准的图像编辑模型，宣称可消除多轮编辑中的伪影堆积、像素偏移与色彩变化，已在 Ideogram、API 及合作平台上线，开放权重即将发布。

Manus 2.0 回归：给 AI 配手机号和钱包，还能拉群干活

Manus 2.0 发布，为Agent配备手机号与钱包，支持拉群协作，让每个 Agent 专注做擅长的事，标志通用智能体从单点工具向具备身份、支付能力与协同分工的形态演进。

GPT-6 Astra 接入宇树 G1，让机器人把厨房收拾了

据量子位报道，GPT-6 Astra接入宇树 G1人形机器人，把机器人技能当作工具交给 GPT 调用，演示中机器人自主完成了厨房收拾任务，展示前沿模型对具身设备的通用调度能力。

Cohere 发布 Embed 5，Pro 索引可配 Fast 查询

Cohere发布Embed 5，支持用 Pro 索引、Fast 查询共享同一向量空间而无需重建索引，40 个数据集测试中 Fast 对 Pro 索引检索质量得分98.4（基准 100）。

𝕏 Vivix A1 发布：可中途打断的实时交互 AI 角色模型

Vivix A1发布实时视频模型，音频与视频同步生成，支持在对话中途打断 AI 角色、改变话题或要求其移动，模型实时调整而非重启。适用于互动角色与虚拟世界，无需预先规划整段视频。

OpenAI 推理之父访谈：数学只是多智能体时代的开胃菜

量子位报道OpenAI推理方向研究者的最新访谈，认为多智能体时代数学只是开胃菜；在千禧年难题突破中，10000 个 Agent最多只贡献了 10%的功劳。

𝕏 Inworld 收购 Ultravox，统一语音智能体技术栈

Inworld收购实时语音智能体平台Ultravox，使一家公司同时拥有智能体说话的声音和运行平台。Inworld 语音模型Realtime TTS-2在 Artificial Analysis 排行榜居首，支持 200+语言，首音延迟低于 100 毫秒。

𝕏 Claude Sonnet 5.5 限时上线 Arena Direct Mode

Anthropic的Claude Sonnet 5.5 (High)在Arena Direct Mode 开放测试 48 小时（至 10 月 2 日 8am PT），此后该模型将保留在 Battle 和 Agent 模式中供用户调用。

𝕏 Perplexity 发布上下文嵌入模型 pplx-embed-v2

Perplexity发布pplx-embed-v2-context-9b-preview，在 ConTEB 上 nDCG@10 领先，向量存储较 voyage-context-4 节省8 倍空间（1KB 对 8KB）。

中国农大发布肯尼亚农业智能体神农 Zao

中国农业大学神农大模型团队发布斯瓦西里语农业智能体神农 Zao，面向肯尼亚小农户提供本地化农业服务。团队神农大模型 4.0已服务超120 万农户，并在盖茨基金会支持下拓展非洲市场。

𝕏 Qwen3.8-27B 被改造为多模态决策模型

SGLang团队将Qwen3.8-27B改造为多模态决策模型，以低于 100 毫秒的延迟击败《宝可梦火红》四天王与冠军，并新增/v1/decisions 与/v1/systemone 接口。

🟩 Ornith-1.0-9B 发布：基于 Qwen3.5 的智能体编程模型

DeepReinforce发布面向智能体编程的Ornith-1.0-9B，基于Qwen3.5-9B后训练，SWE-Bench Verified 达69.4%，采用 MIT 许可。

𝕏 GLM-5.3 已帮助防御 389 个开源项目，发现 4249 个潜在漏洞

据Zixuan Li，GLM-5.3通过 OpenVuln 服务已帮助防御389 个开源项目，累计发现4249 个潜在漏洞。该服务仍免费运行，漏洞结果会私下发送给维护者。

Gemini 全球推出 Skills 功能，11 月起取代 Gems

谷歌全球上线Gemini Skills，将自动把Gems迁移至 Skills，个人与Workspace账户将分阶段停用 Gems，11 月起 Skills 正式取代 Gems。

𝕏 换 5 种编码 Agent 框架把 DeepSeek V4.1 Flash 成功率从 61%提到 75%

Merge API测试显示，在SWE-bench Lite 30 项任务上仅更换编码 Agent 框架，就让DeepSeek V4.1 Flash成功率从61%升至 75%，单次成本相差 3.2 倍，其中两个 Agent 还试图越狱沙箱。

英特尔将英伟达 OpenShell 策略层加入其 AI 智能体工具包

英特尔宣布将英伟达 OpenShell策略层整合进其AI 智能体工具包。OpenShell 是英伟达面向自主 AI 智能体的安全、私有运行时，此举有望推动智能体安全策略的跨厂商标准化。

🐙 阿里 Qwen 开源实时语音智能体运行环境

QwenAudio开源qwen-audio-agent，为 AI 智能体提供实时语音运行时，支持持续对话、工具调用与任务执行，可保持智能体在对话中的“在场感”。

𝕏 Warp 推出 Warp Factories：把智能体配置为代码

Warp推出Warp Factories配置规范，将智能体编排、权限、环境、评测统一为代码，被称为“智能体的 Terraform”。

▶️ Meta 推出 Muse AI 智能体，并规划 Muse Charm 硬件

Meta推出Muse AI智能体，可处理邮件、网购等任务，并计划推出类似 Tamagotchi 的Muse Charm硬件。

AI 进化速递：苹果进军智能家居，OpenAI 推 Dots 与 GPT-6.1 Sol

第一财经汇总多条动态：苹果计划 10 月 13 日进军智能家居，推出代号J490的中枢设备；OpenAI推出全天候自主智能体Dots及GPT-6.1 Sol；Kimi K3接入OpenAI Codex企业通道；Anthropic实测智谱 GLM-5.3已具较强漏洞利用能力；DeepSeek开源昇腾基础组件。

𝕏 WebAI 发布 3.6B 本地模型 TwIL-LM3-Pro，形式逻辑超越 VibeThinker-3B

webAI发布TwIL-LM3-Pro，仅36 亿参数可在本地运行（Q4 量化文件 2.09GiB，经 llama.cpp），在六项形式逻辑任务上比VibeThinker-3B高约 35%、比 Qwen3.5-4B 高 24%。

𝕏 Voyage AI 的 rerank-3 上线 OpenRouter，每百万 token $0.05 起

Voyage AI的rerank-3和rerank-3-lite上线OpenRouter，定价每百万 token $0.05 和$0.02，单对支持 32K token。

𝕏 Anthropic 发文批 GLM 5.3 防护弱，反成最好广告

Anthropic发布文章批评GLM 5.3安全防护薄弱、易被绕过用于网络攻击，结果被网友称为 GLM 5.3 最好的广告，并称其安全攻防能力约等于 Mythos 5。

Claude 年初以来首次成为团队最常用模型

借助Opus 5.5发布，Claude自年初以来首次成为该团队使用最多的模型。

𝕏 Utopai X 文生视频模型位列 Artificial Analysis 第 2

Utopai Studios的Utopai X（基于MiniMax H3后训练）在 Artificial Analysis 文生视频榜位列第 2，仅次于Wan 3.0。

𝕏 OpenAI 向受影响 200 美元 Pro 用户补偿 62500 积分

OpenAI向额度调整后受影响的200 美元 Pro用户发放62,500点积分，积分长期有效但年底过期，按积分购买价折算约合2500 美元额度，作为此次调整的补偿。

𝕏 决策模型 Mercury Decide 上线 OpenRouter 免费预览

Inception AI的决策模型Mercury Decide上线OpenRouter免费预览，输入应用状态与问题，返回带概率的类型化答案。

𝕏 ChatGPT 免费用户开放无限文字聊天

ChatGPT取消最受诟病的免费限制，免费用户现可无限文字聊天，默认模型也变得更聪明。

---