1、突发，GPT-6 Sol曝光了！
GPT-6 Sol正在OpenAI内部测试，已在API中被发现，预计本月正式发布。多名开发者发现手中的5.6 Sol已被自动路由至GPT-6-Sol。实测显示，该模型在输出质量、编程与前端生成、视觉与游戏创作上全面超越GPT-6 Astra，且成本更低。其定位略低于Astra，主打极致性价比。OpenAI核心研究员Noam Brown同期披露，递归自我改进已成公司首要战略目标，预训练与强化学习产生乘数效应。
2、刚刚，Gemini 3.8 Live上线！
Google DeepMind发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时语音对话模型，称其为迄今最先进的语音模型。Extended Thinking在Artificial Analysis语音质量榜以82.6分登顶；τ-Voice得分68.6%，略高于GPT-Live-1 Astra的67.9%；τ-Voice-banking为35.1%，对手32.0%；Big Bench Audio达97.7%。两者支持97种语言对话中自动切换、后台并行调用工具及近实时视觉输入。
3、刚刚，中国队9B「全能王」开源登场！横扫8项全球通用第一
紫东太初开源ZDTaichu5.0-9B通用多模态大模型，面向物理世界与具身智能。其在九大国际空间基准中获8项同参数通用组别全球第一，MindCube-tiny得78.27分，分别领先Qwen3.5-9B和STEP3-VL-10B 20.67和15.46个百分点。通用能力保持：AI2D 91.48、WeMath 75.9、OCRBench 85.5，IFEval 93.7、AIME2026 89.2、LiveCodeBench v6 73.4，并在ViewSpatial等基准超过Gemini 3 Pro逾7%。
4、刚刚，最强Agent工作平台亮相！飞书、豆包工作合体
9月15日，飞书在2026未来无限大会暨豆包工作开工大会上发布飞书8.0与原生企业级Agent豆包工作，飞书CEO谢欣称其目标是成为Agent最好的工作平台。飞书将消息、文档、表格、审批等能力开放给Agent，支持其入群、参会与协作，并强调权限隔离。数据显示，飞书CLI在GitHub获1.7万星，上半年ARR增速为去年同期2.5倍，中小企业客户增长70%。
5、实时编辑、实时互动视频双旗舰，Vidu S2发布即体验
生数科技发布实时交互与实时编辑视频生成模型Vidu S2，包含S2-Avatar、S2-Editing和S2-Avatar[Offline]三类核心能力。S2-Avatar支持720p、25至42 FPS的实时数字人互动，可处理舞蹈等大幅度动作；S2-Editing能持续接收摄像头或源视频流，在保留原姿态、动作与镜头轨迹的同时实时改变画风、人物或背景。发布当天开放网页体验与API，并公开技术论文。
6、刚刚，中国语音AI连拿多项全球第一！
9月15日，阶跃星辰发布StepAudio 3系列五款音频模型，包括TTS、Gen、Realtime、ASR和Music，覆盖语音生成、识别、实时交互与音乐创作全链路。据Artificial Analysis榜单，StepAudio 3 Realtime以98.9%综合得分位列对话动态全球第一，以99.7%准确率位列语音推理全球第一；StepAudio 3 ASR非流式语音识别WER仅1.7%，并列全球第一。
7、OpenAI总裁：AGI时代来了！GPT-6已能自主干活24小时
OpenAI总裁Greg Brockman在a16z访谈中宣布AGI时代已至，依据是GPT-6 Astra能自主连续工作24小时，其在OSWorld 2.0中得分72.6%，高于GPT-5.6 Sol的65.7%。他称AGI更像一段光谱，并透露曾用约一万个并发智能体求解纳维-斯托克斯方程。OpenAI已暂停25%生产工程师原项目，转为用模型排查安全漏洞，并承诺投入10亿美元加固关键基础设施。
8、GPT-6刷到99.9%，ARC AGI考卷被迫重做！下一关考「发明」
GPT-6 Astra在ARC-AGI-3半私有测试集上达99.9%，令该基准接近饱和，ARC原定出题计划被迫调整。同一模型在标准框架下仅得62.7%，接入OpenAI Provider Adapter后升至99.9%；Claude Opus换用更优harness后由30%升至95.5%，英伟达AVO在公开演示集达100%。ARC Prize创始人François Chollet公布新蓝图：ARC-AGI-4明年Q1发布，聚焦长尺度持续学习与课程学习；ARC-AGI-5围绕「发明」展开。
9、换题还是第一！DM0.5横扫RoboColiseum四榜
原力灵机DM0.5在智元机器人发起的具身模型评测RoboColiseum中，于指令跟随、空间理解、扰动适应和通用操作四个榜单全部位列第一，成为该评测中唯一全榜登顶的模型。此前它已在LIBERO、RoboTwin 2.0、VLA-Arena、RoboChallenge Table30 V2和RoboDojo等六套公开评测中排名第一，其中LIBERO综合成功率99.0%。DM0.5已全面开源，并进入仓储与3C制造场景。
10、清华团队再探 On-Policy Distillation：数据撑死，算法饿死
清华团队联合多所高校发布On-Policy Distillation研究第二篇，将数学训练集从DAPO-Math-17K的17000道题缩减至1道。模型训练300步仍持续提升，数学三基准均分从59.1升至68.5，接近全量数据的69.8，恢复超70%收益，在Qwen、Llama、OLMo上同样有效。研究提出数据撑死、算法饿死：单题rollout状态覆盖率达71.5%，16道语义分散题达98.9%并打平全量。
11、别让Agent瞎想乱搜还闯祸：哪些能力该内化进模型，哪些必须交给Harness，这篇讲透
北京航空航天大学、南方科技大学、复旦大学、爱丁堡大学及百度等8家机构的19位研究者联合完成Theory of Agent综述，基于约600项近期研究，以“内化”与“外化”为统一视角，讨论LLM Agent的能力应放在模型参数还是外部Harness。综述围绕学习、对齐、演化与评测，提出稳定知识宜内化进模型，实时事实、精确计算与可验证执行宜外化至Harness。
12、OpenAI“Lily计划”曝光 你的聊天记录可能正在被人工审核
外媒报道，OpenAI正推进代号“Lily计划”的内部项目，数百名外包人员阅读真实ChatGPT对话并评分，以训练模型避免拟人化和过度讨好。ChatGPT全球用户超9亿，多数用户或不知对话可能被人工审核。OpenAI称已脱敏且不显示用户名，但敏感信息仍可能遗漏；“为所有人改进模型”选项在免费版、Plus及Pro默认开启。Anthropic也证实人工审核用于优化Claude。
13、黄仁勋再谈AI危险论：很多预测都是编的，中国会成为全球开源重要力量
9月14日，英伟达CEO黄仁勋在All-In Summit 2026称，安全与创新不矛盾，放射科医生被取代、90%代码由AI生成等预测未发生；递归自我改进是上下文、强化学习、合成数据、LoRA等已有技术组合。开源与闭源模型都不可缺少，近6个月约4000亿美元风投进入AI原生公司，80%使用开源模型。他称中国或成全球开源生态重要贡献者，并回答AGI现在已经达到了。
14、梁文锋CFO到位！投过智谱MiniMax
路透社援引知情人士消息称，DeepSeek计划聘请高瓴创投合伙人严文韬出任首任CFO。严文韬1991年生，曾投资字节跳动、小红书、极兔，以及智谱、MiniMax。DeepSeek曾于2025年2月挂出CFO岗位，今年7月重启招聘。另据路透社9月9日报道，DeepSeek已聘请中信证券筹备科创板IPO，最早今年年底递交申报材料，力争2027年挂牌；其二轮融资寻求估值约5000亿元。
15、云知声发布U2-Flash，要争“大模型主力位”｜甲子光年
9月15日，云知声发布U2-Flash，沿用U2基座，通过后训练提升Coding、Agent等复杂任务能力。评测显示，其DeepSWE v1.1得64.6分，较U2的32分接近翻倍；SWE-Bench Pro由50.1升至61.6，TerminalBench 3.0由2.7升至24.3。云知声称，完成同一任务的迭代步数减少约20%至30%，Agent任务周期缩短约35%，Token消耗减少约20%至30%。
16、逼近Claude！中国黑马27B模型与OpenAI同榜
中国团队万衍（Vera Praxis）的27B网络安全模型Feyospace-v1，在CyberGym漏洞复现评测中取得63.0%成功率，逼近Claude Sonnet 4.6的65.2%，与OpenAI、Anthropic、DeepSeek同榜。该评测含1507个真实漏洞任务；同一后训练使27B基座提升8.73个百分点，ExploitBench成功率从12.96%升至19.05%。团队不到十人，采用Kreator方法将专家判断转为训练信号。
17、被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」
杭州AI蛋白质设计公司力文所发布Lévin™ Harness，面向科研社区开放。该产品以Agent为核心，整合数据、模型、插件、算力与工作流，用户以自然语言提出目标，Agent可调用AlphaFold、ProteinMPNN、Pallatom等工具完成结构预测与序列设计，并兼容DeepSeek、Kimi、GLM、Qwen等通用模型。内置三维分子可视化、插件系统和可复用Workflow，支持本地或远程GPU。
18、一张GPU跑10万原子！分子之心用AI把化学反应“拍”成了电影
分子之心推出反应性机器学习力场QuantaMind，可模拟化学键断裂与成键过程。在发表于《Science Advances》的研究中，它完整模拟了含17,792个原子的PET水解酶体系连续6纳秒的催化循环，涵盖质子转移、断键成键全过程，与量子力学验证吻合度超0.99。最新测试显示，该模型已扩展至十万原子级体系、数百纳秒模拟，单张GPU单步计算仅约0.25秒。
19、从炒虾到通用“大脑”，Mobile ALOHA作者带来新模型
Reward AI联合创始人、斯坦福博士符梓鹏发布通用机器人策略OM-1及Omnibody技术栈。该模型直接从人类自然操作数据学习，不使用遥操作和机器人本体经验，通过Omnibody Hand、One Data Interface和Control Any Body实现跨本体控制，可部署于工业机械臂、人形机器人等。官方称，新任务仅需不到30分钟人类演示数据即可学会；电磁追踪将平均过冲误差从24.9毫米降至9.5毫米，降幅60%。
20、本地该怎么做RSI？我们与StartLux CTO聊了聊
StartLux联合创始人兼CTO郭权玮介绍本地模型StartLux-V1.0-27B-Preview与“本地×RSI”路线。该模型在中国信通院MCP测试中得分39.25，排名第二，超过284B的DeepSeek-V4-Flash-0731，与1.6万亿参数DeepSeek-V4-Pro差距约1个百分点。其以Qwen3.6-27B为基座，后训练提升5.34个百分点，约70%实验执行由AI完成。安全上主张探索自由与自我修改权限分离。
上一篇
【紧急加更】谷歌Bard中文版火爆上架，畅享中文对话，一键登录，告别ChatGPT封号困扰！
下一篇
09月15日AI资讯 | Vidu S2发布；飞书豆包团队Agent亮相；Meta字节级蒸馏；Claude破译密文；OpenAI押注RSI；Opus 5.2上线
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/3dd629a6-152d-81a7-8f3a-fd1102f12f68
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
