2026年9月25日,Physical AI 创业公司息壤开物宣布连续完成数亿元种子轮及天使轮融资,由敦鸿资产领投,估值达5亿美金。公司由前华为云大模型CTO李寅任创始人兼CEO、前华为多模态首席科学家张含望任联合创始人,目标是做 Large Physics Model(LPM),即先从海量视频、机器人轨迹和真实交互中预训练物理基础模型,再迁移到不同本体和任务。息壤披露其模型在 World Arena 2.0 Track 1 的 Trajectory Accuracy 单项排名第一、Physical Adherence 单项排名第二,训练成果 XIRRA v0.1 计划于今年晚些时候亮相。目前尚无后续发展事实。
匹配字段摘要
Space Bunny 于 2026 年 9 月 23 日限时免费开放模型使用服务,免费期限为一周。据 opencode 同日发布的报道,该模型为隐身模型,具备 1M 上下文、多模态和零数据保留等特性。目前尚无后续发展事实,该限时免费活动的具体起止时间与适用范围未在现有材料中进一步说明。
匹配字段摘要
2026年9月21日,有报告就智能体技术走向成熟、算力需求有望呈指数级增长发表研究。据财联社当日报道,《2026年中国人工智能计算力发展评估报告》显示,2026年中国活跃智能体已达495万个,预计2030年增至1.97亿个,复合年均增长率151.2%。报告还预计,2030年全球人工智能算力市场规模达1.25万亿美元,中国市场达1501亿美元,均为2025年的4倍。报告称,AI智能体、多模态模型规模化商用带动Token调用量与算力消耗指数级增长。目前该报告为唯一证据来源,尚无后续发展事实。
匹配字段摘要
2026年8月24日,匿名模型 Ox Alpha 免费登陆 OpenRouter,支持 1M-token 上下文和多模态输入,面向编程与持续智能体任务;其 DeepSWE 子集完整测试得分为 63%,接近 Fable 5 且每项任务消耗的 Token 更少,早期线索指向智谱 AI,但开发者身份尚未揭晓。8月26日晚,智谱公布 Ox Alpha 就是旗下 GLM-5.3 Flash,已正式上线并开源,总参数 3200 亿,是 GLM-5 系列首个原生多模态模型,编程表现与 Claude Opus 4.8 持平,定价为 GLM-5.2 的十分之一;智谱同时发布 GLM-5.3-FlashX,推理速度最高 200 tokens/s,比 Flash 快 5 倍,官方称 Flash 推理服务全部由国产 AI 芯片集群承载。8月27日,有来源称 Ox Alpha 即 GLM-5.3 Flash,AA 得分为 57,价格为前沿模型的 1/100,由纯中国芯片提供算力,并在 OpenRouter 获得近 20% 的周 Token 份额,排名第一。
匹配字段摘要
2026年9月17日,北京市人民政府印发《北京市“十五五”时期高精尖产业发展规划》,布局人工智能、芯片与商业航天等领域。规划提出,到2030年北京成为具有全球影响力的新兴产业高地、建成全球数字经济标杆城市。人工智能方面,规划要求引导大语言模型和多模态模型全球争先、前瞻布局世界模型;芯片方面推进RISC-V、芯粒、存算一体等技术;商业航天方面推进可重复使用火箭技术。规划还提出到2030年培育5个具有全球影响力的领航级智能工厂。目前该规划由财联社报道,尚无后续发展事实。
匹配字段摘要
2026年8月3日,Unsloth预告Qwen3.8-27B即将发布,并称其可在17GB RAM/VRAM配置上本地运行。8月14日,Unsloth发布该模型的Dynamic GGUF与NVFP4量化版本,宣布现已可通过Dynamic GGUF在本地运行,17GB内存即可跑起来,并附上GGUF下载链接与使用指南;其引用的Qwen官方推文介绍,Qwen3.8-27B是原生多模态稠密模型,27B参数下整体表现超过Qwen3.7-Plus,原生上下文262K,可通过YaRN扩展至1M tokens,采用Apache 2.0许可。9月12日,通义千问/Qwen宣布Qwen3.8-27B已在Cerebras上线运行。
匹配字段摘要
2026年9月10日,DeepSeek在其API上线原生多模态模型V4.1-Flash,调用时需将模型名设为deepseek-flash。与此同时,V4-Flash与V4-Flash-Vision-Exp退役,其旧模型名暂时被路由至新模型。DeepSeek还表示,自9月14日04:00 UTC起,发往deepseek-v4-pro的请求也将按V4.1-Flash费率转发至该模型,直至V4.1-Pro上线。
匹配字段摘要
2026年9月4日,Unsloth 宣布对 GLM-5.3-Flash 的本地 GGUF 推理完成优化并公布结果。据其说法,本地推理速度提升 1.6 至 3.4 倍,配合优化解码与多 token 预测,整体最高快 3.3 倍。用户可在 128GB 设备上通过 Unsloth Desktop 或 llama.cpp 以 3-bit 量化运行,Unsloth 同时提供了使用指南和 GGUF 权重链接。被引用的 Z.ai 发布信息显示,GLM-5.3-Flash 为 320B-A18B 模型,采用 MIT 许可,原生多模态并支持 1M token 上下文窗口。目前该优化已公布,尚未见后续更新。
匹配字段摘要
2026年8月15日,Z.ai发布GLM-5.3模型。据Interconnects报道,该模型当时仅在编码套餐中提供,即将上线API,并计划两周后在Hugging Face开放权重;其与GLM-5.2同基座,仅大幅扩展后训练,参数量约750B,在多项智能体编码基准上超过Kimi K3,部分指标超过Claude Fable 5或GPT-5.6-Sol。此后,Unsloth于8月27日发布GLM-5.3-Flash的GGUF量化版本,称其3-bit量化需128GB内存,该模型为320B-A18B、MIT许可证、原生多模态并支持1M token上下文窗口,此前以Ox Alpha名义预览。8月28日,Unsloth又发布GLM-5.3的2-bit量化版及运行指南,称模型从1.51TB压缩到239GB,体积减少83%,精度保留约81%,可在256GB Mac或相应RAM/VRAM配置上运行。
匹配字段摘要
2026年8月28日,通义千问方面发布消息称,Qwen3.8-Flash 已上线 OpenCode Go。该消息同时给出模型规格:125B/6B,支持 1M 上下文,具备多模态能力,并配以“用 Qwen3.8-Flash 快乐编码”的宣传语。目前公开信息仅显示此次上线动作及上述参数,未披露更多接入方式、可用范围或后续计划。
匹配字段摘要
2026年8月27日,Google推出行星预测引擎(PPE)实验研究能力。据Google Research介绍,PPE隶属Google Earth AI,可依据自然语言查询自主完成数据检索、特征工程、模型训练评估并生成报告,把复杂行星级预测建模从数周人工流程缩短到几分钟。在21项CDC健康指标上,PPE平均R2为76.8%,高于人工专家流程的60.0%;在尼日利亚粮食安全降尺度任务中R2达66.1%,基线为31.5%;在刚果(金)2026年Bundibugyo埃博拉疫情期间的实时热点预测中Recall@10为83.3%,较已发表的贝叶斯建模基线约73%提升10.3个百分点。研究还发现统计协变量与基础模型嵌入向量具有互补性,多模态融合加智能数据选择优于基线。目前该能力仍为实验性研究能力。
匹配字段摘要
2026年8月27日,Cohere发布视觉语言模型Parse,用于将多模态企业文档转换为结构化数据。该模型可识别表格和嵌入图片、输出Markdown,并支持九种主要语言;其在ParseBench三个评测维度中的得分为79.2。Parse现已通过Cohere API、Model Vault、Microsoft Foundry和AWS SageMaker提供。Cohere API定价为每1000页1.50美元,使用8个H100 GPU节点时处理速度为每秒36页。
匹配字段摘要
2026年8月26日至27日,阿里发布Qwen3.8-Flash-Next模型权重。据Qwen Blog,该模型为多模态MoE架构,主模型125B参数、额外51B N-gram嵌入参数,每token激活6B,训练成本约为Qwen3.7-Plus的1/9,原生支持262,144 tokens上下文并可通过YaRN扩展至1,000,000 tokens。该模型是Qwen4架构的早期预览,在注意力、残差、嵌入和优化四方面升级,采用GDN+QSA混合注意力、Gated Residual、N-gram Embedding与Muon优化器,权重已在Hugging Face和ModelScope开放;生产版本以qwen3.8-flash名称在QwenCloud提供服务,默认1M上下文并内置官方工具,定价为每百万输入tokens 0.15美元、每百万输出tokens 0.47美元。NVIDIA方面称,其提供SGLang、vLLM和TensorRT LLM的Day 0功能支持,并在GB300 NVL72上验证推理,单GPU吞吐超过16K token/秒、单用户超过200 token/秒;开发者可用NVI
匹配字段摘要
2026年8月26日,Unsloth发布Qwen3.8-Flash的GGUF量化版本,使这一125B MoE模型可在75GB内存的本地环境运行,并称其表现超过Claude-Opus-4.6(Max)。同时发布的Qwen3.8-Flash-Next支持CPU内存与统一内存方案,速度接近显存运行。Unsloth提供了使用指南和GGUF下载链接。被引用的Qwen官方介绍显示,Qwen3.8-Flash为多模态MoE,采用GDN加QSA混合注意力等新架构,每token激活6B参数,原生上下文262K,可经YaRN扩展至1M。
匹配字段摘要
2026年8月21日,DeepSeek介绍V4-Flash-Vision-Exp的多模态智能体能力。该模型可在多种智能体框架中顺畅运行,把视觉理解与广泛的工具调用结合起来,从而支持更多实用的多模态智能体工作流。目前输入材料仅提供了此次能力介绍,未说明具体上线范围、应用案例或后续进展。
匹配字段摘要
2026年9月22日,Black Forest Labs 发布 FLUX 3 Action,一个从多模态 FLUX 3 主干衍生的 7B 开放权重世界动作模型,用于机器人控制。据其官方博客,该模型在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率,速度最高提升 3.95 倍。模型在图像、视频和音频数据上预训练,其中视频占训练 token 的 95% 以上,再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案,称快速控制能让具身推理更省时省钱,每美元成功率最高提升 53.64%。目前尚无后续发展事实。
匹配字段摘要
2026年9月2日,Meta Superintelligence Labs 推出其首个实时音频感知模型 Muse Voice Transcribe。据官方发布信息,该模型支持实时流式 ASR、20 人以上说话人分离和端点检测,具备多语言与无缝语码切换能力,并可通过语言、关键词和上下文偏置提升准确率。它属于 Muse Spark 系列的自回归多模态 LLM,音频按 80ms 分块(12.5 Hz)逐 token 处理,结合词错误率和延迟奖励的强化学习实现自适应延迟。该模型在 ArtificialAnlys 流式语音转文字和公开说话人分离基准上排名第一,并已在 Meta Model API、Meta AI for Mac 和 Muse Code 上线。目前尚无后续独立发展事实。
匹配字段摘要
Google Cloud 将原生 TPU 支持集成进 vLLM,并以 Qwen3 Embedding 系列为目标模型完成多项优化。据官方 2026 年 8 月 26 日发布的信息,该集成使嵌入推理可处理 4K+ token 文本和 15K+ token 多模态输入。精度方面,TPU 输出与 XPU 参考基线的余弦相似度达到文本 ≥0.999、多模态 ≥0.995。官方还表示已在 AI-Hypercomputer 公共仓库开源 Qwen3-Embedding-8B 的部署与评测 recipe。目前尚无后续发展事实。
匹配字段摘要
H Company 发布 NeoMME多语言多模态编码器及检索模型
English translation is being prepared.
匹配字段摘要
V4-Flash-Vision-Exp 结合视觉理解与工具调用 多模态智能体工作流
English translation is being prepared.
匹配字段摘要