多模态

开源圈的常态是"小步试水"：先放个几十亿参数的模型探探路，反响好了再逐步开放。但据公开报道，美国AI公司Reflection在Hugging Face上开源的首个模型，就直接把天花板顶到了新高度——Beam，总参数5010亿、单token激

李飞飞这个名字，对关注AI的人来说并不陌生。从ImageNet到斯坦福HAI，她一直是AI领域最具影响力的华人科学家之一。

开源圈又炸出一个大新闻。10 月中旬，据站长之家等多家媒体报道，阶跃星辰正式开源 Step 5 Preview 完整模型权重，总参数 6000 亿、单次激活仅 270 亿的稀疏混合专家架构，BF16 与 FP8 权重、技术博客及开源工具同步

大模型的价格战里，突然杀出一个「先低后高」的另类玩家。据多家科技媒体报道，谷歌旗舰模型 Argon 正式向全球开发者与企业开放，定价为每百万输入 token 2 美元、输出 10 美元——同时官方明确：12 月价格将翻倍。

云端的 AI 再强，也有两样东西它给不了：隐私和断网。10 月中旬，据多家科技媒体报道，英伟达发布开源模型 Nemotron 3.5 Bolt：总参数 740 亿、激活参数仅 90 亿，经过量化后显存占用约 24GB，专为 RTX 笔记本本

北京经开区又批了一批大模型。数量不多，10个。但仔细看这份名单，它恰恰指向了中国AI最容易被忽略的一层。

圈内人提到中文大模型的起点，绕不开一个名字：MOSS。

**一句话看懂**：青岛眼科医院李君团队联合上海人工智能实验室、上海交大，发布了 2.4 万余幅影像的糖网开源数据集和一个会给出「诊断理由」的 AI 模型，瞄准基层眼底筛查。

**一句话看懂**：OpenAI 于 9 月 24 日关停 Sora 视频 API，同一周快手可灵 4.0 宣布 10 月上线——原生时长翻到 30 秒、支持 10 关键帧与 4K HDR，AI 视频从「抽卡」走向「分镜」。

**一句话看懂**：10月10日广州发布肺癌病理基因多模态大模型DeepGEM2.0，输入病理切片1分钟预测12个获批靶向药全部基因、精度最高90%，检测费有望降到数百元，将轻量化部署超500家机构。

一台内存只有1GB的旧手机，还能干什么？很多人的答案是：卡成PPT。但最近谷歌的一项发布，可能让这类"电子古董"重获新生。

你有没有发现，最近评价AI模型的新闻，关键词悄悄变了？以前是"跑分第一""登顶榜单"，现在频繁出现的是另外两个词：速度，价格。

假期里很多人都有过这种手忙脚乱：开车时想给家人发条微信，腾不出手；做饭时想跟朋友约个饭，满手面粉。现在有个新变化正在悄悄解决这类场景——据第一财经报道，腾讯客服确认，微信正与华为、小米、荣耀、OPPO、vivo等多家手机厂商合作推出A2A（

当大模型不仅能读文字，还能看懂图片和视频，应用场景会多出一整片。

过去一年，AI算力租赁市场经历了一轮大起大落。现在，价格似乎开始企稳。

如果给大模型装上身体，它会不会从"会聊天"变成"能干活"？

你有没有发现，最近AI公司开始疯狂讨好"不花钱的用户"？

如果你不会剪辑，但想靠短视频赚点钱，AI一键成片是不是你的救星？

如果有一天，你也能像下载APP一样，下载一个"脑机接口应用"，那会是什么体验？

在海外最大的模型托管社区，下载量榜首的位置一度被中国模型占据。

同行都在卷Agent、卷多模态，杨植麟却把团队的火力反复压在同一个方向上：把上下文做得更长、更便宜、更可靠。

一家公司给全球主流安卓手机提供拍照算法，毛利率高得让硬件厂商羡慕。

阿里巴巴宣布，通义千问Qwen2.5系列模型的开源版本累计下载量突破1000万次。这个数字在国产开源大模型中遥遥领先，在全球开源社区也名列前茅。

中科院自动化研究所脑网络组研究中心发布了一项新成果：基于深度学习的脑电信号解码算法，在非侵入式脑机接口的场景下，实现了运动意图识别准确率的大幅提升。

谷歌在开源领域放了个大招。Gemini 1.5 Flash的8B参数版本正式开源，这个"轻量级"模型在多任务基准上的表现，居然逼近了很多几十亿参数的竞争对手。

OpenAI CEO Sam Altman最近在一次访谈中再次表态：AGI（通用人工智能）将在5年内实现。这不是他第一次说类似的话，但每一次都会引发热议。

小米做了一个大胆的决定：把CyberDog 2（铁蛋二代）的全部技术资料开源。包括硬件设计图纸、控制算法、SDK接口，甚至训练数据集。这意味着，任何开发者都可以基于CyberDog 2的平台，开发自己的四足机器人应用。

做视频的人都经历过那种绝望：AI生成的镜头，第3秒人物就开始"换脸"，第5秒手指变成六根。

如果你关心国产AI芯片，9月29日有两个消息值得放在一起看。

在全球最大的AI开源社区，中国厂商的名字最近有点多。

大模型圈有个怪现象：模型越聪明，跑起来越烧钱，尤其当你要让它当智能体、长时间记上下文的时候。9月10日，DeepSeek悄无声息地丢出一个开源新模型V4.1 Flash，最吸引工程师的不是它有多能聊，而是它把最贵的那块成本砍掉了大半。

以前用 AI 做视频，最怕生成几十条才挑出一条能用的——业内管这叫"抽卡"。最近国产两支模型几乎同时出手，把单次成片拉到 30 秒、还自带声音，创作的逻辑正在被改写。

你有没有注意过，海外年轻人手机里那些陪聊、陪玩、还能打电话的AI角色，背后可能是一家上海公司？

你刷到的那条"外国博主用东北话推销螺蛳粉"的AI视频，可能不是后期配音，而是模型从一开始就"说"出来的——人物口型、情绪、方言全对得上。快手可灵在2月把3.0系列模型全面上线后，AI视频正在从"能生成"跨到"能交付成片"。

你点开一个开源社区，看到有人用一套中文模型做起了客服机器人，有人拿它给自家小店写文案，还有海外开发者把它改成了本国土著语言的大模型。这些互不相识的人，用的很可能是同一个源头——阿里通义千问。

过去，最强大的大模型往往锁在闭源 API 背后，按次收费、越用越贵。阿里最新一次开源，把参数规模做到 2.4 万亿的旗舰级模型直接放了出来——这件事的分量，远不止"模型又大了一点"。

在四川一家工厂的车间里，近百台机器人正推着料箱在两条产线之间往返。它们不是展台上的摆拍，而是真在干活——单班近万次搬箱，零故障。过去几年，"人形机器人"这四个字总伴随着炫技视频，但这一次，落地的是一张真实的生产订单。

你每个月给AI工具掏的钱，真的值回票价了吗？

在杭州数贸会现场，有一个展台前排起了长队。大家不是等签名，是等着试戴一副眼镜。

开源大模型不稀奇，但把「数据生产线」也一起开源的，不多见。

中秋夜，很多人守在电视机前看晚会。有一段画面，让不少人愣了一下：博物馆里的文物仿佛被月光唤醒，与千年前的人隔空重逢。

**一句话看懂**：文心 5.0、商汤 U1 Pro、腾讯混元 Hy3 今年接连亮相，能同时看懂文字、图片、声音和视频。普通人做内容、做商品的门槛，正在被一次性拉低。

有个做农业机器人的朋友跟我吐槽过一件事：他们把一台机器人从一个工位挪到隔壁工位，前后只差三米，结果要重新采上千条数据、重新训好几个星期。

一个三十岁的人，公司成立刚满七个月，团队还是一群刚走出校门的年轻人。就是这样一支队伍，最近拿到了千万级天使轮融资。

生数科技正式发布 Vidu S2，两个模型在发布当天就全量开放了在线体验和 API：S2-Avatar 面向持续交互的数字角色，实时输出从此前的 540p 提升到 720p；S2-Editing 面向输入的视频流做实时编辑。

9月18日，阿里千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash。最抓眼球的数字不在性能榜上，而在价目表上：每小时音频输入的价格降幅超过98%，音视频输入的降幅超过93%。

9月17日，中电信人工智能科技有限公司发布新一代星辰大模型 Xing4.0-29B-A4B。真正的看点不在"又发了一个模型"，而在名字后面那串数字：MoE 架构总参数 29B，每次推理实际被激活的只有 4B。

空军军医大学唐都医院近日完成西部地区首例全侵入式脑机接口植入手术。患者是一名 54 岁女性，因车祸导致高位颈椎及颈髓严重损伤，胸部以下感觉与运动功能丧失，已瘫痪三年多。神经外科团队在屈延主任主刀下，依据术前多模态影像融合结果定位运动相关脑区

9月17日，国产大模型集中放了一波更新：字节的豆包大模型完成2.1 Pro升级并全量接入火山方舟平台；科大讯飞上线基于全国产化算力训练的语音基座 Spark-Audio-1.0-Preview；蚂蚁开源大模型安全内生护栏 SingProbe

一个清华博士，本可以在自动驾驶的风口上继续赚得盆满钵满，却转头扎进了一条更苦、更慢、离钱更远的赛道——机器人。

上周一家公司做了一件让整个具身智能圈侧目的事：它把自己压箱底的机器人"大脑"模型，免费开放了权重。这不是又一篇论文，而是能直接拿来用的"轮子"。

你有没有过这种崩溃：老板甩来30份 PDF 合同，让你半小时内找出哪几份条款不一样？过去这活儿得熬通宵，9月12日百度的一波更新，可能让这种苦差事从"加班"变成"等三秒"。

你有没有过这种时刻：把一张糊掉的截图丢给AI，问它"这上面写的啥"，它认了半天，把第三行和第五行拼在了一起，还理直气壮。

你有没有过这种感觉：刚在聊天里提了一句想买的东西，转头刷视频号就刷到了同款。

9 月 7 日，厦门市思明区印发了促进 AI 短剧产业的扶持措施，白纸黑字写着能给钱。

整个机器人行业都在等一个瞬间。

你有没有过这种时刻：爸妈在家族群里转了一条"公安局通知"，你一眼看出是假的，可怎么解释他们都不信，最后只好打电话吼一嗓子——然后一整天心里都不舒服。

9月4日傍晚，中央网信办、国家发改委、工信部、生态环境部、住建部、农业农村部、商务部七部门联合印发了一份重磅文件：《促进数字化绿色化协同转型发展实施方案（2026—2030年）》。这份文件，基本把"十五五"期间AI、算力

你还记得盛大吗？那个做游戏的公司。它的创始人陈天桥当年33岁就是中国首富，后来淡出了公众视野。

浙江兰溪，一个县城。

你有没有在电商平台上刷到过这样的产品：头上戴个环，号称"提升专注力""训练大脑""让孩子学习效率翻倍"，价格从几百到几千不等。

你有没有想过，全世界的 AI 都在忙什么？

8 月 31 日晚 8 点，湖南卫视黄金档播出了一部特殊的剧——《后西游记》。

你有没有想过，世界上最强的AI模型，有一天会免费送到你手里？

你有没有想过，你每天在Instagram、Facebook上刷到的图片和视频，可能很快都是由AI生成的？

你手机里那个用来搜攻略、看种草的小红书，最近干了一件和"种草"完全不搭边的事：把自己从头训练的大模型，开源了。

深夜十一点半，某座城市的一盏床头灯还亮着。屏幕上跳出一个对话框，对面没有头像，没有真人，只有一个被训练得温柔妥帖的模型。有人在里面敲下"今天好累"，三秒之后收到

8 月 14 日，商汤科技宣布将其 AI Infra 业务"商汤大装置"分拆为独立公司，引战投 25 亿元、估值约 130 亿元。母公司商汤继续聚焦多模态大模型

8月10日上午11点02分，山东济南，山东省千佛山医院的手术室里静得能听见监护仪的滴答。58岁的张凤飞躺在台上，麻醉刚过，医生在他颅骨和硬脑膜之间埋进两枚硬币大

今年四月，陈默把母亲一份厚达十二页的体检报告，拍下来发给了手机里的 AI 助手。他不是医生，看不懂那些箭头和英文缩写，只想"让它帮我看看有没有大问题"。

8月8日，21世纪经济报道梳理指出，截至8月5日的短短八周内，阿里巴巴Qwen3.8-Max、月之暗面Kimi K3、DeepSeek-V4-Flash、智谱G

8月7日，央广网发布深度报道，引用中国网络视听协会《微短剧创作指引》数据：2026年一季度全国上线微短剧12.8万部，其中AI微短剧占比高达95%；但二季度AI

8月6日，《中国经济时报》刊发深度报道聚焦脑机接口产业标志性节点：8月1日，《信息技术脑机接口多模态数据格式》（GB/T47127—2026）与《信息技术脑机接

8月7日上午，据多家媒体报道，阿里巴巴计划向其下一代Qwen开源AI模型的大型用户收取费用。这是继8月6日DeepSeek宣布即将整体上调API定价之后，国产大

过去一周，中国大模型圈像是约好了似的，三家在同一时间窗口甩出「全模态」牌。

8月3日，中国AI大模型赛道迎来一次罕见的“超级星期一”。阿里巴巴发布2.4万亿参数旗舰模型Qwen3.8-Max，上下文窗口长达100万tokens；Deep

8月初的外媒评论圈里，一个论调正在升温：中国不是AI竞赛的跟随者，而是正在重新定义游戏规则。路透社在报道月之暗面Kimi K3时直言，这款拥有2.8万亿参数的开

如果你还以为AI视频只是玩具，那可能已经错过了这一轮内容革命。2026年上半年，国内AI短剧市场规模突破220亿元，同比增速超过180%。从剧本生成到角色建模，

当整个行业都在等待下一个iPhone时刻，OpenAI终于等来了一个里程碑——ChatGPT周活跃用户即将突破10亿大关。但鲜有人注意到，这个数字比OpenAI

曾被视为"AI 视频标杆"的 Sora，已经正式退场。OpenAI 于 2026 年 3 月 24 日宣布分阶段停运，网页版与 App 在 4 月 26 日下线