大模型与智能体
OpenAI 宣布用1万个AI Agent耗时88小时攻克千禧年数学难题
纳维尔斯托克斯方程存在性与光滑性问题是千禧年七大数学难题之一，自19世纪提出以来困扰数学界近90年，其解答对流体力学、气象预测、医学研究等领域具有基础性意义，也是传闻中国数学家韦东奕长期研究的方向之一。OpenAI宣布其内部多智能体系统在88小时内完成了该问题的证明，相关论文长达165页，同时配套了Lean形式化验证，证明过程由超过1万个AI Agent协同完成，所用模型能力显著超过GPT-6 Astra。OpenAI表示若该成果获得数学界认可，将标志着AI正式进入解决顶尖数学家长期研究的核心问题的阶段。不过该成果很快引发争议，纽约大学数学家Tristan Buckmaster及Anthropic研究员Levent Alpöge质疑OpenAI可能利用了其尚未公开的研究成果，还被指控曾试图干预论文署名认定。 来源：https://mp.weixin.qq.com/s?__biz=Mzg3MTkxMjYzOA==&mid=2247517862&idx=1&sn=2634e817527b02295ce293caa5c9894b
OpenAI 发布最强争议模型Astra
OpenAI正式发布旗下最强模型Astra，官方宣称该模型已接近通用人工智能（AGI）水平，在推理、多模态理解等多项能力上达到行业顶尖水准。然而该模型自发布起便伴随巨大争议，其黑箱式的推理过程难以监管，潜在的安全风险引发学界和业界的广泛担忧，被认为是当前AI领域最受关注的焦点事件之一。 来源：https://www.fastcompany.com/91601838/openai-unleashes-astra-its-most-capable-and-most-controversial-model-yet?utm_source=postup&utm_medium=email&utm_campaign=artificial-intelligence&position=14&partner=newsletter&campaign_date=09092026
Nex-AGI 开源 Nex-N2.5 智能体模型家族，三档模型覆盖多场景任务
由上海创智学院发起的Nex-AGI联盟正式开源面向长程真实环境任务的Nex-N2.5智能体模型家族，包含Mini、Pro、Max三个版本。其中Mini和Pro延续多模态底座，重点强化计算机使用、网页浏览等Agent能力；Max基于DeepSeek-V4-Pro-Base打造，采用1.6T总参、每Token激活49B的纯文本MoE架构，是首次在万亿参数规模完成的完整Agent后训练。在多项权威基准测试中，Max拿下BrowseComp榜单最高分92.6，Pro拿下OSWorld-G榜单最高分87.4，表现与Claude Opus 5、GPT-5.6 Sol等顶尖闭源模型互有高低，支持芯片设计、CAD建模、长程游戏操作等复杂真实任务。 来源：https://mp.weixin.qq.com/s?__biz=Mzk3NTc1NTU0Mw==&mid=2247513065&idx=1&sn=fba23adcf774d286d066025e9ee8f968
国产2B端侧模型MiniCPM5-2B开源，性能超越12B谷歌Gemma 4
北京端侧大模型独角兽面壁智能联合OpenBMB开源社区正式发布新一代端侧语言基座模型MiniCPM5-2B，参数规模仅2B，支持工具调用、深度搜索、代码生成等任务，已完成英特尔、瑞芯微、Arm等主流芯片平台的首日适配。根据Artificial Analysis评测榜单，该模型以23分位列全球4B以下开源模型第一，智能密度高于参数规模为其6倍的谷歌Gemma 4 12B模型，在Agentic Index指标上得分20分，远超同级模型的10分平均水平，初步展现出通用Agent能力雏形。本次开源除模型权重外，还一并开放了自研强化学习框架Meshy、JustRL II策略及完整训练配方与数据集，截至2026年8月MiniCPM系列全球下载量已突破5000万次。 来源：https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652809987&idx=3&sn=eac062cb2954eea1552b9ac1f689104a
产品与应用
OpenAI 发布ChatGPT Images 2.5，图像编辑能力大幅升级
OpenAI正式发布ChatGPT Images 2.5版本，核心升级点包括生成速度、编辑精准度与多轮修改稳定性的全面提升。新版本生成延迟相比Images 2.0最多降低50%，光照、纹理表现更自然，能更好保留参考图的主体特征，目前已向ChatGPT、ChatGPT Work和Codex各档用户推送。编辑功能上，新版本可精准调整指定内容而不破坏原有细节，例如给人物换装时保留面部特征、更换商品背景时保留外形与标签，连续调整场景、配色、文案时也能更好保留前期确认的内容，减少反复修补成本，对信息图生成、电商素材制作等场景的效率提升明显。 来源：https://mp.weixin.qq.com/s?__biz=MzIzNjE2NTI3NQ==&mid=2247492632&idx=1&sn=e443a42e9e1dfd0f190ad68628acd0af
小米正式上线MiMo Desktop桌面Agent应用
小米正式推出首款面向个人真实工作场景的桌面Agent应用MiMo Desktop，目前处于邀测阶段，受邀用户可免费体验MiMo-X-Pro-Preview、MiMo-X-Flash-Preview两款新一代模型。实测显示该应用长程复杂任务完成度高，缓存命中率高达99%，可大幅降低token消耗，能连续运行数十分钟不出现记忆丢失问题。目前已支持接入Blender进行3D建模等创作任务，后续还将覆盖更多办公、创作场景，标志着国内Agent赛道竞争进入白热化阶段。 来源：https://mp.weixin.qq.com/s?__biz=MzkwMzE4NjU5NA==&mid=2247520450&idx=1&sn=c0d5f7f4360c2384c4f742a08ffe6c25
实测星火X2.5：手搓粒子月亮、拆解财报揪出代码Bug
科大讯飞星火X2.5发布后，实测显示其在多模态创作、专业内容分析、代码调试等场景表现亮眼。用户可通过自然语言指令生成粒子特效类的创意内容，例如手搓粒子月亮效果；在专业场景中，该模型可拆解61页的财报文档提取核心信息，还能自动识别代码中的逻辑Bug并给出修改建议，综合能力覆盖消费级创意需求与企业级专业分析场景。 来源：https://www.qbitai.com/2026/09/486374.html
行业动态与争议
DeepSeek 官宣大降价，最高降幅达60%
DeepSeek开放平台于本周二晚间公告，将对大模型API定价进行再次调整，缓存价格最高降幅达60%。调整后闲时价格为：输入（缓存命中）0.02元/百万token、输入（缓存未命中）1元/百万token、输出4元/百万token，高峰时段价格为闲时的2倍。此外DeepSeek v4.1 flash模型已同步可用，开发者只需将模型名设置为对应标识即可调用，每账号限流20并发，进一步降低了大模型的使用门槛。 来源：https://mp.weixin.qq.com/s/D-I1TCpkSsPuKLFVd-6fDA
Agent token成本失控问题引关注：5分钟可烧掉1000元
有开发者在体验DeepSeek Harness时发现，仅一次简单的Agent需求请求，不到5分钟便产生了超过1000元的token消耗，引发行业对Agent成本治理的关注。内部执行链路显示，该Agent在后台自主启动了12个subagent，进行了数百次重复检索，且上下文被反复携带，缓存完全未生效，用户完全感知不到后台的付费决策过程。这一事件暴露出当前Agent产品的核心痛点：自主规划与工具调用的黑箱性导致成本不可控，用户仅提出一次需求，Agent却在后台自主完成数百次付费决策，既无法感知这些决策过程，也缺乏成本预警与干预机制，Agent成本治理将成为下一阶段产品迭代的核心方向之一。 来源：https://mp.weixin.qq.com/s?__biz=MzI2NDU4OTExOQ==&mid=2247697414&idx=1&sn=3672d692ba91de5791a6cff902c4484d
清华AI教育智能体团队登陆联合国教科文组织讲台
打造出圈级AI「龙虾老师」的清华OpenMAIC团队，于9月8日登上巴黎联合国教科文组织总部讲台，面向全球教育工作者、校长及政策制定者开展了一场90分钟的AI教育实战分享，成为中国首个登上联合国的AI教育智能体团队。该团队现场演示了如何用开源项目从零打造一门AI课程，其开发的智能体已半年内生成超百万门课程，覆盖多学科多场景。此次亮相标志着中国AI教育智能体技术获得国际权威认可，也为全球数字教育变革提供了可参考的技术路径。 来源：https://mp.weixin.qq.com/s/IAyYxKWSMeC8seNkWdHq5Q
科研突破
谷歌DeepMind发布AlphaGenome Atlas，算遍90亿种人类基因突变
谷歌DeepMind正式发布重磅成果AlphaGenome Atlas，这是AI对人类生命密码的又一次全局性测绘，也是生命科学史上前所未有的工程。该数据库覆盖全基因组，完成了对人类基因组所有潜在单碱基突变的预测，总计90亿种突变全部计算完成，是AlphaFold绘制“蛋白质宇宙”后的又一里程碑式成果。该数据库可公开搜索查询，将为遗传病研究、药物研发、基因治疗等领域提供全局性的数据支撑，大幅加速生命科学领域的科研进程。 来源：https://mp.weixin.qq.com/s/P1MtqQ15A8p4KNTH1ARiyw
暂无评论。