小米直播大模型训练两天烧掉800万【AI 早报 2026-09-17】

今日AI圈动态密集：小米首次公开直播大模型强化学习训练过程，两天累计花费超113万美元；OpenAI总裁宣布GPT-6 Astra已达标AGI标准；DeepSeek发布V4.1-Flash模型，多项跑分超越Claude Opus-5.0；此外黄仁勋、Anthropic离职研究员等就AI安全、开源等议题发表观点。

今日概览

1. GPT-6 Astra、Loop Transformer与隐藏推理链分析
2. 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
3. 小米直播大模型训练，两天烧掉800万
4. OpenAI总裁：AGI时代来了！GPT-6已能自主干活24小时
5. DeepSeek发布V4.1-Flash：552B backbone、KV cache砍到1/4，agent跑分压过Opus-5.0
6. Apple Siri AI全面重构：与Google Gemini联训，端侧AFM+Private Cloud Compute协同
7. 谷歌Gemini 3.8 Live上线：主打实时语音交互与多步推理
8. Anthropic研究员辞职警告：自我改进AI或导致人类灭绝
9. Cursor发布Projects beta：协调Agent在云端并行调度子代理
10. Anthropic开源claude-code/mods
11. 2026年1-5月LLM研究论文清单发布
12. Mistal发布Medium 3.5模型，Vibe平台支持远程编码Agent
13. 华为发布3D数据中心：AI集群规模可超10万卡
14. 美团多业务落地复盘：由浅入深拆解Agent评测体系
15. 努比亚豆包手机正式开卖：App可自主声明是否允许AI自动化操作
16. MIT报告谈生成式AI冲击本科教育

大模型动态

小米直播大模型训练，两天烧掉800万

小米MiMo大模型负责人、原DeepSeek核心成员罗福莉宣布，小米新一代模型MiMo-V2.6正处于强化学习（RL）训练阶段，训练过程实时对外直播，为行业首次。本次训练同时推进MiMo-V2.6-Pro和MiMo-V2.6-Flash两条线，每步约消耗20亿token，单步需完成1568个提示词各16次推演，完全异步执行。截至直播两天时，两条训练线累计花费已超113万美元（约合人民币800万元），其中Pro线每步约7.4万美元，单步模型答题耗时58分钟、参数更新耗时64分钟；Flash线每步约2万美元。本次训练的题型以代码为主（占比三分之二），单道题平均需55轮工具调用、9万token上下文，一步需完成2.5万道题。在DeepSWE v1.1评测中，Pro线训练至第10步得63.72分，追平DeepSeek-V4-Pro，Flash线第12步得60.77分。团队表示相关训练细节将在未来几周逐步开源，直播界面同时公开了训练故障、数据配比等实时信息。 来源：https://mp.weixin.qq.com/s?__biz=MzIwNzc2NTk0NQ==&mid=2247621797&idx=1&sn=51b89ee34ced88753c958518e395a22a

DeepSeek发布V4.1-Flash：552B backbone、KV cache砍到1/4，agent跑分压过Opus-5.0

DeepSeek正式发布V4.1-Flash模型，采用CED架构，总参数量552B，prefill阶段激活参数8B，decode阶段激活参数16B。模型支持1M上下文长度，采用45T多模态训练数据，通过SWA+CSA2稀疏注意力、FP4 KV cache（E2M1格式）、DSpark推测解码技术，将KV cache体积压缩至890B/token，仅为V4-Flash版本的1/4。在多项评测中，该模型跑分超过Claude Opus-5.0：Codeforces 3471得分、Terminal-Bench 2.1得分90.6、HLE w/tools得分63.9。模型采用MIT协议开源，支持1-100整数推理effort可调，兼容Transformers、vLLM、SGLang、Docker等框架。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTkwMjM0OQ==&mid=2247549781&idx=1&sn=07db3f88d6c429d1f0c3026dc6bb2c11

刚刚，中国队9B「全能王」开源登场！横扫8项全球通用第一

中科院团队正式开源ZDTaichu5.0-9B通用多模态大模型，该模型参数规模为9B，在九大国际权威空间基准测试中拿下8项同参数通用组别全球第一。在复杂空间推演任务MindCube-tiny上，该模型得分为78.27，分别高出Qwen3.5-9B 20.67个百分点、STEP3-VL-10B 15.46个百分点，空间具身能力同档第一。除空间能力外，该模型的图文、OCR、数学、代码等通用能力也未打折，可支撑机器人在物理世界的长程任务执行。 来源：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652726535&idx=1&sn=e05160c1d148a80baa4cdeca2158eabd

Mistal发布Medium 3.5模型，Vibe平台支持远程编码Agent

Mistral AI正式发布Medium 3.5模型，同步上线Vibe平台远程编码Agent功能，以及Le Chat的Work模式，可支持复杂任务处理。Medium 3.5模型将应用于Vibe平台的远程编码Agent，为开发者提供代码生成与调试能力支持。 来源：https://mistral.ai/news/vibe-remote-agents-mistral-medium-3-5

谷歌Gemini 3.8 Live上线：主打实时语音交互与多步推理

Google DeepMind正式发布Gemini 3.8 Live及Gemini 3.8 Live Extended Thinking两款实时对话模型，是谷歌迄今最先进的实时语音交互模型。其中Extended Thinking版本在Artificial Analysis语音质量榜上以82.6分拿下总榜第一，在ServiceNow语音Agent测试中首次同时实现回答准确率与对话流畅度的提升。两款模型支持97种语言，可自动检测对话中的语种切换无需提前设置，同时支持近实时视觉输入，可直接基于摄像头画面进行对话。Extended Thinking版本支持多步推理任务，遇到复杂问题时可通过“Let me check that…”承接对话，边推理边同步进度，工具调用与API请求可在后台执行无需打断对话。 来源：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652726535&idx=2&sn=5eca6ab7ed4d6420460736e052f3e1e1

AI产品与硬件

Apple Siri AI全面重构：与Google Gemini联训，端侧AFM+Private Cloud Compute协同

苹果宣布自iOS 27起对Siri进行全面AI重构，采用Apple Foundation Models与Google Gemini联合训练的架构，端侧运行AFM Core Advanced模型，复杂任务通过Private Cloud Compute处理。新Siri新增个人上下文记忆、屏幕感知、跨应用Agent操作能力，Visual Intelligence功能扩展至iPad、Mac、Vision Pro设备。该功能要求设备为iPhone 15 Pro及以上机型，依托S11芯片的Secure Exclave硬件隔离处理音频数据，于9月14日正式上线，欧盟与中国大陆地区暂不可用。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTkwMjM0OQ==&mid=2247549781&idx=1&sn=07db3f88d6c429d1f0c3026dc6bb2c11

Cursor发布Projects beta：协调Agent在云端并行调度子代理

Cursor正式发布Projects beta功能，可通过协调Agent在云端并行调度子智能体执行代码编写任务，支持长生命周期跨任务复用。每个Project独立运行在云端，不会因本地电脑中断而停止，云端与本地共享文件系统，支持研究与代码理解能力的跨任务积累。该功能采用订阅模式，支持监听Slack等协作工具的消息触发任务。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTkwMjM0OQ==&mid=2247549781&idx=1&sn=07db3f88d6c429d1f0c3026dc6bb2c11

Anthropic开源claude-code/mods

Anthropic正式开源claude-code/mods工具集，为开发者提供更灵活的Claude代码集成能力，支持自定义扩展与工作流适配。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTkwMjM0OQ==&mid=2247549781&idx=1&sn=07db3f88d6c429d1f0c3026dc6bb2c11

努比亚豆包手机正式开卖：App可自主声明是否允许AI自动化操作

努比亚NaviX Ultra于9月16日正式发布开卖，售价5999元起，国补后5499元，京东预约量超36万台，是首款搭载豆包手机助手消费者版的AI智能体手机。随消费者版一同发布的还有屏幕自动化操作声明协议（SAEP），首次将第三方应用是否允许AI助手进行自动化操作的规则成文化，设置30天公示期。公示期内，豆包手机助手仅操作系统自带、字节跳动自有、以及明确同意接入的应用，其余应用默认不操作；开发者可通过接入协议或邮件声明允许或拒绝，明确拒绝的应用将永久不被操作。App可在全局、特定页面、特定业务意图三个层面，声明全局禁用、禁止操作、禁止内容修改等七类限制，将AI Agent操作的裁判权从技术攻防转移到系统层公开规则。 来源：https://mp.weixin.qq.com/s?__biz=MTMwNDMwODQ0MQ==&mid=2653113693&idx=1&sn=7393952e689d036b7abcdb27ffb2a5a1

华为发布3D数据中心：AI集群规模可超10万卡

华为正式发布专为超大规模AI集群打造的3D数据中心，采用预制标准化基础设施，支持AI集群规模扩展至10万卡以上，可支撑超大规模AI模型的训练与推理任务。 来源：https://www.techrepublic.com/article/news-huawei-3d-data-center-ai-clusters/

行业观点与安全

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

英伟达CEO黄仁勋于9月14日在All-In Summit 2026活动上，围绕AI安全、递归自我改进（RSI）、开源模型、AGI等议题接受访谈。针对Anthropic CEO达里奥·阿莫迪提出的“减速前沿AI发展”的呼吁，黄仁勋认为安全与创新并不矛盾，已发生的安全事件应按工程问题做根因分析，通过技术、流程和测试控制，无需将两者对立。他列举“放射科医生将被AI取代、90%代码将由AI生成、50%初级岗位消失”等此前被证明不准确的预测，认为这类缺乏科学依据的预测不应被用来制造社会恐慌。谈及RSI时，他表示RSI并非神秘技术，而是上下文、强化学习、合成数据、LoRA等已有技术的组合。对于开源与闭源模型之争，他认为两者都不可缺少，中国拥有大量工程师和科学、数学人才，未来可能成为全球开源生态的重要贡献者。当被问及AGI是否已经到来时，他简单回答“现在已经达到了”。 来源：https://mp.weixin.qq.com/s?__biz=MjM5OTE0ODA2MQ==&mid=2650998818&idx=1&sn=00a55762e8f49e55278bb5a70a885ac6

OpenAI总裁：AGI时代来了！GPT-6已能自主干活24小时

OpenAI总裁Greg Brockman在近日的a16z访谈中宣布，人类已经进入AGI时代，判断标准是GPT-6 Astra已能够自主连续工作24小时。他认为AGI不是一个明确的时间点，而是一段模糊的光谱，当前Astra的能力仍呈锯齿状，部分领域表现突出，部分领域仍有不足，例如写作能力首次不再“油腻”，但还未达到优秀水平。Brockman回忆2016-2017年他与Ilya Sutskever曾按摩尔定律推算AGI到来时间，正常需要15年，若投入数千亿美元建设巨型超算可压缩至10年，当前时间节点已到达。同时他指出，当前算力已追不上需求，将AI能力低成本普及到每个人是被严重低估的难题。 来源：https://mp.weixin.qq.com/s/0elUb0shRSZdDqOUqqxN4w

微软CEO纳德拉：AI应用的机会正在变大，模型成本将继续下降

微软CEO萨提亚·纳德拉于9月15日在All-In Summit 2026活动上表示，模型层不会长期拿走AI产品创造的全部经济价值，随着模型竞争加剧、Token成本持续下降，应用层的商业模型将变得更成立。他认为当前AI产业价值集中在基础模型、GPU和云基础设施层，但这种结构正在变化，随着开源模型提供替代方案，Memory、Harness、Orchestration以及嵌入企业工作流的AI应用将获得更大价值空间。纳德拉提出当前存在明显的“模型能力过剩”，模型能力已跑在产品和企业落地前面，若发现阻断发布的严重问题应停下来修复，但即使前沿实验室转向可靠性与对齐研究，AI产品创新也不会停止，因为大量模型能力尚未被真正使用。针对AI安全，他认为AI系统首先需要服务于人并保持在人类控制下，企业需将核心数据、知识、IP掌握在自己手中，不能将核心信息放入无法控制的黑盒。 来源：https://mp.weixin.qq.com/s?__biz=Mzg3NDkyMTQ5Mw==&mid=2247501753&idx=1&sn=daf1b3ef72070b32a980f5c92dc1f125

Anthropic研究员辞职警告：自我改进AI或导致人类灭绝

Anthropic研究员Jacob Coxon离职后在社交媒体发布公开警告，称前沿AI公司正在“拿我们的生命赌博”，其开发的系统“真诚相信可能在十年内灭绝全人类”。他表示生存风险并非来自当前模型，而是来自即将到来的“自我改进超级智能”，这类系统将具备“破解任何系统、一夜之间革新任何领域、获取真实权力与资源”的能力。他认为部分从业者要么没有意识到相关的文明级风险，要么相信需要“速通”超级智能竞赛，避免不负责任的方率先达到。Anthropic对齐科学负责人Evan Hubinger随后发声支持，称“Jacob是正确的，我们确实真诚相信AI可能在十年内杀死所有人类，我个人认为概率超过10%”。 来源：https://arstechnica.com/ai/2026/09/anthropic-researcher-quits-with-a-warning-self-improving-ai-could-kill-us-all/

研究与评测

GPT-6 Astra、Loop Transformer与隐藏推理链分析

AI研究者Sebastian Raschka发布长文，围绕OpenAI最新发布的GPT-6 Astra展开分析，探讨其性能表现、Loop Transformer（循环Transformer）架构传闻，以及Astra是否“隐藏”推理链（Chain of Thought）的传闻。文章指出Astra是截至发文时作者使用过的最佳模型，在绝大多数类别（写作、数学、编程等）上都超越了前代GPT-5.6，尤其在3D渲染和动画任务上表现突出。文章还详细解释了Loop Transformer的概念，分析其与隐藏推理链的关联，并梳理了近期该领域研究论文的新发现。 来源：https://magazine.sebastianraschka.com/p/gpt-6-astra-looped-transformers-and

美团多业务落地复盘：由浅入深拆解Agent评测体系

美团技术团队发布博客，系统介绍Agent评测的核心目的、与传统模型评测的差异，以及美团两年实践中总结的Agent评测方法论。文章指出Agent评测的核心目的是回答“模型放进真实系统后，能否稳定交付好结果”，评测对象是“模型+系统+工具+流程”的复杂系统，不能只看最终结果，还需覆盖过程层（规划合理性、步骤稳定性）、效率层（耗时、Token消耗、工具调用次数）、风险层（是否越权、误操作）四个维度。美团认为Agent评测正在从“打分动作”走向“基础设施能力”，观测是评测的基石，需通过工程视角弥合模型的随机性与可靠性之间的鸿沟。 来源：https://mp.weixin.qq.com/s?__biz=MzkzMjYzNjkzNw==&mid=2247637810&idx=1&sn=d955f9e09e1864f74c9376bc6ca4f817

2026年1-5月LLM研究论文清单发布

AI研究者Sebastian Raschka发布2026年上半年（1-5月）LLM研究论文精选清单，该清单基于作者个人阅读、bookmark的论文整理，重点覆盖推理模型、强化学习、高效推理三大方向。作者表示该清单并非2026年所有发表论文的完整列表，仅收录其认为有趣或与自身工作相关的论文，部分论文仅阅读了标题和摘要，未详细阅读全文。 来源：https://magazine.sebastianraschka.com/p/llm-research-papers-2026-part1

MIT报告谈生成式AI冲击本科教育

MIT发布相关报告，探讨生成式AI对本科教育的影响。报告指出生成式AI已深度融入学生的学习与科研过程，对传统的作业考核、课程设计等环节带来冲击，高校需要调整教学与评估方式以适应这一变化。 来源：https://mp.weixin.qq.com/s?__biz=MzIzOTkwMjM0OQ==&mid=2247549781&idx=1&sn=07db3f88d6c429d1f0c3026dc6bb2c11