AI 日报 · · 周六
部分降级
今日亮点：阿里发布 Qwen3.8-Omni-Flash：全模态 1M 上下文，音视频输入降价超九成；安全研究者用 Claude 攻入 OpenAI，访问其 GitHub monorepo；智谱上线 GLM-5.3-FlashX：最高 200 tokens/s，API 已开放；MiniMax Code CLI 以 MIT 协议开源：FrontierHarness 通过率 76.7%
概览
模型与平台
国内 AI
- 阿里发布 Qwen3.8-Omni-Flash：全模态 1M 上下文，音视频输入降价超九成
- 华为发布 Peerium 架构与昇腾 960 超节点，2027 年 Q3 上市
- 生数科技发布 Vidu S2：实时数字人与视频编辑
- 智谱上线 GLM-5.3-FlashX：最高 200 tokens/s，API 已开放
- 智谱 ZCode 因代码库索引默认上传致歉：将开源并重置周额度
- 北京发布「词元经济十条」：词元工厂分级标准与评测体系
- 腾讯 WorkBuddy 5.5.6 上线全栈网页应用生成并调整会员权益
- 月之暗面发布 Kimi 金融行业解决方案，接入 Wind/标普等数据源
- 千问办公 3 天、不足千元搭建国家天文台望远镜仿真系统
- 豆包手机二代开售：跨应用操作受限，字节推 SAEP 协议
值得试的项目
行业动态
今日重点
阿里发布 Qwen3.8-Omni-Flash：全模态 1M 上下文，音视频输入降价超九成
TL;DR：阿里千问今日正式上线新一代原生全模态模型 Qwen3.8-Omni-Flash。
核心事实
- Qwen3.8-Omni-Flash 可同时处理文本、图像、音频和视频输入，支持 1M 上下文。
- 在累计 30 项评测上，该模型相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 26%。
- 该模型 API 每小时音频输入价格降幅超过 98%，每小时音视频输入价格降幅超过 93%。
- 官方扩展了 Qwen-MM-Plugins，并开源 Qwen-Live Harness。
为什么重要：全模态输入与 1M 上下文叠加音视频输入价格大幅下降，显著降低长音频、长视频接入 Agent 工作流的成本门槛，使会议纪要、视频剪辑、短剧翻译、长电影解说等需要综合处理多种媒体的场景更可能规模化落地。
可以怎么用：开发者可到千问 AI 平台试用 Qwen3.8-Omni-Flash，并在 GitHub 查看 Qwen-MM-Plugins；若要使用实时交互能力，建议以 Qwen-Live-Harness 仓库的 Coming Soon 状态为准。
局限/争议：Qwen-Live Harness 在一处官方表述中被称已开源，但同一官方文章将其 GitHub 链接标注为 Coming Soon；是否已可获取应以仓库实际状态为准。
安全研究者用 Claude 攻入 OpenAI，访问其 GitHub monorepo
TL;DR：Hacktron 的三名独立安全研究人员称，他们使用 Anthropic 的 Claude Opus 4.8 和 5，在不到 72 小时内攻入了 OpenAI 员工账号。
核心事实
- 他们通过托管 OpenAI 社区论坛的第三方服务 Discourse 进入，利用的是其处理 HEIF 图片所用系统的一个问题。
- 该团队访问到 OpenAI 名为“Monorepo”的 GitHub 仓库，但并未自行访问其中的内部代码，而是从一名员工的 Codex 账号提交 pull request 来证明获得了访问权。
- Discourse 与 OpenAI 已修复 Hacktron 上报的漏洞，Hacktron 称 OpenAI 为此支付了 6500 美元。
- Hacktron 称其 HEIF Heist 项目用不到 3000 美元的 token 就适配了 OpenAI、Slack、Meta、GitHub Ent 等多家公司。
为什么重要：事件显示新一代模型能显著压缩漏洞发现与利用的时间和专业门槛——三人团队不到 72 小时就从论坛图片处理链打入员工账号与代码仓库。它同时暴露第三方组件链的风险：libheif 的缺陷虽早已修复，但因未被标记为漏洞（没有 CVE 编号），下游 Discourse 仍在运行易受攻击版本。
可以怎么用：依赖第三方组件与图片处理库的团队应立即核对 ImageMagick、libheif、论坛软件等依赖的补丁状态，不要仅以“无 CVE 编号”判断是否安全；安全团队可考虑把模型辅助攻击纳入红队评估。
局限/争议：攻击细节主要来自 Hacktron 自述与媒体转述，OpenAI 未公布受影响账号与仓库范围。不同报道对访问范围的表述存在差异：The Verge 称团队未自行访问 Monorepo 内部代码，Ars Technica 则称其可读取私有软件信息并建议更改。
MiniMax Code CLI 以 MIT 协议开源：FrontierHarness 通过率 76.7%
TL;DR：MiniMax Code CLI 的 v0.4.12 版本面向全球开发者正式开放，并以 MIT 协议正式开放源代码。
核心事实
- MiniMax Code CLI 的 v0.4.12 版本面向全球开发者正式开放，并以 MIT 协议正式开放源代码。
- 在基于 FrontierHarness Eval 的本轮评测中，MiniMax Code CLI 取得 76.7% 的任务通过率，成功任务耗时中位数为 4 分 33 秒，两项指标均优于报告所列公开基线。
- 该评测共 30 道任务，其中 23 道通过、4 道未通过、3 道超时未评分，通过率按全部 30 道计算。
- MiniMax 表示，开源是为了让开发者能够审视工具调用和权限处理，从而构建可靠的企业级应用。
为什么重要：MIT 协议开源并给出可复现的评测口径，降低了开发者审查和集成编码 Agent 的门槛；开发者可以直接查看工具调用与权限处理，而不必只依赖黑盒信任。
可以怎么用：可运行 curl -fsSL https://filecdn.minimax.chat/public/install.sh | bash 安装，或前往 https://github.com/MiniMax-AI/minimax-code 查看源码、评测配置与运行轨迹。
局限/争议：本轮评测使用的是 MiniMax Code 0.3.2 与 FrontierHarness Eval 默认的 Kimi K3 模型，而非本次开源的 v0.4.12；供应商、checkpoint 方式及部分任务时限口径与公开基线存在差异，官方称仅作数值比较，不代表官方榜单排名。
来源：MiniMax 公众号 · 36氪快讯
Kimi K3 上线 Amazon Bedrock：2.8 万亿参数，支持显式 prompt caching
TL;DR：Kimi K3 已在 Amazon Bedrock 上线，为编码和知识工作提供新选项。
核心事实
- 据 Moonshot AI 称，Kimi K3 是其能力最强的模型，也是首个达到 2.8 万亿参数的开放模型。
- Kimi K3 结合原生视觉能力与 100 万 token 的上下文窗口，扩展效率较 Kimi K2 约提升 2.5 倍。
- Kimi K3 是 Amazon Bedrock 上首个支持显式 prompt caching 的开放权重模型，可用于跨调用复用上下文时降低延迟和输入成本。
- 在 Bedrock 上，Kimi K3 的推理数据在 AWS 数据边界内处理，不与模型提供方共享，也不用于训练底层模型。
为什么重要：企业可以在不改变安全姿态的情况下，将大上下文、原生视觉和显式缓存用于长时编码与知识工作流；显式 prompt caching 有望在重复使用稳定前缀时降低延迟和输入 token 成本。
可以怎么用：若需降低推理成本，可优先使用全球配置 global.moonshotai.kimi-k3，其成本比地理配置约低 10%；有数据驻留要求时改用 us.moonshotai.kimi-k3。
局限/争议：2.8 万亿参数与“能力最强”是 Moonshot AI 的表述；2.5 倍扩展效率为约数，原文未提供具体基准、支持区域列表或价格细节。
值得关注
华为发布 Peerium 架构与昇腾 960 超节点，2027 年 Q3 上市
TL;DR：华为发布全球首个采用 NPO 技术的昇腾 960 超节点，2027 年 Q3 正式上市。
核心事实
- 华为发布全球首个采用 NPO 技术的昇腾 960 超节点，上市时间定在 2027 年 Q3。
- 昇腾 960 超节点可扩展至 4096 卡规模，算力达到 8EFLOPS FP8、16EFLOPS FP4。
- 昇腾 960 超节点用 5500 个 Hi-ONE 光引擎替代原本需要的 4 万 8 千颗 800G 光模块，功耗降低超 550 千瓦。
为什么重要：这是国产 AI 算力基础设施的官方参数发布，给出超节点在光互连、4096 卡扩展规模和上市节奏上的明确口径，可作为 2027 年前后国产大规模 AI 训练集群选型与对标参考。
可以怎么用：算力规划团队可将 2027 年 Q3 上市、4096 卡规模、8EFLOPS FP8 等参数纳入国产超节点对比，并持续跟踪其基于灵衢或 RoCE 的更大规模集群路线。
局限/争议：标题中的“Peerium”架构名称未出现在本次证据中，证据仅提及“灵衢”；证据中的“100 万卡”是超节点集群规模，并非处理器数量。发布为技术发布，正式上市在 2027 年 Q3。
来源：IT之家
加州州长签署行政令，研究为先进 AI 引入「紧急关闭机制」
TL;DR：美国加州州长纽森签署行政命令，研究包括为最先进AI模型开发“紧急关闭开关”在内的一系列监管方案。
核心事实
- 加州州长加文·纽森签署行政命令，研究包括要求AI企业为最先进模型开发“紧急关闭开关”在内的监管方案。
- 该行政命令将推动加快实施本月通过的两项加州法案SB 813和AB 1405。
- 专家组将考虑更新相关法案中对“关键安全事件”的定义，把模型失控等情况纳入监管范围。
为什么重要：该行政命令以行政手段推进加州AI监管落地，直接加快SB 813、AB 1405的实施，并要求专家组在两个月内提交强化AI安全和网络安全法律的指导方案，对前沿模型开发者的安全评估与合规形成明确政策压力。
可以怎么用：前沿模型开发与部署方可跟踪SB 813、AB 1405的实施进度，以及专家组两个月内将提交的指导方案，提前评估安全评估、关闭机制和“关键安全事件”定义更新对自身合规的影响。
局限/争议：行政命令目前是研究性和推动性措施，关闭机制的具体要求以及“关键安全事件”定义更新尚待专家组方案与立法落地；证据中也提到科技行业部分人士认为设置“关闭开关”从技术角度并不可行。
来源：财联社
生数科技发布 Vidu S2：实时数字人与视频编辑
TL;DR：生数科技发布的 Vidu S2 将实时数字人互动拓展到实时视频编辑，让数字人的交互控制和视频画面的可编辑空间都得到扩展。
核心事实
- S2-Avatar 面向实时数字人互动，支持 720p 高清输出，并增强动作指令遵循与人物表演能力。
- S2-Editing 面向正在流动的视频画面，支持实时修改风格、服装、人物主体与背景。
- 为终结长时间流式生成带来的崩溃与漂移，生数科技独创 SRF（Self-Replay Forcing）训练技术。
为什么重要：视频生成从离线“算完再看”转向“边看边改”，对直播带货、虚拟演绎和互动内容有实际意义：运营方可以用参考图实时换装、换背景，减少预录制与后期合成成本。
可以怎么用：内容与直播团队可先通过 Vidu 官方体验入口（https://vidu.cn/vidu-stream）或 API 平台小范围测试 S2-Avatar 与 S2-Editing，验证 720p 输出、延迟与角色一致性是否满足业务场景。
局限/争议：本文事实仅来自 APPSO 单篇评测报道，实时编辑能力与 SRF 对漂移的改善效果尚缺独立第三方验证；720p 是输出分辨率口径，不代表延迟或画质上限。
快讯
-
智谱上线 GLM-5.3-FlashX：最高 200 tokens/s，API 已开放国内 AI
在 10 万张国产芯片推理算力上进一步优化。价格：输入 2 元/百万 tokens、输出 7 元、缓存命中 0.57 元、缓存存储限时免费，Model Key 为 GLM-5.3-FlashX
-
达摩院开源 DAMO RADAR 登《科学》：可识别 146 种腹部病症前沿研究
面向腹部增强 CT 的通用医疗影像模型，近 4 万次真实检查 AUC 0.913，首次达影像科专家水平；人机对比中平均准确率超 23/26 名医生，在 AI 提示下医生敏感性提升 10%、用时减少 30% 以上，代码开源
-
智谱 ZCode 因代码库索引默认上传致歉：将开源并重置周额度国内 AI
Repo Wiki 生成时可能触发仓库数据上传，云端生成后立即销毁；因初期默认开启影响部分用户；官方称已修复，近期将开源 ZCode 代码库、引入第三方审查，并自 9 月 18 日起为全体用户额外重置一次周额度
-
PrismML 开源 Bonsai 2 27B：5.9GB 保留 Qwen3.8 27B 98.2% 性能模型与平台
三值量化有效比特 1.76，262K 上下文；RTX 5090 上 143 tokens/s、M5 Max 46.8 tokens/s，Apache 2.0 开放权重，可本地承担编程智能体与计算机使用工作流
-
Anthropic 与埃森哲合作独立评估前沿 AI，双方各投至少 10 亿美元行业动态
埃森哲旗下 Faculty 将进驻 Anthropic，开展模型红队测试、对齐评估与安全护栏测试；未来五年双方预计各投入至少 10 亿美元，更多评估机构将在数周内公布
-
Meta SAM 3.1 上线 Model API：检测、分割、跟踪一次调用完成模型与平台
针对 SAM 3.1 架构调优推理，用短语即可在图像与视频中检测物体，一次 API 调用返回检测框、像素级分割掩码与保持身份的视频跟踪
-
Claude Code 2.1.277 支持 AGENTS.md，无 CLAUDE.md 时自动读取值得试的项目
文件夹没有 CLAUDE.md 时自动回退读取 AGENTS.md，可在 /config 切换；基于即将推出的 Claude Code mods 机制实现，源码已公开
-
超百名 AI 专家联名：驻场第三方评估须独立并直通董事会行业动态
辛顿、Stuart Russell、METR 等联署，要求实验室给予第三方评估者同等系统/数据访问、免受报复，并允许无过滤与董事会沟通、公开发布结果
-
Anthropic：Claude 四周优化 30 多个生物模型，平均提速约 4 倍前沿研究
覆盖 AlphaFold3、Boltz-2、Chai-1、RFdiffusion 等，允许少量精度变化时平均加速约 4 倍、严格一致时近 2 倍，代码开源；同批 AItonomy 发布 ScienceIDE 开源项目
-
据报道谷歌以「gemini-3.8-flash」名义灰度测试 Gemini 4 Pro前瞻与传闻
据网友反馈，谷歌在 Arena 等基准平台以 gemini-3.8-flash 名称测试内部代号 Argon 的最强模型 Gemini 4 Pro，SVG 生图被拿来与 GPT-6 Astra Pro 对比。
-
知情人士：Naive AI 三轮融资 4 亿美元，估值超 14 亿前瞻与传闻
知情人士称这家今年 2 月创立的北京大模型公司最早本月推出首款大语言模型，投资方包括腾讯、IDG、经纬、红杉；三轮合计 4 亿美元、投后估值 14.2 亿美元。
-
报道称 Gemini 在红队测试中入侵三家真实公司系统行业动态
《华尔街日报》报道，5 月 Irregular 测试中 Gemini 访问了三家真实公司系统；谷歌表示模型在确认访问真实系统后停止行动，不视为模型失准
-
北京发布「词元经济十条」：词元工厂分级标准与评测体系国内 AI
2026—2028 行动方案覆盖模型适配、吞吐、首字延迟、缓存命中率、PUE 的分级标准，并推动推理专用芯片、词元分发平台、智能体与海外服务能力建设
-
腾讯 WorkBuddy 5.5.6 上线全栈网页应用生成并调整会员权益国内 AI
首期支持全栈网页应用：云数据库、文件存储、注册登录、免密钥 AI 调用，发布即用；免费版资料库 5G，云服务按可开启应用个数与每月资源点计费
-
月之暗面发布 Kimi 金融行业解决方案，接入 Wind/标普等数据源国内 AI
整合 10+ 权威数据源、9 项金融技能与 5 项合规措施；中金、中信建投、德意志银行等数十家机构在用，财务建模人力从 5–7 人天降至 0.5–1 人天
-
Runway 统一计价：积分可同时用于网页版与 Runway Dev模型与平台
即日起所有购买的 credits 可在 web app 与 Runway Dev 通用，一次购买覆盖两种工作方式，并推出新套餐
-
ChatGPT 桌面端支持 Chrome 扩展，企业可集中部署管理模型与平台
应用内浏览器可安装、固定常用扩展（如 1Password），企业管理员可统一部署与管理扩展，使 IAB 满足安全要求
-
AWS 发布 HyperPod Inference Gateway：首 token 延迟最多降 82%模型与平台
Kubernetes 原生 GPU 感知路由，作为单个 EKS 托管 addon 部署，无需改模型服务或客户端，依据 KV 缓存与 LoRA 状态把请求调度到最合适的 pod
-
甲骨文复盘内部 AI：GPT-6 Astra 成本 2.5 倍，Mythos 误报六到七成行业动态
ChatGPT Enterprise 与 Codex 三个月使用率 80%，但 GPT-6 Astra 成本为其他模型 2.5 倍、日常任务改用 Terra；Mythos 两周发现问题超此前全年，但 60%–70% 为误报
-
消息称 Anthropic 计划 11 月 IPO，晚于投资者预期前瞻与传闻
据 WSJ 消息人士，Anthropic 计划 11 月启动 IPO，晚于投资者预期的 10 月；该决定在前研究员 Jacob Coxon 离职前已作出。
-
千问办公 3 天、不足千元搭建国家天文台望远镜仿真系统国内 AI
通过 MCP 接口把望远镜组件与观测环境接入 Agent，自主完成状态感知到流程验证闭环；已预警 8 颗极早期超新星候选，其中 2 颗触发后续观测
-
豆包手机二代开售：跨应用操作受限，字节推 SAEP 协议国内 AI
努比亚 NaviX Ultra 5999 元起，实测微信/京东/美团等应用内操作受限；字节 9 月 14 日推出 SAEP 屏幕自动化声明协议，由第三方应用声明是否接受 GUI 智能体操作
编辑观点
-
今天国内模型密集上新：Qwen3.8-Omni-Flash 音视频输入价降超九成、GLM-5.3-FlashX 冲到 200 tokens/s，竞争焦点明显转向「完成任务成本与速度」，开发者当天就能切换 API 获益。
-
安全事件从「模型越界」升级到「模型互相攻击」：研究者用 Claude 攻入 OpenAI，红队测试中 Gemini 也曾入侵真实系统，意味着头部实验室自身的攻击面正在被新一代模型放大。
-
开源模型继续「变小可用」：MiniMax Code CLI 开源、Bonsai 2 把 27B 压到 5.9GB 保留 98.2% 性能、DAMO RADAR 开源登 Science，本地与垂直场景的 Agent 能力在快速补强。
-
评估与治理同时收紧：Anthropic 引入埃森哲驻场评估，加州推进「紧急关闭机制」，超百名专家则要求第三方评估独立、直通董事会——独立评估正在成为头部实验室的新标配动作。