AI 日报 · · 周一
部分降级
今日亮点：阿里开源 Qwen-Image-2.1：7B 文生图+图像编辑一体，原生支持透明图像；剪映发布剪映Hub与AI助手「小映」，上线 AI Ultra 会员；智谱 MaaS 上线数据内容不留存机制，用户可申请开通；腾讯发布 Gander：实时语音 agent，计划开源权重与训练数据
概览
模型与平台
国内 AI
值得试的项目
行业动态
今日重点
阿里开源 Qwen-Image-2.1：7B 文生图+图像编辑一体，原生支持透明图像
TL;DR：Qwen-Image-2.1 今日开源，将文生图与图像编辑整合在同一模型中，视觉生成部分仅有 7B 参数，并原生支持透明图像的生成与编辑。
核心事实
- 阿里千问开源 Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中，视觉生成部分仅有 7B 参数，并原生支持透明图像的生成与编辑。
- Qwen-Image-2.1 最多支持 10 张参考图输入，可综合多个主体与素材生成完整、协调的画面。
- 模型支持圈选、涂抹和独立掩码等局部编辑方式，使修改对象与范围更明确。
- ComfyUI 已宣布支持 Qwen-Image-2.1。
为什么重要：7B 规模将文生图、透明图像与多种编辑能力整合在一个开源模型中，降低本地部署与试用的算力门槛；透明图像、多参考图和局部编辑能力直接服务于设计、电商素材和视觉叙事，ComfyUI 的即时支持使其可快速进入工作流。
可以怎么用：可到 GitHub、Hugging Face 或 ModelScope 下载权重，或直接通过已支持的 ComfyUI 节点试用文生图、透明图像生成与局部编辑。
局限/争议：官方自建 Qwen-Image-Bench 的跨模型对比需谨慎解读；vLLM-Omni 的当天适配在现有引证材料中未见独立出处。
来源：千问大模型公众号 · 阶跃星辰官方模型库 · Qwen 官方模型库
腾讯混元等提出 WebCraftBench：让智能体「实测」AI 生成的网页
TL;DR：腾讯混元团队联合清华大学、北京大学的研究者提出 WebCraftBench，将软件测试方法引入网页生成评测：让智能体实际操作网页、用代码覆盖率帮助查漏，再从美观度、易用性和需求符合度三个维度打分；在 197 组经复核的应用对比中，它与人类偏好的判断一致率达到 85.3%。
核心事实
- 腾讯混元团队联合清华大学、北京大学的研究者提出 WebCraftBench，将软件测试方法引入网页生成评测。
- WebCraftBench 数据集包含 369 条真实用户需求、5,088 条验收标准，以及 17 个前沿模型生成的 6,273 个应用。
- 在 197 组经复核的人类偏好对比中，WebCraftBench 有 168 组判断一致，一致率为 85.3%。
- 这套自动插桩工具在主实验的 6,273 个应用上，插桩成功率为 99.89%。
为什么重要：WebCraftBench 把评测从"看代码或看截图"推进到"让智能体沿用户实际操作路径探索并留证"，有助于区分功能是否真正可达可用，而不是仅存在于源码中。对做网页 agent 或前端生成的团队，它是一个可复现的参考基准，也提示了美观、易用、需求符合度应分开考察。
可以怎么用：做网页生成评测时可参考其"先交互探索、再依验收标准检索运行证据"的流程，并把覆盖率作为探索是否充分的线索，而非功能正确的直接结论。
局限/争议：85.3% 仅代表这批经复核样本上的成对偏好一致率，分数接近的作品更易出现分歧；榜单中的标准化综合分依赖参评模型池，不能跨榜单直接比较，模型排名（如 Claude-Opus-5 第一）是论文配置下的结果。
来源：腾讯混元公众号
值得关注
剪映发布剪映Hub与AI助手「小映」，上线 AI Ultra 会员
TL;DR：9月20日，剪映举办“AI新创作发布会”，推出剪映Hub、AI创作助手“小映”等多个AI新功能。
核心事实
- 剪映专业版推出一站式创作工作台“剪映Hub”，由无限画布与多轨道编辑器构成，并可调用即梦、小云雀等AI创作平台生成图片、视频和音频素材。
- 剪映专业版推出智能创作Agent“剪映助手”，可承担素材整理、口播删减、字幕纠错和视频包装等重复工作，并支持自定义Skills。
- 剪映同步上线全新订阅方式“AI Ultra 会员”，将AI创作积分与剪映SVIP专业剪辑权益纳入同一订阅体系。
为什么重要：剪映把AI生成能力嵌入专业版工作流，并将AI创作积分与SVIP权益合并为单一订阅，同时把Agent能力铺到移动端，意味着AI辅助剪辑正从功能尝鲜转向面向大众创作者的标准工作流，可能改变创作者对剪辑工具和订阅权益的预期。
可以怎么用：现有剪映SVIP用户可核对AI Ultra会员上线后原专业剪辑权益与AI创作积分的合并规则，确认是否需要调整订阅。
局限/争议：证据仅为雷峰网单篇报道，未披露AI Ultra会员定价、积分额度，以及剪映Hub、剪映助手等功能的具体上线或灰度范围，实际以产品端为准。
来源：雷峰网
长鑫 G5 平台量产：24Gb LPDDR5X 出货，LPDDR6 首次公开展出
TL;DR：长鑫科技在2026世界制造业大会正式发布第五代DRAM技术平台G5，并同步展出基于该平台的大容量LPDDR5X新品。
核心事实
- 基于G5平台打造的产品已经正式量产，并全面进入国产主流旗舰手机市场。
- 大会展出两款LPDDR5X量产产品，单颗容量均为24Gb，较上一代同类型产品提升50%。
- 长鑫科技的LPDDR6已经实现量产，并将首批搭载于小米18 Fold折叠旗舰手机。
为什么重要：这是国产DRAM高端移动内存从发布走向规模量产的节点：LPDDR6首发进入小米折叠旗舰，意味着国产高端存储开始进入旗舰终端供应链，可能影响AI手机等设备的存储供应格局。
局限/争议：“全面进入国产主流旗舰手机市场”为公司高管在大会上的表述，财联社未披露具体品牌、出货量或时间范围；“全球首发量产”、最高速率和功耗指标来自公司及报道口径，未见独立第三方验证。
来源：财联社
腾讯发布 Gander：实时语音 agent，计划开源权重与训练数据
TL;DR：腾讯混元语音团队计划在完成开源发布流程后公开 Gander 的模型权重和训练数据。
核心事实
- 腾讯混元语音团队与多所高校的研究者推出了 Gander，这是一种设计用于在持续对话的同时处理复杂任务的 AI 模型。
- Gander 的“小脑”逐秒管理对话，可替换的“大脑”负责处理复杂的 agent 任务。
- 测试中，Gander 打断用户的频率低于其他所有被测系统，但任务准确率略低于表现最差的竞品。
为什么重要：Gander 把实时对话和后台 agent 推理拆成“小脑/大脑”两个角色，并计划开源权重与训练数据，可能降低开发者构建实时语音 agent 的复现和替换成本；但任务准确率低于竞品，说明对话流畅性与任务完成质量之间仍存在明显权衡。
可以怎么用：可先查看 Gander 的 GitHub 代码库与项目页演示，待团队完成开源发布流程后再评估权重和训练数据的复现或微调。
局限/争议：本文仅依据 The Decoder 一篇报道，测试中的“最弱竞品”未被点名，打断率、准确率等结果来自技术报告且未经独立验证；开源权重与训练数据尚无具体发布时间。
来源：The Decoder
Aether AI 发布 16B 因果世界模型 CausalWM，登顶 TriWorldBench
TL;DR：Aether AI 正式发布第一版 16B 参数因果世界模型 CausalWM，并引入 Causal Chain-of-Thought 范式。
核心事实
- CausalWM 不直接生成未来画面，而是先推演物体如何运动、三维几何关系怎样变化，再根据中间结果继续生成未来画面。
- 在 TriWorldBench 最新排名中，CausalWM 以 66.04 的 TWB-Score 排名第一。
- Aether AI 为 CausalWM 构建了约 3 万小时具身视频混合数据，覆盖机器人操作、第一视角视频、多视角机器人数据等场景。
为什么重要：该方法把运动与几何变化显式纳入生成链条，使中间物理量既是被预测目标、又是后续生成的输入条件，可能帮助世界模型超越“看起来像”的外观预测，更接近对物理过程的可解释建模；在多视角机器人基准上领先，也提示显式物理先验对具身预测有实际收益。
可以怎么用：需要复现或对比世界模型的团队，可访问文章给出的 GitHub 与 HuggingFace 链接，在 TriWorldBench 等基准上评估 Causal CoT 相对直接生成路径的收益。
局限/争议：该信息来自机器之心对 Aether AI 成果的报道；TriWorldBench 总分第一不代表所有单项指标第一，原文明确称“它并没有包揽所有单项第一”，具体指标数值需以论文和官方榜单为准。
来源：机器之心
古尔曼：苹果家用智能屏 J490 最快下月发布，运行 Siri AI
TL;DR：据彭博社记者古尔曼报道，苹果传闻已久的家用智能显示屏最快有望在下个月正式发布。
核心事实
- 据彭博社记者古尔曼报道，苹果家用智能显示屏内部代号为 J490，目前已大量分发至员工家中开展实测，为正式发售做准备。
- 报道称，该家用显示屏运行一套以 Siri AI 为核心打造的全新操作系统。
- 报道还称，该设备首次开机配置以及多项同步任务依旧需要与 iPhone 配对完成。
- 据 IT之家报道，最新演示显示一台 iPhone 18 Pro 运行 270 亿参数模型时，运行速度可达 iPhone 17 Pro 的两倍。
为什么重要：若 J490 如期发布，苹果将把 Siri AI 从手机延伸至家庭中枢场景，进一步强化以 iPhone 为生态核心的策略；A20 Pro 端侧 270 亿参数模型运行速度翻倍，也指向后续机型本地 AI 能力的提升。
可以怎么用：可关注苹果官方发布，核实 J490 是否强制要求与 iPhone 配对及 Siri AI 实际可用性后再决定是否购买。
局限/争议：上述发布时间、功能与产品形态来自彭博社记者古尔曼及 IT之家等媒体的前瞻报道，尚未获得苹果官方确认；A20 Pro 的 27B 模型运行速度来自第三方演示，实际表现可能因模型与条件不同而有差异。
Runway 展示基于 GWM-1 的实时视频生成研究：边描述边出画面
TL;DR：Runway 公开了基于 GWM-1 的实时视频生成研究：用户不再输入提示词后等待整段生成，而是边描述边流出画面；官方尚未公布该能力的可用时间表。
核心事实
- Runway 公开的实时视频生成研究改变了交互方式：用户不是输入提示词后等待，而是边描述边流出画面。
- 该研究基于 GWM-1，这是 Runway 于 2025 年 12 月推出的首个通用世界模型；它建立在 Gen-4.5 之上、逐帧生成视频，并可接收相机运动、机器人指令或音频作为控制。
- Runway 认为实时生成能降低 GPU 成本，因为更快的模型占用更少的 GPU 时间，从而更具成本效率。
为什么重要：若实时生成落地，视频生成会从“提交后等待整段结果”转向逐帧即时反馈，首帧时间和 GPU 成本是关键指标；更低的单次输出成本可能让原本不经济的高交互应用（如教育、游戏、机器人仿真）变得可行。
局限/争议：这是 Runway 展示的研究方向，报道称其尚未公布可用时间表；GWM-1 于 2025 年 12 月推出，应将其与当前已上线的视频生成产品范围区分开，避免把研究展示当作已发布功能。
来源：The Decoder
快讯
-
智谱 MaaS 上线数据内容不留存机制，用户可申请开通模型与平台
智谱 MaaS 平台宣布近期上线「数据内容不留存」功能，任何用户可在控制台申请开通，生效后平台不对输入输出做静态存储、数据仅用于当次调用；Batch API、File API 及法律法规要求留存的场景除外；这是 ZCode 代码库索引事件后新增的隐私选项
-
青海师大发布首款藏语多语言全模态 AI 输入法「智达」及智达大模型国内 AI
青海师范大学联合藏语智能全国重点实验室发布「智达AI输入法」，支持藏语键盘、拉丁转写、汉藏英混合语音与图像识别，语音覆盖卫藏/安多/康巴三大方言，端云结合、支持本地推理；同步发布的智达大模型覆盖 8 亿至 1000 亿参数九个版本，支持 56 种语言互译与图像/视频理解
-
硅基流动完成 B+ 轮二期与 C 轮，2026 年累计股权融资近 29 亿元国内 AI
硅基流动完成 B+ 轮二期与 C 轮融资，2026 年度累计股权融资近 29 亿元，投资方包括中国互联网投资基金、国新基金、中国移动链长基金等央地国资；资金将用于推理引擎、异构算力调度、模型与芯片适配及 Token 供应平台建设
-
黄仁勋：呼吁 AI 监管的领袖是「另有原因」，现有法律已足够行业动态
英伟达 CEO 黄仁勋在 CBS 采访中称，前沿实验室呼吁监管并非真要新法，而是想「摆脱现有法律」、背后「另有原因」，并称吓唬公众「不负责任」；其立场与特朗普、白宫科技政策主任 Kratsios 的「不需政府强制」表态一致
-
瑞银：2027 年全球 AI 资本开支升至 1.4 万亿美元，九成增量来自内存行业动态
瑞银测算 2026 年全球 AI 资本开支约 9980 亿美元、2027 年升至 1.447 万亿美元，2025–2027 近 1 万亿美元增量中约九成来自内存涨价；内存占 AI 总开支比重预计从 2025 年的 14% 升至 2027 年的 64%
-
Jev 快速获 Vercel、Cloudflare 接入，官方称对标 GPT-5.6 与 Sonnet 5模型与平台
据 Forbes 报道，Vercel、Cloudflare 等平台已快速接入 Jev，用于 AI agent 的工具选择/路由（判断下一步调用哪个工具、是否重试、命令是否安全）；TypeSafe 称 Jev 在 workflow 评测上与 GPT-5.6 和 Sonnet 5 相当；这是 Jev 发布后可用范围扩大的新进展
-
工信部：深入推进「AI+制造」，大力发展开源基座模型和垂类模型国内 AI
工信部副部长辛国斌在 2026 世界制造业大会表示，将以新一代智能制造为主攻方向，梯度培育智能工厂，大力发展开源基座模型和垂类模型，夯实新一代智能制造软硬件基础
-
消费级 AI 助手竞赛升温：OpenAI、Instinct、Grok Bot、Meta Muse 同台行业动态
Axios 梳理个人 AI 助手赛道：OpenAI 招募 OpenClaw 作者筹备个人 agent、Instinct 接入邮件/通话并以百亿美元估值洽谈融资、SpaceXAI 的 Grok Bot 提供云端常驻 agent、Meta Muse 面向大众推广，苹果 Siri 也在升级
-
南方医院基于华为 DCS 落地 HAIP 平台，医生零代码自建 AI 工具国内 AI
南方医院与华为合作落地基于 DCS AI 解决方案的 HAIP 平台，其 Nexent 智能体平台以零代码、可视化方式让医生用自然语言描述临床逻辑即生成智能体原型，覆盖 aHUS 多科室信息整合、产科模拟教学等场景
-
奇安信：工信部「AI+软件」方案提出 2028 年覆盖 2 万家软件企业国内 AI
奇安信董事长齐向东在软博会披露，工信部《人工智能+软件》专项行动提出到 2028 年培育高水平智能编程工具与平台、覆盖 2 万家规上软件企业、打造 100 个智能体标杆应用；奇安信提出以部署圈、连接圈、权限圈、数据圈、审计圈「五个圈」约束智能体
-
谷歌被指原样搬运开源项目：228 个文件一致，3 位作者署名被删行业动态
有报道称谷歌在某项目中大量搬运开源代码，228 个文件与原项目一致，却删去了 3 位原作者署名，引发开源社区对合规与署名的争议
-
B站上线「AI 无限竞技场」：UP 主实测百大模型，GPT-6 Astra 暂居榜首行业动态
B站上线「AI 无限竞技场」大模型测评榜，由各分区 UP 主以真实场景同题 PK，不设固定维度；首轮榜单中 GPT-6 Astra 在 10 个 UP 主测评中拿下榜首，前五中国产模型占三席，榜单实时更新并开放报名
-
LangChain 发布 langchain-typesafe 0.0.1a3：TypeSafeClassifier 等中间件值得试的项目
LangChain 发布首个 langchain-typesafe 版本（0.0.1a3），含 TypeSafeClassifier、实验性 AutoModeMiddleware 与 ModelRouterMiddleware，用于把模型路由/分类等「选择」型任务交给结构化输出模型处理
-
fal Serverless 推出 cluster mode：按需扩展至 1K H200 RDMA 域值得试的项目
fal Serverless 开始测试 cluster mode，可在单一 1000 卡 H200 RDMA 域内扩展推理与后训练，等于按需获取大规模算力集群，面向推理/后训练开发者开放试用
-
「超智算一号」算力卫星入轨：星上 AI 完成影像解析与目标识别行业动态
力箭一号遥十八将「超智算一号」等 9 颗卫星送入轨道，该卫星主载荷为 4m 可见光相机与 AI 计算机，可星上完成影像解析、目标识别并仅下传高价值结果，把数据响应从数小时压缩到分钟级，探索「天感天算」路径
-
2026 上半年我国制造业 AI 重点场景应用普及率达 34.2%国内 AI
据《制造业数智化转型能力水平（2026）》，2026 上半年我国制造业人工智能重点场景应用普及率达 34.2%，较上年增长 5.5 个百分点，10.6% 的规上制造业企业依托大模型赋能业务；全国两化融合发展水平达 67.1
编辑观点
-
开源生成模型今天密集放量：Qwen-Image-2.1 与 16B 因果世界模型 CausalWM 同日开源权重，且都附带可立即部署的推理支持或复现代码，开发者当天即可上手。
-
「结构化决策」范式正在被工具链快速吸收：Jev 获 Vercel/Cloudflare 接入的同时，LangChain 同日推出 TypeSafeClassifier 与 ModelRouter 中间件，模型路由/工具选择这类任务开始从大模型分流到低延迟专用模型。
-
存储从背景变量升级为 AI 主线：长鑫 G5 平台与 LPDDR6 量产、瑞银测算 2027 年 AI 资本开支九成增量来自内存涨价，两则信息共同说明内存供给正在决定算力交付节奏。
-
国内大厂在「产品落地」与「安全治理」上同步加码：剪映 Hub 与腾讯 Gander 推出新形态交互，奇安信与工信部「AI+软件」方案则把智能体权限与安全边界提上日程。