多模态

阿里开源 Qwen-Image-2.1：70 亿参数图像模型称超越闭源

阿里巴巴 Qwen AI 团队发布开源权重图像生成与编辑模型 Qwen-Image-2.1，其视觉生成组件仅 70 亿参数，团队称在自家基准上超过多数闭源模型，但独立评测尚未出炉。该模型可在 3090 等消费级 GPU 上运行，原生支持 RGBA 透明图像生成与编辑，最多可同时处理十张参考图，并通过架构调整与 KV 缓存复用加速推理。模型已在 Hugging

腾讯 Gander：边对话边后台处理任务的实时智能体模型

腾讯混元语音团队与多所大学研究者提出 Gander 模型，可在后台处理复杂任务的同时保持实时对话，同时处理语音、图像和文本，用户可随时打断。该模型采用「小脑」负责逐秒对话、「大脑」负责复杂智能体任务的可替换架构，大脑可换成 Codex 或 Claude Code 等系统而无需重训对话模型。测试中 Gander 在 Full-Duplex-Bench v3 上

剪映发布Hub与助手Agent，打通AI生视频与AI剪辑

剪映在抖音创作者大会上发布剪映Hub、剪映助手Agent等新功能，将AI视频生成与AI剪辑打通，用户可在无限画布生成素材后直接跳转多轨道剪辑界面继续编辑。PC端面向专业创作，提供Hub、剪映助手、AI后编辑、专业调色、杜比全景声及插件生态（首期计划上线20余个官方Skill）；手机端则集成创作、剪辑、营销助手，支持随拍成片和语音操作。此举将原本分散的策划、生

另有 1 家信源报道

剪映发布剪映Hub、AI助手小映等多项AI新能力

剪映于9月20日举办“AI新创作发布会”，推出专业版一站式创作工作台“剪映Hub”、智能创作Agent“剪映助手”及移动端AI创作助手“小映”，并升级“剪同款”模板范式与创作者生态。剪映Hub由无限画布与多轨道编辑器构成，可调用即梦、小云雀等平台生成素材；“小映”集成AI创作、剪辑与营销能力。剪映同步上线“AI Ultra会员”，并宣布每年投入约1.5亿元用

另有 1 家信源报道

Comfy-Org 发布适配 ComfyUI 的 Qwen3-VL 重打包模型

Comfy-Org 在 Hugging Face 上发布了 Qwen3-VL 的重新打包版本，将 Qwen/Qwen3-VL-4B-Instruct 和 Qwen/Qwen3-VL-8B-Instruct 转换为适配 ComfyUI 的单文件模型。该仓库提供 bf16、fp8 scaled、int8 convrot 和 nvfp4 等多种量化格式，用户需将文

Swift-Qwen3.8-27B 去审查版 GGUF 量化模型发布

Hugging Face 用户 ajgazin 发布了 Swift-Qwen3.8-27B-Uncensored-Dynamic-MTP-GGUF，这是对已去审查（abliterated）的 Swift-Qwen3.8-27B 模型进行 GGUF 量化的版本。该模型采用 Unsloth Dynamic 3.0 量化布局，包含 MTP 头以支持 llama.c

ElevenLabs 在 ElevenCreative 中推出 Ads Engine

ElevenLabs 在其 ElevenCreative 产品中推出 Ads Engine，首个能力是广告本地化：连接 Google Ads 和 Meta Ads 账户，拉取现有广告素材与效果数据，自动完成文本翻译、图像适配和视频配音（Dubbing V2 保留原说话人语气、情感与节奏），并将本地化版本推回 Google、Meta、LinkedIn。该产品旨

Runway 发布 Gen-4.5 视频生成模型，称登顶文生视频基准

Runway 发布视频生成模型 Gen-4.5，官方称其在 Artificial Analysis 文生视频基准上以 1247 Elo 分排名第一，在运动质量、提示词遵循和视觉保真度上达到领先水平。该模型基于 NVIDIA Hopper 和 Blackwell GPU 构建，在预训练数据效率与后训练技术上取得进展，并保持与 Gen-4 相当的速度、效率和订阅

Runway 发布通用世界模型 GWM-1 及机器人 SDK

Runway 发布通用世界模型 GWM-1，基于 Gen-4.5 构建，可逐帧实时生成并接受相机姿态、机器人指令、音频等交互控制。GWM-1 包含 GWM Worlds、GWM Avatars、GWM Robotics 三个变体，分别面向可探索环境、对话角色和机器人操作。Runway 同时发布 GWM-1 Robotics SDK，并宣布 Gen-4.5 新

Runway Research 发布多项世界模拟与生成式界面研究

Runway Research 发布了一系列研究成果，涵盖实时交互式世界模拟、生成式界面和实时对话角色等方向。其中 GWM Worlds 2 可将高保真视频与音频生成转化为实时交互模拟，支持 720p/24fps 视频与 48kHz 音频；Solaris 提出逐帧生成交互式 UI 的界面世界模型；Runway Characters 能从单张图像生成实时对话视

智元参投的千觉机器人再融数亿元，加码触觉具身模型

上海具身触觉公司千觉机器人宣布连续完成两轮数亿元战略融资，投资方包括蓝驰创投、中金资本旗下基金、靖亚资本等，此前已获高瓴创投、理想汽车、智元机器人等投资。资金将用于高精度视触觉传感器迭代与规模化交付、真实交互数据采集与触觉仿真数据集建设，以及触觉具身模型和触觉世界模型研发。公司已形成传感器、XTac数据采集、Xense Sim仿真、TacVerse数据集和X

Qwen3.8-Omni-Flash 以更低价格对标 Gemini Flash 多模态能力

Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具完成视频剪辑、短视频翻译、电影摘要等任务，上下文窗口达一百万 token。官方称其在音视频任务上接近 Gemini 3.8 Flash 的水平，但 API 定价更低：输入每百万 token 0.15 美元、输出 0.47 美元，音频输入每

IDC预测AI数据基础设施2035年达万亿，OceanBase卡位对标Databricks

IDC在2026外滩大会发布研究，重新划定AI数据基础设施市场边界，预测中国该市场将从2025年约149亿美元增长至2030年738亿美元，2035年达约1万亿人民币。报告建议企业采用“小模型微调+多模态数据底座”路径落地生产级AI。OceanBase以湖库一体AI数据库Lakebase、DataPilot等产品卡位该市场，并推进首轮A轮融资，目标对标Dat

虎鲸文娱启动鲸锐AI创作大赛，千万奖池最高单项200万

虎鲸文娱于9月17日正式启动虎鲸AI人才计划，并同步推出鲸锐AI创作大赛，设立1000万元总奖金池、265个获奖名额，其中最高单项奖金达200万元。大赛不限创作团队规模、AI工具和故事题材，要求用AI创作至少10分钟的原创首发完整故事作品，征集截止至11月22日。获奖者可入选虎鲸AI人才计划，并获得导演指导、行业沙龙、展映会等资源，旨在发掘兼具AI技术与内容

Ollama v0.34.3 发布：API 展示思考控制，支持 Nemotron H 视觉模型

Ollama 发布 v0.34.3 版本，GET /api/show 接口现在会返回每个模型的思考控制选项及默认值（如 low/high/max）。该版本还新增对 Nemotron H 视觉模型在 Apple Silicon 上通过 MLX 的支持，修复了从 HuggingFace 拉取模型的问题，并改进了 macOS 应用窗口行为。

能力悬置：现有 AI 已足够强大，但几乎无人真正用起来

《One Useful Thing》作者指出，AI 发展速度远超人类制度与流程的适应能力，形成「能力悬置」——现有模型（如 GPT-6 Astra、Fable 5.1）已能可靠完成数周人类工作量，但绝大多数人几乎未加利用。作者以让 AI 将 1977 年文字冒险游戏 Zork 改造成 3D 动作游戏、用 Blender 为翁贝托·埃科书房做 3D 重建、以及

Kimi K3 上线 Amazon Bedrock

Moonshot AI 的 Kimi K3 模型在 Amazon Bedrock 上线，据 Moonshot AI 称这是其最强模型，也是首个达到 2.8 万亿参数的开源模型，具备原生视觉能力和 100 万 token 上下文窗口，相比 Kimi K2 扩展效率提升约 2.5 倍。Kimi K3 是 Bedrock 上首个支持显式提示缓存的开源权重模型，可降

Google 携手设计师用 AI 共创时装周造型与秀场工具

Google 的 Envisioning Studio 在 Google Labs 支持下，与设计师 Jane Wade 和 Sergio Hudson 合作，利用 AI 创意工作室 Google Flow 打造了两款定制工具：Styling Suite 帮助 Jane 在制作实体样衣前虚拟完成整体造型搭配，Runway Visualization 帮助 S

BAT的AI云销售，困在MaaS内卷战中

雷峰网报道称，2026年国内云厂商为冲刺MaaS收入，将销售人均MaaS指标推高至千万元级，并数周内要求日均Token收入翻数倍，导致某区域团队十几人集体离职，被内部定性为管理事故。由于自研模型竞争力不足，销售转向转售智谱、Seedance等第三方模型，引发国产模型折扣战与云资源券补贴，Codex的额度重置机制又进一步截走客户预算。文章还描述了销售在批折扣、

阿里达摩院通用医疗影像AI模型RADAR登上Science

阿里达摩院联合浙大一院等机构研发的通用医疗影像AI模型DAMO RADAR登上Science，该模型可一次性识别腹部18种解剖结构的146种疾病，在近3.9万例内部队列中平均AUC达0.913，外部8家医院2.4万例验证AUC为0.895。人机对比中RADAR准确率超过26名放射科医生中的23名，医生在AI辅助下读片敏感度提升约10%、阅片时间减少30%以上