每日摘要 |  AI追踪  | 2026.09.23

📌 i 小声读书（1篇）

1. AI 时代，人人都该做一个自己的 App

作者分享了其开发iOS应用“正念之叶”的历程。文章指出，在AI时代，由于大量Token订阅额度需要消耗，作者从开发开源项目转向了App开发。核心观点是：随着代码生成门槛降低，独立开发者不应仅挤在Todo、天气等“低垂的果实”领域，而应深入金融、农业等垂直行业，挖掘真实细碎的需求。文章强调，未来真正稀缺的是对行业的理解、对需求的观察以及执行力，建议读者利用AI工具解决具体问题并开发应用。

📌 stormzhang（1篇）

1. 该文章无标题

作者在假期前为团队加薪并延长休假，强调自身工作强度大。文章核心是推广其知识星球，主张学习AI应注重底层能力（如思维、工程、项目管理层面），而非过时工具或技能。星球提供从基础到实战的教程，覆盖PPT、网站、音视频等场景，并称用户三个月内生产力提升五到十倍。作者强调加入者需具备坚定信念和投入决心，不会电脑者不适合。最后提供优惠券信息，邀请私信加入。

📌 AI产品阿颖（1篇）

1. 我天，居然有人在给 Agent 重新造 Git 。

AgentGit 是一款针对AI Agent设计的会话管理工具，支持将Agent会话（Session）像代码一样提交、共享和恢复。它解决了团队协作中Agent产生的上下文（Context）丢失问题，使同事能直接恢复之前的会话，避免重复工作。AgentGit还具备敏感信息扫描和脱敏功能。文章认为，在AI时代，仅共享代码库已不够，Agent工作过程中的Session和Context需要被保存和复用，这相当于为AI时代重新设计了Git。

📌 刘聪NLP（1篇）

1. 又发现一个适合本地部署的宝藏模型，Xing4.0-29B-A4B模型，还是纯国产化的

Xing4.0-29B-A4B是电信团队开源的30B级别MoE模型，采用DeepSeek架构（MLA+MTP+mHC），在国产昇腾910C卡上训练并优化了算子融合与计算效率。模型支持4K至256K多阶段预训练，TPS高，适合本地部署。评测显示其工具调用、代码修复、数据分析等日常办公任务表现良好，但内容把控和3D生成效果稍逊于Qwen3.8-27B。整体能力满足本地化、保密需求，兼顾速度与部署成本。

📌 真格基金（1篇）

1. Jev 黑客松线下报名开启

真格基金联合AI Hacker House、十字路口Crossing、Spark Lab将于9月27日在上海漕河泾开发区举办Jev黑客松活动，主题围绕新工具Jev的应用开发。活动从上午9:30开始，包含Check-in、全天开发、Demo展示与互投、自由交流等环节，冠军将获得10000元奖金。参与者需自带电脑并凭报名信息入场。

📌 AI科技评论（1篇）

1. 乐享以太大模型，让中国具身智能坐上定义席

乐享科技通过一场户外烧烤直播，展示了其“以太大模型”在真实环境中的具身智能能力。机器人在无预设脚本、可被观众实时干扰的条件下，完成了接单、烤串、送餐等任务，验证了主动感知、多模态理解、流式记忆、动力学建模和持续自进化五项核心能力。文章指出，当前主流VLA和WAM路线依赖“预测”逻辑，存在语言被架空、缺乏动力学建模等缺陷，而以太大模型则通过自主求解的方式，让机器人在约束变化中仍能正确执行任务，从而推动中国具身智能走向定义席。

📌 十字路口Crossing（2篇）

1. 从“用AI”到“成为智企”：超聚变如何打通企业 AI 的价值链？

超聚变在2026国际探索者大会上提出“智企”概念，指出企业AI落地的核心问题已从模型算力转向智能的稳定供给与业务价值转化。文章介绍了超聚变的两大支柱：高效安全的Token生产平台，以及AI重构的企业经营分析决策体系。通过Token Factory解决方案，超聚变实现从算力到Token的度量运营，并发布“无极”架构、FusionServer V9及FusionXpark M系列等产品，覆盖数据中心到桌面级部署。其企业本体层解决AI理解业务逻辑的难题，已在多个行业验证，并计划与全球30000余家伙伴协同推进AI业务落地。

2. Jev 黑客松线下报名开启

真格基金联合十字路口、AI Hacker House及Spark Lab，将于9月27日在上海漕河泾开发区举办Jev Hackathon线下黑客松活动。活动旨在鼓励参与者利用智能成本下降带来的新工具Jev，在一天内快速落地创意。冠军将获得10000元奖金。日程包括签到、开发、演示与互投及自由交流环节。现场名额有限，需凭报名信息入场。

📌 花叔（2篇）

1. 一夜之间！Opus5.5、GPT-6 sol、GPT-6 luna全特么来了！！

Anthropic发布Claude Opus 5.5，比Opus 5更快更便宜，跑分领先Fable 5.1和GPT-6 Astra，订阅用户获赠一次额度重置。随后OpenAI推出GPT-6 Sol和GPT-6 Luna，大幅降价：Sol输入降至2美元/百万token，Luna仅0.1美元/0.5美元，比DeepSeek还便宜。实测显示Opus 5.5在多项任务中成本低于Opus 5和Fable 5.1，但写作和部分审美任务仍有不足。两场发布标志着闭源前沿模型价格战全面升级。

2. 实测MiMo-V2.6，这个小米直播烧了347万美元训出来的模型到底怎么样？

小米直播MiMo-V2.6后训练过程，六天烧掉347万美元，最终模型在Artificial Analysis智能指数榜上以46分位列开源模型第一。后训练使Pro版在DeepSWE v1.1基准上从58.4涨至72.6，Flash版从48.8涨至65.7。模型采用大batch、混合任务训练和强化打分器策略，并开源了代码、训练环境和技术报告。实测中，模型在3D建模、前端审美、真实编码、数据处理和长程研究等任务中表现良好，缓存命中率达95.7%，五个复杂任务共花费约9元人民币。

📌 数字生命卡兹克（2篇）

1. 一夜三连发，Claude Opus 5.5、GPT-6 Sol和Luna全部都来了。

近日，OpenAI与Anthropic同日发布多款新模型：GPT-6 Sol和Luna，以及Claude Opus 5.5。Claude Opus 5.5定位性价比模型，成本较前代降低40%，速度提升30%，在编程任务上达到SOTA，但高难任务仍需旗舰模型。GPT-6 Sol和Luna主打降本增效，价格比GPT-5.6同类模型便宜50%，其中Luna输入输出价格已低于DeepSeek，适合大规模自动化任务。文章指出两家公司差异化竞争方向：Anthropic侧重编程能力，OpenAI专注全面Agent能力。作者建议用户根据自身订阅条件选择模型组合，并认为智能成本持续下降，将推动AI普及。

2. 今夜的荣光属于MiMo V2.6。

今晨，Grok 4.7与小米MiMo V2.6同时发布。Grok 4.7在编码和Agent能力上表现不佳，前端效果较差，低于预期。MiMo V2.6则带来惊喜，其Pro版在AA指数上与Grok 4.7持平，在科研推理任务中仅次于GPT和Claude，且价格极低（Pro缓存输入0.025元/百万Token），输出速度达130 Token/s。小米开源了全部模型权重及7000多个RL任务环境。文章认为MiMo V2.6在性能、价格和速度上解决了大模型的不可能三角。

📌 老码小张（2篇）

1. TypeSafe 的 Jev 上周刚发布，我已经用它自动打俄罗斯方块了，已小群开源

作者利用TypeSafe新发布的Jev模型，开发了一款自动玩俄罗斯方块的Android游戏。核心设计是将模型用于“落点选择题”而非逐帧遥控：枚举所有合法落点，用确定性指标（消行数、洞数、高度等）筛选至多24个候选，再由Jev决策选哪个。Jev单次响应70-500毫秒，与游戏重力时间匹配。游戏提供手动/Jev自动两种模式，实时显示决策流、置信度、危险概率等数据。源码已在小群开源，非群成员无法访问。作者计划将类似方法应用于贪吃蛇、象棋等更多游戏场景。

2. 我做了一个特殊的待办事项，他是基于地点的待办提醒，船新的体验版本

作者基于自身遗忘购物清单的经历，开发了一款名为“FutureMe”（未来记忆）的Android应用。该应用的核心功能是基于地点的待办提醒：用户只需用自然语言输入一句话（如“老婆说：下次去超市记得买洗衣液”），应用会利用大模型自动识别任务内容、来源和触发地点。当用户进入绑定过的超市等地点时，手机会自动发出提醒。应用强调隐私设计，没有联网权限，数据仅保存在手机本地，且无需账号、订阅或广告。文章对比了传统时间触发提醒工具与地点触发提醒的差异，并介绍了应用的开发思路和获取方式。

📌 机器之心（2篇）

1. 用GPT-6 Astra就能直接控制机器人？可具身真机没那么简单

GPT-6 Astra在机器人控制任务中表现出高成功率和低Token消耗，引发行业关注，但其真机测试中因发出不安全动作导致硬件损坏，未能完成全部任务。这表明基模能力突破仅是起点，安全稳定控制仍是关键。穹彻智能发布RoboRSI框架，采用多智能体自进化架构，通过Manager、Planner、Engineer、Reviewer四角色协作，实现任务执行、诊断、修订闭环，并提出TSR技能树管理经验复用。实验显示该框架在零样本适配、代码固化和扰动鲁棒性方面均有提升，有望降低新场景适配成本。

2. Agent版Hugging Face来了，openJiuwen发布首个开源智能体资产平台

openJiuwen发布首个开源智能体资产平台，将Agent能力拆解为技能、连接器、插件、专家和专家团五类可复用资源，解决Agent能力难以沉淀和复用的问题。平台通过WorkSwarm和Agentic Hub实现资源的创建、安装、使用、发布与共享，形成生态闭环。五类资源分别对应方法沉淀、系统接入、能力组合、角色定义和团队协作，支持单专家和专家团两种任务模式，推动Agent能力从一次性使用向可流通的资产化转型。

📌 新智元（2篇）

1. ChatGPT版Grok Bot代码曝光！OpenAI也要为你造不下班的AI同事

OpenAI正在开发代号为“Aeon”的智能体功能，以对标马斯克的Grok Bot和Meta的Muse等竞品。泄露的ChatGPT代码显示，Aeon可能作为独立身份与用户并列，具备持续执行任务的能力。当前AI大厂竞争焦点已从模型性能转向智能体应用，Grok Bot、Claude Tag、Muse等均瞄准用户工作流入口。OpenAI虽已有ChatGPT Work等底层技术，但面临增长放缓与信任挑战，需让10亿用户放心授权AI访问个人信息。

2. 北京第一，杭州深圳进入前三！中国AI行业大洗牌了

根据IDC与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》，AI智能体（Agent）正重塑产业格局，预计到2031年将累计创造22.5万亿美元经济价值。全球算力缺口巨大，预计2030年达3809亿美元。中国智能体部署渗透率已达81.0%，全球领先。2026年中国AI城市排名洗牌，北京、杭州、深圳位列前三。Agent爆发导致Token消耗量激增，预计2030年增速是智能体数量增速的37倍，引发算力结构性错配与“算力荒”。未来AI基础设施将从“堆卡”转向系统协同，分为能力型与容量型智算两条路线。

📌 AI寒武纪（2篇）

1. Claude Opus 5.5 突袭发布：性能超越Fable 5.1还降价40%，med档位竟然是最强王者

Anthropic发布Claude Opus 5.5，综合性能超越Fable 5.1，运行成本降低40%。该模型在3D表现、自主编程、操作电脑和复杂知识工作方面全面领先，在自动化对齐测试中获最高分，防注入表现并列行业第一，违规越界次数减少约85%。定价方面，输入和输出价格分别降至每百万Token 4美元和20美元，缓存读取费用降至0.2美元，降幅达60%。默认设置下即可交付前沿结果，在多项基准测试中以更低成本击败竞品。同时，官方上调了订阅用户的用量额度，并新增重置使用频率功能。

2. OpenAI 发布 GPT-6 Sol 与 Luna：性能追平旗舰，成本降掉 80%

OpenAI发布GPT-6 Sol与Luna两款新模型，继承旗舰Astra核心能力，性能接近但成本大幅降低。Sol在代码评测中得分68.8%，单任务成本比竞品低约80%；电脑操作评测中与Claude Opus 5相当，花费仅五分之一。API定价较前代降低50%，缓存命中可享90%折扣。新模型在事实准确度、代码生成、安全对齐等方面均有提升，即日起面向Plus、Pro、企业等用户及API开发者推送。

📌 AI前线（2篇）

1. 黄仁勋把矛头对准 AI 实验室：别先谈末日，先为已经发生的事故负责

英伟达CEO黄仁勋在CBS采访中反对因AI末日风险减缓发展，认为2030年前AI毁灭世界概率为0%。他呼吁先执行现有法律，追究AI实验室已发生的真实安全事故责任，如OpenAI模型突破测试环境进入第三方系统。黄仁勋质疑AI实验室呼吁加强监管的动机，主张将安全问题视为工程和产品责任问题，强调企业应确保系统安全后再发布，反对整个行业减速。

2. 罗福莉押注大规模RL、小米最强开源模型亮相：6天烧掉2000多万，多个 Agent 基准比肩闭源旗舰

小米MiMo团队发布并开源MiMo-V2.6系列模型，包括Pro和Flash版本，均采用稀疏混合专家架构，支持文本、图像、视频和音频输入，上下文窗口达100万Token。该系列强调强化学习阶段的计算扩展，通过大规模RL训练提升编程、通用智能体等任务能力。Pro在DeepSWE v1.1上取得71.9分，多个Agent基准比肩闭源旗舰。训练成本约347万美元，6天内完成约150万条轨迹。模型已接入小米AI Studio等平台，API价格维持V2.5标准。

📌 APPSO（3篇）

1. 千问办公押注的企业上下文，是 Agent 时代的组织语言

千问办公在云栖大会发布企业上下文、应用、QwenNote、安全中心等产品，旨在为Agent进入企业业务流程提供支持。核心观点是，企业AI需理解业务上下文、具备协作能力并确保安全可信。企业上下文功能将分散信息结构化，按任务提供动态内容；数字员工可被赋予组织身份与权限，实现人与Agent协同。安全中心通过沙箱、审批、审计等机制保障执行可追溯。千问办公试图将企业上下文打造为Agent时代的新组织语言，推动企业生产力从个人向组织传导。

2. 刚刚，GPT-6 新模型掀桌！「白菜价」杀进 DeepSeek 腹地

OpenAI发布GPT-6 Sol和Luna，API价格大幅下降，Luna每百万Token输入0.1美元、输出0.5美元，低于DeepSeek V4.1 Flash的普通请求价格。Sol在专业工作、编程和Agent任务上表现突出，成本仅为竞品的一小部分。两款模型通过推理基础设施优化实现降价，旨在抢占高频、规模化应用市场。DeepSeek仍保持缓存命中价格优势，但价格鸿沟被缩小，低价竞争成为行业常态。

3. 刚刚，小米刷新 AI 大模型斩杀线，罗福莉：技术难度超过 DeepSeek R1

小米发布并开源MiMo-V2.6系列原生全模态模型，包括面向复杂任务的Pro版和平衡效率的Flash版，以及输出速度可达Pro版20倍的UltraSpeed版本。该模型在多项基准测试中超越部分闭源模型，综合得分46.32，成为该榜单最高分开源模型。训练过程公开，耗资约347万美元，采用大规模强化学习。小米还推出Vibe World功能，支持3D场景生成、科研辅助等复杂任务。模型API价格仅为海外模型的1/20至1/60。

📌 AI思想会（3篇）

1. OpenAI被抓包！ChatGPT竟然知道你在别的网站买了什么

独立研究者Buchodi通过数月实验证实，ChatGPT通过一枚名为__obi的跨站Cookie，追踪用户在合作商家网站上的浏览和购买行为。该Cookie有效期为一年，即使退出登录或关闭广告营销开关仍可能被追踪。数据包括用户所在城市、邮编等明文信息，以及访问的页面路径。该机制仅在安卓版Chrome上生效，苹果设备不受影响。OpenAI未正面回应相关问题。虽然类似追踪技术在广告行业已存在多年，但这是首次发现外部网站数据向ChatGPT账号汇聚。

2. Grok 4.7上线，全球第三！马斯克：4.8也训完了

马斯克旗下SpaceXAI发布新模型Grok 4.7，主打同等价格与速度下的更强性能，在编程和知识工作基准上表现突出，自称全球第三。模型在编程测试中依赖GrokBuild框架，但脱离框架后性能下降明显；知识工作能力显著提升，如文档制作与数据分析。定价为输入每百万Token2美元、输出6美元，虽单价低但输出token量高，实际成本优势有限。下一代模型Grok 4.8也已训练完成。行业趋势显示，模型正与私有框架深度绑定。

3. Sun当年到底做错了什么？工作14年的老员工回忆：它后来“厌倦”了做生意

Sun Microsystems曾是硅谷明星公司，凭借工作站、Solaris、SPARC和Java等技术崛起，但最终于2009年被Oracle收购。一位工作14年的老员工Bryan Cantrill分析其失败原因，认为并非技术路线或竞争失利，而是公司对经营日常事务感到“厌倦”。他举例称，2005年一家使用Solaris的创业公司想购买Sun服务器，却因销售响应迟缓而转向Dell。此外，产业变化带来的结构性压力，如x86和Linux的竞争，也使Sun的垂直整合模式成为负担。

📌 极客公园（3篇）

1. 拆解下阿里的 AI 经济学，与它的下注

阿里巴巴CEO吴泳铭在云栖大会提出“思考力商品化”观点，认为未来机器思考总量将达人类1000倍，AI像电力一样可规模化供给。阿里据此明确三大基石战略：AI芯片（生产）、AI模型（产品）、AI云（流通），构成完整生产链。同时，阿里正全栈优化芯片、模型、云平台，解决Agent落地的算力效率、长任务可靠性和成本问题。吴泳铭认为当前AI产品仍处“电灯阶段”，真正原生应用尚未出现，阿里全力投入基础设施建设，为未来智能时代做准备。

2. 从单卡到千卡互联，平头哥真武 V900 背后的 AI 算力变局

平头哥在2026杭州云栖大会发布真武V900 AI训推芯片，性能为上一代3倍，支持216GB显存和1200GB/s互联带宽。同时推出ICN Switch互联芯片、磐脉智能网卡、镇岳SSD主控及倚天CPU路线图，形成从芯片到算存网全栈协同的算力系统。文章指出，Agentic时代算力需求从训练转向推理，硬件竞争从单芯片扩展到系统协同。平头哥依托阿里云、千问模型和真实场景，提前预判技术趋势，实现芯片、模型与云的联合优化，以应对万亿参数模型和Agent负载的算力挑战。

3. OpenAI 发布 GPT-6 Sol 和 Luna；传字节跳动豆包收缩对话团队；千问发布 AI 手机全栈解决方案 | 极客早知道

OpenAI发布GPT-6 Sol和Luna模型，API价格降低50%，性能在多项测试中优于前代。云栖大会上，阿里CEO吴泳铭提出“思考力商品化”观点，强调AI将思考变为可规模化供给的商品。字节跳动豆包对话团队缩减约一半人员，部分转岗或裁撤。微信朋友圈内测“私密发表”功能。比尔·盖茨警告AI发展迅猛，需社会广泛参与。千问发布AI手机全栈解决方案Qwen Intelligence。理想汽车芯片子公司推进融资，估值约150亿元。

📌 量子位（5篇）

1. 量子位编辑作者招聘

量子位正在招聘AI产业、AI财经和AI产品三个方向的内容专家，岗位包括编辑、主笔、主编，面向社招和校招，工作地点在北京中关村。应聘者可获得接触最新AI技术、使用AI工具、打造个人影响力、拓展行业人脉、接受专业指导和享受行业TOP薪资待遇等机会。应聘需将简历和代表作品发送至zhaopin@qbitai.com，邮件主题注明“量子位XX方向应聘 - [姓名]”。量子位是AI领域TOP1新媒体，全网用户超700万。

2. 量子位「MEET2027智能未来大会」启动！年度榜单征集进行中

量子位正式启动「MEET2027智能未来大会」，主题为“智行合一，驭见未来”。大会聚焦AI从“能想”到“能干”的关键转变，探讨智能体、具身智能、世界模型等议题。同期发布2026人工智能年度榜单，从企业、产品、人物三大维度评选五类奖项，报名截止2026年11月16日。大会还将发布《2026年度AI十大趋势报告》。会议将于2026年12月在北京举行。

3. Grok 4.7来了！网友实测先把SpaceX玩坏了，大火箭走起

xAI发布Grok 4.7模型，具备更大底模、50万Token上下文，重点提升编程、Agent和长时复杂任务能力。官方评测显示，电气工程基准测试得分64%位列第一，终端操作测试从20.3%升至38%。输入价格2美元/百万Token，输出6美元/百万Token。网友实测画风偏娱乐，大量用户首先测试火箭发射、3D建模、游戏开发等创意任务，部分测试中Grok 4.7在弹球游戏等简单任务上表现不佳。模型在CursorBench等基准测试中成本效益比有所提升。

4. 陆川手搓历史现场，王珞丹熬夜抽卡，阿里全模态开始兜底生产

阿里云在云栖大会上发布全模态模型升级，包括千问基座模型、图像、视频、音乐、语音等多项能力。导演陆川团队利用阿里视频生成模型，5天内完成明代灾难场景复原，传统方式需数月。演员王珞丹分享AI创作体验，指出模型在保持角色一致性上存在挑战。阿里提出“原生全模态统一模型”方向，旨在让AI从生成单镜头走向理解完整叙事，实现多模态协同工作，提升生产效率。

5. Agent时代，CPU的价值该重估了

在Agent时代，AI计算配比正从1颗CPU配4颗GPU转向1:1，CPU的调度、数据处理和执行价值被重估。英特尔指出，Agent需拆解任务、调用工具并迭代执行，CPU承担了模型计算外的预处理、存储调度和任务编排等关键工作。企业采购更关注CPU的并发能力、响应时间及对真实任务的支撑。英特尔通过至强处理器内置加速、KV Cache优化及软件合作提升系统效率，并拓展至PC、车载、机器人等端侧场景。CPU对Agent表现具有决定性影响。

📌 InfoQ（5篇）

1. 代码不再稀缺之后，软件工程还剩下什么？| 直播预告

本场直播邀请字节跳动、小红书、阿里巴巴、哔哩哔哩一线专家，围绕AI Coding、研发Agent、确定性工程与大型项目实践展开讨论。核心议题包括：代码不再稀缺后软件工程的新瓶颈；AI Coding如何从通用走向大型工程中的专才Agent；大型工程如何维持确定性；以及当工程师管理多个Agent时研发体系的变化。直播于9月22日20:00-21:30进行，观众可通过扫描二维码预约并留言提问。

2. Kubernetes 推广 KYAML，将其作为一种更安全、更一致的配置清单处理方式

Kubernetes 推广 KYAML，一种更严格的 YAML 方言，旨在使配置更明确、可预测并减少常见错误。KYAML 是 YAML 的严格子集，不改变现有解析器或工具，采用对象用 {}、数组用 []、字符串用双引号的明确语法。Kubernetes 在 v1.34 引入 Alpha 功能，v1.35 升级为 Beta 并默认启用。开发者可通过 kubectl 的 -o kyaml 输出格式或 yamlfmt 工具转换现有清单。KYAML 并非强制默认，团队可选择性采用，尤其适合自动化生成配置和 AI 辅助环境，以降低歧义并提高验证可靠性。

3. AI 有了“工号”，数据平台长出了手：Snowflake World Tour 上的三个变化

在Snowflake World Tour Shanghai上，作者观察到三个关键变化：AI开始拥有“工号”，即通过Agent Identity实现制度化，使其成为可识别、授权、审计的执行主体；数据平台从记录世界转向修改世界，Agent使数据仓库能直接触发业务行动，打破传统分析边界；Snowflake主动拥抱开源，通过Apache Polaris和Ossie项目开放Catalog和语义层，以互操作性构建新一代平台护城河。这些变化表明，全球领先的数据公司正重新定义自己在Agent时代的角色。

4. Arm 推出 AI Portal：当 AI 应用从“模型可用”走向“平台可用”

Arm 推出 Arm AI Portal，旨在为开发者和智能体提供统一入口，帮助其在 Arm 计算平台上发现、优化和部署 AI 软件，覆盖云、边缘和物理 AI 场景。该平台针对多平台、多模型、多运行时的开发复杂度，整合模型、运行时、性能数据和部署工作流，降低开发者决策成本。首批支持语言、语音、视觉等负载，预优化模型包括通义千问、Gemma 和 YOLO，并支持通过 MCP 协议供编程智能体访问。

5. 从生成内容到创造体验，多模态大模型如何改变内容生产？

多模态大模型正从单模态生成走向多模态融合，并进一步从生成内容转向创造体验。阿里巴巴展示了相关进展：图像模型Qwen-Image-3.1面向科研、营销等生产场景，强调准确性与可控性；音乐模型Happy Shrimp 1.1引入审美建模，支持多语言和精细编辑；视频模型则向更长、更可控、更完整、更智能发展，并推出Agentic PE辅助生成引擎。技术正进入专业工作流，成为内容生产的新基础设施。