一、大模型

1.DeepSeek V4.1 Flash：更强、更快、更普惠

【网址】https://www.deepseek.com/

【简介】9月10日，深度求索正式发布 DeepSeek V4.1 Flash 模型。这是全新模型结构系列中的最小尺寸的模型，具备原生多模态视觉理解能力。新模型结构的设计初衷是：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。

DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型。同时，V4.1 Flash 还采用了新的预训练方式、经过了更大规模的强化学习后训练，在基准测试中，成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。

得益于模型架构的创新，DeepSeek V4.1 Flash 能够以更低的成本服务更多的用户，因此深度求索相应下调了 V4.1 Flash 的定价。同时，为了更合理地调配资源，仍然采用峰谷定价，闲时价格为高峰时段价格的一半，鼓励用户根据实际使用情况调整任务时间。新价格于 2026 年 9 月 10 日 12:00 开始生效。

补充：DeepSeek Harness v0.1.5 版本现已发布。新版本与 DeepSeek V4.1 Flash 模型训练深度结合，模型在 DeepSeek Harness  的不同配置中都进行了专项训练和优化。同时，新版 DeepSeek Harness 为插件作者提供了更多标准化的 UI 扩展入口，新增了文件上传、侧边栏文件预览等功能，优化了 UI 的性能与交互，并持续增加与模型研究前沿深度结合的实验性功能。

“一切皆插件”的下一步

在后续版本中，深度求索计划新增内置插件管理面板，让开发者和用户更方便地管理插件、相关配置及其 UI 入口展示。同时，计划面向插件开发者提供更多插件扩展入口，支持插件代码以更灵活、可靠的方式嵌入和调用内置功能，以及将插件 UI 嵌入界面的更多位置。

　ㅤ

2.一张消费级显卡，也能实时生成一个世界：LingBot-World 2.0 再开源三款模型

【网址】https://technology.robbyant.com/lingbot-world-v2

【简介】继今年 7 月开源 LingBot-World 2.0 14B 模型后，9月10日，蚂蚁灵波科技进一步开放三款模型：LingBot-World 2.0 Small（1.3B）、LingBot-World 2.0 Bidirectional 和LingBot-World 2.0 Causal Pretrain。

这一次，蚂蚁灵波科技首先希望解决一个更直接的问题：当世界模型已经能够长时间持续生成、实时响应操作并不断创造新事件，怎样让更多开发者真正把它跑起来？

1.3B 小模型面向消费级单卡 GPU，可在单卡上实现实时世界生成；Bidirectional 与 Causal Pretrain 则进一步开放模型蒸馏和因果预训练能力。蚂蚁灵波科技希望让 LingBot-World 2.0 不仅可以被体验，也更容易被运行、研究和改进。

本轮开放的三款模型，让开发者既可以直接运行 1.3B 小模型，也可以从 Causal Pretrain 或 Bidirectional 出发，继续开展后训练、评测、蒸馏、压缩、推理加速和特定场景适配。蚂蚁灵波科技希望逐步完善世界模型从研究到应用的开源体系：让更多人能够跑起来，也让研究者能够在此基础上继续训练、蒸馏和创造。

　ㅤ

3.GPT Images 2.5 来了：更快更清晰，改图也更稳

【官方介绍】https://openai.com/zh-Hans-CN/index/introducing-chatgpt-images-2-5/

【简介】2026 年 9 月 8 日，OpenAI 发布 ChatGPT Images 2.5。

ChatGPT Images 2.5 的核心升级是生成更快、编辑更精准、多轮修改更稳定。据 OpenAI 介绍，新版本的生成延迟相比 Images 2.0 最多降低 50%，光照和纹理更自然，也更能保留参考图中的主体特征。目前已向 ChatGPT、ChatGPT Work 和 Codex 的各档用户推出。

编辑方面，新版本更擅长只调整指定内容，同时保留原有细节。例如，给人物换装时保持面部特征，更换商品背景时保留外形与标签。连续调整场景、配色和文案时，前面确认的内容也更容易保留下来，减少反复修补。信息图的内容准确性和复杂布局同样有所改善。

创作入口也有更新：Sketch 支持先画草图、再用文字补充风格与细节（输入框键入“@ Sketch” 即可）；模板提供常见设计格式；图片批注让修改意见直接对应画面位置；提示词分享则方便他人替换素材，复用创意。模板目前暂不支持 Work 模式，图像生成额度保持不变。

API 端提供两个模型：

开发者可通过 Image API 完成单次生成或编辑，也可通过 Responses API 接入多轮对话，并使用带透明背景的 PNG、WebP 进行后续合成。文字、角色一致性和精确布局仍可能出现偏差，涉及公式、数值等内容时，发布前还需核对。

　ㅤ

4.全球AI视频榜单第一梯队再添中国力量：智象发布首款物理规律导向视频模型

【简介】9月15日，智象未来（HiDream.ai）正式发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0(模型简称 HD-V1）。HD-V1采用智象自研原生全模态架构，支持文本、图片、视频等多种模态输入，可一键直出5–20秒1080p高保真视频，同时在意图理解、物理规律理解、自主规划叙事、以及音画一体化生成等维度均全面升级，达到全球领先水平。

发布同期，HD-V1 在两项国际权威评测榜单中，均位居世界前列。在全球领先的独立 AI 基准测试与分析平台Artificial Analysis  Image to Video  Leaderboard（With Audio）排行榜上，HD-V1 取得全球排名第四的佳绩。Artificial Analysis 的图生视频榜单以标准化、可复现的基准对全球头部视频生成模型进行系统评测，被视为衡量AI视频模型综合实力的重要标尺。

在全球最具影响力的AI 模型盲测评测平台 Arena.ai Image-to-Video 中，HD-V1也取得了第8的优异成绩。Arena.ai Image-to-Video是专注于AI视频生成模型的盲测评测子平台，是目前评估图生视频模型能力的重要第三方参考，被全球国际主流 AI 厂商广泛引用。

放在全球 AI 竞争格局中看，这一成绩的意义远超名次本身：多模态是当下全球人工智能的核心战场，图生视频则是其中技术密度最高、竞争最激烈的方向之一。HD-V1以双榜高位成绩完成全球首次亮相，这标志着中国优秀大模型企业已全面领先，形成全球AI视频模型第一梯队。

　ㅤ

5.Ling-3.0-flash-VL 开源发布：让视觉能力服务真实任务

【网址】https://chat.ant-ling.com/chat

【简介】9月9日，蚂蚁正式发布并开源百灵系列首个原生多模态大模型 Ling-3.0-flash-VL。模型基于 Ling-3.0-flash 的 MoE 架构拓展而来，总参数量为 124B，单次推理激活 5.5B 参数，原生支持图像、文本与视频输入，上下文窗口达到 256K Token。围绕“如何更可靠、更高效地完成真实任务”，Ling-3.0-flash-VL 重点探索了三个方向：

　ㅤ

6.阶跃发布语音大模型StepAudio 3，拿下多个全球第一！

【网址】https://static.stepfun.com/blog/stepaudio3/

【简介】9月15日，阶跃星辰正式发布 Step Audio 3 系列模型，包括 StepAudio 3 Realtime、StepAudio 3 ASR、StepAudio 3 TTS、StepAudio 3 Gen 和 StepAudio 3 Music。其中，多款模型在 Artificial Analysis 榜单中位列全球第一。

过去一年，语音大模型的发展正在从单点能力竞争，进入更完整的内容理解、实时交互和创作能力竞争。语音模型不再只需要“把文字念出来”，音乐模型也不再只是“一句话生成一段好听的音频”。

阶跃星辰希望 StepAudio 3 往前再走一步：让模型真正理解声音、组织声音，并参与完整的实时交互和音频创作流程。

围绕这个目标，StepAudio 3 系列分别面向几类核心场景：真人级语音生成、完整音频内容生成、实时语音交互、复杂场景语音理解和音乐创作。

　ㅤ

7.最懂科学的开源基础大模型『书生-S2』发布：科学能力比肩顶尖闭源，通用性能居开源第一梯队

【网址】https://chat.intern-ai.org.cn/

【简介】9月13日，在2026浦江创新论坛（第十九届）人工智能赋能科学研究专题论坛上，上海人工智能实验室（上海AI实验室）发布书生多模态大模型 S2（以下简称“书生-S2”）。重点提升了长程科研能力与智能体能力，并通过创新架构设计探索科学专业知识的持续扩展，为长周期科研任务提供更坚实的能力基础。

书生-S2在知识、代码、智能体等通用能力上达到了开源模型第一梯队，同时在Biology-Instructions、Mol-Instructions等生命科学和材料结构理解、生成与设计相关的科学任务评测上表现优异，大幅领先其他开闭源旗舰模型。不仅如此，书生-S2还能稳定有效地执行研究级的严谨数学推理和调研等科研长程任务。在IMO-Proof、AdvancedMathBench等强调长程严谨推理的竞赛数学与高等数学基准上，书生-S2整体领先现有开源模型，并达到Gemini 3.1 Pro等顶尖闭源模型的水平。

书生-S2已与昇腾计算生态开展深度协同，围绕计算、通信、显存等进行深度优化，持续探索从模型能力提升到国产算力基础设施优化的协同演进路径。书生-S2即将接入『书生·端砚』科学发现平台，为平台进一步提供科学专业、长程科研与智能体能力支撑，推动模型能力融入真实科研任务与科研流程。

　ㅤ

8.Hy Image3.5 preview 发布，为专业创作提供高性价比模型

【网址】https://aistudio.tencent.com/

【简介】9月22日，腾讯正式发布混元图像 3.5 预览版（Hy Image3.5 preview）。

这是一款高性价比的专业级生图模型，经过数百名内部专业设计师GSB盲测，模型能力对比 Hy Image3.0 显著提升约30%，通过与元宝、WorkRally、OnSolo、Miora、WorkBuddy、ima等产品深度协同，大幅提升面向生活、学习和生产力等场景的效果与能力。

Hy Image3.5 preview 模型支持文生图和图生图，单次最多可上传 5 张图作为参考，并支持多种尺寸比例输出，能实现最高 2K 分辨率输出，模型支持多轮对话创作，可基于历史上下文进行连续创作和编辑。

Hy Image3.5 preview 继续沿用 Hy Image3.0 系列的设计思路，在文本渲染与布局、真实感与风格表现力、编辑一致性等方面显著提升，以极具吸引力的性价比为日常创作和专业视觉生产提供效果卓越的图像生成能力，对比上一代模型综合能力显著提升。

Hy Image3.5 preview 在元宝 APP 提前 2 个月就已开始逐步灰度上线，模型显著提升了端内用户的生图体验，带动用户需求的大幅增长。据元宝的数据显示，灰度测试期间生图整体请求量提升超过50%。

在腾讯内部组织数百名专业设计师的 GSB 盲测中， Hy Image3.5 preview 与 Seedream 5.0 pro 持平，略优于 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。

Hy Image3.5 preview 腾讯云 API 2K 图像定价为 0.15 元/张图，性价比极具竞争力；同时，Hy Image3.5 preview 仅针对输出图片进行收费。

目前，模型已经上线腾讯 AI 助手元宝、专业影视智能平台 WorkRally、专业剧集及游戏内容制作工具 OnSolo、创意智能体 Miora、办公智能体工作台 WorkBuddy、AI 知识管家 ima 等多款原生 AI 应用，API 能力同步上线腾讯云TokenHub、腾讯云媒体处理MPS、云点播VOD。

企业与开发者可通过腾讯云 API 调用 Hy Image3.5 preview 模型；普通用户可直接通过元宝体验人像编辑、智能 P 图、旅游规划图、知识信息图等场景；知识管理用户可以通过 ima 的 copilot 把自己的专业知识变成可视化的精美网页、PPT 等；创作者欢迎通过 Miora、WorkRally 和 OnSolo 进行专业级美学与影视物料创作，Miora、WorkRally、OnSolo 将同步推出限期两周的免费体验。

　ㅤ

9.Xiaomi MiMo-V2.6：扩展强化学习规模，迈向自我提升

【网址】https://aistudio.xiaomimimo.com

【简介】9月22日，小米正式发布并开源 Xiaomi MiMo-V2.6 系列。这是小米探索 RSI（递归自我改进）路径的关键一步：以可验证的复杂任务为基础，规模化扩展强化学习（RL）算力，让模型在持续的探索与反馈中不断拓展智能边界。

夫夷以近，则游者众；险以远，则至者少。在一个智能容易被复制的时代，小米选择把算力投进真实环境，让模型在反馈中一次次试错、自己学会。这条路更慢，也更少被看见。MiMo-V2.6 这 6 天的 Live RL 训练，是小米在这条路上的一次公开跋涉；而这 6 天的背后，是长达半年的基础研究积累和工程试错。

MiMo-V2.6 系列包含 Pro 和 Flash 两个原生全模态模型。得益于 RL 算力的扩展，MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index（AA综合智能指数）中取得 46 分，超过 Kimi K3 和 Qwen3.8 Max，成为当前最强的开源模型；但与最强的闭源模型 Claude Fable 5.1 和 GPT-6 Astra 相比，仍有差距。

MiMo-V2.6 系列沿用 V2.5 系列的 API 定价。智能提升，价格不变，“智能-成本”的帕累托前沿由此再度向外推进。MiMo-V2.6-Pro 刷新了国产模型的性价比纪录：在同等智能水平下，价格仅为海外模型的 1/20 至 1/60。

小米全面开源 MiMo-V2.6-Pro、Flash 模型权重与技术报告，同步开放 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 研究资源，分享经过验证的训练实践，以下是详细开源内容：

　ㅤ

10.阶跃发布旗舰模型 Step 5 Preview：向前一步，智能效率的新一代“帕累托前沿”

【网址】https://studio.stepfun.com/

【简介】阶跃新一代旗舰模型 Step 5 Preview是一款面向真实世界 Agentic 任务的旗舰基座模型。阶跃星辰认为，随着 Agent 从“回答问题”走向“完成任务”，日常工作主力模型的标准也在发生变化：不再只是单项能力足够强，而是要在能力、成本、效率和场景覆盖之间实现更好平衡。Step 5 Preview 正是围绕这种平衡而设计。

它采用稀疏 MoE 架构，总参数量 600B、激活参数仅 27B，支持 100 万 Token 上下文窗口，原生支持文本与视觉输入，在 AI 编程、软件工程、专业知识工作、金融等场景表现突出。

在全球权威的 Artificial Analysis  Intelligence Index 中，Step 5 Preview 取得 44 分，位居全球开源模型前三。与此同时，Step 5 Preview 单任务成本仅为 Claude Opus 5 的 1/8。这意味着，Step 5 Preview 在同样成本下获得更强智能，也让同等能力能以更低成本投入实际工作——进一步推动 AI 模型的帕累托前沿。

在公开和内部评估中，Step 5 Preview 在复杂的软件工程任务（包括长程规划任务）、专业知识工作和金融领域等基准测试中展现出较为均衡的综合能力，并在 Agents' Last Exam 的 CLI 子集 ALE-CLI、金融投资研究评测 FrontierFinance，以及跨领域深度研究评测 DRACO 上仅次于 GPT-6 Astra 或 Claude Opus 5，领先其他参评开源模型。

　ㅤ

11.Qwen3.8-Omni-Flash：从理解到交付，释放全模态Agent生产力

【网址】https://www.qianwenai.com/models/qwen3.8-omni-flash

【简介】9月18日，新一代原生全模态模型 Qwen3.8-Omni-Flash正式上线。该模型的核心目标是提升其在真实生产力场景中的 Agent 能力，推动全模态模型从“理解全模态内容”进一步走向“规划任务、调用工具并完成创作”。在具备编程、文本知识工作和 GUI 操作等通用 Agentic 能力的基础上，Qwen3.8-Omni-Flash 进一步拓展了以音视频为核心的 Agentic 应用，在视频剪辑、音乐视频创作、影视制作与解说、音视频转图文摘要和音视频对话等，需要综合处理文本、图像、音频与视频的工作流中取得了显著效果。

Qwen3.8-Omni-Flash 支持 1M 长序列，在保持与同尺寸文本模型相当的文本能力的同时，全模态能力显著提升。

在累计 30 项评测上，相比上一代 Qwen3.5-Omni-Plus，平均得分提升超过26%。

在音视频 Agent、Coding 和长程任务方面，模型在 WildClawBench-MM 上大幅提升36.5分，在 AgenticVBench 上提升22.3分，并在 UniClawBench 上取得 69.6的高分。

基础能力方面，模型在长音频/音视频理解、音视频推理、音视频 Caption 和多说话人识别上均有明显提升：例如，LongAudioSpan 提升8.3分，OmniVideoBench 提升 9.6 分，OmniCap-IF 的 CSR / ISR 分别提升 8.5 / 14.1 分，AliMeeting 的 DER / cpWER 从 88.11 / 89.61 降至 3.35 / 17.18。

通过扩展数据、上下文与 Agentic Environment，Qwen3.8-Omni-Flash 的音视频能力接近 Gemini 3.8 Flash，音频能力整体超过 Gemini 3.8 Flash。

这些能力的进一步提升，也意味着音视频正在从模型的感知输入，进一步成为 Agent 理解环境、开展推理并执行任务的核心载体。

同时，Qwen3.8-Omni-Flash的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%。

　ㅤ

12.GLM-5.3-FlashX上线：大大方方、好好用用、嗖嗖嗖嗖

【网址】https://www.bigmodel.cn/trialcenter/modeltrial/visual?modelCode=glm-5.3-flashx

【简介】GLM-5.3-Flash此前以“Ox Alpha”之名与全球开发者见面，获得海内外开发者的广泛认可，调用量持续攀升。面对快速增长的需求，智谱在10万张国产芯片提供的推理算力基础上，进一步加大对Infra侧的投入与推理优化。

9月18日起，智谱正式推出GLM-5.3-FlashX（最高200 tokens/s），为企业与开发者带来更快、更流畅的模型体验。GLM-5.3-Flash长期保持同尺寸最强智能水平，并具备极高性价比，本次提速进一步形成智能、价格、速度的全面竞争力。

　ㅤ

13.GPT-6 Sol、Luna 发布：永久半价

【网址】https://chatgpt.com/

【官方介绍】https://openai.com/index/introducing-gpt-6-sol-and-luna/

【简介】9月23日，OpenAI正式发布GPT-6 Sol和GPT-6 Luna，分别承担中阶和轻量任务。两款模型最大的变化不是单纯提升跑分，而是价格。

按OpenAI官方口径，GPT-6 Sol的API价格为每百万token输入2美元、输出10美元，较GPT-5.6 Sol此前的促销价格下降50%；GPT-6 Luna每百万token输入0.10美元、输出0.50美元，同样较GPT-5.6 Luna此前促销价格下降50%。

并且，这些模型的能力大幅提升，且相比 Anthropic 有巨量的价格优势（这个价格已经把Sol直接压到了Claude Sonnet 5的价位）。

并且 Tibo 还宣布，所有 Plus、Pro、Business 账户将获得一次 banked reset。

Sol、Luna 使用了与 Astra 类似的训练方法，分别定位复杂编程与专业工作、快速且大规模的日常任务。Astra 继续提供家族内最高能力；推理和缓存效率的改善同时降低了服务成本。

　ㅤ

14.Claude Opus 5.5 发布：强如 Fable，价格更低

【网址】https://claude.ai/new

【官方介绍】https://www.anthropic.com/claude-opus-5-5

【简介】9月23日，Opus 5.5 发布，堪比 Fable 5.1，但价格更低：每百万 token 输入 4 美元、输出 20 美元，典型任务成本较 Opus 5 低约 40%。

　ㅤ

二、智能体

1.OpenAI发布Agent API，将引领新趋势｜将从卖模型API到卖 Agent API

【官方介绍】https://openai.com/is-IS/index/introducing-the-agents-api/

【简介】2026 年 9 月 10 日，OpenAI Agents API（智能体 API）公测。它卖的不是又一个聊天补全端点，而是托管版 Codex harness（干活架子）：会话、编排、上下文压缩、恢复、子智能体分活，由 OpenAI 跑；你负责工具、知识和运行环境。

标题里说的「从卖模型 API 到卖 Agent API」，指的就是这一层上移：模型还能按 token 卖，但长跑智能体所需的「系统能力」也开始按标准 API 交付。

官方文档把「做智能体」拆成三条路，别混：

• Agents API：OpenAI 托管 Codex harness，适合长任务、要官方帮你管状态和恢复

• Agents SDK：编排循环跑在你自己的应用里，工具、审批、部署你说了算

• Responses API：直接打模型，自己从零搭智能体

这次发布的是第一条。SDK 和 Responses 还在；Agents API 是「把 Codex 那套云上干活能力，开成 beta API」。

对看热闹的人：云上「能自己多步干活的 AI」有了官方标准接口，路径是 session，不是再堆一层 prompt 链。

对写产品的人：若你缺的是 Codex 那种托管编排，优先试 Agents API；若你要死磕审批流、私有部署和循环控制权，继续 Agents SDK。模型 API 不会消失，但战场确实在往上挪——谁把智能体跑稳、跑久、接进真实工作流，谁更像下一层平台。

　ㅤ

2.业内首个！千问办公推出“多人工作台”

【网址】https://qwenwork.cn/

【简介】9月7日，千问办公推出业内首个“多人工作台”。

用户简单描述需求，即可生成并发布一个最多支持百人同时在线协作的网页，承载复杂的业务流程。

该功能适用于活动组织、家校协同和企业协作等场景，可解决SaaS软件采购成本高、定制软件开发耗时高的难题。

目前，用户可从千问办公首页下方功能入口直接体验。

目前，市面上的AI工作台主要面向个人使用，例如生成在线简历、个人作品集、个人打卡器等，用于信息展示、记录或简单交互，能够解决的实际问题有限。

千问办公推出的“多人工作台”，不仅可以生成网页，还具备角色权限、云端数据库、管理后台和在线发布四项核心能力，可以承载多人参与的业务流程。

用户可为管理员、普通成员等角色配置不同的数据和操作权限，统一存储成员提交的数据、任务状态和工作进展，并通过后台集中管理和统计。网页生成后可一键发布，团队成员通过链接即可按所属权限访问并使用相应功能。

过去，企业要将一套业务流程变成软件，通常需要采购ERP系统、OA系统或垂直行业SaaS等标准化产品。从需求沟通到开发上线，整个过程往往需要数月。一旦业务流程发生变化，企业又要协调产品和技术团队，对系统进行修改甚至二次开发。

现在，“多人工作台”为企业和用户提供了全新的AI解决方案。

专业人士只需要用自然语言说清有哪些角色、需要完成哪些任务、管理哪些数据，即可生成相应的协作工具，并直接发布给团队使用。业务流程发生变化后，也可以继续通过自然语言修改。

　ㅤ

4.2026飞书未来无限大会

【简介】9月15日举办的2026飞书未来无限大会暨豆包工作开工大会上，两个重磅新品来了：飞书8.0和豆包工作伙伴。

全新飞书，为Agent而造

豆包工作伙伴，为团队而生的Agent

2026 年 9 月 15 日飞书未来无限大会暨豆包开工大会上，豆包工作迎来功能升级。围绕专业强、懂业务、守规矩三个维度，豆包工作从接收需求、查找资料，到分析、制作、修改和交付，帮助用户把工作真正做完。

豆包工作原生融入飞书，能够在用户权限范围内，结合聊天、文档和会议纪要理解业务，把企业多年积累的知识和经验用到具体任务中。通过技能、连接器和 Managed Agent 的接入，还能与企业已有的系统、工具和专业 Agent 协作，遵循企业的流程，沿用飞书的身份、权限和安全管控能力。

　ㅤ

5.Xiaomi MiMo 桌面客户端开放邀测

【网址】https://mimo.xiaomimimo.com/desktop/invite/

【简介】9月8日，Xiaomi MiMo Desktop 桌面客户端（以下简称：MiMo Desktop）携全新一代模型 Preview 版，正式开放邀测。

MiMo Desktop 是一款面向真实工作场景的桌面 AI 应用：接收多格式素材输入，理解目标，拆解任务，调用工具，交付高可用度成果，并支持实时预览与修改。我们希望通过真实任务，验证它在长链路执行、工具调用、交付质量和使用体验上的边界，并据此持续迭代。

邀测期间，通过申请的用户可以在 MiMo Desktop 限时、限量、免费体验两款 Xiaomi MiMo 全新一代模型 Preview 版，代号：

MiMo-X 系列模型面向真实专业工作场景优化，重点覆盖复杂任务推理、多 Agent 协作、大型编程项目、Office、网页设计、前端与交互设计、视频剪辑、3D 生成、音乐生成、电脑操控等。

MiMo-X 系列目前仍处于预览测试阶段，能力表现可能随版本迭代变化。用户基于实际任务的反馈将用于后续评估与改进。

　ㅤ

6.影刀AI WorkOS即将上线：让AI员工进入业务系统里工作

　ㅤ

7.2026智能经济论坛：百度发布“产业智能体操作系统”

【简介】9月16日，百度与人民日报文化科技有限公司联合主办的2026智能经济论坛在人民日报社举行。

活动上，百度沈抖提出“产业智能体操作系统”理念，并带来了百度搭子生态平台、百度搭子开发平台，以及天池超节点等一系列新进展。

“产业智能体操作系统”，就是将通用智能体、专业智能体、定制智能体组织成一套能协同、能闭环、能对结果负责的系统。

基于百度智能云过去三年落地经验，企业任务分三类，20%日常运营、30%专业领域、50%决定经营的核心任务。

产业智能体操作系统要做的，就是把不同类型的智能体组织起来：向上承接任务，判断需要哪类智能体参与；中间连接企业的知识、数据与业务流程；向下调度云上的算力与安全资源。任务执行过程中沉淀的数据、经验和方法，再回流到系统，成为企业可以持续复用、迭代的经营能力。

　ㅤ

8.Kimi Code Desktop 正式与你见面

【网址】https://www.kimi.com/code

【简介】9月21日，Kimi Code Desktop 正式发布。macOS 和 Windows 版同步上线，访问 kimi.com/code 开始安装使用。

作为 Kimi Code 官方桌面客户端，它将 Kimi Code 智能编程服务能力带到桌面应用中。你不仅可以在桌面端内直接使用 Kimi Code 的 AI Agent 能力，通过对话让它读写代码、运行命令、完成自动化任务，还能在全新可视化的图形交互界面中，集中管理你的所有项目，调整常用配置，清晰查看 Agent 执行任务的每一步。

无论是快速验证想法，从零开发个人应用，还是在大型代码库中推进复杂的工程任务，告诉 Kimi Code Desktop 你的想法和要求，它就可以制定可评审、可反馈的执行计划，然后围绕目标持续推进，直至完成任务并交付结果。

针对开发者的实际工作流，桌面端还提供内置终端、浏览器和 Git 状态查看等功能，支持直接运行和调试项目、审阅代码改动，关联 PR 状态，方便跟踪代码评审与合并进度。

　ㅤ

9.MiniMax Code CLI 正式开源

【网址】https://agent.minimax.cn/download

【简介】9月18日，MiniMax Code CLI 的 v0.4.12 版本面向全球开发者正式开放，并且以 MIT 协议正式开放源代码。

MiniMax Code CLI 是 MiniMax Code 客户端的核心组件。在基于 FrontierHarness Eval 的本轮评测中，取得了 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。稀宇科技希望通过优秀的 harness 设计，持续释放模型能力，缩短任务等待时间。

　ㅤ

10.LibTV 1.5 版本更新，五大独家功能升级创作全流程！

【网址】https://www.liblib.tv/

　ㅤ

11.千问办公发布首款Agent硬件QwenNote A2

　ㅤ

12.Qwen Intelligence，让个人智能触手可及

【网址】https://www.qwenintelligence.com/

【简介】9月22日，阿里发布AI手机全栈解决方案Qwen Intelligence，旨在与手机厂商共创，让手机能够完成各类复杂任务。

Qwen Intelligence不参与硬件生产，而是为手机厂商提供三层核心价值：

针对手机Agent的核心需求，首发的Qwen Intelligence提供了三套解决方案，均达到行业SOTA水平，分别承接规划、操作和创意。

目前，Qwen Intelligence已在真实场景落地。阿里巴巴携手荣耀，以Qwen Intelligence和荣耀Magic OS为基础，共同打造了面向下一代AI手机的垂域模型和解决方案，铸就行业领先的手机Agent能力，让手机从被动响应走向主动服务。基于这套解决方案，综合任务准确率达到91.8%，GUI操作速度仅有3.6s，对于复杂长程任务可实现100+操作步数，端到端的服务闭环率达90%。

　ㅤ

三、AI应用

1.秒哒3.8全面升级｜迈向应用创造与经营平台

【网址】https://www.miaoda.cn/

【简介】9月11日，2026秒哒AI day在杭州举行。

秒哒从让每个人都能生成应用，正式升级为覆盖设计、开发、测试、分发、增长、商业化的应用创造与经营平台。

秒哒3.8全面升级，对每个普通人来说：你不再只是“做应用的人”。

从选设计方案、到生成应用、到上架发布、到获客增长、再到收款变现，秒哒让你一个人就能跑通一整条路——设计、开发、运营、市场，相当于具备了一家公司的全链路岗位能力。

对企业主来说：AI不再只是帮你快速做个产品原型。

过去几个月里，秒哒企业用户增长速度是个人用户的14倍。百度看到了来自千行百业的企业员工用秒哒做业务系统——管组织、做交易、跑课程、搞营销、查数据。

AI Coding时代，企业的开发方式正在被重塑。企业真正需要的，不再是一个简单的产品原型，而是能伴随业务一起生长的软件，这是生成式应用最大的价值。

秒哒企业版给了你最完整的那套方案：多应用共享后端数据、开发生产环境隔离、一键本地化部署、团队协同管理——业务跑通、持续运转所需的基础，秒哒全有。

对“会做应用和需要应用的企业和商户”来说：行业首个AI Coding商单平台正式上线。

会用秒哒做应用的人，可以直接接真实订单变现；需要应用的企业和商户，可以快速找到能交付的创作者低成本落地应用。

在秒哒，做出来、接得到、收得回、交付有保障。

　ㅤ

2.豆包手机助手消费者版、第二代豆包手机，正式发布！

　ㅤ

3.全国首个购物中心 Token 卡！大悦城 × 观猹联合首发！

　ㅤ

4.豆包座舱助手，正式发布！

　ㅤ

5.能当个性签名的 AI 录音领夹麦，登场！

【简介】腾讯会议联合影石推出了一款硬件，AI 录音领夹麦。

这款产品基于影石 Mic Pro，为无线麦克风增加了一种新的用途：作为随身录音设备，记录办公场景里的会议和交谈，再交给腾讯会议整理。

　ㅤ

6.Kimi 发布金融行业解决方案

【网址】https://www.kimi.com/business

【简介】9月17日，月之暗面推出 Kimi 金融行业解决方案。这套方案整合了 Kimi 面向金融行业的产品与能力，涵盖 10+ 权威数据源、9 项金融技能和 5 项合规安全措施，以及机构级的数据建模和报告交付能力。 

从持仓早报、财报点评，到项目筛选、深度研究和组合复盘，Kimi 将数据获取、专业分析与成果交付连接起来。在已落地的机构合作中，这套方案已将过去以天计的资料处理和初稿制作压缩到小时级，让专业人员把更多时间留给分析与判断。

目前，已有数十家金融机构基于 Kimi 模型、Kimi 企业版和 Kimi Work 等产品开展业务创新，或与 Kimi 共建金融方案，覆盖头部券商、商业银行、风险投资基金、投研数据机构。

　ㅤ

7.阿里云 Meoo 1.0 正式发布：开放应用构建与部署API，深化企业应用构建能力

【网址】https://meoo.com/

【简介】9月24日，阿里云 AI 应用创作平台 Meoo（秒悟）发布 1.0 版本。Meoo 产品负责人周恒民表示，核心变化是：Meoo 把应用生成、云服务配置和部署发布的能力通过 API 和 CLI 开放出来，企业可以直接使用 agent 调用，也可以将其整套嵌入自己的产品。

Meoo 1.0 提供两种开放入口：面向企业产品和平台型客户的 Meoo OpenAPI，以及面向个人创作者和开发者的 Meoo CLI。

Meoo OpenAPI 根据企业的需求提供不同的接入深度：

Qwen Intelligence 接入 Meoo，为某手机客户提供轻应用服务。手机侧保留原有入口与体验，Meoo 在后台完成轻应用代码生成、云服务与部署配置、应用构建和交付。

Meoo 1.0 延续“人人可用”的产品定位，让 AI 应用创作从个人尝试走向企业生产和校园实践，也让更多想法有机会真正落地。

彩蛋

AI 工具学了不少，为什么遇到一个新任务，还是不知道怎么用？

会操作、会套提示词之后，我们还需要补上什么？

比如，怎样把任务交代清楚，怎样判断 AI 的回答是否可靠，怎样把零散学到的东西连成自己的方法。

这些能力，值得花时间认真学。

今天下午 5 点，我会从“同样让 AI 写一篇文章，两种做法差在哪”聊起，也会介绍 Universal AI 通识课的内容和学习路径。

如果你已经在用 AI，却一直觉得自己的知识东一块、西一块，这场分享应该能给你一些思路。

扫码预约，我们直播间见⬇️