# 中国与全球大模型一周动态简报 ## 一周总览 本周全球大模型竞争继续向“更强 Agent、更低成本、更可治理”集中。海外侧，Anthropic 发布 Claude Opus 5.5，xAI 发布 Grok 4.7，OpenAI 连续发布 AI 标准与第三方评估原则，Google 则推进 Gemini 音频与模型卡更新。国内侧，阿里 Qwen、美团 LongCat、商汤 SenseNova、上海 AI Lab、APUS 等均有模型或开源项目更新；腾讯、百度、DeepSeek、智谱等更多体现为平台迁移、服务调整、既有模型规模化调用和生态扩散。 本周国内大模型有四条主线： 1. **视觉生成与统一多模态加速**：Qwen-Image-2.1、SenseNova U1 Pro、InternLumina-U2 都指向“理解、生成、编辑统一”。 2. **长程 Agent 与生产力模型继续升温**：LongCat-2.5-Preview、Step 5 Preview、GLM-5.3-Flash、DeepSeek V4.1-Flash 继续围绕代码、长上下文、工具调用和工作流执行竞争。 3. **模型服务平台进入迁移和精细计费期**：腾讯 TokenHub/ADP 调整，DeepSeek 价格与峰谷策略继续影响调用市场。 4. **非聊天式决策模型开始被国内复现**：APUS 开源 fast-browser-use，复刻 Jev 的 System One 离散打分思想，说明 Agent 系统可能从“单一大模型”走向“慢思考 LLM + 快决策小模型”的组合。 ## 全球动态 | 日期 | 厂商/机构 | 动态 | 影响 | | --- | --- | --- | --- | | 09-21 | OpenAI | 发布《Building standards for the next phase of AI》，提出围绕前沿模型评估、第三方测试、安全标准与国际协调建立更清晰的制度框架。 | AI 安全从实验室披露进入标准制定阶段，尤其与中美 AI 风险沟通机制讨论相互呼应。 | | 09-22 | OpenAI | 发布第三方评估原则，强调独立评估需覆盖训练、评估、部署全过程，并与国际安全/安全性标准衔接。 | 第三方评估从“外部跑分”转向“深度访问 + 可审计安全声明”。 | | 09-21 | xAI | 发布 Grok 4.7，定位为面向 coding、agentic tasks 与知识工作的新版模型。 | xAI 继续沿高性能闭源模型路线迭代，代码与知识工作成为核心战场。 | | 09-22 | Anthropic | 发布 Claude Opus 5.5，称在多数工作任务上接近 Claude Fable 5.1，但运行成本较 Opus 5 下降约 40%。 | 海外前沿模型竞争重点从“最高能力”扩展到“能力/成本曲线”。 | | 09-24 | Google DeepMind / Google AI | Gemini 3.8 Audio 模型卡更新；Gemini API 文档显示 3.8 Flash TTS、Lyria 3.5 等音频/音乐模型进展。 | 语音、音乐、实时音频交互继续成为多模态入口竞争重点。 | | 09-21 至 09-27 | 中美 AI 治理 | 美方提出 AI 事件通报/热线设想，OpenAI 同期推动标准化框架；中美 AI 竞争与风险管控并行。 | 模型安全、事故通报与国际标准可能成为下一阶段政策博弈焦点。 | ## 中国厂商动态全覆盖 ### 重点发布与更新 | 厂商/机构 | 本周动态 | 简要解读 | | --- | --- | --- | | 阿里 Qwen / 通义千问 | Qwen-Image-2.1 在 09-20 发布后于本周持续扩散，开源 7B 统一图像生成与编辑模型，支持原生透明图像与多图参考编辑；QwenCloud 09-21 上线 `qwen3.8-omni-flash-realtime`，支持实时音视频交互、文本/音频输出、多通道音频、视频聚合与远程 MCP 工具；09-24 还出现 `decision-model-preview` 结构化决策模型。 | Qwen 本周继续强化“全模态 + 实时交互 + 决策/Agent 工具链”，从图像生成、实时音视频到业务决策都在补齐。 | | 美团 LongCat | 09-25 上线 LongCat-2.5-Preview，主打长程任务与多模态能力；公开信息显示延续约 1.6T 总参数、约 48B 激活 MoE、1M 上下文、图像理解、thinking toggle，并开放 API 与网页体验。 | 美团从本地生活场景沉淀的 Agent 需求出发，LongCat 正从开源模型走向面向开发者的生产力模型平台。 | | 商汤 SenseTime | 09-22 发布 SenseNova U1 Pro 正式版，强调图像生成/编辑出片能力；09-23 商汤在世界技能大会相关活动中展示 AI 技术；上周 U1.5 技术报告继续在本周传播。 | 商汤本周主线是视觉生成与产业展示，SenseNova U 系列继续走“原生统一视觉智能”路线。 | | 上海 AI Lab / 书生浦语 | 09-24 在 Hugging Face / ModelScope 更新 InternLumina-U2 与 Intern-S2-397B；InternLumina-U2 是统一多模态 diffusion LLM，覆盖文本问答、图像生成/编辑、图像理解、视频理解和 3D 理解，16B-A1B MoE，并强调 Ascend/NVIDIA 双生态适配。 | 国内研究机构继续推进“统一多模态架构”和国产算力适配，开源生态影响力增强。 | | APUS | 09-19 公布针对 Jev 的独立开源复现，新华社 09-21 报道其 fast-browser-use 项目；项目基于 Qwen3.5-9B/35B-A3B 复刻 Jev 的“系统 1”离散打分思想，落地浏览器自动化场景。 | 这是国内对非聊天式决策模型的快速响应，显示 Agent 系统开始拆分为“规划/生成”和“快速判断”两类模型组件。 | | 腾讯 / 混元 | 腾讯云 09-21 发布混元生 3D 部分接口下线及服务调整通知，旧版混元文生图、文生视频、图生视频、3D 等接口将于 09-30 全量停止服务，建议迁移至 TokenHub 上的 HY-Image-3.0、HY-Video-1.5、HY-3D-3.1；09-24 发布 DeepSeek 模型峰谷计费规则调整公告。 | 腾讯本周核心是服务治理和平台统一迁移，TokenHub 成为混元与第三方模型的统一入口。 | | DeepSeek | 本周未见新模型发布；DeepSeek-V4.1-Flash 继续成为生态调用热点，第三方周报称其周调用量环比大幅增长；官方 API 文档仍以 09-10 发布、09-14 服务调整为最新关键节点。 | DeepSeek 本周重点在 V4.1-Flash 的价格、性能和生态扩散，继续影响国内模型成本曲线。 | | 智谱 Z.ai / GLM | 本周未见新旗舰代际发布；ZCode 09-22 发布 3.14.3，优化 workflow script 提交/修改效率；AutoClaw 09-26 发布 GLM-5.3-Flash 技术介绍，强调其曾以 Ox Alpha 匿名评测、由国产 AI 加速器承载真实流量。 | 智谱本周重点是 GLM-5.3-Flash 的工程化解释、ZCode 产品迭代和国产芯片推理叙事。 | | 阶跃星辰 StepFun | Step 5 Preview 于 09-20 发布后，本周继续开放体验和讨论：600B 总参数、27B 激活、1M 上下文、视觉输入，权重计划 10-15 开放。 | 虽发布时间在上周末，但本周是 Step 5 进入开发者观察窗口的第一周，重点关注开源权重、API 口碑和 Agent 任务表现。 | | 字节跳动 / 豆包 / 火山引擎 | 本周未见 09-21 至 09-27 新模型发布；上一周期的 Doubao-Seed-2.1-Pro-0915、豆包手机助手与企业 Agent 方向继续发酵。 | 本周以既有模型和企业/终端 Agent 落地延续为主。 | | 百度 / 文心 | 本周未见新文心旗舰模型发布；09-16 公测的端到端语音语言大模型 Flex 继续作为近期重点，支持语音交互与 Function Call，RAG 能力预告上线。 | 百度本周无新增旗舰，方向仍是语音交互和开放平台能力。 | | 科大讯飞 / 星火 | 本周未见新模型发布；星火 X2.5 与 端侧 4B/1.7B、全国产算力训练成果仍是近期主线；讯飞新闻侧强调 AI 安全方案和行业大会落地。 | 讯飞重点在国产算力、端侧长上下文和行业安全方案，未见本周新代际。 | | 华为 / 盘古 / 昇腾 | 本周未见盘古新模型发布；盘古 NLP 与科学计算模型文档仍是当前公开产品主线，外部讨论更多集中在昇腾和大模型集群基础设施。 | 华为本周主要是 AI 算力/云底座与盘古生态延续。 | | 360 智脑 | 360 智脑开放平台本周未见新旗舰发布；平台仍提供 360 智脑、实时语音、翻译及第三方模型聚合能力。 | 本周以平台服务与模型聚合为主。 | | 月之暗面 Kimi | 本周未检索到 Kimi 新模型发布；Kimi K3、Kimi K2.7 Code 等既有模型继续在第三方平台和社区讨论中出现。 | 本周未见重大公开更新。 | | MiniMax | 官方发布页本周未见 09-21 至 09-27 新模型发布；M2.5、H3、Music 3.0 等仍为近期重点。 | 本周未见重大公开更新。 | | 百川智能 | 官网仍展示 Baichuan4-Turbo、Baichuan4-Air、Baichuan4、Baichuan-M3 等，未检索到本周新发布。 | 本周未见重大公开更新。 | | 零一万物 01.AI | 开放平台此前已公告停止模型体验与 API 调用服务，转向企业级 AI 解决方案；本周未见新模型发布。 | 通用开放 API 不再是其本周重点。 | | 面壁智能 ModelBest / OpenBMB | 本周未见 MiniCPM 新模型发布；MiniCPM5-2B 与端侧生态适配仍是近期主线。 | 本周未见重大公开更新。 | | 昆仑万维 / 天工 Skywork | 官网继续展示 Skywork Super Agents、SkyReels、Mureka、Skywork-R1V2-38B 等生态，本周未检索到新模型发布。 | 本周未见重大公开更新。 | | 小红书 AllSpark | 本周未见 Iris 后续新模型发布；09-14 开源 Iris 搜索 Agent 模型家族仍在开发者社区传播。 | 本周以既有搜索 Agent 模型延续为主。 | ## 国内重点事件解读 ### 1. Qwen 把多模态从“生成”推进到“实时交互” Qwen-Image-2.1 解决的是图像生成/编辑与透明素材工作流，`qwen3.8-omni-flash-realtime` 解决的是音视频实时交互，`decision-model-preview` 则补上结构化业务决策。三者合在一起，说明阿里 Qwen 的产品栈不再只是单点模型，而是在向“模型即实时应用基础设施”延伸。 ### 2. LongCat-2.5-Preview 让美团进入本周前沿模型主舞台 LongCat-2.5-Preview 的亮点不是单纯参数规模，而是 1M 上下文、图像理解、长程任务、thinking toggle 与 API/网页端同步开放。美团本身有本地生活、履约、商户、客服和交易场景，LongCat 如果能把这些数据与 Agent 工作流结合，会形成与纯模型公司不同的业务闭环。 ### 3. 统一多模态模型在国内出现多条路线 商汤 SenseNova U 系列强调原生统一视觉智能；Qwen-Image-2.1 强调创作和编辑统一；InternLumina-U2 走 diffusion LLM 与多 codebook 离散视觉 token 路线，覆盖图像、视频、3D。国内多模态竞争正在从“图文理解模型”升级到“同一模型同时理解、生成、编辑和跨模态推理”。 ### 4. 决策模型开始进入 Agent 系统工程 Jev 引发的 System One 决策模型讨论，本周在国内由 APUS 等快速复现。它的核心价值不是替代通用大模型，而是把 Agent 循环里大量分类、选择、评分、路由任务从高成本 LLM 调用中拆出来。未来 Agent 架构可能更像：大模型负责规划与复杂推理，小型决策模型负责高频、低延迟、可校准判断。 ### 5. 平台迁移与计费精细化成为商业化信号 腾讯混元旧接口下线、TokenHub 统一迁移、DeepSeek 峰谷计费和低成本调用热度，说明国内大模型服务正在从“快速上新”进入“平台治理、接口稳定、成本透明、迁移可控”的阶段。企业客户关心的不只是模型能力，也包括 SLA、成本结构、迁移窗口和接口长期可用性。 ## 下周观察 1. LongCat-2.5-Preview 是否公开更多技术报告、评测细节和 API 稳定性数据。 2. Qwen3.8-Omni-Realtime 是否出现实时会议、音视频客服、GUI Agent 等开发者案例。 3. 腾讯旧版混元接口 09-30 停服前，TokenHub 迁移是否顺利。 4. GLM-5.3-Flash、DeepSeek V4.1-Flash、Qwen3.8-Flash 在低成本 Agent 调用市场的份额变化。 5. APUS/Jev 复现类项目能否从概念验证走向真实业务中的路由、审核、评分或浏览器自动化。 6. OpenAI、Anthropic、Google 等海外实验室的安全标准与第三方评估机制是否进一步制度化。