OmniVBench：面向参考生成视频的大规模基准与数据集
OmniVBench是用于评估多种参考控制视频生成模型的基准，涵盖内容、动作、风格、结构、叙事和多参考等7类任务、18项细分任务。其包含12,172个针对具体案例的检查项，用于评估参考因素是否被准确保留、解耦、绑定到正确目标，并按照指令实现。配套的Omni-R2V数据集包含34万个经过处理的训练样本，主要来自专业视频素材。对开源和闭源模型的评估显示，不同任务类别和评估维度之间仍存在明显性能差距。
AI 新闻中心
AI 新闻中心 过去30天分析了 317 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
RecreationWorld：为混合计算机使用代理提供可扩展、可验证的环境
RecreationWorld是一套面向混合计算机使用代理的研究与评测框架，支持代理结合图形界面操作、软件开发和命令行工具。在Ubuntu、macOS、Windows、Android和Web环境中，代理需要研究正在运行的参考应用，并在没有预设流程的情况下构建忠实实现。统一测试系统同时评估程序结果和视觉结果。配套的RecreationBench包含跨领域、跨平台的250项任务。GPT-6 Astra
GraphSkillEvo：图结构智能体技能的进化优化
GraphSkillEvo是一种优化大语言模型智能体技能的方法。它不再将技能表示为缺乏结构的自然语言指令，而是将其建模为有向图：节点包含执行步骤和操作指导，边表示依赖上下文的步骤转换。该方法采用基于种群的进化过程，通过变异和交叉同时探索多个候选技能。在五项智能体基准测试中，作者报告称，与SkillOpt相比，GraphSkillEvo在GPT-5.4-nano上的平均准确率提高了4.01个百分点，
ZCode 道歉并开源：阿里云 OSS 存储桶已清空，Repo Wiki 功能下线
针对社区反馈的产品安全问题，ZCode 团队已在 GitHub 开源代码，并邀请中国信息通信研究院和绿盟科技开展安全审计。团队表示从未留存用户代码或数据，也未将其用于模型训练。客户端 v3.14.0 已移除 Repo Wiki 功能，并切断本地仓库快照的生成与上传链路。绿盟科技审查后确认，未发现可触发快照生成或文件外发的功能路径。技术评测还确认，阿里云 OSS 的 zcode-prod 存储桶已无
阿里巴巴发布 Qwen-Image-2.1：70亿参数开放权重图像模型
阿里巴巴发布了用于图像生成的 Qwen-Image-2.1，这是一款拥有70亿参数的开放权重模型。该公司称其性能超过大多数闭源模型。模型原生支持透明度处理，并可使用最多10张参考图像。相关性能说法来自阿里巴巴，仍需通过独立基准测试进行验证。
阿里巴巴开源 Qwen-Image-2.1，支持透明图像生成与编辑
阿里巴巴已开源图像模型 Qwen-Image-2.1，将文生图与图像编辑整合在同一系统中。其视觉生成部分仅有 70 亿参数，并原生支持透明图像的生成与编辑。用户最多可提供 10 张参考图，用于局部编辑、人像和商品图像等任务。阿里巴巴还表示，模型改进了文字排版、人物光影和细节表现。Qwen-Image-2.1 已通过 GitHub、Hugging Face 和 ModelScope 提供。
微信 AI 团队开源 WeKnora：让知识库在沙箱中执行任务
微信 AI 团队已将知识管理框架 WeKnora 开源，0.8.0 版本以 MIT 许可证面向公众提供。该项目旨在让知识库不只负责查找答案，还能执行任务。anydoc 支持直接导入 PDF、Word、Markdown 和网页等格式，Wiki 模式则可将非结构化文档整理为结构化知识。GraphRAG 会抽取实体及其关系，构建知识图谱，在处理事物之间关联的问题时，补充单纯向量检索的不足。Skill S
中国工信部将大力发展开源基座模型，深入推进人工智能与制造业融合
在2026世界制造业大会开幕式上，工业和信息化部副部长辛国斌表示，中国将把新一代智能制造作为重点方向。工信部将提升产业创新能力，推动传统产业转型升级，扩大先进制造业集群，并深入推进人工智能与制造业融合。同时，工信部将大力发展开源基座模型和垂类模型，梯度培育智能工厂，夯实智能制造所需的软硬件基础，并推动制造业绿色低碳转型。
阶跃发布 Step5Preview：6000 亿参数仅激活 270 亿
阶跃全面开放了面向 Agent 任务的新一代开源旗舰模型 Step5Preview。该模型采用稀疏 MoE 架构，总参数量为 6000 亿，但每次推理仅激活 270 亿，支持 100 万 Token 上下文窗口以及文本和视觉输入。阶跃称，Step5Preview 在 Artificial Analysis 的 Intelligence Index 中获得 44 分，进入全球开源模型前三。在 Age
阿里巴巴达摩院开源医疗视觉语言模型 RADAR
阿里巴巴达摩院已开源医疗视觉语言模型 RADAR，用于分析 CT 扫描图像。达摩院称，该模型能够识别约150种腹部疾病，包括癌症。发表在《Science》上的一项新研究使用近4万份真实世界检查数据对其进行了测试，并称 RADAR 的表现超过了大多数放射科医生。不过，在临床应用前仍需经过独立验证和监管审批。
阶跃星辰发布旗舰模型 Step 5 Preview，宣布将于 10 月 15 日开源
阶跃星辰（StepFun）宣布推出旗舰模型 Step 5 Preview，主打 AI 编程、软件工程及智能体（Agentic）任务。该模型采用稀疏混合专家（MoE）架构，总参数量达 6000 亿（激活参数 27 亿），支持 100 万 Token 上下文窗口与原生多模态输入。在 Artificial Analysis 综合智能指数中，该模型位列全球开源模型前三。官方表示，其单任务成本仅为 Clau
阶跃星辰发布Step5Preview，宣称单任务成本仅为Claude Opus 5的八分之一
阶跃星辰发布基座模型Step5Preview，主要面向AI编程、软件工程、专业知识工作和金融等场景。公司称，该模型在Artificial Analysis Intelligence Index的开源模型中位列全球前三，单任务成本仅为Claude Opus 5的八分之一。Step5Preview采用稀疏MoE架构，总参数量6000亿，激活参数270亿，支持最长100万Token上下文，并原生支持文本
中国电信开源 Xing4.0-29B-A4B，消费级显卡也可运行长上下文
中国电信发布了 Xing4.0-29B-A4B。这款混合专家模型总参数量为290亿，每次推理激活约40亿参数，原生支持25.6万 token上下文，并可扩展至51.2万 token。公司称，该模型从使用昇腾芯片训练，到框架适配和推理部署，均采用国产硬件与软件。在其公布的 SuperCLUE 评测中，模型的智能体能力获得93.52分，排名第三。经过4-bit量化后，显存占用据称约为15GB，可在 R
Termexo v0.10.4 接入 Grok Build，并修复会话统计错误
开源 AI 编程工作台 Termexo 发布 v0.10.4，新增对 Grok Build 的支持。用户安装并登录 Grok Build CLI 后，Termexo 可以自动识别它，在工作区启动终端，列出和恢复历史会话，并通过任务看板执行任务。Grok Build 现在可与 Claude Code、Codex、OpenCode 和 Antigravity 一起由同一界面管理。该版本还修复了长时间运
超100个AI药物进入临床阶段，数据仍是AI制药瓶颈
在上海举行的生物医药论坛上，专家指出，AI辅助药物研发的主要瓶颈并不只是模型规模，而是高质量数据以及数据持续回流的能力。L.E.K. Consulting统计显示，截至2025年，全球已有超过100个AI辅助药物分子进入临床阶段，超过90家中国企业与AI生物科技公司建立合作。但行业仍缺乏高质量的分子结构数据和机制性数据。模型面对从未学习过的新分子时，预测性能可能下降；目前可获得的数据也多为单模态，