AI日报｜阿里云开源 Qwen-Image-2.1 全模态图像模型；阶跃星辰发布 Step 5 Preview；Anthropic 披露递归自我改进 (RSI) 最新进展与巨额算力规划
模型发布/更新
Qwen-Image-2.1 — 阿里云 (Alibaba Qwen)
- 一言以蔽之：阿里云正式开源 7B 原生全模态图像生成与编辑模型 Qwen-Image-2.1，单检查点同时支持高质量文生图、多图编辑及透明 RGBA 输出。
- 核心亮点：
- 统一多任务架构：单一检查点无缝融合图像生成、多图编辑与透明背景输出，最高支持 10 张参考图输入，大幅降低多模态创作的部署与调用门槛。
- 开箱即用的生态集成：自带提示词增强大模型，深度集成 diffusers 与 ComfyUI，并在 Hugging Face Spaces 提供免安装在线演示。
- 技术规格：7B 参数 / 开源权重 / 集成 SGLang-Diffusion
- 传送门：Qwen 官方博客
Step 5 Preview — 阶跃星辰 (StepFun)
- 一言以蔽之：阶跃星辰推出全新旗舰预览版大模型 Step 5 Preview，在 MaaS 平台全面开放，展现出色的成本效益与长程任务表现。
- 核心亮点：
- 优异的 Pareto 效率：在多项公开基准与编码代理评测中，其性能媲美当前主流顶尖闭源模型，且极具价格竞争力。
- 长程任务终止控制：针对复杂多跳和长距离任务优化了“何时停止”的决策机制，在长周期代码重构与任务规划中表现稳健。
- 技术规格：预览版 / 平台托管 API / 深度适配编码智能体
- 传送门：阶跃星辰官网
Laya — Convai Innovations
- 一言以蔽之：Convai Innovations 开源基于 Apache 2.0 协议的轻量级“系统一”决策模型 Laya，作为 Jev 的开源替代方案。
- 核心亮点：
- 非自回归零幻觉设计：不生成文本，而是在一次前向传递中直接输出分类标签、排序评分及逻辑概率，33–40 ms 即可完成响应。
- 多语言与多检查点覆盖：提供基于 ModernBERT 的 421M 英文版及覆盖 100+ 语言的 mmBERT 322M 多语言版，采用 RLCD 强化学习进行严格的概率校准。
- 技术规格：322M / 421M 参数 / 开源权重 (Apache 2.0) / Hugging Face 已上线
- 传送门：
产品发布/更新
信用评分追踪功能 (Credit Score Tracking) — OpenAI
- 更新内容：ChatGPT 正式上线信用评分追踪功能，为美国 Plus 与 Pro 用户提供便捷的财务健康管理工具。用户可安全连接 Experian 信用报告及 VantageScore 3.0 信用评分，在专属理财板块获取个性化洞察，分析信用状况对租房申请、信用卡还款、汽车租赁及抵押贷款的实际影响。
- 适用人群：[大众用户 / 理财规划者 / ChatGPT Plus & Pro 用户]
- 体验通道：
Studio 4.0 — ElevenLabs
- 更新内容：ElevenLabs 推出 AI 原生视频编辑器 Studio 4.0，全面升级多模态创作与团队协同工作流。用户可在项目中直接生成视频、图像、语音、音乐及音效，并在同一界面完成剪辑、加字幕与导出；同时引入组织化评论与资产管理功能，避免反馈散落在不同聊天线程中。
- 适用人群：[视频创作者 / AI 影视团队 / 数字营销人员]
- 体验通道：
视频生成集成功能 — Perplexity Computer
- 更新内容：Perplexity Computer 正式接入 MiniMax H3 与字节跳动 Seedance 2.5 视频生成模型。Pro 与 Max 用户现在可以通过自然语言在同一线程中直接生成营销短片、产品演示或社交媒体素材，实现文案策划、视觉创意与视频渲染的端到端打通。
- 适用人群：[内容创作者 / 营销人员 / Perplexity 高级订阅用户]
- 体验通道：
行业动态
Anthropic 算力承诺激增与递归自我改进 (RSI) 数据披露
- 事件概述：据最新分析显示，Anthropic 未来十年的算力、芯片及数据中心采购承诺最高可达 5,170 亿美元。自去年 10 月以来，Anthropic 已签署至少 14.8 GW 的算力协议（亚马逊与谷歌占 11 GW）。同时，公司内部数据显示，8 月份 Claude 已主导了 26% 的 AI 研发任务（2 月尚不足 1%），参与或主导的比例超过 90%。
- 影响分析：巨额资本承诺印证了 Claude Code 与 Cowork 驱动下的市场需求爆发；而研发中 AI 自主参与率的大幅飙升，则标志着行业正加速逼近“递归自我改进 (RSI)”的临界点。
- 新闻链接：
OpenAI 内部实现模型训练自动化并成立数学顾问组
- 事件概述：据媒体报道，OpenAI 内部已基本实现实验模型训练流程的自动化，研究人员提供优化示例后，AI 可自主花数周编写 GPU 内核代码并进行测试优化。此外，针对此前模型宣称解决纳维-斯托克斯方程及百余个公开数学难题引发的学术界争议，OpenAI 正式宣布联合普林斯顿高等研究院等机构成立独立的“数学与人工智能顾问组 (AGMAI)”。
- 影响分析：训练流程的自动化正指数级缩短前沿模型的迭代周期，而独立顾问组的成立则试图在技术狂飙与基础科学界的伦理规范之间搭建对话边界。
- 新闻链接：OpenAI 官方博客
论文研究
EvoOntology: Self-Evolving Ontologies for Agents — 研究团队
- 研究动机：传统数据智能体在面对多源异构数据时，通常通过通用工具逐个查询表结构和文件路径，缺乏对宏观业务语义的高效理解。
- 核心创新：提出 EvoOntology 框架，由专用智能体构建领域本体图谱，并将其作为带有模式、内容与工具层的 MCP 服务供数据智能体在运行时动态查询；系统通过有针对性的配对评估对本体进行类型化逐步编辑。
- 研究成果：在 DDR-Bench 基准测试中，结合本体层的智能体平均准确率大幅提升 17.8 个百分点（其中 GPT-5.5 提升达 26.7 点），在 BIRD 文本转 SQL 任务上的执行准确率亦取得显著突破。
- 论文地址：
其他分享
GitHub Copilot Agent 运行时完全重写为 Rust
- 内容简介：GitHub 官方宣布，仅由一名工程师带领一个智能体团队，成功将 GitHub Copilot 的 agent 运行时从旧架构完全重定向并用 Rust 重写，成功交付了 800,000 行高质量的生产级代码。该项目展示了 AI 智能体在处理大型复杂系统重构与高可靠交付中的惊人战力。
- 传送门：
