AI新闻

五个月连续推出四款 Muse Spark，显示大模型竞争正从单次发布转向模型、接口与应用入口的持续迭代。以 1.3 的 DeepSWE 成绩提升 16 分为例，强调基准成绩不等于真实可用性，企业还需评估开放状态、接口稳定性和迁移风险。

Meta于9月2日发布Muse Spark 1.3，升级重点转向代码与智能体长任务，强调持续上下文、工具调用、计划修正和主动澄清；相较1.2，内部比较显示工具调用约减少20%、令牌使用量约减少25%，并支持一百万令牌上下文，同时接入Muse Code与Meta Model API。

科大讯飞星火X2.5以端侧小模型与293B基座模型构成分层布局：1.7B和4B面向车载、智能硬件等本地交互，原生支持最长100万Token上下文；293B-A30B面向云端开发与企业应用，强化代码、智能体等能力。

星火X2.5-4B与1.7B于2026年9月1日开源，支持最长100万Token上下文，面向车载、智能硬件端侧场景，强化长文档理解、工具调用与多步骤任务；落地仍需重视硬件适配、权限控制和安全确认。

科大讯飞9月7日发布星火X2.5，采用MoE架构，参数规模为293B-A30B，重点提升代码与智能体能力，并增强数学、理解等通用能力。模型基于全国产算力完成训练和推理，已上线讯飞开放平台，实际性能与企业交付效果仍需进一步验证。

OpenAI发布GPT-6 Astra，将文本与图像输入统一接入任务执行链路，可生成文档、表格、演示文稿及代码。OSWorld 2.0完成准确率72.6%，任务耗时较上代缩短约47%。企业可优先探索文档批量生产、图像理解入流程及长任务代码辅助，但需权衡数据接入成本、安全边界与任务可靠性。

9月7日《每日经济新闻》援引OpenRouter数据称，中国AI大模型周调用量达56.72万亿Token，环比增长2.83%，连续第十九周超过美国。全球前五中四款来自中国，腾讯混元Hy4 preview居首。领先背后是模型能力、推理成本、算力投入与应用场景的协同演进。

OpenAI公开资料显示，其新一代模型Astra已能自主发现未知零日漏洞并构建攻击链，在ExploitBench上得分达100%，但安全治理机制仍滞后于能力跃迁。文章指出能力评估与开放策略不同步、智能体权限扩大后传统安全指标失效等缺口，并建议将能力阈值设为监管硬门槛、建立可审计的最小权限与外部验证机制。

腾讯凭借混元系列将模型深度嵌入办公、编程等高频场景，在全球模型调用量上领跑；阿里以通义千问开源生态吸引全球开发者，但商业化路径尚待明确；华为则走芯片到系统层的全栈自主路线，聚焦政企市场。竞争已进入头部集中阶段，模型性能之外，生态与商业化能力成为关键。

OpenAI于9月6日公开RSI项目进展，已实现“自动化研究实习生”目标，智能体工作量达人类研究员的3.1倍，使用量自去年底增长124倍。研发组织正围绕“人类定方向、智能体执行”重构，但需警惕依赖加深与可解释性不足的风险。

GPT-6 Astra于2026年9月3日发布，上下文窗口达105万token，支持文本与图片输入，定价为输入10美元、输出50美元每百万token。其核心变化在于Computer Use能力与长周期工作流结合，模型可自主跨软件执行多步任务，并引入Codex上下文笔记机制。企业接入需优先考虑权限边界与审计机制。