AiWeekly | 每周AI热点精选 09.07-09.13

9月10日，深度求索正式发布DeepSeek V4.1 Flash模型，具备原生多模态视觉理解能力。

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。模型已上线API并同步开源，腾讯WorkBuddy、CodeBuddy等作为官方合作伙伴全量接入。

模型开源链接：

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

论文链接：

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash/blob/main/DeepSeek_V41_Tech_Report.pdf

原文链接>> DeepSeek V4.1 Flash：更强、更快、更普惠

9月10日，蚂蚁灵波开源三款世界模型：LingBot-World 2.0 Small（1.3B）、LingBot-World 2.0 Bidirectional 和LingBot-World 2.0 Causal Pretrain。

LingBot-World 2.0 是一个实时交互世界模型。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。

项目主页：

https://technology.robbyant.com/lingbot-world-v2

Hugging Face：

https://huggingface.co/robbyant/lingbot-world-v2

魔搭社区：

https://www.modelscope.cn/collections/Robbyant/LingBot-World-V2

代码：

https://github.com/robbyant/lingbot-world-v2

技术报告：

https://arxiv.org/abs/2607.07534

原文链接>> LingBot-World 2.0 再开源三款模型

9月10日，宇树科技开源通用人形机器人基础模型UnifoLM-WLA-1.0，参数量60亿，采用2500小时真机数据训练。

UnifoLM-WLA-1.0通过“具身推理+未来变化预测+动作学习”体系，实现单模型驱动64项任务（10项全身操作+54项桌面操作），支持二指夹爪和多类型灵巧手。其创新点在于将空间理解、交互预测与动作生成整合，采用离散动作标记技术解决连续控制问题。

项目主页：

https://unigen-x.github.io/unifolm-wla.github.io

原文链接>> 宇树通用人形基础模型全面升级重磅开源

9月9日，在京东全球科技探索者大会（JDD）上，京东开源实时可交互世界模型JoyAI-Echo WM。

JoyAI-Echo WM能根据用户的移动和视角变化持续生成世界，同步生成720P视频、环境音、音乐和语音，并支持第一人称、第三人称及多轮连续交互，让AI生成的内容从“可以看”，进一步走向“可以进入、可以操作、可以听见”的全模态新阶段。

arXiv 论文：

https://arxiv.org/pdf/2608.23189

项目页面：

https://echo-team-joy-future-academy-jd.github.io/Echo-1.5-Page/wm

代码仓库：

https://github.com/jd-opensource/JoyAI-Echo

原文链接>> 京东开源JoyAI-Echo WM

9月8日，面壁智能联合OpenBMB开源社区开源MiniCPM5-2B，参数规模为2B，是一款高密度端侧语言基座模型。

MiniCPM5-2B核心创新在于支持混合思考模式、512K超长上下文处理，并通过Agent训练框架实现工具调用、深度搜索、代码生成等端侧Agent功能。同步开源UltraData-Code、UltraData-SFT-Agent-2609、UltraData-RL-2609、UltraX4个数据集，以及自研强化学习框架Meshy与JustRL II算法。

MiniCPM5-2B 开源链接 （含模型与 UltraData 系列数据）

HuggingFace：

https://huggingface.co/collections/openbmb/minicpm5

GitHub：

https://github.com/OpenBMB/MiniCPM

Meshy 框架开源链接

GitHub：

https://github.com/OpenBMB/Meshy

博客：

https://maydomain.notion.site/meshy-blog-zh

JustRL II 强化学习算法

博客：

https://panhaoxuan.notion.site/justrl-ii-small-llms-to-128k-reasoning-with-a-critic-cn

原文链接>> 面壁智能开源 MiniCPM5-2B

近日，微信视觉团队开源通用多模态嵌入模型WeMM-Embedding，包含 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。

WeMM-Embedding技术亮点包括单序列编码、嵌套表征学习和两阶段训练策略。模型已部署于视频号、公众号、朋友圈等推荐与搜索场景。

论文链接：

https://arxiv.org/abs/2608.24053

代码仓库：

https://github.com/Tencent/WeMM-Embedding

模型集合：

https://huggingface.co/collections/tencent/wemm-embedding

原文链接>> 微信自研多模态嵌入模型WeMM-Embedding 开源

9月10日，高德正式推出新一代3D原生城市世界模型ABot-Earth 0.7，并将这套世界模型进一步用进飞行街景2.0、导航Live、避雷指南等AI服务中。

ABot-Earth 0.7采用创新的3D原生技术路径，能从卫星图像或文字描述快速生成公里级3D城市场景，并支持从星球、城市一路到街景地标的连续生成。其核心突破在于直接用时空数据训练模型，建立三维空间的原生理解，输出可交互的数字孪生世界。

原文链接>> 从星球到街景一键生成！高德新世界模型来了

9月10日，在2026外滩大会现场，生数科技发布面向机器人灵巧操作的自进化通用世界模型Motus2。

Motus2 在统一的视频—动作模型中，将策略、世界模拟与价值评估纳入同一个闭环；不仅能够提出动作、预测动作结果，还能评估当前行动是否更接近目标，并利用反馈进一步优化后续策略；模型由此从单纯的行动生成，进一步走向行动的评估、反馈与自我改进。

原文链接>> 生数科技阐释通用世界模型下一程

9月8日，OpenAI发布生图模型ChatGPT Images 2.5，主打生成速度提升、局部编辑精准度增强和新增手绘草图功能。

ChatGPT Images 2.5生成速度最高比Images 2.0快50%。用户连续修改一张图片时，前面已经调整好的内容更容易保留下来；修改人物、产品或背景时，也更容易只改变指定部分。同时，用户可以直接画草图作为参考，也可以在图片上标记需要修改的位置。另外，ChatGPT增加了Sketch、Templates和图片评论功能。

原文链接>> ChatGPT Images 2.5来了

9月8日，Meta发布个人AI智能体Muse，面向美国18岁及以上用户开放，可通过iOS、Android、muse.ai以及WhatsApp使用，后续还将进入Meta的AI眼镜。

Meta给每个Muse配了一台独立的云端虚拟电脑，用户告诉它一个目标，它可以自己打开浏览器、搜索网页、填写表格、发邮件、预订行程、购买商品，还能在用户关闭App后继续处理任务。更进一步，Muse会主动提醒用户、拆解长期目标、继续推进后台任务，还可以生成网页、PDF、文档和交互式工具。

原文链接>> 扎克伯格“爆肝”美国贾维斯

9月8日，腾讯文档AI服务全端升级，正式推出「AI 工作台」。

AI工作台基于WorkBuddy提供的Agent内核框架，结合腾讯文档自研的高性能编辑引擎及文档、表格、PPT等品类专业Skill，让AI能够理解并操作真实文件，进入办公任务的完整流程。从资料导入、内容生成，到人机共创、反复打磨、任务执行、文件管理和成果交付，一条完整的工作链路，都可以在AI工作台中持续完成。

原文链接>> 腾讯文档「AI 工作台」上线

9月7日，千问办公推出「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，可解决定制软件成本高、开发周期长和不够灵活的难题。目前，用户可从千问办公首页下方功能入口直接体验。

原文链接>> 千问办公推出“多人工作台”

9月11日，工信部印发《“人工智能+软件”专项行动实施方案》，旨在推动软件产业与AI深度融合。

《方案》提出2028年和2030年两个阶段目标，重点培育智能编程工具、智能体软件等新业态，覆盖2万家规上企业，打造100个行业标杆应用。政策强调通过开源社区建设、算力支持和人才激励加速转型，并特别关注工业软件智能化，如推动EDA工具与AI结合。

原文链接>> https://www.cnii.com.cn/gxxww/dzxx/202609/t20260911_759453.html

9月7日，北京经济技术开发区管理委员会印发《北京经济技术开发区关于支持人工智能原生人才发展的若干措施》，是针对人工智能领域人才的专项政策，覆盖创业、青年就业和生态培育三大方向。

《措施》分为8项具体措施，为顶尖科学家、技术骨干、超级个体等提供最高500万元的资金支持，并配套算力、研发空间等资源。特别面向青年人才推出实习补贴和就业奖励，同时鼓励举办开发者活动（最高补贴100万元），推动开源协作。

原文链接>> https://kfqgw.beijing.gov.cn/zwgkkfq/2024zcwj/202609/t20260907_4853819.html

近日，甘肃省教育厅等五部门印发《甘肃省“人工智能+教育”行动计划（2026-2030年）》，目标在2030年建成西部人工智能教育示范区。

《计划》提出2027年秋季起中小学每学年开设8课时AI课程，到2030年实现教师人机协同教学全覆盖，重点建设45所基地校、打造1000个应用场景，并推动高校增设20个AI相关专业。计划还强调通过算力平台、智能学伴等技术手段提升教育公平与质量，同时配套师资培训、伦理安全等保障措施。

原文链接>> http://jyt.gansu.gov.cn/jyt/c020802/202608/174386514.shtml

南京新一代人工智能研究院，是中国信息通信研究院在人工智能、大数据领域投资组建的控股企业，是江苏省人工智能产业公共技术服务平台的落地运营单位。

研究院以“服务国家战略实施，促进地方产业升级”为导向，在人工智能和大数据领域，开展前沿技术研究、标准制定、评测工具开发、实验能力建设等工作，可为企业提供全方位的诊断、咨询、培训、评估服务。

联系方式

吴老师 17788386765（微信同号）

杨老师 15221125491（微信同号）