AIGC 每日简报
2026 年 9 月 21 日 · 过去 48 小时关键动态
① 今日重点 Top 3
01
热门 阶跃星辰发布 Step 5 Preview，跻身全球开源大模型前三
阶跃星辰 · 2026-09-20
9 月 20 日，国产大模型公司阶跃星辰正式发布新一代旗舰基座模型 Step 5 Preview。采用稀疏 MoE 架构，总参数 600B，激活参数 27B，支持 100 万 Token 上下文窗口，原生支持文本与图像输入。在 Artificial Analysis Intelligence Index 榜单上以 44 分位列全球开源大模型前二，超越 Google Gemini 3.8 Flash（41 分），单任务成本仅为 Claude Opus 5 的 1/8。模型将于 10 月 15 日开源权重。
为何重要：国产大模型首次在全球权威榜单中超越国际头部开源模型，价格优势显著，为国产 AI 出海和降本增效树立新标杆。
02
新动态 Claude Code 2.1.277 正式支持 AGENTS.md，Anthropic "投降"
Anthropic · 2026-09-19
9 月 19 日，Claude Code 团队核心工程师 Thariq 在 X 平台宣布，从 2.1.277 版本起正式支持 AGENTS.md 文件：当项目目录中不存在 CLAUDE.md 时，Claude Code 会自动 fallback 读取 AGENTS.md。该功能可在 /config 中开关。此举结束了长达一年多的社区争议——此前 Anthropic 拒绝支持该行业标准，直到 Shopify CEO Tobi Lütke 威胁禁用 Claude Code 后才妥协。
为何重要：标志着多智能体开发标准的统一迈出关键一步，AGENTS.md 已成为跨工具共识，开发者生态迎来统一配置标准。
03
行业事件 Sora API 将于 9 月 24 日停止服务，视频生成格局加速洗牌
OpenAI · 2026-09-18
根据 OpenAI 官方帮助页面更新，Sora 网页版和应用端已于 2026 年 4 月 26 日停止服务，Sora API 将于 2026 年 9 月 24 日正式关闭，距离截止日期仅剩 3 天。与此同时，Google Veo 3.1 于 9 月 18 日更新支持更长的视频生成和竖屏格式；MiniMax H3 以 2K 分辨率、原生双声道音视频同步能力强势切入市场，定价仅为 Veo 3.1 的三分之一。AI 视频生成市场正从美国实验室主导转向中美多强并立的格局。
为何重要：Sora 的退出是 AI 视频生成领域标志性事件，意味着 OpenAI 将更多资源转向 GPT 系列和 Agent，视频赛道竞争将进一步白热化。
② LLM 与大模型动态
Step 5 Preview — 阶跃星辰 [ CONFIRMED ]
新一代旗舰基座模型 Step 5 Preview 正式发布
阶跃星辰 · 2026-09-20 · 最新发布
Step 5 Preview 是阶跃星辰面向真实世界 Agentic 任务的旗舰模型，采用稀疏 MoE 架构，总参数量 600B，每 Token 激活约 27B，支持 100 万 Token 上下文窗口，原生支持文本与视觉输入。在 Artificial Analysis Intelligence Index 中以 44 分位列全球开源模型前三，超越 Gemini 3.8 Flash（41 分）和 GPT-4o。API 定价为 $0.72/任务，较 Gemini 3.8 Flash（$1.24/任务）便宜约 42%。开源权重计划于 10 月 15 日发布。
DeepSeek-V4.1-Flash — 深度求索 [ CONFIRMED ]
DeepSeek-V4.1-Flash 正式发布，最小尺寸的新一代模型家族成员
DeepSeek · 2026-09-10 · 开源
DeepSeek-V4.1-Flash 是 DeepSeek 全新架构系列中尺寸最小的模型，具备原生多模态视觉理解能力。采用非对称 Causal Encoder–Decoder 架构（552B 参数 MoE），专为更高能力上限、更快推理速度、更大吞吐量设计。模型已上线 DeepSeek API（模型名 deepseek-flash），并以 MIT 许可在 Hugging Face 开放权重。API 定价同步下调，继续采用峰谷定价策略，闲时价格为高峰时段的一半。
Kimi K3 — Moonshot 月之暗面 [ CONFIRMED ]
Kimi K3 正式上线 Amazon Bedrock，中国大模型出海新模式
Moonshot AI · 2026-09-19 · 最新动态
9 月 19 日，亚马逊云科技宣布月之暗面的 Kimi K3 正式接入 AI 模型托管平台 Amazon Bedrock。Kimi K3 是全球首个参数规模突破 2.8 万亿的开源模型（7 月 16 日 API 上线，7 月 27 日开源权重），支持多轮对话与长上下文。此举标志着中国大模型厂商与海外头部云厂商合作的分成"出海"模式正式落地，也为欧盟等地区的企业提供了 GDPR 合规路径。
Google Antigravity Agent — Google DeepMind [ CONFIRMED ]
Antigravity Agent 09-2026 发布，取代旧版预览版本
Google DeepMind · 2026-09-17 · 更新
Google 在 Gemini API 9 月 17 日版本说明中发布 Antigravity Agent 09-2026（antigravity-preview-09-2026），取代并弃用了 antigravity-preview-05-2026 版本，后者将于 10 月 5 日关闭。Antigravity Agent 是 Google 基于 Gemini 3.5 Flash 构建的首个企业级 Managed Agents 平台，支持单次 API 调用即可启动可在隔离 Linux 沙盒中自主推理、使用工具和执行代码的 Agent。
GPT-6 Astra & GPT-Live-1 — OpenAI [ CONFIRMED ]
GPT-6 Astra 上线；GPT-Live-1 API 正式开放
OpenAI · 2026-09-10 / 09-03
GPT-6 Astra 于 9 月 3 日正式上线，是 OpenAI 迄今智能程度最高、最符合人类意图的模型，在计算机操作、编程、网络安全和科学领域均具备行业前沿水平。同日，GPT-Live-1 通过 API 正式开放，带来自然的全双工语音对话能力，支持自定义音色和电话集成，可与其他后端服务并行运行。
新紫光集团 × 阿里云 AI 全栈合作 [ CONFIRMED ]
新紫光集团与阿里云签署 AI 全栈合作协议
新紫光集团 / 阿里云 · 2026-09-21 · 今日
9 月 21 日，新紫光集团有限公司与阿里云签署 AI 全栈合作协议。双方将在 Qoder（智能编程工具）与千问办公的基础上，围绕智能办公、行业应用、业务出海等方向展开进一步合作，推动 AI 在半导体芯片、ICT 数智基础设施、人工智能应用等领域加速落地。新紫光源自清华大学，深耕科技产业 38 年。
③ 文生图 / 文生视频 / 图生视频及视频模型平台动态
MiniMax H3 — MiniMax [ CONFIRMED ]
MiniMax H3：通用全模态视频生成模型，2K + 原生双声道
MiniMax · 2026-07-31（持续更新） · 热度高
MiniMax H3 是一款通用全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文进行统一理解，能够输出具备原生双声道的音视频，最高可支持 15 秒 2K 分辨率。采用自研 Video DeltaNet 混合注意力架构，在指令遵循、品牌信息呈现、V2V 动作迁移等方面表现突出。商用定价仅 $0.13/秒（2K 分辨率），约为 Veo 3.1 的三分之一，性价比极具竞争力。
智象未来 HD-V1 — HiDream.ai [ CONFIRMED ]
智象未来发布首款原生全模态视频生成模型 HD-V1，同步完成 C+ 轮融资
智象未来 · 2026-09-15 · 最新发布
9 月 15 日，合肥 AI 企业智象未来正式发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0（HD-V1）。模型支持文本、图片、视频等多模态输入，可一键直出 5–20 秒 1080p 高保真视频，具备物理规律理解、意图理解和自主规划叙事能力，实现音画一体化生成。同日宣布完成 C+ 轮融资，投资方为新微资本、交子资本、工银资本。
Google Veo 3.1 — Google DeepMind [ CONFIRMED ]
Veo 3.1 支持更长视频与竖屏格式，API 更新上线
Google DeepMind · 2026-09-18 · 更新
Google DeepMind 于 9 月 18 日更新 Veo 3.1 API，新增对更长视频生成和竖屏格式的支持，解决创作者此前反映的主要痛点。Veo 3.1 支持照片级真实感视频生成及环境音频合成，目前已在 Gemini API 中可用。
GPT Image 2.5 Flare / Sunburst — OpenAI [ CONFIRMED ]
OpenAI GPT Image 2.5 双版本上线 Runway Dev
OpenAI / Runway · 2026-09-08
Runway Dev 于 9 月 8 日接入 OpenAI 的 GPT Image 2.5 Flare（gpt_image_2_5_flare）和 Sunburst（gpt_image_2_5_sunburst）两个图像生成模型。Flare 面向高质量快速生成，支持长提示词和最多 16 张参考图；Sunburst 面向精细编辑控制。输出支持 1–10 张图、多种宽高比和透明背景。
Midjourney — MJ [ CONFIRMED ]
Midjourney 正在开发 AI 视频增强器与 Niji 视频模型
Midjourney · 2026 年 9 月
据行业消息，Midjourney 正在开发 AI 视频 upscale 工具和 Niji 风格的视频生成模型。MJ 的视频功能自 V7 系列起已支持 5–21 秒的图生视频，V8 系列持续迭代中，以其独特的艺术风格和低门槛订阅模式（$10/月起）在创作者中保持优势。
④ 其他（Agent / 3D / 语音 / 平台资讯）
StepAudio 3 系列 — 阶跃星辰 [ CONFIRMED ]
阶跃星辰发布 StepAudio 3 五款语音大模型
阶跃星辰 · 2026-09-15
StepAudio 3 系列一次性覆盖实时交互（Realtime）、语音识别（ASR）、真人级语音合成（TTS）、音效生成（Gen）及音乐创作（Music）五款模型。其中 StepAudio 3 Realtime 在 Artificial Analysis 榜单得分 98.9%，排名全球第一；语音推理准确率达 99.7% 全球居首；ASR 词错误率仅 1.7%，并列全球第一。
NVIDIA Nemotron 3 Ultra — NVIDIA [ CONFIRMED ]
黄仁勋发布 Nemotron 3 Ultra：5,500 亿参数 MoE 开源模型
NVIDIA · 2026 年（9 月 17 日更新）
NVIDIA 发布 Nemotron 3 Ultra，一款 5,500 亿参数的混合 Mamba-Transformer MoE 模型，支持 1M Token 上下文，擅长 Agent 推理、编程、规划和工具调用。推理速度最高可提升 5 倍，已可通过 NVIDIA NIM、Hugging Face、魔搭社区和 OpenRouter 获取。
腾讯混元 Hy4 Preview — 腾讯 [ CONFIRMED ]
腾讯混元 Hy4 Preview 发布并开源
腾讯 · 2026-08-28
腾讯混元发布并开源新一代大语言模型 Hy4 Preview，总参数 770B，激活参数 49B，上下文长度突破 1M Token。在多个第三方评测中位居前列，定位专业知识工作与复杂推理任务。
Adobe Firefly — Adobe [ CONFIRMED ]
Adobe Firefly 引入合作伙伴模型，支持 Gemma 等第三方 AI 模型
Adobe · 2026-09-11 更新
Adobe Firefly 在最新产品更新中引入合作伙伴模型，涵盖生成图像、生成视频、视频编辑器、展示板和 Firefly Graph 等功能，集成 Gemma 等第三方模型。同时推出 Firefly Unlimited 无限生成特惠活动，Standard 功能（Firefly Image 4/3、生成式填充/擦除/扩展、去背、放大）无需额外积分。
—— 3D 生成、语音合成等领域今日暂无新的重大发布 ——