AIGC每日简报

9月22日，Anthropic 发布 Claude Opus 5.5，声称在大多数工作任务中已达到 Claude Fable 5.1 的水平。相比 Opus 5，新模型输出速度提升超 30%，输入/输出 Token 单价下降 20%，默认设置下完成工作的成本降低约 40%。Anthropic CEO 达里奥近期呼吁 AI 前沿发展"放缓节奏"，此次发布被视为对安全与实践平衡的回应。

Google 发布旗舰大模型 Gemini 4 Argon，在 Artificial Analysis Intelligence Index 榜单中排名仅次于 Claude Opus 5.5 与 Claude Sonnet 5.5。谷歌计划分阶段推出，优先向网络安全合作方开放，并配合美国政府进行安全评估。新模型已用于优化谷歌数据中心内存资源，释放数百 TB 存储空间。

智谱 AI 发布 GLM-5.3 Flash，总参数 320B，激活参数约 18B，支持 1M token 上下文，原生多模态（文本、图像、视频）。模型以 MIT 许可证开源，API 定价为输入 $0.15/MTok、输出 $0.50/MTok，约为 GLM-5.3 的十分之一。在 DeepSWE 基准测试中得分为 63.4，较 GLM-5.2 的 46.2 显著提升。

Kimi K3 是截至目前发布的最大开源权重模型，总参数 2.8T，激活参数 104B，采用 MoE 架构与原生 MXFP4 精度。在 BenchAlign v5 榜单中得分 74.9，位居中国模型首位。Kimi 同期启动企业合作伙伴计划，发力 B 端市场。

9月10日，OpenAI 宣布 Agents API 进入公测阶段。开发者可通过单一 API 调用创建长期运行的生产级云智能体，支持文件操作、代码执行和跨会话状态保持。支持 GPT-6 Astra 等模型，集成 MCP、自定义函数及网络搜索等工具，并提供自动上下文压缩、并行子智能体等功能。

9月10日 DeepSeek 正式发布 V4.1 Flash 模型并下调定价，空闲时段百万 Token 输入缓存命中价格降至 0.02 元。次日因用户需求，DeepSeek 宣布继续提供 V4 Pro API 调用服务至 9 月 14 日之后，显示公司对市场反馈的快速响应。

9月13日，智谱发布公告，通过配售新股和发行可换股债券完成融资约 50 亿美元。配售价格 714 港元/股，折让约 9.96%；可转债发行规模 201.4 亿元，初始换股价 892.50 港元。这笔融资将用于支持 GLM 系列模型的持续研发与商业化。

快手可灵 Kling 3.0 Pro 在 Artificial Analysis Video Arena 中以 Elo 1242 分领先，成为当前最佳视频生成模型。支持原生 4K/60fps、多镜头故事板（单次生成最多 6 个镜头切换）、运动控制（将参考视频动作迁移到 AI 角色）等功能。免费额度每日 66 积分，付费计划从 $6.99/月起。

Google Veo 3.1 支持 4K 分辨率输出与原生 48kHz 对话音频生成，是目前少数支持音频同步的视频模型。单次视频最长 8 秒，需通过拼接实现更长内容。Veo 3.1 Fast 版本以更低成本提供相近质量，Lite 版本仅需 30 积分即可生成 4 秒视频。

字节跳动 Seedance 2.5 支持最长 30 秒单段视频生成，可接受最多 30 张参考图，是多参考图融合的标杆模型。支持文本、图片、视频、音频多种输入模态，适用于长叙事场景和角色一致性要求高的项目。在 Artificial Analysis 排行榜中以 Elo 1273 分位列第一。

Flux Art 平台于 8 月集成 19 款快手可灵（Kling）图像和视频模型，涵盖 V1-V3 全系列。同期上线 AI 电商产品套件，支持淘宝/天猫、京东、拼多多、抖音等平台的一键生成主图、白底图、卖点图和场景图。9月又新增 Seedance 2.5 视频模型。

Adobe Firefly 于 9 月 17 日更新，新增 Midjourney V7 系列、FLUX.2 [pro]/[flex]、Nano Banana Pro 等 30+ 合作伙伴模型，覆盖图像生成、视频编辑、矢量图形、灵感板等多场景。同时宣布将于 10 月 2 日停用 Gemini 2.5（含 Nano Banana）系列。

字节跳动 Seedream 5.0 Pro 于 7 月 8 日发布，定位为专业级图像生成模型。支持链式推理、实时网页搜索辅助生成，可在 14 种语言中原生渲染文字。支持点选/套索/草图精确编辑、图层分离导出（Alpha PNG），可融合最多 10 张参考图。原生 2K 分辨率输出。

Midjourney V8.1 Alpha 于 4 月 14 日发布，HD 模式速度提升 3 倍、成本降低至 1/3，成为默认选项。标准分辨率提升 50% 速度、降低 25% 成本。恢复社区喜爱的图片提示和图片权重功能，新增 Prompt 自动缩短器和更新的 Describe 功能。V8.1 美学风格延续 V7 的调性，Moodboard 和风格参考更加稳定。

2026 Inclusion·外滩大会上，蚂蚁密算董事长韦韬宣布可信原生智能体 HOP 3.0 正式开源，向开发者、企业和行业专家开放"智能体原生语言"相关技术能力，推动产业智能体从依赖模型自觉，走向边界明确、过程可控、结果可核验的可信执行。

Google 发布 Gemini 3.1 Flash TTS，支持 70 余种语言，通过音频标签技术实现对语音风格、语速的精准控制，音质在第三方评测中排名靠前。所有生成音频嵌入 SynthID 隐形水印，具备高性价比与安全性。可通过 Google AI Studio、Vertex AI 等平台使用。

昆仑万维于 WAIC 2026 发布 Matrix-Game 3.5 世界模型，采用 Patch Memory 与 Warped PRoPE 技术，实现 1 分钟长时序记忆和精确相机控制。5B 参数模型在 720p 分辨率下可实现单卡 20FPS 实时生成，已积累超 500 万高质量视频切片和 1200 余个游戏场景数据。

arXiv:2609.38444 提出 Audible World Models，一种无需训练的框架，可将声音整合到生成的 3D 世界中。从文本提示构建全景 3D 代理，分离语义层，识别发声前景物体和环境背景区域，并合成干音频。通过将语义、几何和声音传播显式关联，保持持久声源位置的同时适配听众视角和运动变化。已被 NeurIPS 2026 接收。

TypeScript 库 Sandcastle 于 9 月 10 日推出，专为隔离沙盒中编排 AI 编码智能体而设计，一个函数调用即可处理生命周期和分支合并。为多智能体编码场景提供了开箱即用的解决方案，降低了开发者管理多个并发智能体的复杂度。

昆仑万维 2026 年上半年实现营业收入 53.59 亿元，同比增长 43.55%，其中海外收入 52.03 亿元，同比增长 51.21%。归属于上市公司股东的净利润 10.88 亿元。AI 短剧平台业务 6 月底单月流水超 6500 万美元，FreeReels 下载量破两亿。四大 SOTA 模型（SkyReels-V4、Mureka V9.5、Matrix-Game 3.5、SkyClaw-v1.0）全球领跑。

9月23日，Anthropic 宣布其 AI 模型在生命科学研究中取得突破，发现了一种具有 CRISPR 样重复序列的新型酶系统。这是 Claude 模型在科学发现领域应用的又一实例，展示了 AI 在基础科学研究中的潜力。

9月1日，巴克莱银行宣布大规模部署 Claude 模型以升级其运营流程和改善客户体验。这是 Claude 在企业级金融应用中的重要案例，标志着 AI 模型在金融行业的渗透进一步深化。