行业资讯

OpenAI于9月24日凌晨宣布开源全新基准MentalHealthBench，该基准在80余名心理健康临床医师参与下构建，旨在覆盖用户与AI之间的全部类型心理健康对话场景——从日常心理支持到更严重的危机干预场景，填补了现有心理健康基准大多只聚焦紧急情况所留下的评测空白。OpenAI称可借助该基准展示前沿模型在真实心理健康对话场景中的持续改进，并已将其完全公开，供其他研究人员检视构建方法、开展自主评估并在此基础上继续研究。

Anthropic宣布Claude在海量DNA序列数据中识别出一种此前未被完整描述的酶系统ART（阵列关联逆转录酶），其重复序列排列方式与CRISPR相似。约950个Claude智能体运行21小时、消耗约2.1亿Token，扫描超20万个逆转录酶序列，筛出3500个候选系统并进一步收敛至20个，最终由人类科学家实验验证。这是Anthropic今年春季组建的生命科学实验室公布的首项成果，预印本已发布，CRISPR领域先驱张锋给予正面评价。消息公布后基因编辑概念股走低：CRISPR Therapeutics跌5.54%、Beam Therapeutics跌6.02%、Prime Medicine跌11.58%。Anthropic明确表示ART的主要功能尚不清楚，也未证明其能像成熟基因编辑工具一样定向修改DNA。

AI模型在数学、编程和推理能力上进步迅速，写作水平却停滞甚至退步。负责Claude微调的Anthropic工程师杰克逊·克尼恩9月23日解释为何Opus 4.6成为Anthropic最后一款写作出色的模型：后续模型优化重点放在数学和代码上，且接受了大量面向其他AI模型撰写技术解释的训练，使模型'调整得适应LLM心理'，学会了写给AI模型看而非写给人看，形成所谓'Claude腔'（Claudeish）。克尼恩认为根源在于强化学习奖励机制偏向AI可读性而非人类可读性。他表示Anthropic在Opus 5.5上找到了更好的写作平衡，但尚未全面超越Opus 4.6，问题将继续改进。

智谱GLM团队披露递归自我改进（RSI）方向首个工程化实践：由GLM-5.3驱动的Infra Agent完成GLM-5.3-Flash推理基础设施的设计、调试与优化，在超10万张国产芯片集群上从零搭建生产级推理服务，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平，系统已投入真实使用。这是国内大模型厂商首次公开将"AI自我改进"用于生产环境。

智谱上线GLM-5.3-FlashX，与Flash同基座、规格不变，定位Flash家族的生产级高速度档位：推理速度提到200 tokens/s（上一版5倍），Artificial Analysis智能指数41.9、Arena Elo 1475与Flash完全一致。定价整体上调2.5倍（国内输入2元/输出7元每百万tokens），仍仅为旗舰GLM-5.3输入价四分之一。提速来自国产算力Infra侧优化：GLM-5.3-Flash 8月26日开源后10万张国产芯片推理集群上线即打满，团队两周完成国产加速卡全量部署，端到端吞吐提升3.2倍，且大部分优化由GLM-5.3驱动的Infra Agent完成。这是智谱首次明确用"更快"收费，与阿里Qwen3.8-Flash低价路线分化。

SpaceXAI（原xAI）于9月21日深夜正式发布Grok 4.7，官方定位"用于编码和知识工作的最强大模型"：采用新的更大基础模型、在更难的多小时任务上延长训练、增强答案自检与长上下文能力、原生理解Grok Bot系统、安全与越狱防护更强。基准全面超越4.6：CursorBench 4.0得46.3%（4.6为40.4%）、DeepSWE v1.1达71.0%、Terminal-Bench 4.0从20.3%跃至38.0%、Harvey Legal 19.6%、HealthBench Professional 56.7%。马斯克亲自转推。模型现已在Cursor、Grok Build与Grok API上线，API价格与4.6持平（每百万token输入2美元/输出6美元），官方称推理速度是同类模型两倍、价格仅一半。

宇树科技发布并开源新一代通用人形机器人基础模型UnifoLM-WLA-1.0：60亿参数、约2500小时真机数据训练、单模型覆盖64项任务（10项全身操作+54项桌面操作）。配套具身推理模型UnifoLM-ER-1（40亿参数、底座Qwen3-VL、500万+条具身推理样本）在16项多模态感知与理解基准中拿下7项全球开源第一（RefSpatial-Bench、Where2Place、PixMo-Point、BLINK、EmbSpatial、RoboSpatial、VSR），部分空间理解成绩反超闭源模型（Where2Place 82分 vs GPT-6 Astra 69分）。目前开放部分模型权重与数据，后训练代码与WLA-Base权重列在后续开放计划中——人形机器人竞争正从本体性能延伸到基础模型与生态。

小米9月22日凌晨正式发布并开源Xiaomi MiMo-V2.6系列，含Pro与Flash两个原生全模态模型。官方称这是其探索RSI（递归自我改进）路径的关键一步。MiMo-V2.6-Pro在Artificial Analysis综合智能指数v4.3.2中取得46分，超过Kimi K3（44分）和GLM-5.3（45分），成为当前该指数排名最高的开源权重模型，但与Claude Fable 5.1和GPT-6 Astra（均53分）等顶级闭源模型仍有差距。训练历时不到6天，Pro/Flash成本分别约262万与85万美元；API价格与前代持平，Flash缓存命中仅0.02元。

9月20日12时03分，我国使用中科宇航力箭一号遥十八运载火箭成功将超智算一号等9颗卫星发射入轨。其中“超智算一号”是国内首个“首箭首星”一体化算力卫星，由超智算（北京）科技有限公司牵头研制，实现运载火箭独家冠名、星箭一体化全域AI算力搭载两大行业创新突破，迈出我国“算力上天、天数天算”工程化落地关键一步。卫星可直接在轨完成影像解析、数据筛选、智能研判，将跨域数据响应时效由数小时压缩至分钟级。长江证券预计2030年太空算力市场规模有望达千亿美元，赛迪顾问测算全球市场将从2020年约3亿美元升至2030年约160亿美元；北京今年已成立太空智算研究院、太空算力创新中心，推动项目在石景山区落地。

千问于9月20日晚开源新一代图像模型Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中，视觉生成部分仅7B参数（32层Single-Stream DiT，含Qwen3-VL 8B文本编码器的全管线约16.22B参数）。在Qwen-Image-Bench公开评测中以60.28分列开源模型第一，超过闭源的Nano Banana 2.0（59.82）与GPT Image 1.5（59.65）。模型原生支持RGBA透明图像生成与透明图层编辑，最多支持10张参考图输入，局部编辑覆盖圈选、涂抹、独立掩码三种方式，并增强人像与商品保真、文字排版与光影质感，可覆盖全景图、信息图、分镜图等任务。距该系列上次开源（Qwen-Image-2512）约9个月。