OpenAI 开放 GPT-Live-1 语音模型 API，支持全双工边听边说
OpenAI 将语音模型 GPT-Live-1 以 API 形式开放给开发者，支持全双工同时听和说，价格为每分钟 $0.05。相比 GPT-Realtime-2.1，其全双工交互测试得分 80.1% 对 45.4%，轮次延迟从 1.4 秒降至 0.8 秒，工具调用准确率从 60% 升至 87%，银行语音支持基准通过率从 12.4% 升至 32%。
#模型发布
#模型发布
今日 6 条The Decoder：AI News（RSS）AI 评分7474 NVIDIA Blog（RSS）AI 评分5454 Skild AI 发布 S1 机器人基础模型，可从单段视频学习新任务
Skild AI 发布 S1 机器人基础模型，通过 in-context learning 从单段视频演示理解并执行未见过的新任务，无需更新权重或任务专属后训练。
Yuchen Jin@Yuchenj_UWAI 评分6565
WorkBuddy@WorkBuddy_AI精选AI 评分7070推荐理由：WorkBuddy 官宣上线 DeepSeek V4.1-Flash 并给出两周免费入口，引用内容还说明了 V4-Pro 的退役与迁移安排。
AGIBOT 智元（网页）AI 评分5656 智元发布AGILE2.0感控一体模型，灵犀X2完成踩球走等视觉驱动任务
智元发布AGILE2.0感控一体模型，实现视觉感知、环境理解、全身运动控制与上下肢协同操作的端到端闭环耦合。通过短片《杂技BOT》展示灵犀X2钻火圈、跳长绳、踩球走、协作搬箱子等视觉驱动动态任务，其中踩球走为双足人形机器人自主实现。模型面向动态扰动、人机共存、多机协同等复杂场景，降低现实环境中的定制化开发代价，支持部署态规模化落地。
elvis@omarsar0AI 评分6666
OpenBMB@OpenBMBAI 评分6161面壁智能转发用户实测，MiniCPM5-2B 已可在 Android 上通过 llama.cpp 加载 GGUF 完成推理，全程数据不离开手机。
SiliconFlow@SiliconFlowAIAI 评分6767IT之家（RSS）AI 评分5656 NASA 与 IBM 联合发布开源月球基础大模型，可识别月表冰区与撞击坑
NASA 与 IBM 于当地时间周四联合发布开源的 NASA-IBM 月球基础大模型，可在 Hugging Face 平台下载。对照测试显示，其识别月表可能存在冰区域的误差比基准模型 SwinV2-B 降低 23%；识别分类陨石坑时仅用一半训练数据性能即高出 19%，并在 8 月 5 日 SpaceX 猎鹰 9 号火箭撞击月球后成功识别新形成的陨石坑。
The Decoder：AI News（RSS）AI 评分8080 DeepSeek 发布 V4.1-Flash，大幅降低 AI Agent 的 KV cache 内存需求
DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。
IBM Research：AIAI 评分5454 IBM 与 NASA 开源月球基础模型 NASA-IBM Lunar Foundation Model
IBM 与 NASA 开源 NASA-IBM Lunar Foundation Model，整合美日多次探月任务的多模态、多分辨率观测数据。
SemiAnalysis@SemiAnalysis_AI 评分6868IT之家（RSS）AI 评分5959 DeepSeek V4.1 Flash 模型上线国家超算互联网
DeepSeek V4.1 Flash 模型 9 月 10 日上线国家超算互联网中心，用户可在官网「模型服务」页面调用其 API。该模型为 552B 参数 MoE 模型，采用 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B；基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。
Tencent Hy@TencentHunyuanAI 评分5959IT之家（RSS）AI 评分5656 高德发布 3D 原生城市世界模型 ABot-Earth 0.7，支持从星球到街景全尺寸生成
高德发布 3D 原生城市世界模型 ABot-Earth 0.7，称其为全球首个全模态、可预测的 3D 原生城市世界模型，覆盖超过 196 个国家和地区。模型可从卫星图像或文字描述出发，10 分钟内在一块消费级 GPU 上生成公里级 3DGS 格式城市场景，效率较传统模式提升 1000 倍，已应用于飞行街景 2.0，体验官网同步上线。
Thomas Wolf@Thom_WolfAI 评分6868
X.PIN@thexpinAI 评分5858- OpenBMB@OpenBMBAI 评分5757
Unitree@UnitreeRoboticsAI 评分5555宇树全面开源 UnifoLM-WLA-1.0 具身基础模型，官方称在全球开源模型中于多个基准取得新 SOTA 结果。单一模型可协调桌面与全身移动操作，支持跨任务和跨末端执行器泛化，实现单模型全身协调。
IT之家（RSS）AI 评分5555 宇树科技完全开源通用人形机器人基座模型 UnifoLM-WLA-1.0，刷新开源多项评测 SOTA
宇树科技宣布完全开源新一代通用人形机器人基座模型 UnifoLM-WLA-1.0，称刷新全球开源模型多项评测 SOTA。真机评测中单模型统筹 64 个任务，覆盖桌面操作与全身移动操作，具备跨任务、跨末端执行器的泛化能力，在多项具身推理评测中领先国内外开源模型。
- Thomas Wolf@Thom_WolfAI 评分7474
DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中最小模型，具备原生视觉理解，面向更快推理、更高吞吐和扩展到更大模型而设计。
- OpenBMB@OpenBMBAI 评分6161
公众号：面壁智能（MiniCPM）AI 评分5454 面壁智能 MiniCPM5-2B 登顶 Hugging Face Trending，开放权重与训练数据
面壁智能 MiniCPM5-2B 登顶 Hugging Face Trending，在 AA Intelligence Index V4.1.1 评测中位居全球 4B 以下开放权重模型首位，34 项基准平均得分 53.9。
MarkTechPost（RSS）精选AI 评分8787 DeepSeek AI 发布 DeepSeek-V4.1-Flash：1M 上下文、FP4 KV 缓存与跨层注意力复用
DeepSeek AI 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，552B 主干加 196B Engram 参数，上下文窗口 1M，prefill 激活 8B 参数、decode 激活 16B，全局 KV 缓存降至每 token 890 字节，约为 DeepSeek-V4-Flash 的 1/4、DeepSeek-V1 的 1/437。
推荐理由：文章拆解了 KV 缓存压缩和预精简架构的具体做法，读者可以对照其工程路径评估长上下文部署成本。
Aravind Srinivas@AravSrinivasAI 评分6161
🚨 AI News | TestingCatalog@testingcatalogAI 评分7676IT之家（RSS）AI 评分8686 DeepSeek 发布 V4.1 Flash 模型，基准超越 V4 Pro 并下调 API 定价
深度求索正式发布 DeepSeek V4.1 Flash，为 552B 参数 MoE 模型，采用全新 Causal-Encoder-Decoder 结构，原生支持多模态，基准测试超越包括 DeepSeek V4 Pro 在内的旗舰模型。
DeepSeek：API 更新日志精选AI 评分8080 DeepSeek 发布 V4.1-Flash，API 价格同步下调
DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。
推荐理由：官方发布附带完整评测数字和 API 切换细节，读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。
公众号：DeepSeek（深度求索）AI 评分8686 DeepSeek 发布 V4.1 Flash：552B MoE 多模态模型，同步开源并下调 API 定价
DeepSeek 正式发布 V4.1 Flash，全新 Causal-Encoder-Decoder 结构的 552B 参数 MoE 模型，输入激活 8B、输出激活 16B，具备原生多模态视觉理解，基准测试超越包括 DeepSeek V4 Pro 在内的旗舰模型。
IT之家（RSS）AI 评分6868 DeepSeek 发布 V4.1 Flash 模型，V4 Pro 服务推迟至 9 月 14 日下线
DeepSeek 于北京时间 2026 年 9 月 10 日正式发布 V4.1 Flash 模型并执行新的 Flash 定价，V4 Pro 服务推迟至 9 月 14 日 12:00 下线，届时将路由到 V4.1 Flash 并按其计费。
IT之家（RSS）AI 评分6969 DeepSeek 合并快速、专家、识图模式为统一智能模式，V4.1 Flash 最快今日发布
DeepSeek 宣布将快速模式、专家模式和识图模式合并为统一的智能模式，模型可自动检测查询复杂度、在检测到图片输入时激活视觉能力并按任务难度调整处理能力。
Suno@suno精选AI 评分6666Suno 发布 v6 模型，可将图片、视频和语音备忘录转化为音乐，并对已创建的歌曲进行精确修改。同时提供 v6-wild 版本供探索更多可能性，官方附有 2 分钟以内的功能演示视频。
推荐理由：官方宣布 v6 上线并给出多模态输入与歌曲精修能力，可据此了解音乐生成模型的最新变化。
HuggingFace Daily Papers（社区热门论文）AI 评分5858 Vidu S2 发布：实时交互、可编辑的空间视频生成
Vidu 团队发布 Vidu S2，包含实时交互数字人模型 Vidu S2-Avatar 和实时视频编辑模型 Vidu S2-Editing，并探索了二者的实时空间视频生成。
OpenAI：官网动态（RSS · 排除企业/客户案例）AI 评分8282 OpenAI 发布 GPT-6 Astra，面向专业工作场景
OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 API 提供，定价为每百万输入 token $10、输出 token $50。
The Verge：AI（RSS）AI 评分7272 Suno 发布 v6 AI 音乐模型，首次采用唱片业授权数据训练
Suno 发布 v6 AI 音乐模型，是首个获得唱片业支持的版本，训练数据包含来自 Warner Music Group、BMG 和 Believe 的授权内容及用户数据。
Ant Ling@AntLingAGIAI 评分5151蚂蚁百灵发布 Ling-3.0-flash-VL，并与 Day-0 合作伙伴 Novita 同步上线，限时免费 14 天。
- Ant Ling@AntLingAGIAI 评分5252
- elvis@omarsar0AI 评分6161
DeepSeek 官方精选AI 评分8282 DeepSeek V4.1 Flash 发布，视觉理解进入默认 Flash API
DeepSeek 发布 V4.1 Flash，在新架构下加入原生视觉理解，并通过 deepseek-flash 接口提供。旧版 V4 Flash 与视觉实验版已退役，原名称暂时指向新版；公告还宣布下调 API 价格。本次发布没有提供可核实的权重开放信息。
推荐理由：原生视觉进入默认 Flash 接口，同时发生旧模型映射调整，使用方需要重新检查模型选择与多模态任务表现。
Cohere 产品与研究博客（网页）精选AI 评分6666 Cohere 发布开源权重翻译模型 North Small Translate，WMT26 得分 83.60 超越 DeepL 与 Google Translate
Cohere 发布机器翻译模型 North Small Translate，为 MoE 架构，总参数 218B、激活 25B，支持 50+ 语言，WMT26 全语言得分为 83.60，高于 DeepL NextGen 的 81.37 和 Google Translate 的 68.20，Agentic 版本达 84.36。
推荐理由：官方公布了 WMT26 各语言和分区域得分、吞吐与单任务成本数据，读者可据此评估其相对 DeepL 和开源模型的位置。