AI 资讯早报 · 2026-09-17
抓取窗口近 30 小时,7 个原生源命中 8 篇新文章;以下按关注权重(大模型/Agent、具身智能、AI 产业)排序,必读条目均已抓取正文深读后撰写。本期主线是「Harness 与基座两侧同时补齐」——vivo 把系统级 Agent Harness 做进手机内核,紫东太初用 9B 开源模型补上多模态的物理世界短板。
🔥 必读
1. 紫东太初开源 ZDTaichu5.0-9B:空间具身断层领先,通用能力还不打折
紫东太初开源通用多模态大模型 ZDTaichu5.0-9B,直接回应行业里那个二选一的老问题:过去多模态模型能把一张图片理解得头头是道,但走进真实物理世界,空间理解与行动能力往往掉队;而一些模型为补足空间能力,又不得不牺牲通用能力。
空间成绩:九大国际权威空间理解基准中,8 项在 10B 档(开闭源)模型中排名第一。差距最大的是 MindCube-tiny:ZDTaichu5.0-9B 得 78.27 分,对照 Gemma4 8B-E4B 48.85、Gemini 3 Pro 70.87、Grok 4 63.56。榜单覆盖空间感知、三维推理、多视角变换与具身交互。
通用成绩:AI2D 达 91.48(仅次于 Gemini 3 Pro,高于其他所有对照模型)、WeMath 75.9、MathVista Mini 84.5、OCRBench 85.5,Agent 与文本任务(尤其代码)也表现突出。
实测演示:① 美工刀收纳(拉开抽屉→放入→关闭,每步都需空间判断,且要承接上一步带来的变化);② 「找从左到右第二个银色盒子」——需同时读懂属性、对象类别与空间排列关系,模型给出的归一化坐标 (237,226) 落在目标标注区内;③ 同一房间三视角推理——设想自身移动到窗帘处、面向沙发,判断柜子相对方位,答「右前方」正确(参照系转换);④ 「找空位」——沿杯柄朝向判断可操作区域;⑤ 科研 Agent 阻尼振子求解(解析求解与 SciPy 数值对照,出相空间图与报告)。
方法(训练侧三阶段全栈数据管线):预训练覆盖开源图文、网页结构化文档、公开视频多视角素材与仿真渲染三维场景,先做感知哈希与 URL 去重、过滤低清与图文不相关样本,再经内容重写解析与视频抽帧描述,建立视觉-语言-时序-空间的对齐联系;SFT 覆盖开源指令、真实业务问答、空间具身案例与 Agent 工具调用轨迹,并校验具身样本的图像、问题、对象关系与操作约束是否一致(例如抽屉关着,模型就不能要求夹爪往里放东西),带步骤的思维链要过拒绝采样与格式、一致性校验;最后经高质量退火。
在 9B 这个体量上同时跑通空间与通用两条线并不容易,背后要解决的是数据如何组织、复杂判断时算力如何分配。
原文:量子位 · 通用能力不打折,空间具身智能断层领先!ZDTaichu5.0-9B 国产开源
2. vivo 甩出四个自研模型,首发系统级「蓝心 Harness」
vivo 在开发者大会(深圳)发布升级版蓝心智能、OriginOS 7 与蓝河操作系统 4,并明确阶段性目标为 Agent Phone。蓝心智能此次的核心升级是「个人化智能」,公式为大模型 + 蓝心 Harness + 智能体安全架构。
蓝心 Harness 的定位:vivo 的比喻是「如果大模型是大脑,蓝心 Harness 就像整个神经系统」——它在系统内核层把系统、应用、设备能力变成智能体能理解、可调用的工具,串起感知、记忆、规划、执行。目前已增加 6000 多项原子技能,自由组合后支持万种以上任务;同时构建系统级感知与个人记忆库,为智能体提供连续可控的个人上下文。
四款自研模型:① 蓝心语音大模型 RealTime(端到端语音理解架构,嘈杂环境、轻声说话、带口音、连续表达、中英混着说都听得懂);② 蓝心端侧大模型 Nano(实时感知、沉淀个人记忆,融合理解屏幕/图像/视频/文本/文件,长期记住习惯、偏好、用机状态与时空场景,多项权威评测感知与记忆榜单第一);③④ 蓝心云侧大模型 Flash / Pro(手机任务中控,通过自研 Agentic 引擎与系统级 Harness 匹配)。此外发布原生编程智能体 BlueCode 预览版,并预研蓝心 30B MoE 端侧大模型。
产品面:蓝心小 V 升级到 Pro,一句话即可拆解任务、跨端跨应用执行——定制专属路书(结合收藏攻略、打卡点、笔记与已订行程)、跨设备找会议纪要/项目材料/邮件并整理成工作报告、打车订咖啡订票,甚至把「编程智能体」放进手机。原子卡包新增「小 V 记忆卡」,可在锁屏滑出、用文字/语音/拍照/识屏补充,AI 自动关联整理。系统层还有 AI 清理相册(像刷短视频一样上滑删除)、文件按内容自动整理加命名摘要、输入法读懂上下文直接推荐证件 PDF、录音机升级会议助手(实时分角色转写、会后按角色梳理观点)、AI 日历今日备忘、AI 萌宠等。
节奏:OriginOS 7 自 10 月 9 日开始首批推送,下周发布的 X500 系列首发;BlueOS 4 将先在 vivo 手表新品落地。流畅度侧发布「原子工作台」,背后是自芯片指令集到系统框架的逐层打通。
原文:智东西 · vivo连甩四个自研新模型,首发蓝心Harness
3. 网易有道开源两款同传模型,延迟与准确率双开源 SOTA
网易有道在 AI Open Day 发布并开源两款流式同传模型,同时升级办公 Agent 与语音 Agent。
子曰4-R2T2:低延迟高精度真流式 ASR,平均延迟仅 200–600 毫秒,在各类 benchmark 中延迟与识别质量均达到开源模型中的 SOTA,与闭源模型相比也不逊色。训练用了一套特殊的数据构建技术:稳定前缀数据、强制时间对齐数据、词元级音频分割,并结合最长稳定前缀(LSP)学习范式——在流式设计下,离线识别仍保持高准确率。
子曰4-T3PO:140 亿参数的文本到文本同步机器翻译(SiMT)模型,全流式输出且延迟模式可调(低延迟↔高质量)。训练靠高质量分段对齐数据、翻译模型流式冷启动、帕累托感知的强化学习;可与外部流式 ASR 联动完成语音到文本的实时转换,现场演示了超快语速下仍稳定输出。
办公 Agent LobsterAI 2.0:国内首个 100% 开源的桌面级办公 Agent(今年 2 月 19 日发布)。2.0 最大变化是生态兼容——全面兼容 OpenClaw 2.0、底座同步升级(该版本 900 多位贡献者、1.6 万个 PR,自称龙虾史上最大更新);新增 Sites(Agent 生成结果一键获得公网可访问地址,支持分享码)与 Teams(面向团队协作,取消席位费,只按实际用量收费)。
网易叭哥说:网易首个 AI 原生语音 Agent,定位「从语音转文字走向语音转意图」——识别之后继续做语义理解,把口语里的重复、停顿、改口整理成可直接使用的文字。支持 100 多种语言实时互译,在计算机、金融、医学等领域称准确率可达 98% 以上;承诺终身免费,声音仅在本地处理,不上传、不记录、不用于模型训练。
数据:有道 AI 同传累计服务用户超 2500 万、使用次数同比增长近一倍;口语学习产品 Hi Echo 用户突破 1000 万(升级为 Agent 口语私教,端到端全双工、可随时打断、能识别语气情绪,并与 BC 雅思官方达成合作成为官方模拟测评首家全面合作伙伴);LobsterAI 用户突破 100 万、活跃用户次日留存超 80%、人均每日 token 消耗超 2000 万。
原文:智东西 · 网易开源两款同传模型,延迟、准确率开源SOTA
📌 值得看
4. 理想 i9 Home 上市:36.98 万元,比 MEGA Home 便宜 14 万
理想发布纯电旗舰 i9 Home,只提供 Home 一个版本,全国统一零售价 36.98 万元。李想为 i9 定下的目标是提供最好的六座乘坐与储物空间,操控看齐 L9 Livis、舒适安静看齐 MEGA Home——即 MPV 级大空间、但没有 MPV 笨重感的「理想式 SUV」旗舰。
新车长宽高 5225×1970×1752mm、轴距 3168mm,是理想第二代纯电平台的首款旗舰。标配 101kWh 三元锂 5C 电池与前后双电机四驱、CLTC 纯电续航 705km;值得注意的是首批交付搭载宁德时代 5C 电芯,到 10 月底全量切换为理想自研 5C 三元锂电池。
座舱标配四门电动关闭与防夹电吸,前两排共四张全尺寸零重力座椅(四个位置可同时进入零重力姿态,均带通风、加热、按摩),18 处身体接触位置支持加热;三排座椅可电动前后滑移 10cm、靠背最大约 55°调节,对坐空间超 2m(称大于 MEGA Home),高速 NVH 也超越被当作标杆的 MEGA。首次采用直射式「星轨氛围灯」,同时承担开门预警。
底盘为「第二代底盘」:标配线控转向、后轮转向,以及双腔空气弹簧与双阀减振器组成的魔毯空气悬架;未搭载 L9 Livis 的 800V 主动悬架,靠原生纯电平台低重心与接近 50000N·m/° 的车身扭转刚度,在紧急变线测试中取得与 L9 Livis 相同的成绩。后轮转向把最小转弯半径缩短到 5.3 米,自动泊车时方向盘只轻微转动。智驾方面标配一颗马赫 M100 芯片(1280 TOPS),马赫 VLA 2.5 于 10 月随 i9 交付开始推送并向所有搭载马赫平台的车型开放。
安全结构从车头一整面「防撞盾」开始,车尾按最高 92km/h 后碰工况设计;最具创新的设计是把空气悬架储气罐集成进后防撞梁(理想自研高强度铝合金),即使气体全部泄漏车辆仍能正常行驶,维修价格也仍与传统后防撞梁保持一致。
原文:爱范儿 · 比 MEGA Home 便宜 14 万!理想 i9 Home 上市定价 36.98 万元
5. iPhone 18 Pro & Duo 首发评测:最大提升是「充电」和这个…
这是苹果新 CEO 约翰·特努斯的第一场发布会。今年的发布周期大改:iPhone 18 标准版、18e 和 Air 2 预计要到明年上半年才见面,明年秋天则是 iPhone 20 周年纪念版——反而让选购决策变得简单:想要折叠屏又不离开 iOS 生态,iPhone Duo 是今年唯一选择;想要有史以来续航最好、散热最强、挖孔最小的 iPhone,就直接下单 18 Pro/Pro Max。
iPhone Duo(苹果首款折叠屏):10 月 16 日开放预定、10 月 23 日上架。内屏 7.6 寸采用「纳米纹理表层」——通俗讲就是出厂标配磨砂屏;它与 Studio Display、iPad Pro 上的纳米纹理玻璃并不是同一种东西,仍存在与普通贴膜一样的耐用、耐刮、耐分层挑战,但极大缓解了屏幕折痕的可见性,把一个很少有厂商愿意做的劣势转化成了产品特殊卖点。它还反潮流地在内屏使用屏下摄像头(UDC)营造完整屏幕体验(出于画质考虑,纳米纹理表层不覆盖 UDC 区域,特定光线角度下能看到一个圆孔);前摄受 UDC 限制分辨率最高只有 1080P,且有泛光和锐化现象。
真正独特的在软件:iOS 27 把整个手机系统的默认方向从竖屏转为横屏,以最大化这块阔折叠宽屏的使用效率——不只是状态栏和 Dock,也包括所有第一方和第三方 app 的主要控件、菜单与优先操作逻辑。配合 WWDC 宣布的可变距工具栏规范,遵循 iOS 开发规范的 app 可以几乎无痛适配;开发者还能拉取铰链开合角度数据做出座钟、乐器、半折投影等新玩法。已有相当数量全球主流 app 开发商宣布主动适配——Duo 作为搅局者的最大意义,是给不愿适配宽比例屏幕的软件厂商上压力。
硬件则无突破:主摄与超广角传感器参数与 iPhone 17 完全相同(双 4800 万,主摄 26mm 1/1.56″、超广角 13mm 1/2.55″),成像表现平淡,内屏前摄因进光量更少在弱光下涂抹感明显。满血 A20 Pro 在 5.2mm 机身内塞进一块 VC 均热板,通过中板穿孔把 SoC、电池与主板芯片的热量引到屏幕上加速散热(行业通用做法,苹果开始大方借鉴)。此外,Air 用户若想官方 trade in 换新,今年港区商店回收价最高,其次才是国区。
原文:爱范儿 · iPhone 18 Pro & Duo 首发评测
📄 其他
- 智东西 · 5999 元,努比亚「二代豆包手机」首发深度体验,Agent Phone 成了? —— 搭载字节豆包手机助手消费者版,5999 元起(国补后 5499 元起),集成指纹的橙色 AI 实体键「牛马键」+ Seed 全双工语音大模型;称按指令操作手机成功率 80% 以上,付款仍需人工确认。⚠️ 生态约束首次被明文化:字节发起《屏幕自动化操作声明协议(SAEP)》30 天公示期,期内应用默认不开放自动化(京东、米家、百度地图等已显示「暂不支持」),购买者或需约 30 天才体验满血版。
- 智东西 · 蚂蚁开源大模型安全内生护栏 SingProbe Infra,已适配 29 个主流开源模型 —— 复用推理过程内部信息持续输出意图/安全/幻觉风险分数,模型边生成、探针边给信号,无需等整段回答结束即可告警或中止;已适配 Ling-3.0、GLM-5.2/5.3、Qwen、DeepSeek-V4 等 29 个模型,接入 SGLang/vLLM,解码阶段额外开销低于 0.5%。
- InfoQ 中文 · 亚马逊 CTO 要来中国了,说实话,这比泛滥的 AI 发布会值得关注 —— 梳理 Werner Vogels 第 14 场也是最后一场 re:Invent Keynote:不发任何产品,讲 AI 时代开发者需要的五种素质(全链路所有权、系统思维、极度好奇心、有意识地使用 AI、讲故事的能力)。作者主线判断是「每解决一层供给侧的障碍,就会暴露下一层更深的、往往不是技术能直接回答的问题」。