腾讯混元击败谷歌登顶蚂蚁开源万亿模型ChatGPT转型AI操作系统AIWeek

📢 本周 AI 快讯 | 1 分钟速览🚀

1️⃣ 🥇 腾讯混元登顶全球第一 ： 混元图像 3.0 在 LMArena 文生图榜单超越谷歌 Nano Banana ，80B 参数规模，基于统一自回归框架，已完全开源。

2️⃣ 🐜 蚂蚁开源万亿模型 ： Ling-1T 发布，MoE 架构总参数 1T，AIME 25 数学推理超越 Gemini-2.5-Pro ，效率更高，已在 Hugging Face 开源。

3️⃣ 💻 快手推出 CodeFlicker ：AI 原生 IDE 工具对标 Cursor，支持全栈 Agent 编程、UI 设计稿自动转代码，深度集成 Figma 实现设计代码同步。

4️⃣ 🎯 ChatGPT 转型操作系统 ：OpenAI DevDay 宣布周活用户达 8 亿，发布 Apps SDK、AgentKit 和正式版 Codex，目标从聊天工具进化为综合计算平台。

5️⃣ 💰 OpenAI 推广低价套餐 ： ChatGPT Go 扩展至亚洲 16 国，月费不到 5 美元，提供扩展 GPT-5 访问权限，但无 Sora 等高级功能。

6️⃣ ⚡ OpenAI 签署万亿算力合同 ：与英伟达、AMD 等达成协议，将获超 20 吉瓦算力，相当于 20 座核反应堆输出，采用"循环融资"结构。

7️⃣ 🖱️ 谷歌发布 Computer Use ： Gemini 2.5 Computer Use 支持 13 种浏览器操作，AndroidWorld 准确率达 69.7%，已用于内部 UI 自动化测试。

8️⃣ 🎨 Gemini Flash Image 商用 ： Gemini 2.5 Flash Image 正式开放，支持 10 种长宽比，每张图像 0.039 美元，内置 SynthID 隐形水印防伪。

9️⃣ 🎬 谷歌 Veo 3.1 曝光 ：生成 8 秒 720p 视频自带配乐，预计支持最长 1 分钟 1080p 视频，原生音频与画面精确同步，剑指 OpenAI。

🔟 🤖 Figure 03 面向家庭 ：第三代人形机器人可折衣服、洗碗，基于 Helix AI 模型，年产能 1.2 万台，目标 2026 年进入部分家庭，预计售价 2 万美元。

01｜腾讯混元图像 3.0 登顶 LMArena 榜首，超越 Nano Banana

大模型竞技场 LMArena 最新文生图榜单显示， 混元图像 3.0 在全球 26 个大模型中位列第一，超越谷歌 Nano Banana 和字节 Seedream 4.0 ，同时在综合榜单和开源榜单双双登顶。该结果基于全球用户的匿名盲测投票，LMArena 是由美国加州大学伯克利分校推出的 AI 模型评估平台，采用人类真实偏好的盲测机制。

混元图像 3.0 于 9 月 28 日发布，是首个工业级原生多模态生图模型，参数规模 80B，推理时每个 token 激活 13B 参数。模型采用统一的自回归框架整合多模态理解与生成能力，摒弃传统 DiT 架构，基于 Hunyuan-A13B 多模态基座，结合 MoE 架构与 Transfusion 方法构建。训练数据包含 50 亿图文对、视频帧和 600 万亿 token 文本语料。模型支持复杂文本渲染、漫画表情包生成和科普插画创作，后续将上线图生图、图像编辑和多轮交互功能。现已在腾讯混元官网开放体验，并在 GitHub 和 Hugging Face 完全开源。

02｜蚂蚁开源万亿参数模型 Ling-1T，数学推理超越 Gemini 2.5 Pro

10 月 9 日，蚂蚁集团发布并开源万亿参数通用语言模型 Ling-1T ，这是 Ling 2.0 系列首款旗舰模型，也是蚂蚁迄今推出规模最大、能力最强的非思考大模型。在竞赛数学榜单 AIME 25 上， Ling-1T 以平均 4000+ Token 消耗达到 70.42% 准确率，超越消耗 5000+ Token、准确率 70.10% 的 Gemini-2.5-Pro ，展现更高效率。模型采用 MoE 架构，总参数 1T、激活参数 50B，支持 128K 上下文。

Ling-1T 在 20T+ tokens 高质量语料上完成预训练，通过演进式思维链（Evo-CoT）提升推理能力。全程采用 FP8 混合精度训练，是目前最大规模 FP8 训练基座模型，训练提速 15%+。团队提出 LPO 方法，以句子为粒度优化策略，提升训练稳定性。在前端能力基准 ArtifactsBench 上得分 59.31，位居开源模型榜首。蚂蚁还在训练万亿参数深度思考模型 Ring-1T，已于 9 月 30 日开源 preview 版。模型已在 Hugging Face 开源，并提供 API 接口。

03｜快手推出 AI 原生 IDE 工具 CodeFlicker，对标 Cursor

10 月 9 日，快手推出 AI 原生集成开发环境工具 CodeFlicker ，支持 AI 问答、代码自动补全和基于 Agent 的 AI 编程功能，可帮助程序员自动化完成开发任务，在部分项目中实现端到端开发。该工具提供 “Jam” 和 “Duet” 两种模式：Jam 模式主打沉浸式编程，支持自然语言描述需求自动生成代码；Duet 模式面向企业级需求，提供实时协作、版本控制和安全审计。

核心能力是全栈 Agent 编程。内置 AI Agent 能理解整个代码库，输入“重构用户认证模块”后可自动分析依赖关系、生成任务清单并标注风险点。支持多模态交互，可将 UI 设计稿拖入编辑器自动转化为带注释的 React 组件，并深度集成 Figma，设计文件修改后前端代码自动同步更新。通过 MCP 平台灵活集成不同数据源、工具和服务，拓宽应用场景。该工具直接对标 GitHub Copilot 和 Cursor，并提供电商插件模板库，支持快手商家小程序开发。官网已上线预览页面。

04｜OpenAI DevDay 2025：ChatGPT 从聊天工具转型“操作系统”

10 月 6 日，OpenAI CEO Sam Altman 在 DevDay 2025 开发者大会上宣布，ChatGPT 周活跃用户已达 8 亿，较 8 月的 7 亿增长 1 亿，相比 3 月底的 5 亿实现翻倍。平台目前拥有 400 万开发者，API 每分钟处理超 60 亿 token。大会核心战略是将 ChatGPT 从聊天工具转型为综合计算平台，Altman 表示目标是从“可以问任何问题的系统”进化为“可以让 AI 为你做任何事的系统”。

大会发布三大核心工具：

Apps SDK：允许开发者在 ChatGPT 内构建交互式应用，首批合作伙伴包括 Spotify、Zillow、Canva、Coursera、Expedia 等超过 12 家公司；

AgentKit：提供完整 AI 智能体开发工具链，包含可视化 Agent Builder、可嵌入的 ChatKit 聊天界面、Connector Registry 数据连接中心和增强评估系统；

正式版 Codex：OpenAI 工程师使用 Codex 后每周完成的 PR 数量增长 70%。

现场演示中，工程师 Christina Huang 使用 AgentKit 在 8 分钟内完成智能体搭建。 GPT-5 Pro API 同步开放。

05｜OpenAI 推广 5 美元低价套餐 ChatGPT Go，扩展至亚洲 16 国

据 TechCrunch 报道，OpenAI 正将月费不到 5 美元的 ChatGPT Go 订阅服务扩展至亚洲 16 个国家和地区，包括阿富汗、孟加拉国、不丹、文莱、柬埔寨、老挝、马来西亚、马尔代夫、缅甸、尼泊尔、巴基斯坦、菲律宾、斯里兰卡、泰国、东帝汶和越南。该套餐定价约为标准 Plus 套餐（20 美元/月）的四分之一，针对购买力较低的新兴市场推出。

相比 20 美元的 Plus 版， ChatGPT Go 提供扩展的 GPT-5 访问权限、图像生成、文件上传和数据分析功能，记忆长度是免费版的 2 倍，每日消息和图像生成限额更高。但 Go 版无法访问 GPT-4o 等旧版模型，也不包含 Sora 视频生成、深度研究和 Agent 模式等高级功能。

06｜OpenAI 签署万亿美元算力合同，规模相当于 20 座核反应堆

OpenAI 近期签署了总价值约 1 万亿美元的 AI 基础设施合同，与英伟达、AMD、甲骨文和 CoreWeave 等公司达成协议，将获得超过 20 吉瓦算力，相当于 20 座核反应堆的输出功率。英伟达将分阶段向 OpenAI 投资最高 1000 亿美元，部署至少 10 吉瓦数据中心，首个 1 吉瓦将于 2026 年下半年在 Vera Rubin 平台上线。AMD 合作协议涉及 6 吉瓦 Instinct GPU 部署，预计为 AMD 带来数百亿美元收入。

OpenAI 估算每吉瓦 AI 算力成本约 500 亿美元，总投入接近 1 万亿美元。但公司目前年收入仅约 120 亿美元，今年可能亏损 100 亿美元，远未达到万亿级合同所需财力。这些协议采用“循环融资”结构——英伟达投资 OpenAI，OpenAI 再用资金购买英伟达芯片；AMD 则授予 OpenAI 最高 10% 股权以换取订单，引发业界对 AI 泡沫的担忧。CEO Sam Altman 表示将在未来数月公布更多合作，称“盈利不在前 10 优先级”。

07｜谷歌发布 Gemini 2.5 Computer Use：支持 13 种浏览器操作的 AI 模型

10 月 7 日，谷歌发布 Gemini 2.5 Computer Use 模型，并通过 Gemini API 向开发者开放。这是基于 Gemini 2.5 Pro 的专用模型，能够与用户界面交互并执行实际操作。模型支持 13 种预定义浏览器操作，包括点击、输入、滚动、拖拽、导航、搜索和快捷键组合等。工作流程采用循环机制：用户发送请求和屏幕截图，模型分析后返回操作指令，客户端代码执行后反馈新截图，直至任务完成。

在 AndroidWorld 移动基准测试中，该模型准确率达 69.7%；在 Online-Mind2Web 网页控制测试中，通过率约 65.7%，延迟处于领先水平。 Gemini 2.5 Computer Use 已为 Project Mariner 和搜索 AI Mode 的代理功能提供支持，谷歌内部用于 UI 自动化测试，修复了超过 60% 的失败测试用例。模型内置安全机制，对购买等高风险操作需用户确认。目前主要优化浏览器环境，尚未支持桌面级操作系统控制。现已通过 Google AI Studio 和 Vertex AI 开放公测，定价与 Gemini 2.5 Pro 相同。

08｜谷歌图像生成模型 Gemini 2.5 Flash Image 正式商用，支持 10 种长宽比

谷歌宣布代号 “Nano Banana” 的图像生成模型 Gemini 2.5 Flash Image 正式进入生产环境并提供商业授权，通过 Gemini API、Google AI Studio 和 Vertex AI 向开发者及企业用户开放。新增支持 10 种长宽比，可适配从电影级横向到社交媒体竖向等多种格式，并新增纯图像输出模式。该模型可实现多图融合、角色一致性保持、自然语言精准编辑等功能。

该模型今年 8 月在 LMArena 匿名测试平台以 “nano-banana” 代号登顶图像编辑榜首，引发广泛关注。定价为每张图像 0.039 美元，按 token 计费为每百万输出 token 30 美元。谷歌为所有生成内容加入可见水印和 SynthID 隐形加密水印，以防止深度伪造。Google AI Studio 的“构建模式”支持用户通过单个提示词快速创建和部署自定义 AI 应用。

09｜谷歌 Veo 3.1 首批样本曝光：8 秒 720p 自带配乐，剑指 OpenAI

10 月 10 日，科技媒体 TestingCatalog 曝光了谷歌新一代文生视频模型 Veo 3.1 的首批真实生成样本，能够生成时长 8 秒、分辨率为 720p 且包含音轨的视频片段。实测对比显示， Veo 3.1 在“赛博朋克黑客机器人”等基准测试提示词上明显优于 Veo 3 ，支持多镜头场景生成、角色一致性保持和电影预设功能。

该模型已在谷歌 Vertex AI 平台和 Google Vids 中出现代码痕迹，第三方平台 Higgsfield AI 也开放了等候名单。相比前代 8 秒限制， Veo 3.1 预计支持最长 30 秒甚至 1 分钟的 1080p 视频生成，原生音频生成功能经过改进，能将音效与画面动作精确同步。这直接对标 OpenAI 9 月底发布的新模型，后者同样支持同步对话和音效，API 定价为 10 秒 720p 视频 1 美元。

10｜Figure 03 发布：首款面向家庭的量产人形机器人，能折衣服、洗碗

人形机器人公司 Figure AI 于 10 月 9 日发布第三代产品 Figure 03 ，定位为可在家庭和工业环境大规模部署的通用机器人。基于自研 Helix 视觉-语言-动作 AI 模型，该机器人已演示折叠毛巾、装载洗碗机等家务能力，手部内置超灵敏触觉传感器，可检测低至 3 克的压力。视觉系统帧率翻倍、延迟降至四分之一、视野扩大 60%，支持通过脚部线圈进行 2kW 无线充电。