基于新一代 MoE（混合专家）架构，Xing4.0-29B-A4B 每次推理只激活 4B 参数，兼顾响应速度与深层推理。它原生支持 256K 超长上下文，可自主规划多步任务、调用外部工具并输出完整结果。在 SWE-bench Verified 编程基准上拿下 75.0 分，排进同参数量级第一梯队，代码生成、函数调用、JSON 输出等能力一应俱全。

9月8日，Meta 在美国正式推出个人 AI 智能体 Muse——这标志着「AI 助手」从「陪聊问答」迈向了「替你做事」的全新阶段。它不只是回答你的问题，而是能直接登录你的邮箱、日历、支付账户，替你发邮件、订机票、填表格，甚至在你关闭 App 后继续处理长期目标。

9 月初，DeepSeek 在 Hugging Face 上放出了 DeepSeek-V4-Flash-Vision-Exp——这是 V4 家族的第一个多模态实验模型，也是目前少数几个“开源权重 + MIT 协议”的前沿多模态大模型。它发布节奏很值得注意：8 月 21 日先在自家 API 上线，仅 10 天后（8 月 31 日）就公开了全部权重、分词器、视觉编码器和参考推理代码，任何人都可以下载、自托管、微调乃至商用。

官方生产数据：批量读取中位数延迟从 31.4ms 降至 5.60ms（约 5 倍），p99 从 123ms 降至 24.2ms，200k RPS 下稳定运行；成本方面，每个承诺层级都比 DynamoDB 至少便宜 20%。CEO Aravind Srinivas 表示，这类自研基础设施每年最多可节省约 1 亿美元。

每天下班后，你家里那台 RTX 游戏主机、MacBook 是不是基本在吃灰？英伟达在 9 月 3 日 IFA 2026 上发布了一款免费开源软件 NVIDIA PAIR（Personal AI Router，个人 AI 路由器），专门把这些闲置算力「捡」起来：把同一局域网内的多台电脑连成一个个人 AI 推理集群，谁有空谁干活，提示词、文件、智能体上下文全程留在本地，不上云。

Atlas 基于 DeepMind 去年开源的 AlphaGenome 模型，预先计算了每个变异对基因表达、RNA 剪接、染色质可及性、转录因子结合等上千项分子过程的影响，覆盖数百种人类和小鼠细胞与组织类型，数据量达 1PB，是 AlphaFold 蛋白数据库的 30 倍以上。同时发布的 AVI 评分融合 AlphaGenome 与 AlphaMissense 两个模型，把编码区与非编码区的预测浓缩为单一数值，研究人员可快速给变异排序、筛出最值得深挖的候选。

服务器完全运行在本地、自身不发任何网络请求；它基于 safaridriver 创建独立的自动化窗口，读不到你的自动填充、密码和浏览历史，截取的页面与日志直接交给你的代理而不是苹果。当然，权限越大越要谨慎——只连接可信的 agent，敏感操作仍建议人工确认。

传统做法常是「生成用 A 模型、编辑用 B 模型」，切换麻烦还得对接多套接口。Qwen-Image-2.1 用一个模型同时支持文生图、透明图层（RGBA）生成、图编辑和照片主体抠图，最多可同时喂 10 张参考图，还能通过画圈、涂色等局部编辑精确修改，并保持人物与产品形象的一致。

本周 AI 圈最亮眼的消息，既不是海外巨头的新旗舰，也不是天价融资，而是智谱 Z.AI 发布的 GLM-5.3 Flash——一款混元专家（MoE）架构开源必杀模型，仅凭每任务约 0.045 美元的价格，就在国内外的盲测榜单 OpenRouter 上悄悄登顶，甚至拿下“Ox Alpha”的暗池称号。

人类基因组中约 98% 区域不编码蛋白质，解读这些“暗物质”正是理解大多数疾病的关键。AlphaGenome Atlas 已帮助 Broad Institute 在严重癫痫病例中锁定疑似致病的非编码变异。对研究者而言，它把原本需要海量算力的全基因组分析，变成随手可查的数据库，有望显著加速罕见病诊断、致病基因发掘与新药研发。

很多 AI 玩家家里并不止一块显卡：一台 RTX 5070 的主力机、一台放 DGX Spark 的「小钢炮」，甚至再搭一台旧游戏本。过去这些机器各自为政，跑任务要么手动指定，要么排队等待，显卡利用率忽高忽低。PAIR 的思路很直接——把它变成「AI 路由器」，任务进来自动按模型、显存、速度与成本择优调度。

每天盯着 PDF 逐页啃论文、反复检索文献，是科研和深度学习者最耗时的一环。就在 9 月，斯坦福医学院团队在 Nature 发表的 Paper2Agent 给出了一个颠覆性解法：把论文的正文、图表和数据代码整体「变身」成一个能对话的 AI 智能体，让论文从静态文件变成可提问、可复现的「活体知识」。