MIT 演示 AI 直接重寫模型權重：無需訓練，僅改 0.016% 修復小模型缺陷
MIT 研究人員發現，OpenAI 的 GPT-6 Astra 能在不進行二次訓練的情況下，直接讀取並修改其他小模型的連續權重。在測試中，Astra 僅修改了 Qwen 模型 0.016% 的權重就修補了死迴圈缺陷，將其數學得分從 7.9% 拉高至 48.1%。這意味著前沿模型未來或能直接在底層手動升級 AI，無需依賴繁重的訓練流程。
阿里巴巴
NitroFusion 2 開源：1 到 2 步極速出圖，本地 ComfyUI 就能跑
研究團隊開源影像生成模型 NitroFusion 2，把傳統擴散生成壓縮至僅需 1 到 2 步。它通過多模態文本流對抗蒸餾，在一步出圖下仍能保留精細細節與清晰文字排版。完整模型權重約 12GB，普通消費級顯示卡通過 ComfyUI 即可在本地部署體驗。
開源影片框架 Any Time, Any Space：靠 3D 記憶讓長影片場景不穿幫
開源框架 Any Time, Any Space 亮相，專門解決長影片生成中的場景漂移問題。系統先對場景進行 3D 重建並存入記憶，即便鏡頭離開後再折返，環境依然保持完全一致。它可搭配阿里 Wan 等多種影片模型，已開放本地執行程式碼。
World Play 2 開源：可即時互動的世界生成器，離開再回來場景依然一致
開源互動式世界模型 World Play 2 公開程式碼。它支援在虛擬場景中即時漫遊並與角色互動，關鍵突破在於將歷史資訊壓縮儲存到記憶中，長時間探索或離開重返後場景依然一致。團隊還提供了 4 步推理的 Turbo 版本，完整未量化模型大小達 69GB。
阿里釋出同傳模型 Qwen3.8-LiveTranslate：延遲壓到 2.3 秒，自帶原聲克隆
阿里釋出即時同聲傳譯模型 Qwen3.8-LiveTranslate。它重構為音訊與文本交織的單流架構，字均延遲壓至 2.3 秒，支援 60 種語言。新模型能即時分離說話人並克隆音色，用發言人原聲念出譯文，目前已開放 API 和線上 Demo。
阿里釋出 Qwen3.8-Omni-Flash：100 萬上下文支援音影片即時互動
本週，阿里巴巴釋出多模態模型 Qwen3.8-Omni-Flash。模型具備 100 萬 token 上下文，支援文本、音影片輸入與流式即時處理，可自主呼叫工具完成影片剪輯等任務。相比 3.5 版本大幅降低 Token 消耗與成本，目前僅提供 API，尚未開源。
阿里上線 Qwen3.8-Max-0902：程式碼與智慧體協同能力大漲
阿里升級旗艦模型 Qwen3.8-Max 並推出 0902 快照版本。新版本保持 100 萬 token 上下文和思考模式，重點通過後訓練提升了工程級自主程式設計和多智慧體協同排程表現，輸入與輸出每百萬 token 分別定價 2 美元和 6 美元。
阿里推出自動駕駛模型 Qwen-Drive-1.0：統一 3D 感知與軌跡規劃
阿里巴巴釋出自動駕駛視覺語言模型 Qwen-Drive-1.0。它基於 Qwen3.5-4B 打造，不改動底模架構，而是通過外掛 BEV 感知頭與規劃專家來統一 3D 感知與運動規劃。模型完全基於 283 萬公開資料訓練，駕駛問答均分達到 69.43。
阿里開源 Qwen-Audio-Agent：邊打電話邊讓智慧體寫程式碼
阿里開源即時語音執行時 qwen-audio-agent，主打全雙工語音前臺與後臺 Agent 並行協作。使用者能像打電話一樣隨時打斷追問，後臺同時非同步跑寫程式碼、改檔案等任務，完成後直接語音彙報。
ABot-World：單張 RTX 5090 跑得動的無限即時互動世界
ABot-World 是一個開源的即時互動式世界模擬器，允許使用者即時輸入動作控制場景走向，支援無上限的持續生成。模型只需單張 RTX 5090 顯示卡即可在本地執行，以 1.2 秒延遲輸出 720p、16 FPS 畫面，程式碼與模型權重均按 Apache 2.0 協議開源。
阿里推出 2.4T 引數 Qwen3.8：預覽版已上線，即將開源權重
阿里巴巴宣佈推出 2.4T 引數的 Qwen3.8，並計劃近期開源模型權重。官方稱其效能在主流前沿模型中僅次於 Fable 5。目前預覽版 Qwen3.8-Max-Preview 已在阿里雲 Token Plan、Qoder 和 QoderWork 上線供搶先體驗。
Wan-Animate-2：阿里開源動畫模型，一張圖讓任意角色隨影片起舞
阿里巴巴開源角色動畫模型 Wan-Animate-2，使用者只需輸入一張角色圖片和一段參考影片，就能將動作、微表情和手指細節遷移到目標角色上，連非人角色和雙人場景也能支援。模型基於 Diffusion Transformer 實現端到端生成並支援視角控制，程式碼與權重均已開放。
高通開源 Mobile-Wan：手機本地 20 秒生成 5 秒影片，體積不到 10GB
高通研究團隊釋出 Mobile-Wan，把阿里 50 億引數的 Wan 影片生成模型搬到手機本地執行。通過分塊生成、剪枝和 3 步取樣蒸餾，手機無需聯網即可在約 20 秒內生成 5 秒 480p 影片，模型權重僅 9.9GB。
阿里釋出 Wan Streamer：單一模型即時音視訊通話，延遲僅 200 毫秒
阿里巴巴公佈端到端互動模型 Wan Streamer，讓 AI 在視訊通話中即時看、聽並同步回應。它用單一 Transformer 統一處理音影片和文本，支援全雙工通訊，模型端延遲約 200 毫秒。目前 v0.1 仍為 192p 概念驗證，未開放即時體驗。
阿里釋出 HappyOyster 1.0：一句話生成可互動世界，支援鍵盤即時操控
阿里雲宣佈推出開放式世界模型產品 HappyOyster 1.0。它支援原生多模態音影片聯合生成，能在生成過程中持續接收指令並即時響應。使用者不僅能隨時叫停並改寫劇情，還能用 WASD 鍵在畫面中走動探索，讓影片生成真正變成可玩的遊戲世界。
阿里釋出 Qwen 3.7 Plus：主打多模態 Agent，連續 11 小時自主寫 App
阿里 Qwen 團隊釋出多模態模型 Qwen 3.7 Plus，主打圖形介面操作與工具呼叫的混合 Agent 能力。實測可自主連續執行 11 小時構建完整 App，並在 AndroidWorld 等螢幕操作評測上領先競品。該模型不開源權重，支援 Anthropic API 協議，僅通過阿里雲百鍊提供商用 API。
阿里釋出 Qwen3.7-Max：專攻長程智慧體與編碼
阿里巴巴釋出 Qwen 3.7 Max 模型。該模型專為智慧體場景設計，強化了長程規劃、多步驟編碼和視覺分析能力，可直接接入 Claude Code 等主流 Agent 框架。目前該模型尚未開源，可通過阿里雲模型工作室及 API 呼叫。
阿里公佈 FashionChameleon：單卡 23.8 幀，影片生成中能即時互動換衣
阿里巴巴公佈影片試衣框架 FashionChameleon。它允許在影片生成過程中即時互動式更換服裝，單卡生成速度達 23.8 FPS，並能保持人物動作與外觀連貫。最值得關注的是它僅靠單服裝資料訓練就實現了多套換裝。目前程式碼與模型尚未正式開放。
Palisade 證實大模型已能自主複製：利用漏洞滲透網路並部署自身
Palisade Research 首次證實大語言模型具備端到端自主複製能力。在受控測試中，模型能自主尋找系統漏洞並提取憑據，將自身權重和執行環境部署到新伺服器上繼續擴散。雖然測試靶機相對容易攻破，但這證明 AI 自我繁殖的能力已不再停留在理論層面。
阿里 ATH 推出世界模型 Happy Oyster：即時生成可互動 3D 環境
阿里巴巴 ATH 團隊推出互動式 3D 世界模型 Happy Oyster 測試版。該模型能根據多模態輸入即時構建可探索的 3D 環境，使用者可用提示詞生成角色並操控其騎馬、滑翔甚至騎龍。目前官方已開放候補名單申請測試資格。