NO.01 · AI 芯片 / AI 云
阿里云栖大会发布真武 V900，Qwen 计划训练 5-10T 参数模型
AI 芯片
AI 云
大模型
事件简述
9 月 22 日杭州云栖大会上，阿里平头哥发布新一代训推一体 AI 芯片真武 V900：单芯性能为前代真武 M890 的 3 倍，搭载 216GB 显存、片间互联带宽 1200GB/s，单一集群可扩展至 50 万卡，计划 2027 年第一季度量产。阿里同时披露 Qwen 团队正探索递归式自我改进（RSI），计划训练 5-10T 参数规模的新模型；吴泳铭表示到 2032 年阿里云运营的全球数据中心规模将超过 20GW。会上还发布了面向手机的 Agent 技术平台 Qwen Intelligence。
关注理由
芯片、互联、存储在系统层协同，加上明确给出"为模型与 Agent 持续运行而建"的 AI 云目标，说明长程任务所需的常驻算力正在被当作独立基础设施规划，而不是模型训练的附属产能。对 Agent 方向的含义是，成本与延迟的下一轮下降空间更多来自集群架构与网络，而非单卡性能。
来源
财联社（东方财富转载）https://wap.eastmoney.com/a/202609223881155918.html ；量子位 https://www.qbitai.com/2026/09/493485.html
NO.02 · 开源模型 / AI 编程
阶跃星辰 Step 5 Preview 面向 Agentic 任务，600B 参数 27B 激活
AI coding
AI Agent
开源模型
事件简述
9 月 20 日阶跃星辰发布旗舰基座模型 Step 5 Preview：稀疏 MoE 架构，总参数 600B、激活参数 27B，支持 100 万 Token 上下文与文本/视觉输入。在 Artificial Analysis Intelligence Index 上获 44 分，位列全球开源模型前三（次日升至开源第二），官方称单任务成本约为 Claude Opus 5 的 1/8。模型即日开放 API，权重将在 10 月 15 日开源；官方在 DeepSWE v1.1 软件工程测试中给出 67.7% 的得分。
关注理由
该模型的卖点不是参数量而是"能力×成本"，直接面向企业级编程与智能体循环的高频调用场景，说明开源阵营的竞争坐标已从单点评测分数转向单位任务成本。权重推迟到 10 月释放，意味着商用落地节奏仍受发布策略与工具链迁移成本的约束——开发者已有的 IDE 插件与订阅习惯构成实际的切换门槛。
来源
阶跃星辰官网 https://www.stepfun.com/step-5-preview ；每日经济新闻 https://news.qq.com/rain/a/20260921A02B5L00
NO.03 · 具身智能 / 消费级
启元 Q1、T1 正式发售，人形机器人进入 2 万元价格带
具身智能
消费机器人
量产交付
事件简述
9 月 20 日，上纬新材旗下启元机器人在上海发布并开售两款消费级个人机器人：启元 Q1 售价 19999 元、探索版 26999 元，启元 T1 售价 19999 元、Pro 版 29999 元，发售即发货。T1 支持轮足人形与四足形态切换，接入腾讯云 WorkBuddy；Q1 主打开放 SDK/HDK 与可 3D 打印的外观定制。据半年报，公司上半年机器人研发投入约 1.64 亿元、占研发投入九成左右，消费级机器人预收货款 2.1 亿元，机器人业务尚未产生营业收入。
关注理由
这一价位把个人机器人拉进高端消费电子的区间，真正的验证点从"能不能做出来"变成"能不能按期交付并留住用户"。研发投入近九成、收入为零的财务结构说明，消费级具身的短期考题是首批交付口碑与万台级产线爬坡，而非发布会热度。
来源
IT之家 https://www.ithome.com/1/004/871.htm ；金融界 https://m.jrj.com.cn/madapter/finance/2026/09/20195858495540.shtml
NO.04 · 具身智能 / 通用模型
GPT-6 Astra 直控机器人的边界：认知层强、精细操作仍须专用策略
具身智能
VLA
上下文管理
事件简述
机器之心 9 月 22 日报道，围绕"用 GPT-6 Astra 直接控制机器人"的公开仿真测评给出了能力边界：在双臂操作任务中，Astra 直接输出动作的成功率为 26%、平均 37.81 分；与机器人动作先验模型 π0.5 组成混合架构（Astra 负责语义判断与关键节点修正，仅改动约 14.4% 的控制步）后，成功率升至 48%、平均分 62.60，大幅领先同类方案。但依赖接触稳定性的任务仍是短板：搭塔 12 分、麻将杠牌 0 分，混合后分别提升至 64 分与 40 分。报告同时指出，轨迹、日志、失败记录等上下文管理成为持续运行的新瓶颈，累计 Token 消耗在 6.25 亿至 11.3 亿量级。
关注理由
结论把"通用模型接管具身"的说法拉回可验证的坐标：大模型抬高的是语义理解、视觉识别与任务规划等认知层上限，物理接触与执行先验仍由机器人策略模型承担，两者是互补而非替代。对 Agent 方向更有价值的信号是瓶颈已经转移——当代码可以由模型生成，难点变成如何管理持续运行产生的海量上下文，这与编程 Agent 面临的收敛问题同源。
来源
机器之心 Pro（新浪财经转载）https://finance.sina.com.cn/stock/t/2026-09-22/doc-inissuic8823692.shtml
NO.05 · 终端智能 / 桌面 Agent
Meta Muse 推出 Mac 版，桌面 Agent 直接操作系统原生应用
终端智能
AI Agent
权限边界
事件简述
Meta 于 9 月 17 日发布 Muse 的 macOS 桌面版，其 Agent 可直接读写 Files、Messages、Calendar、Notes、Mail 等原生应用并在其中执行操作。技术路径上，Muse 不接管本地鼠标键盘，而是通过云端 per-user Linux 安全虚拟机（Muse Secure VM）配合 API 连接器访问应用数据，敏感操作前需用户批准。此前 Muse 已于 9 月初在移动端与网页端上线，并登上美国 App Store 榜首。
关注理由
"本地接管电脑"与"云端沙箱＋连接器"两条桌面 Agent 路线在这一版产品上被明确区分：前者的权限边界落在操作系统层，后者落在连接器与用户授权层。这一分歧决定了企业能否把"Agent 直接操作员工电脑"纳入现有的审计与合规框架，也是端侧 Agent 从演示走向规模部署的关键前提。
来源
TechCrunch（AI Weekly 摘要）https://aiweekly.co/alerts/meta-ships-muse-for-mac-agent-now-acts-in-native-macos-apps ；Enterprise DNA https://enterprisedna.co/resources/news/meta-muse-mac-ai-agent-computer-use-desktop-2026