LEION · DAILY AI — 2026-09-24 第 77 期

NO.01 · 大模型 / AI coding

Anthropic 发布 Claude Opus 5.5，缓存读取价下调六成

AI coding 大模型 Agent

事件简述

9 月 23 日，Anthropic 发布旗舰模型 Claude Opus 5.5。在面向命令行复杂任务的 Terminal-Bench 4.0 上得分 66.4%，上一代 Opus 5 为 52.3%，OpenAI 的 GPT-6 Astra 为 57.9%。输入、输出价格分别降至每百万 Token 4 美元和 20 美元，较 Opus 5 下降 20%；缓存读取价从 0.50 美元降至 0.20 美元，降幅 60%。官方称同一任务所需步骤与 Token 更少，典型任务总成本可下降约 40%。

据官方披露的早期测试：一名测试者用它迁移 68 万行代码，用时不到一天；另一名测试者审计并修复一个 20 万行代码库，耗时不到 3 小时，而 Opus 5 完成同样任务用了超过 20 小时、Token 数量是其 2.5 倍。Pro、Max、Team 与企业版五小时使用限额同步提高，Sonnet 5.5 与 Haiku 5.5 将在未来几周推出。

关注理由

缓存读取价降六成，比 API 单价下调更直接地影响编程 Agent 的账本——长对话与大型代码库任务中，反复读取上下文占据成本的大头。Terminal-Bench 这类面向真实命令行操作的评测被单独拿出来横向比较，说明竞争重点已从能否生成代码，转向能否在真实环境里连续完成多步操作。

来源

量子位 https://www.qbitai.com/2026/09/496221.html

NO.02 · 具身智能 / 数据路线

Figure 公布人类行为预训练实验，陌生家庭完整任务成功率由 9% 升至 56%

具身智能 VLA 数据

事件简述

9 月 17 日，Figure 让 Helix 2.5 进入旧金山湾区 30 个陌生家庭执行整理客厅、叠毛巾、铺床任务，机器人到场后不采集新数据、不更新权重。官方公布的第一组实验中，随机初始化的策略在完整任务上的成功率为 9%，经 Index 人类行为预训练的同类策略达到 56%（部分完成不计分）。第二组实验用四档嵌套数据将预训练规模扩大 8 倍，模型规模与下游训练保持一致，动作预测损失随数据翻倍持续下降。

Index 通过创作者网络在真实家庭与工作场所采集视频，到 8 月底累计收到超过 1600 万条视频、向创作者支付 1500 万美元；9 月初 Figure 与英国 AI 云厂商 Nscale 达成初始价值 35 亿美元的算力合作。量子位 9 月 23 日的分析同时梳理了另外两条路线：Dyna Robotics 用四档人类第一视角视频预训练，在 14 个真实任务上的平均归一化得分依次为 20%、28%、45%、53%；亮源新创 9 月 21 日发布技术博客，称人类动作预训练规模从 37.5 亿扩展至 1200 亿 Token后，多本体动作预测误差呈幂律下降。

关注理由

这组对比把「具身智能的数据从哪来」变成可测量的工程问题：专门采集能主动调整数据分布，从互联网第三视角视频中提取可迁移信号则省下物理采集成本，代价转移到表示、对齐与算力上。需要留意的是，目前公开证据多停在离线迁移指标，从预训练规模到真实闭环成功率的连续曲线尚未披露，两条路线的数据经济性还无法直接换算。

来源

量子位 https://www.qbitai.com/2026/09/496129.html

NO.03 · 具身智能 / 量产

特斯拉向供应链下达约 5000 台 Optimus 订单，机构上调人形机器人出货预期

具身智能量产交付供应链

事件简述

广发证券 9 月 22 日研报指出，9 月上旬特斯拉向核心供应链一次性下达约 5000 台 Optimus 批量订单；华福证券同日判断，量产节奏置信度持续提升，预计周产爬坡量级有望在年底达到 2000 台/周。机构同步上调出货预期：高盛将 2030 年全球人形机器人出货量预测从 25.6 万台上调至约 89 万台，德意志银行将 2026 年预期从 1.75 万台上调至约 5 万台，并认为中国是增长的核心引擎。

9 月 23 日，马斯克在专访中称未来 15 年全球人形机器人或达 100 亿台、20 年可能达到 1000 亿台。需对照的是，特斯拉 2025 年原定生产 5000 台 Optimus 的目标已落空，实际产量为数百台。

关注理由

供应链一次性下单是比发布会更靠前的量产信号，意味着硬件方案已基本定型、进入可批量复制的阶段。机构同时提示软件层技术路径尚未收敛，短期可落地的 VLA 分层架构与需要大量数据的一体化端到端模型仍在竞争，泛化能力不足是商业化进度不及预期的主要风险。

来源

科创板日报（财联社）https://www.cls.cn/detail/2491150 ；经济参考报（证券时报转载）https://www.stcn.com/article/detail/4194066.html

NO.04 · AI Agent / 平台

阿里千问 AI 平台升级，推出企业级 Agent 服务平台 Agent Studio

AI Agent 企业平台 AI 云

事件简述

9 月 22 日云栖大会 MaaS & Agent 技术主论坛上，阿里宣布千问 AI 平台在模型服务之外新增 Agent 服务与行业 AI 解决方案，并发布 Agent Studio：按任务自动路由模型、提供 24 小时托管运行、支持企业内部知识数据与外部软件服务接入，开放覆盖运行环境、长期记忆、工具服务、会话请求的 50 多个原子 API，后续将推出包含运行观测、AI 评测器与优化器的 Agent 自进化引擎。

平台给出的数字包括：模型弹性启动时间由 1200 秒缩短至 70 秒，1 分钟内可拉起 1 万个 Pods，首 Token 延迟降低 38%，Prompt Caching 成本最高节省 95%。订阅侧 Token Plan 以一份订阅覆盖 Qwen、Kimi、GLM、DeepSeek 等模型，原生打通 Qoder、Cursor、Codex、OpenClaw 等编程工具与 Agent 框架；供给侧提供按量付费、优速模式、吞吐预留与独占吞吐四种口径。

关注理由

云厂商的竞争位置正从卖 Token 转向托管 Agent 的运行环境，计量方式也随之分层——从按量计费到预留、独占，本质是把 Agent 长时运行的确定性成本单独定价。对做 Agent 应用的团队来说，模型路由、记忆与工具接入被平台打包，自建中间层的空间被压缩，迁移成本与锁定风险需要重新评估。

来源

量子位 https://www.qbitai.com/2026/09/496301.html

NO.05 · 终端智能 / 端侧模型

斑马智能发布端侧全模态模型 AutoOmni 2.0-23B-A3B

终端智能端侧模型智舱

事件简述

9 月 23 日云栖大会期间，斑马智能发布全模态端侧大模型 AutoOmni 2.0-23B-A3B，采用 MoE 架构，官方称其在智能座舱场景的普通任务能力相当于 10 倍参数量的云模型，复杂任务约为后者的 80%-90%。公司披露该模型已与国内外 10 家芯片企业合作，软硬协同支持 8 路以上多任务稳定并发，大模型推理加速 5-6 倍，量化保真度超过 99%，运行内存占用减少 50% 以上。

同场亮相 AutoClaw 2.0 智舱协作实车方案，并联合 AI 数据终端公司打通车内 1 小时与车外 23 小时的上下文。公司称元神 AI 已覆盖主流车企 68% 的服务，过去一年端模型上车的企业中 63% 选择了斑马智能，后续将从 AutoOmni 向 EdgeOmni 演进。

关注理由

把全模态模型压到 20B 级别并跑在车规芯片上，约束条件就从「能否运行」转向功耗、内存与多任务并发——量化保真度与内存占用这类指标开始成为可比较的卖点。座舱同时是免唤醒、主动服务的试验场，对时延和隐私的要求高于云端助手，端侧模型的能力边界直接决定哪些任务可以不上云。

来源

量子位 https://www.qbitai.com/2026/09/496471.html