AI 早报 2026-09-22

小米 MiMo 正式发布并开源 MiMo-V2.6，包括 Pro 和 Flash 两个原生全模态模型，并提供最高 20 倍 速度的 Pro UltraSpeed 模式。Pro 版为 1.02T 总参数、42B 激活参数，Flash 版为 309B 总参数、15B 激活参数，均支持文本、图像、视频、音频和 1M Token 上下文。小米同时开源模型权重、技术报告、Distill-Qwen-9B 模型、7K+ RL 环境及完整训练框架；新模型定价不变，旧版 mimo-v2.5-pro 和 mimo-v2.5 将于 10 月 21 日 下线。

小米 MiMo 正式发布并开源 MiMo-V2.6 系列，将这次升级的重点放在大规模强化学习和模型自我改进上。

系列核心包括 MiMo-V2.6-Pro 和 Flash 两个原生全模态模型，同时提供 Pro UltraSpeed 超高速模式，面向实时交互场景可提供最高 20 倍 推理速度。Pro 采用稀疏 MoE 架构，总参数量 1.02T、激活参数 42B；Flash 总参数量 309B、激活参数 15B，两者均支持文本、图像、视频和音频输入，以及 1M Token 上下文。

这次训练的核心变化是进一步扩大 Agentic RL 的规模。官方称，Flash 和 Pro 在不到 6 天内分别投入约 85 万美元 和 262 万美元 完成 30 步 强化学习训练，累计产生约 75 万条 轨迹；训练任务平均通过率分别提升约 25% 和 12%。

性能方面，小米 称 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 中取得 46 分，高于其列出的 Kimi K3 和 Qwen3.8 Max，并表示其在多项 Agent Benchmark 上接近 Claude Opus 5 和 GPT-5.6 Sol。

配套资源也同步开放：小米 开源 Pro、Flash 权重和技术报告，以及基于 Qwen3.5-9B 微调得到的 MiMo-V2.6-Distill-Qwen-9B，并发布 7K+ RL 任务环境、端到端 RL 训练框架和 mini-harnesses，供社区继续进行 Agentic RL 研究。

MiMo-V2.6 已接入桌面客户端和开放平台，API 价格沿用 V2.5；现有 mimo-v2.5-pro 和 mimo-v2.5 计划于北京时间 2026 年 10 月 21 日 10:00 下线。

相关链接：

• https://mimo.mi.com/docs/zh-CN/news/latest/v2-6
• https://mimo.xiaomi.com/mimo-v2-6
• https://huggingface.co/collections/XiaomiMiMo/mimo-v26

xAI 发布 Grok 4.7，面向编程、Agent 和知识工作，该模型定价与前代不变，主要加强长任务执行、自我检查和长上下文管理。模型支持 50 万 token 上下文、文本和图片输入，以及 low 至 xhigh 四档推理强度。官方评测显示，其 CursorBench 4.0 xHigh 得分由 Grok 4.6 High 的 40.4% 提升至 46.3%，并同步升级安全防护。Grok 4.7 已上线API、Cursor、Grok Build等平台，另提供价格翻倍、输出速度更快的 Fast 版本，但仅限 Cursor 和 Grok Build。

SpaceXAI 发布 Grok 4.7，定位于编程、Agent 任务和知识工作。官方称，相比 Grok 4.6，新模型采用更大的基础模型，并在更困难、偏向多小时任务的数据上进行了更长时间的强化学习训练，重点提升长任务执行、自我检查和长上下文管理能力，同时引入新的安全防护体系；标准版价格和速度与 Grok 4.6 保持一致。

Grok 4.7 提供 50 万 token 上下文窗口，支持文本和图片输入、文本输出，文本输出不设固定上限，推理强度可选 low、medium、high 和 xhigh。API 价格在提示词低于 20 万 token 时为每百万 token 输入 2 美元、缓存输入 0.5 美元、输出 6 美元；超过 20 万 token 后分别为 4、1 和 12 美元。模型现已通过 API 提供，并进入 Cursor、Grok Build、OpenRouter、Vercel 和 Cloudflare。另有 Grok 4.7 Fast，以两倍 token 单价换取约两倍输出速度，目前仅在 Cursor 和 Grok Build 提供，不进入公开 API。

官方评测中，Grok 4.7 xHigh 在 CursorBench 4.0 得分 46.3%，高于 Grok 4.6 High 的 40.4%；DeepSWE v1.1 为 71.0%，EEBench 为 64.0%，AA Briefcase v1.1 为 1657，Terminal-Bench 4.0 为 38.0%，Harvey Legal Agent Benchmark 为 19.6%，HealthBench Professional 为 56.7%。SpaceXAI 还称，新模型在文档、演示文稿及专业知识工作任务上较 4.6 有所提升。

安全方面，SpaceXAI 称 Grok 4.7 使用全新的防护栈，在其拒绝与越狱抵抗测试中表现最好；在 HackerBench v0.3 中，仅有 3.3% 的高风险双重用途提示被放行，同时尽量减少对正常安全研究的误拒。SpaceXAI 还开始向部分网络安全合作伙伴提供邀请制的 Grok 4.7 红队能力，用于防御研究。

相关链接：

• https://x.ai/news/grok-4-7
• https://docs.x.ai/developers/grok-4-7

智谱开源ZCode并宣布完成安全整改，官方称最新版本移除了Repo Wiki入口及本地仓库快照上传链路，相关代码数据未留存。中国信通院与绿盟科技评估确认相关整改措施。开源仓库覆盖桌面应用到Agent CLI等，第一方代码采用Apache-2.0许可，但缺少原始提交记录，且关闭了issue和pull request功能。官方还注明开源版不享受GLM Coding Plan相关的额度活动权益。

此前，多名用户称 智谱AI 编程工具 ZCode 会在未获许可的情况下上传开发数据，智谱 随后将原因归于默认开启的代码库索引功能并道歉。

目前，智谱 已在 GitHub 公开 ZCode 源码。最新版移除 Repo Wiki 入口和本地仓库快照生成、上传链路，并称相关数据未被留存或用于模型训练。

中国信通院 与 绿盟科技 的评估确认了相关整改措施。

开源仓库覆盖桌面应用、浏览器工作台、后端服务、共享界面、Agent CLI 及运行时。第一方代码采用 Apache-2.0 许可，但不同运行形态的权限、存储和网络行为并不相同，也不保证包含官方产品的全部功能和活动政策。

该仓库目前没有原始提交记录，并关闭了创建 issue 和 pull request 的功能。

源码片段还显示，开源版不享受 GLM Coding Plan 相关的额度活动权益。

相关链接：

• https://github.com/zai-org/ZCode
• https://mp.weixin.qq.com/s/QCHjEye57BUKUNInPKb4cA

OpenAI称其8月28日开训的内部模型已解决纳维-斯托克斯千禧年难题及逾百个数学开放问题。针对学界对AI跳过过程批量产出结论的担忧，OpenAI正与独立数学顾问组合作，由其协助审查和传播新成果。

OpenAI称，其8月28日开始训练的一款内部模型已解决纳维-斯托克斯千禧年大奖难题，并解决数学多数领域超过100个长期未解的开放问题，进展速度令公司内部数学家意外。

面对数学界对以开放问题衡量AI能力的批评，OpenAI正与数学家建立的独立数学与人工智能顾问组合作，由该组协助评估新成果的重要性、传播方式和学术规范，并就数学研究及学习工具提供建议。

顾问组独立于OpenAI，成员不领取OpenAI报酬，可以主动提出和公开意见，但不负责建议OpenAI调整内部数学研究进度。

目前该模型仍为内部模型，OpenAI未说明公开可用时间，并表示仍在研究如何负责任地扩大数学AI能力的部署。

相关链接：

• https://openai.com/index/advisory-group-on-mathematics-and-ai/

硅基流动上线Xing4.0-29B-A4B模型并开放免费调用。该模型原生支持256K上下文，专攻复杂工程与长程Agent任务。

硅基流动上线中电信开源的Xing4.0-29B-A4B，并开放免费调用。

模型拥有29B总参数和4B激活参数，原生支持256K上下文、可扩展至512K，主要面向复杂工程、代码生成和长程Agent任务。

硅基流动称，模型基于国产算力与国产框架完成训练，并针对Claude Code等工具进行了适配。

相关链接：

• https://mp.weixin.qq.com/s/riEDXhYDymGC7Q98NXucpA

Gemini Notebook向所有用户开放Interactive Learning Overviews，该功能能把来源摘要与studio artifacts整合成交互式中心，方便一站式复习或了解新主题。同时，Live Chat已完成移动端Ultra用户全量推送，支持近百种语言实时语音对话。

Gemini Notebook 宣布 Interactive Learning Overviews 现已向所有用户开放，该功能位于 Reports 板块下，可将来源摘要与 studio artifacts 汇聚成一个交互式中心，用于复习或对新主题做一站式深入了解。

同日官方还宣布 Live Chat 已在移动端向全部 Ultra 用户完成 100% 推出，支持近 100 种语言的实时语音对话，由最新音频模型驱动，可就来源提问并获得分步指引。

相关链接：

• https://x.com/Gemini_Notebook/status/2102112369677844967
• https://x.com/Gemini_Notebook/status/2102062780543316159

HeyGen发布了Code2Video基准，用来评估LLM Agent将提示词转为动效代码的成片质量。基准涵盖168个提示词和16个模型，从构图、时序和制作质量等多个维度评分。

HeyGen 发布Code2Video Benchmark及配套的成对比较Judge模型，用于评估LLM Agent把提示词转化为动效代码后的成片质量。

该基准涵盖168个提示词和16个模型，从吸引力、提示意图、构图、时序及制作质量五个维度评分，并通过Judge模型比较同一提示词下的两段候选视频。

HeyGen称，Judge模型在1464个样本中与人类评价的一致率为82%，高于通用VLM的75%，单次比较延迟低于1秒。

排行榜已经公布，数据集已上线Kaggle；Judge模型的详细架构、训练和评估流程尚未公开，HeyGen表示将另行发布技术文章。

相关链接：

• https://www.heygen.com/research/introducing-code2video-benchmark

OpenAI发文呼吁制定全球前沿AI技术标准，重点覆盖自动化AI研究和递归自我改进RSI的风险管理，建立共同的能力评测和事件报告规范，应对各国规则碎片化等难题。

OpenAI提出，由美国牵头与各国制定全球前沿AI技术标准，重点覆盖模型能力评测、自动化AI研究和RSI的风险管理。

OpenAI认为，各国规则碎片化、集体行动难题和能力分布不均，可能妨碍跨境风险识别与应对。

具体可依托各国AI安全机构、CAISI、行业组织和标准机构，建立共同的能力测量、风险评估、人类监督及事件报告规范，适用于开放和闭源模型。

相关链接：

• https://openai.com/index/building-standards-next-phase-ai/

Qwen Developers公开澄清Qwen-Image-2.1的许可问题：该模型采用的研究许可证约束的是模型权重、代码、文档等，商业使用模型需另行取得许可；用户用模型生成的图片等内容的权利由用户保留。

Qwen 澄清了 Qwen-Image-2.1 的许可范围：该模型采用的研究许可证约束的是模型权重、代码、文档等 Materials，这些材料目前仅限 非商业使用，商业使用模型需另行取得许可；用户用模型生成的图片等内容则不属于 Materials，相关权利由用户保留。

相关链接：

• https://x.com/QwenDevs/status/2101917379785838660

---

提示：内容由AI辅助创作，可能存在幻觉和错误。