AI新闻动态（2025-09-28到2025-10-05)

[ikaijua]

AI新闻动态（2025-09-28到2025-10-05)

目录

AI产品

1. OpenAI发布了Sora 2视频生成模型并推出Sora App
2. DeepSeek开源V3.2-Exp
3. Anthropic发布了新模型Claude Sonnet 4.5
4. 开源仅一周，鹅厂文生图大模型强势登顶，击败谷歌Nano-Banana
5. OpenAI开发者大会，发布AgentKit、Codex正式版、Apps SDK与Sora 2 API
6. Cursor出品教程：如何用AI提升编程效率

AI洞察

1. OpenAI 曝光30家万亿Tokens吞金兽

AI研究

1. Veo3论文发布，定义视频生成模型的“思维链”，揭示Veo 3的通用智能潜力

[ikaijua]

2025-09-29 DeepSeek开源V3.2-Exp

1. DeepSee-V3.2-Exp模型参数量为685B，已在Hugging Face平台开源，并同步发布了论文。
2. DeepSee-V3.2-Exp引入了DeepSee稀疏注意力机制（DSA），旨在优化长上下文场景下的训练和推理效率。
3. DeepSee-V3.2-Exp为实验版本，作为过渡到下一代架构的桥梁，基于V3.1-Terminus引入DSA。
4. DSA实现了细粒度稀疏注意力，显著提高了长上下文训练和推理效率，同时保持模型输出质量。
5. DeepSee-V3.2-Exp与V3.1-Terminus在各领域公开基准测试中表现相当。

官方新闻：https://api-docs.deepseek.com/zh-cn/news/news250929

• HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp
• ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp
• 论文也已同步公开：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

媒体文章：

• 机器之心: 刚刚，DeepSeek开源V3.2-Exp，公开新稀疏注意力机制DSA
• 机器之心: 强强联手！深度求索、寒武纪同步发布DeepSeek-V3.2模型架构和基于vLLM的模型适配源代码
• 机器之心: 华为CloudMatrix384超节点支持DeepSeek-V3.2-Exp：第一时间上线

tag: AI产品

[ikaijua]

2025-09-30 Anthropic发布了新模型Claude Sonnet 4.5

1. Claude Sonnet 4.5 在编程能力上表现强势，号称是世界上最好的编码模型，自主编码时长提升至30小时以上。
2. Claude Sonnet 4.5 在计算机使用（computer use）、推理和数学方面都有显著进步。
3. Anthropic 为 Claude Code 增加了检查点功能，更新了终端界面，并推出了原生 VSCode 扩展。
4. Claude API 增加了新的上下文编辑功能和记忆工具，应用程序可以直接在对话中执行代码和创建文件。
5. Anthropic 还发布了 Claude Agent SDK，开发者可以用它来构建自己的智能体。
6. Claude Sonnet 4.5 在安全性和对齐方面进行了改进，并将在 Anthropic 的 AI 安全等级 3 (ASL-3) 保护措施下发布。

媒体文章：

• 机器之心: Claude Sonnet 4.5来了！能连续编程30多小时、1.1万行代码

tag: AI产品

[ikaijua]

2025-10-01 OpenAI发布了Sora 2视频生成模型并推出Sora App

1. OpenAI发布了Sora 2视频生成模型，并在物理准确性、真实感和可控性方面优于以往系统。
2. Sora 2具备同步的对话和音效能力，OpenAI将其视为视频领域的“ChatGPT时刻”。
3. Sora 2能够生成复杂的场景，模拟物理世界的动态变化，并能避免以往视频模型中出现的扭曲和失真问题。
4. OpenAI推出了一款名为“Sora”的iOS社交应用，用户可以通过“客串”功能将自己或朋友融入Sora生成的视频中。
5. OpenAI强调了Sora 2的安全问题，包括肖像使用许可、来源出处和有害内容防范。
6. Sora iOS App已在美国和加拿大上线，ChatGPT Pro用户可以在sora.com中使用更高质量的Sora 2 Pro模型。

x帖子：https://x.com/OpenAI/status/1972416122613014556

sora的视频：

sora.mp4

Sam Altman的博客：https://blog.samaltman.com/sora-2

媒体文章：

• 机器之心: Sora 2深夜来袭，OpenAI直接推出App，视频ChatGPT时刻到了
• 机器之心: Sora 2干翻Veo 3？超全对比实测：会中文脱口秀，但体操翻车，附有效邀请码
• 量子位: OpenAI突然发布Sora 2：好一个“AI版抖音”！

tag: AI产品

[ikaijua]

2025-10-05 开源仅一周，鹅厂文生图大模型强势登顶，击败谷歌Nano-Banana

1. 腾讯混元团队发布并开源了原生多模态生图模型混元图像3.0（Hunyuan Image 3.0），在国际权威AI模型评测榜单LMArena上超越谷歌和字节的模型，位列文生图综合和开源榜单第一。
2. 混元图像3.0参数量为80B，推理时每个token激活13B，是目前规模最大、性能最强的开源文生图模型，生成效果媲美业界顶级闭源旗舰模型。
3. 发布一周内，混元图像3.0在创作者圈中迅速走红，GitHub上的star数突破1.7k，社区热度持续攀升，吸引了大量开发者的关注与参与。
4. 混元图像3.0具备原生多模态架构，继承了Hunyuan-A13B的世界知识，能够进行世界知识推理，并在图像生成中融合知识、推理与创作。
5. 混元图像3.0在多种复杂场景下表现出色，包括历史典故、数学题、创意表达、文字生成、长文本渲染等，展现了其在逻辑推理、文字生成、审美构图等方面的显著突破。

榜单地址：https://lmarena.ai/leaderboard/text-to-image

github地址：https://github.com/Tencent-Hunyuan/HunyuanImage-3.0

媒体文章：

• 机器之心: 开源仅一周，鹅厂文生图大模型强势登顶，击败谷歌Nano-Banana
• 量子位: 刚刚，全球AI生图新王诞生！腾讯混元图像3.0登顶了

tag: AI产品

[ikaijua]

2025-10-07 OpenAI开发者大会，发布AgentKit、Codex正式版、Apps SDK与Sora 2 API

1. OpenAI Dev Day 2025，山姆·奥特曼分享了OpenAI两年来的成绩，包括400万开发者、8亿周活ChatGPT用户和API每分钟60亿token消耗量。
2. 面向开发者和企业的完整工具集，用于构建、部署和优化智能体（agent），包括Agent Builder、Connector Registry和Chat Kit等模块化组件。
3. 允许开发者定制OpenAI的推理模型，已在o4-mini模型上全面开放，并在GPT-5上进入私测阶段。
4. 带来了全新的Slack集成、Codex SDK和管理员工具，自5月以来日活跃使用量增长了10倍以上。
5. ChatGPT内置应用与Apps SDK，用户可以直接在ChatGPT聊天界面中与应用交互，支持自然语言交互和嵌入式交互界面。
6. 分别发布了GPT Realtime和GPT Image 1的mini版本，用于实时响应音频和文本输入以及多模态语言模型。
7. 发布Sora2 API，OpenAI在生成式媒体领域的最新前沿成果，是一款先进的视频生成模型，能够根据自然语言或图像生成视频片段。

媒体文章：

• 机器之心: 刚刚，OpenAI开发者大会重磅发布：AgentKit、Codex正式版、Apps SDK与Sora 2 API

tag: AI产品

[ikaijua]

2025-10-05 OpenAI 曝光30家万亿Tokens吞金兽

1. OpenAI 公布了 30 家 Token 消耗量超过万亿的公司名单，揭示了 OpenAI 看好的 AI 应用领域和公司。
2. 榜单中，初创公司和已实现规模化的企业数量相当，包含多邻国(Duolingo)、OpenRouter、Canva 和 Perplexity 等公司。
3. 高频交互、任务复杂度高、平台化效应是导致这些公司 Token 消耗量高的主要原因。
4. 将日均消耗 10 亿 Tokens 的公司称为“Tokens独角兽”，以此作为评估 AI 落地需求真伪的新标准。
5. 相较于融资估值和 ARR 指标，Token 消耗量更能客观准确地反映业务进展和 AI 应用的真实需求。

媒体文章：

• 量子位: 30家Tokens吞金兽，每家烧光万亿Tokens！OpenAI最大客户名单曝光，多邻国上榜

tag: AI洞察

[ikaijua]

2025-10-05 Veo3论文发布，定义视频生成模型的“思维链”，揭示Veo 3的通用智能潜力

1. Google DeepMind 推出 Veo 3，展示了其在视频生成领域“零样本”学习与推理的强大能力，尤其体现在其提出的“帧链”（Chain-of-Frames, CoF）概念上。
2. DeepMind 认为生成式视频模型正朝着成为机器视觉领域通用基础模型的方向发展，类似于 LLM 在自然语言处理领域的地位。
3. eo 3 借鉴 LLM 中的“思维链”（CoT）概念，提出“帧链”，通过逐帧生成视频，模拟逐步解决视觉问题的过程。
4. 研究团队构建了一个涵盖感知、建模、操控和推理四个层级的能力框架，系统评估 Veo 3 的性能。
5. Veo 3 在图像分割、边缘检测、超分辨率等感知任务，以及对物理规律的建模、图像编辑等操控任务中，均展现出强大的零样本能力。
6. 通过“帧链”机制，Veo 3 在迷宫求解、视觉序列补全等需要逐步推理的任务中表现出色，超越了以往模型。
7. 尽管 Veo 3 在特定任务上仍不如专用模型，但研究团队认为，随着计算成本的降低和通用性的提升，视频模型有望像 LLM 一样取代许多专用视觉模型。

Veo3论文：https://arxiv.org/pdf/2509.20328

媒体文章：

• DeepTech深科技: 定义视频生成模型的“思维链”：DeepMind团队提出“帧链”理论，揭示Veo 3的通用智能潜力

tag: AI研究

[ikaijua]

2025-09-28 Cursor出品教程：如何用AI提升编程效率

地址：https://cursor.com/learn

tag: AI产品