整理 | 鄭麗媛

出品 | CSDN（ID：CSDNnews）

到底是誰說，今天的主要工作是等放假？明明是（被迫）跟著各家AI團隊卷生卷死：

繼昨晚、今日凌晨，智譜、阿里、螞蟻、智源也都趕在節(jié)前最后一天“卷”起來了！

（即夢AI生成）

智譜：GLM-4.6重磅上線，目前國內(nèi)最強的Coding模型

今天下午14:53，智譜正式發(fā)布并開源新一代大模型GLM-4.6，在真實編程、長上下文處理、推理能力、信息搜索、寫作能力與智能體應用等多個方面實現(xiàn)全面提升。

據(jù)官方介紹，GLM-4.6在公開基準和真實編程任務中的表現(xiàn)已對齊Claude Sonnet 4、超越DeepSeek V3.2-Exp，是目前國內(nèi)最強的Coding模型：

（1）綜合評測：在8大權(quán)威測試（AIME 25、LCB v6、HLE、SWE-Bench Verified、BrowseComp、Terminal-Bench、τ^2-Bench、GPQA）中，GLM-4.6在部分榜單表現(xiàn)對齊Claude Sonnet 4/Claude Sonnet 4.5，穩(wěn)居國產(chǎn)模型首位；

（2）真實編程評測：在Claude Code環(huán)境下完成74個場景任務，結(jié)果顯示，GLM-4.6實測超過Claude Sonnet 4，同時平均token消耗比GLM-4.5低30%，為同類模型最低。

值得一提的是，GLM-4.6已在寒武紀國產(chǎn)芯片上實現(xiàn)FP8+Int4混合量化部署，這是首套投產(chǎn)的芯片一體化方案，同時基于vLLM框架，也能在摩爾線程新一代GPU上以原生FP8精度穩(wěn)定運行。

目前，GLM-4.6已全面上線智譜MaaS平臺bigmodel.cn、z.ai、智譜清言，海外用戶可通過z.ai使用 API，同時將在Hugging Face和ModelScope開源，遵循MIT協(xié)議。

阿里通義Qwen：Qwen3-LiveTranslate-Flash，視、聽、說全模態(tài)同傳大模型

而僅僅時隔半小時后，阿里通義Qwen團隊在下午15:22，重磅介紹了視、聽、說全模態(tài)同傳大模型Qwen3-LiveTranslate-Flash。

Qwen3-LiveTranslate-Flash是一款高精度、高響應、高魯棒性的多語言實時音視頻同傳大模型，依托于Qwen3-Omni強大的基座能力、海量多模態(tài)數(shù)據(jù)、百萬小時音視頻數(shù)據(jù)，實現(xiàn)了覆蓋18種語言的離線和實時兩種音視頻翻譯能力。

不僅如此，Qwen3-LiveTranslate-Flash可實現(xiàn)最低3秒延遲的同傳體驗，采用語義單元預測技術(shù)緩解跨語言調(diào)序問題，實現(xiàn)與離線翻譯幾乎無損的翻譯質(zhì)量。海量語音數(shù)據(jù)訓練也保證了音色自然，可根據(jù)原語音內(nèi)容自適應調(diào)節(jié)語氣和表現(xiàn)力。

從公開測試集的結(jié)果來看，Qwen3-LiveTranslate-Flash在中英及多語言語音翻譯準確度方面顯著優(yōu)于Gemini-2.5-Flash、GPT-4o-Audio-Preview和Voxtral Small-24B等主流大模型：

在不同領域和復雜聲學環(huán)境下，Qwen3-LiveTranslate-Flash的翻譯性能也依然保持領先：

同時，Qwen3-LiveTranslate-Flash還首次引入視覺上下文增強技術(shù)，讓模型不僅“聽得懂”，還能“看得懂”，進一步提升了對嘈雜音頻、一詞多譯及專有名詞翻譯的精度，在實時場景中的優(yōu)勢也更為明顯。

事實上早在上周，阿里Qwen團隊負責人就曾在X平臺上透露，阿里Qwen團隊要發(fā)布6個“新東西”，包括1個產(chǎn)品，2個開源模型，3個API接口，具體為Qwen3Guard、Qwen Chat、Qwen3-LiveTranslate-Flash、Qwen3-Coder升級、Qwen3-VL和Qwen3-Max發(fā)布。

螞蟻：開源首個萬億參數(shù)推理大模型！

在今日凌晨Claude Sonnet4.5發(fā)布的同時，螞蟻集團也宣布開源自研的首個萬億參數(shù)大模型Ring-1T-preview。

據(jù)介紹，Ring-1T-preview是萬億參數(shù)推理大模型Ring-1T的預覽版，但其自然語言推理能力已相當亮眼。例如，在數(shù)學能力測試AIME 25上，Ring-1T-preview取得92.6分，超越所有已知開源模型及Gemini 2.5 Pro，更接近GPT-5（無工具使用）的94.6分；在代碼生成領域的CodeForces測試中，Ring-1T-preview更是斬獲94.69分，直接超過GPT-5。

不僅如此，在LiveCodeBench、ARC-AGI-v1等權(quán)威榜單上，Ring-1T-preview也位列開源模型首位。據(jù)悉，螞蟻百靈團隊還在國際奧林匹克數(shù)學競賽（IMO25）上對其推理能力進行了測試：Ring-1T-preview能一次性解對第三題，并在第1、2、4、5題可一次推理出部分正確答案，展現(xiàn)出其強大的邏輯與數(shù)學推理潛力。

螞蟻百靈團隊還透露，當前正在投入Ling2.0家族1T語言基座的后訓練工作，以進一步激發(fā)萬億規(guī)�；Ｐ偷臐摿Γ桨鍾ing-1T也在訓練中，未來將進一步其極限能力。

智源：開源RoboBrain-X0，加速通用具身智能

除此之外，今天下午智源也開源了RoboBrain-X0——一個能夠在零樣本泛化、少量樣本微調(diào)條件下，驅(qū)動多種不同真實機器人完成復雜任務的跨本體基座大模型。

根據(jù)智源介紹，RoboBrain-X0 源自 RoboBrain 的多模態(tài)基座能力，在 RoboBrain 2.0 數(shù)據(jù)基礎上，進一步融合了真實機器人動作數(shù)據(jù)。通過統(tǒng)一建模視覺、語言與動作，RoboBrain-X0實現(xiàn)了跨本體的泛化與適配，具備從感知到執(zhí)行的一體化能力。

為了支撐這一能力，智源還同步開源了RoboBrain-X0-Dataset，其涵蓋多模態(tài)問答、開源動作、產(chǎn)業(yè)合作及自采數(shù)據(jù)，構(gòu)建了覆蓋“感知—思考—行動”的全鏈路訓練基石。這一開放舉措旨在打破“數(shù)據(jù)孤島”，為開發(fā)者提供開箱即用的研發(fā)資源，加速機器人智能走向真實世界。

智源表示，RoboBrain-X0已全面開源，包括預訓練模型、數(shù)據(jù)集和技術(shù)文檔，并接入RoboBrain 2.0工具鏈。未來，團隊將持續(xù)迭代，結(jié)合指令微調(diào)和強化學習，推動機器人在開放環(huán)境下的泛化與決策能力提升。

如此看來，雙節(jié)前的最后一天，AI圈可謂是一點也沒消停，甚至卷勢還更勝以往……由此，不少圈內(nèi)人都在喊話：別卷了別卷了，咱們要不國慶歇一歇呢？

最后由于時間有限，文中或許還遺漏了一些大模型動態(tài)，也歡迎大家在評論區(qū)留言補充~