AI日報：字節跳動發佈Seed3D2.0；小米 MiMo-V2.5公測；阿里Qwen3.6-27B正式開源
近期，AI 領域出現了多項值得關注的發展。字節跳動發佈了 Seed3D2.0，这是一款幾何與紋理雙 SOTA 的 3D 生成大模型，標誌著 AI 3D 內容生成向「生產級可用」邁出關鍵一步。這項技術的進步可能會對各個行業的創新應用產生深遠影響。Seed3D2.0 的發佈不僅體現了字節跳動在 AI 研究和開發方面的成就，也反映了業界對 3D 生成技術的重視。這項技術的應用前景廣闊，可能會在遊戲、建築、電影等領域中發揮重要作用。同時，API 的同步上線也將使得開發者更容易接入和使用這項技術。此外，小米的 MiMo-V2.5 也進入了公測階段，這是一款值得關注的 AI 產品。
這款產品的公測可能會為用戶帶來新的使用體驗和功能。同時，阿里 Qwen3.6-27B 的正式開源也標誌著 AI 領域的開放性和合作精神。這些發展對於 AI 領域的未來走向具有重要的指導意義。隨著 AI 技術的不斷進步和應用，各個行業都可能會受到影響。用戶可以關注這些新技術的發展和應用，同時也可以期待更多創新的 AI 產品和服務的出現。在未來，AI 領域的發展可能會更加快速和多樣化。各個公司和研究機構都在不斷推動 AI 技術的進步和應用。用戶可以通過關注 AI 日報等欄目來了解最新的 AI 動態和發展趨勢。同時，也可以參考相關的 AI 產品和服務來提升自己的工作和生活效率。
對於開發者和用戶來說，了解和掌握最新的 AI 技術和應用是非常重要的。這可以幫助他們更好地理解和應用 AI 技術，同時也可以為他們的工作和生活帶來更多的便利和效率。通過關注 AI 日報等欄目，大家可以隨時了解最新的 AI 動態和發展趨勢。
Related
相關文章
美國 AI 巨頭提議開發減速，歐洲同行和政界並不認同
作者：清源 責編：清源 評論： 9 月 18 日消息，據路透社今天（18 日）報道，此前，阿莫迪、奧爾特曼和馬斯克先後發出警告，能力不斷增強的 AI 系統可能帶來風險，故有必要控制其發展節奏，但歐洲企業和官員對此表現出明顯懷疑。法國初創企業 Mistral 在聲明中指出，這些風險早在幾個月前就已十分明確了。
MiniMax Code CLI 正式開源，在評測中取得 76.7% 的任務通過率
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 Domado 的線索投遞！9 月 18 日消息，MiniMax 今晚宣佈，MiniMax Code CLI 的 v0.4.12 版本面向全球開發者正式開放，並且以 MIT 協議正式開放源代碼。
北京發佈“詞元經濟十條”：高標準建設詞元工廠，推動關鍵核心技術攻關
作者：浩渺 責編：浩渺 評論： 感謝網友 蛋殼兒 的線索投遞！9 月 18 日消息，北京市經濟和信息化局今日宣佈，北京市“詞元經濟十條”正式發佈。為貫徹落實《國務院關於深入實施“人工智能＋”行動的意見》（國發〔2025〕11 號），率先培育智能經濟新形態，以詞元（Token）為抓手，發展詞元經濟新增量，制定《北京市加快詞元經濟發展的行動方案（2026—2028 年）》（注：以下簡稱《行動方案》）。
PrismML Releases Ternary Bonsai 2 27B: A 5.9 GB Apache 2.0 Model Retaining 98.2% of Qwen3.8 27B Performance
PrismML has released Ternary Bonsai 2 27B, a ternary-weight version of Qwen3.8 27B. The language model occupies 5.93 GB, against 53.80 GB in FP16. PrismML reports that it keeps 98.2% of the parent model’s average across 20 benchmarks.
OpenAI剛曝光循環架構，這家公司更早將其用於世界模型
鍵詞只有一個：循環。 Astra採用了一種被稱為“循環深度”（Recurrent Depth）的架構，本質是讓同一組Transformer層被反覆複用，用更少的參數實現更深的計算。 這被外界視為OpenAI對傳統“堆參數、堆算力”路線的一次重大修正——不再只是把模型做大，而是讓模型學會“反覆思考”。 消息一齣，整個AI社區迅速升溫。
千問辦公接入高德門店經營專家套件 提升實體店選址與經營效率
此項新功能自9月18日起正式上線，用戶只需在千問辦公添加相應套件並完成高德賬號授權，即可實現從門店選址到日常經營分析的全鏈路工作。隨著實體商業的不斷發展，傳統的人工選址和經營分析方式顯得效率低下且容易出錯。個體創業者在開新店時，往往需要花費大量時間進行實地勘察，整體耗時可達一週，而商家在監測門店熱度變化及競爭對手動態時，也面臨數據整理繁瑣、分析結果不準確的問題。