OpenAI发布GPT-Realtime-2.1-mini, 支持推理、SGLang支持DSpark、蚂蚁LingBot-Depth 2.0攻克透明物体感知

💡 今日趋势速览：OpenAI实时语音引入推理能力，SGLang以置信度推测解码提升吞吐，蚂蚁LingBot-Depth 2.0将透明物体深度误差降低一半。

🎯 今日要点

📋 今日内容汇总

🤖 AI动态

🧪 芯片半导体

SK 海力士拟 11.9 万亿韩元采购 ASML EUV 设备

🦾 机器人具身智能

🌐 科技公司

硅基流动提交香港 IPO 申请公有云毛利率 -119%

📌 模型排行榜

Artificial Analysis AI 模型能力排行榜

🤖 AI动态

1. OpenAI 发布支持推理的 GPT-Realtime-2.1-mini

OpenAI 在 API 中上线 GPT-Realtime-2.1-mini，为 Realtime mini 系列引入推理与工具调用能力，成本与 GPT-Realtime-mini 持平，适用于需要实时响应的低延迟语音对话场景。

2. SGLang 支持 DSpark 启用推测解码置信度验证

SGLang 新增支持 DSpark，为推测解码引入基于置信度的可变长度验证。仅在草稿模型置信度高时验证 token，在 DeepSeek-V4-Flash 上实现最佳吞吐与延迟平衡，高并发下吞吐提升约 20%。以下是官方给出的 demo，展示了上述功能的实际运行效果

3. 蚂蚁 LingBot-Depth 2.0 攻克透明物体深度感知

蚂蚁集团发布 LingBot-Depth 2.0 深度估计模型，基于 1.5 亿级训练数据将深度误差降低一半，在 16 项基准测试中 12 项夺冠，有效解决玻璃与镜面等透明物体的深度感知难题，配套 LingBot-Vision 同步开源。以下是官方给出的 demo，展示了上述功能的实际运行效果

4. ChatGPT for PowerPoint 全球全套餐上线

OpenAI 宣布 ChatGPT for PowerPoint 正式向全球所有套餐用户开放，用户可在演示文稿制作流程中直接调用 ChatGPT 辅助生成与编辑内容，降低 PPT 制作门槛并提升办公效率。

5. Anthropic 发现 Claude 内部存在全局工作空间

Anthropic 最新研究发现 Claude 内部存在类似人类大脑的全局工作空间机制。模型在处理信息时，只有一小部分内容能进入可推理、可描述的意识层，与人类大脑的选择性意识访问呈现惊人相似的分化特征。

6. DeepSeek V4 周处理 6.6T token 领跑中国大模型

OpenRouter数据显示：DeepSeek V4周处理Token 6.6T，超Anthropic 6.1T登顶平台，大幅领先小米4.0T、腾讯3.8T、MiniMax 3.6T，为平台调用量最高的中国模型。平台上半年总Token 457万亿，DeepSeek访问占比18.1%。

7. Cloudflare 推出 AI 爬虫精细化分类控制

Cloudflare 将一键屏蔽所有 AI 爬虫的策略升级为精细化控制，允许网站所有者分别管理搜索、训练和代理三类爬虫。自 2026 年 9 月 15 日起，含广告页面上的训练与代理爬虫将被默认屏蔽。

8. Karpathy 700 次 Loop 实验揭示 Agent 提升关键

前OpenAI联合创始人Karpathy经700轮循环实验证实：AI Agent约76%的性能提升和底层模型无关，核心在于工作流与系统机制设计，打破了"靠更强模型就能解决所有问题"的行业固有认知。同一DeepSeek-v4-pro不改动权重，仅优化外层执行机制，专业任务综合得分便从3.5%跃升至80.1%。

9. SpeechifyAI Simba 3.2 登顶语音榜单

SpeechifyAI 旗下 Simba 3.2 在 Artificial Analysis 语音竞技场排行榜跃居第一，Elo 评分 1233 超越 Gemini 3.1 Flash TTS、Sonic 3.5 等对手，每百万字符 10 美元的定价也是当前榜首模型中最低。

10. AssemblyAI 发布 Universal-3.5 流式语音模型

AssemblyAI 发布 Universal-3.5 Pro Realtime 流式语音转文字模型，在 AA-WER Streaming 基准上达到 4.1% 词错率，首次最终输出延迟约 0.4 秒，支持在通话开始与每轮代理发言后接收上下文且无需重新连接。

11. Claude 语音模式界面再次更新曝光

Anthropic 即将推出的 Claude 语音模式界面再次更新，模型选择器仍位于底部，其他交互元素分散排布。Claude 发声时会显示与桌面端一致的 Anthropic 微光效果，语音样本也疑似更新，正式上线临近。

12. Gemini 支持接入 Google 商家资料提供经营建议

Google 宣布 Gemini 可安全接入 Google 商家资料，连接后能读取客户评价、提问与经营表现数据，为商家提供基于真实业务语境的智能建议，支持分析月度表现、起草评价回复及实时更新营业信息。以下是官方给出的 demo，展示了上述功能的实际运行效果

🧪 芯片半导体

13. SK 海力士拟 11.9 万亿韩元采购 ASML EUV 设备

SK 海力士在纳斯达克 IPO 招股书中披露，计划投入约 11.9 万亿韩元采购 ASML 的 EUV 光刻设备，用于扩充 HBM 先进制程产能，以应对 AI 算力带来的存储需求持续增长。

🦾 机器人具身智能

14. 智元 8 台人形机器人完成 64 小时工厂测试

智元机器人直播展示 8 台 G2 人形机器人在中国一家工厂连续 64 小时测试，协作检测超过 17000 片平板电脑，完成缺陷分拣与物料运输任务，成功率达 99.99%，验证人形机器人在工业产线的稳定性。

15. DeepMind 扩展与 Apptronik 机器人研究合作

Google DeepMind 宣布扩展与机器人公司 Apptronik 的研究合作，最新 Apollo 2 人形平台采集的真实世界数据将用于训练和推进 Gemini Robotics 模型，加速具身智能能力提升。以下是官方给出的 demo，展示了上述功能的实际运行效果

🌐 科技公司

16. 硅基流动提交香港 IPO 申请公有云毛利率 -119%

硅基流动向港交所提交上市申请，冲刺港股 AI Token 工厂第一股。公司注册用户超 1028 万，日均词元吞吐 5785 亿，按吞吐量计为中国第四大独立词元平台，但公有云业务毛利率为 -119%，仍处亏损状态。

📌 模型排行榜

17. Artificial Analysis AI 模型能力排行榜

最后是今日的 AI 模型能力排行榜单，三榜显示，Claude家族全面领跑，Fable 5横扫智力、代码、智能体三项第一，Opus 4.8与Sonnet 5紧随其后，与GPT-5.5形成美中两强对峙。Gemini 3.5 Flash稳居中游。

以上是今天的AI 风向标，欢迎在评论区提出建议，我们明天见。