文章摘要
9月初AI领域集中发布多款覆盖通用大模型、自动驾驶、多模态检索、本地推理调度、音视频生成方向的新模型与工具，核心产品为OpenAI推出的GPT-6 Astra，该闭源模型支持百万级上下文窗口，目前仅向特定企业客户开放，已公布定价规则。此外还有开源全场景大模型K2 Horizon等多款新品，各产品均明确了许可证与部署门槛。

近期AI领域多款新工具与模型集中发布，覆盖前沿通用大模型、自动驾驶专用基座、本地推理调度工具、多模态检索及音视频生成等多个方向，以下是详细汇总：

一、前沿通用大模型

OpenAI在9月3日正式推出GPT-6 Astra大模型，其模型标识为gpt-6-astra。这款模型支持文本与图片输入、文本输出，上下文窗口可达105万Token，最大输出Token数为128000，同时提供五个档位的推理强度供选择。用户可通过Responses API和Chat Completions接口调用该模型，支持流式传输、函数调用、结构化输出，以及网页搜索、文件检索、代码解释、托管Shell、计算机操作、技能调用和MCP等多种工具。其定价标准为每百万输入Token收费10美元，缓存输入每百万1美元，缓存写入12.5美元，输出每百万50美元；当单次请求输入超过272K Token时，将采用更高的费率标准。需要注意的是，GPT-6 Astra属于闭源服务，并未开放模型权重，当前仅向Trusted Access Program的企业客户开放，相关付费套餐和普通API访问权限将在后续数日分批推出，尚未对所有用户全面开放。

另一款开源大模型矩阵K2 Horizon推出，一次性开放了从0.9B到375B-A23B共六个不同参数量的版本，覆盖从端侧设备到本地工作站再到企业级服务的全场景需求。其中36B-A4B版本采用了Mixture-of-Value Attention和稀疏MoE架构，每个Token仅激活约40亿参数；375B-A23B版本则每个Token激活约230亿参数。本次开源不仅提供了最终的模型权重，还包括训练代码、模型配置、数据混合方案、细粒度日志、评测结果以及中间检查点；对于无法直接重新分发的数据，也提供了构建方法与配方。六个版本的模型均支持量化处理，并且在发布首日就获得了主流推理框架的适配支持，可运行在多种硬件平台上。K2 Horizon的模型与代码采用Apache-2.0许可证，而数据集则遵循各自的许可证协议，并非全部训练数据都采用该协议。部分训练基础设施和Agent强化学习代码官方仍标注为“即将发布”，具体的材料完整性建议以开源仓库的实际文件为准。

上手门槛

自行部署（0.9B—7B）：门槛较低，提供量化版本并支持本地运行路径

自行部署（32B / 36B-A4B）：需要高内存工作站或高显存GPU，门槛中等

自行部署（375B-A23B）：完整权重规模巨大，需专业多卡服务器或集群，门槛极高

二、多模态检索工具

NeoMME是一款多模态检索工具，提供260M和800M两个参数量的多语言多模态编码器。与传统方案不同的是，它并未使用独立的视觉塔或因果语言解码器，而是将文本Token与32×32的图像Patch输入同一个双向Transformer进行统一编码。两个版本的模型均支持16384Token的上下文窗口和动态图片分辨率，可以直接处理包含排版、表格和图像信息的复杂文档页面。

其Retriever版本可以在一次前向计算中同时输出单向量Dense表示和128维的Late-interaction表示，用户可以先通过近似最近邻算法召回相关页面，再利用细粒度的图文匹配进行重排。根据项目方的测试数据，260M版本在单张专业显卡、2048×2048输入和预处理Tensor的条件下，处理速度可达约51页/秒；Late-interaction索引可以从平均每页约1.5MB压缩至约6KB/页，同时保留超过95%的基线检索指标。

需要注意的是，NeoMME属于编码器而非生成式视觉语言模型，基础编码器仅会输出上下文表征，无法直接完成文档问答任务，进行文档检索需要使用Retriever版本，生成最终答案仍需要连接外部的视觉语言模型。所有的模型Checkpoint均采用Apache-2.0许可证，官方还提供了可直接体验的视觉文档检索Demo。

上手门槛

在线使用：门槛较低，可通过公开平台直接体验视觉文档检索

自行部署：门槛较低，260M、800M权重均已开放，需使用较新版本的相关工具库

三、自动驾驶专用模型

Qwen-Drive-1.0-4B是一款自动驾驶专用模型，由Qwen团队联合华中科技大学推出，基于Qwen3.5-4B视觉语言模型架构开发，并外挂了BEV Perception Head与Planning Expert模块。其中BEV感知头可以同时完成3D目标检测、语义占用预测和BEV地图分割，规划专家则可以根据共享的视觉语言表征生成自车的未来行驶轨迹，原有的LLM Decoder则继续处理通用视觉问答和驾驶场景的视觉问答任务。

该模型的文件包包含多个核心模块，总体量较大。其规划输出为未来5秒、10Hz频率、共50个点的行驶轨迹；不同的规划模块有各自的适用场景，官方建议配合特定推理模式使用。官方建议使用24GB以上显存的设备运行该模型，项目仓库提供了完整的推理代码、多个Demo场景和感知样例。该项目采用Apache-2.0许可证，但需要注意的是，它目前仅作为自动驾驶研究基座和离线评测工具使用，不能直接等同于经过量产安全验证的车载系统。

上手门槛

自行部署：建议24GB以上显存，需安装相关依赖库，感知模式包含专用算子，门槛中等

四、本地推理调度工具

NVIDIA推出的Personal AI Router并非全新的推理引擎，而是位于Agent与本地推理服务之间的路由调度层。它可以向应用程序暴露兼容现有生态的接口，然后根据节点的在线状态、推理引擎、目标模型是否存在、当前任务量以及GPU利用率，将每个推理请求分配给符合条件的设备执行。

PAIR提供了多平台的安装包，可以混合连接多种不同的硬件设备。节点可以通过自动发现机制查找，也可以手动按IP地址添加；用户确认配对后，节点之间的通信将使用加密协议进行保护。需要明确的是，PAIR并不会合并多台机器的显存，也不会拆分模型或将一个请求跨多个节点执行，它主要提升的是多个独立推理请求的并发处理能力。NVIDIA在特定演示中显示，多设备集群完成任务的时间远短于单台设备，官方同时说明，实际表现取决于任务并行度、模型类型、硬件配置和网络状况。

上手门槛

自行部署：需至少两台同一局域网设备，每个节点仍需独立安装推理引擎并具备加载目标模型的内存，门槛中等

五、音视频生成模型

DreamX-Creator 1.0是一款音视频生成模型，在9月3日开放了完整的权重和推理代码。其核心是一个7B参数量的原生音视频生成器，音频流和视频流会先分别进行处理，再通过跨模态注意力机制进行双向的信息交换，有效减少了音画不同步的问题。

在生成阶段之后，专用的细化模块将生成的视频画面提升至2K分辨率；该细化模块也可以单独处理外部视频，原有的音频会保持不变。模型包中还包括多个辅助组件和依赖模块。官方提供了多种部署选项，但并未给出统一的最低显存要求。完整的模型权重体积较大，各个组件需要分别进行配置。该项目采用Apache-2.0许可证，优化版本和加速模型仍在后续开发计划中。

上手门槛

自行部署：需配置多个模型组件，官方提供多种部署路径，门槛中等

以上内容不代表本平台立场，仅供读者参考