在过去24小时内（9月22日），出现美团大模型新分支与行业底座发布，北京双重AI活动落地；同时有Llama获美政府机构准入、英伟达在中东建联合实验室、OpenAI预告高算力新功能与产业链巨额GPU采购，全球动态相互呼应。
一、美团发布高效推理模型 LongCat-Flash-Thinking
1、9月22日发布，并已在开源社区上线，定位“更强推理、更专业”。
2、强调“深度思考+工具调用”与“非形式化+形式化”推理能力结合，覆盖数学、代码、智能体等复杂任务。
3、官方称为国内首个同类能力组合的开源大语言模型分支，延续LongCat-Flash系列“快+强”路线。
二、第四范式发布“信创模盒” ModelHub XC
1、9月22日官宣，面向“算力—模型”不兼容痛点，打通国产GPU与国产大模型。
2、引入EngineX适配引擎，首日已适配上百模型，计划半年拓展至“千数级”、一年“十万数级”。
3、当前覆盖昇腾、寒武纪、天数智芯、昆仑芯、沐曦、曦望等国产算力，主打“多模型即插即用”。
三、中国交通信息科技集团发布“中交蓝”数字底座
1、9月22日发布，面向交通行业的自主可控成套数字底座。
2、设置“蓝舟、蓝汇、蓝途、蓝翼、蓝联、蓝星、蓝海、蓝栈、蓝基、蓝盾”十大中心，集成AI/大数据/物联/北斗/安全能力。
3、重点服务智慧公路、智能港航、数字城市等场景，被视为交通基础设施“智能升级”里程碑。
四、2025大学生AI艺术季在北京开幕
1、9月22日启动，活动持续一个月，涵盖AI影像、AI歌曲、AI交互等单元。
2、近1600件作品、覆盖160+高校，联合可灵AI、即梦AI、生数Vidu等企业共建课程与平台。
3、同步启动“智联体社区”与“全球征集计划”，强化产学研联动与国际传播。
五、AI创造者嘉年华在海淀收官
1、9月21日晚落幕，为期5天，主题“Let’s in Vibe”。
2、100+生态伙伴、40+分会场、80+互动展位，参与人次超万。
3、整街开放共创，聚焦“AI+娱乐/教育”等落地场景，打造“无边界AI实践剧场”。
六、Meta Llama获美国政府机构使用批准
1、9月22日，美国总务管理局（GSA）将Llama纳入联邦机构可用AI工具清单。
2、政府可在合规前提下试用开源模型，降低试点成本与采购门槛。
3、与AWS、微软、谷歌、Anthropic、OpenAI等工具一同进入清单，开源路线获重要背书。
七、英伟达与阿布扎比TII成立联合AI与机器人实验室
1、9月22日宣布，中东首个“NVIDIA AI Technology Center”落地阿联酋。
2、将部署英伟达Thor芯片，推进人形/四足/机械臂等机器人平台研发。
3、实验室面向气候、能源、基因组等多领域应用，扩大区域算力与人才集聚效应。
八、OpenAI预告“高算力新功能”，部分仅向Pro开放
1、9月22日Sam Altman称未来数周上线多项“重算力”功能。
2、因成本所限，部分功能先向Pro开放，部分或需额外费用。
3、公司目标仍是长期“降本增效、扩大可及性”，短期以内测与分层定价为主。
九、MIT推出SCIGEN：面向量子材料的“约束生成”工具
1、9月22日发表于《Nature Materials》，在扩散模型中注入结构约束（如Kagome等）。
2、生成千万级候选后筛选，并实际合成出2种具特殊磁性的全新化合物。
3、为量子计算所需材料的高效发现提供新范式。
十、IREN再购约6.74亿美元GPU，AI云目标ARR超5亿美元
1、9月22日发布：新增1.24万张GPU（约7100张B300、4200张B200、1100张MI350X）。
2、总规模提升至约2.3万张，瞄准2026年一季度AI云年化营收>5亿美元。
3、Blackwell与MI系列并举，强调面向训练/推理的弹性供给与集群化交付。
常见问题解答（Q&A）
Q：Llama进入美政府清单意味着什么？
A：意味着联邦机构可在合规前提下直接试用/采购开源大模型，降低试点与评估门槛，并与多家商业闭源方案同台竞争，有望加速低成本AI在政务流程的部署（9月22日）。
Q：OpenAI“高算力新功能”会不会更贵？
A：短期会。官方称部分功能仅向Pro开放、部分可能额外计费；上线节奏为“未来数周”，原因是推新能力需要投入更高GPU算力。
Q：IREN为何集中采购B300/B200/MI350X？
A：为扩充AI云供给与大客户交付能力。本次新增1.24万张后总量至约2.3万张，目标在2026年一季度将AI云ARR提升至5亿美元以上，押注Blackwell一代在训练/推理的综合效能。
Q：“中交蓝”与第四范式ModelHub XC分别解决什么问题？
A：“中交蓝”是交通行业数字底座，解决跨域数据与AI能力在行业场景的系统化落地；ModelHub XC是“模型—国产算力”适配平台，解决多模型、异构国产芯片环境下的兼容与部署效率。
