AI 每日调研 · 2026年10月05日｜Reflection AI发布5010亿参数开源Beam大模型、腾讯阿里多模态模型开源

今日速览

1. 英伟达投创企Reflection AI发布5010亿参数开源大模型Beam，性能逼近头部厂商旗舰
2. 腾讯开源80B参数混元生图3.0，为目前参数量最大的开源生图模型
3. 阿里开源通义万相Wan2.2-S2V，单图加音频即可生成电影级数字人视频
4. 自变量机器人完成数亿元Pre-A++轮融资，加速具身大模型训练迭代
5. 紫东太初5.0-9B大模型9项国际基准拿8项第一，10B档位具身能力领先

大模型

厂商动态

• Reflection AI发布5010亿参数开源大模型Beam：当地时间10月5日，英伟达投资的初创企业Reflection AI发布首款开放权重大模型Beam，总参数量达5010亿，采用稀疏激活架构，单任务仅激活230亿参数，兼顾推理效率与成本控制。该模型为纯文本混合专家模型，聚焦代码生成与智能体任务，性能对标智谱GLM-5.2，并逼近千问3.8-Max。
• 小米MiMo-V2.6、OpenAI GPT-6.1 Sol、谷歌Gemini 4 Argon等近5天已报道，当日无新增进展，暂不展开。

arXiv论文

• 当日无新增大模型方向未报道学术成果，现有研究延续层级连续扩散语言模型、JIT-Agent框架等方向。

AI应用

厂商动态

• Together AI推出Together Link：可一键在现有编码智能体中接入开源模型，降费超50%。
• Liquid AI发布d1决策模型：新增文本与图像输入能力，可通过console.liquid.ai和d1 Playground使用。
• 我国生成式AI用户破7亿、GPT-Live语音交互等近5天已报道，当日无新增进展。

arXiv论文

• 暂未捕获到该方向当日新增未报道学术成果。

多模态

厂商动态

• 腾讯开源混元生图3.0：发布并开源原生多模态生图模型混元图像3.0，参数规模达80B，是目前参数量最大的开源生图模型，也是首个开源工业级原生多模态生图模型，效果对标业界头部闭源模型。
• 阿里开源通义万相Wan2.2-S2V：全新多模态视频生成模型通义万相Wan2.2-S2V正式发布并开源，仅需提供一张静态图片和一段音频，即可生成面部表情自然、口型与音频高度一致、肢体动作流畅的电影级数字人视频，支持分钟级长视频稳定生成。
• 上海AI Lab开源InternLumina-U2：16B MoE统一多模态模型，同时支持华为昇腾部署，采用encoder-free架构，降低落地门槛。
• 10月4日曾报道紫东太初开源ZDTaichu5.0-9B，现补充：该模型为10B参数档位空间具身能力最强的通用多模态大模型，支持单图、多图、长序列视频及任意分辨率视觉输入，适配具身智能场景需求。

arXiv论文

• Beyond Layers: Position-Resolved Gradient Conflict and Position-Aware Modulation for Unified Multimodal Model：针对统一多模态模型训练中的梯度冲突问题，提出位置感知调制方案，优化跨模态融合效果。

Omni 全模态

厂商动态

• 当日无新增全模态模型发布动态，Qwen3.8-Omni-Flash、Gemini Omni等近5天已报道，无新增进展。

arXiv论文

• Can MiniMax-H3 Reason About the Physical World? An Evaluation of Omni-Modal Generative Model：针对全模态生成模型的物理世界推理能力构建评估体系，覆盖多视角空间推理、音频消歧等核心场景。
• Omni-Decision: Evidence-Ledger Planning for Omni-Modal Agents：提出基于证据账本的全模态智能体规划框架，提升跨模态复杂任务决策准确性。

具身智能

厂商动态

• 自变量机器人完成数亿元Pre-A++轮融资：融资由光速光合与君联资本领投，北京机器人产业基金、神骐资本跟投，资金将用于下一代统一具身智能通用大模型的训练与场景落地。
• 新松松羿力量版具身机器人、全国产化电子架构具身机器人等近5天已报道，当日无新增进展。

arXiv论文

• Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents：提出具身智能体引导式自提升框架，通过场景重建、模拟练习、真实部署三阶段流程，降低真实场景训练成本。
• FluxVLA Engine: A One-Stop VLA Engineering Platform for Embodied Intelligence：推出一站式视觉语言动作（VLA）工程平台，简化具身智能模型从训练到部署的全流程开发。

本周趋势观察

1. 开源大模型参数竞赛进入新阶段：5010亿参数的Beam大模型采用稀疏激活架构，兼顾大模型性能与推理成本，标志着开源模型开始系统性挑战闭源旗舰模型的代码、智能体任务能力，后续可能引发头部厂商加速开放高参数模型权重。
2. 多模态生成向工业级落地迈进：腾讯混元生图3.0、阿里Wan2.2-S2V均为原生多模态架构，摆脱了传统“语言+视觉模块拼接”的技术路径，在生图、数字人视频生成上达到闭源模型水平，开源后将快速降低AIGC产业应用门槛。
3. 具身智能产业进入资本+技术双加速期：继上周国产具身机器人密集发布后，本周创企完成大额融资，同时VLA工程平台、智能体自训练等学术成果落地加速，产业链从硬件制造向模型层、工具层延伸的趋势明确。