豆包1.6-vision正式发布；IBM推出Granite4.0系列模型；OpenAI推出小型语音模型GPT-5Pro|极新早报

—— ·要点速览· ——

1、阿里云通义千问开源 Qwen3-VL-30B-A3B 模型：智能体任务等领域媲美 GPT-5-Mini

2、IBM 推出 Granite 4.0 系列模型：混合架构降低内存需求，Apache 2.0 开源

3、OpenAI推出小型语音模型GPT-5 Pro

4、腾讯混元视觉模型跻身全球Top 3

5、豆包大模型1.6-vision正式发布

6、港股跌幅扩大 恒生科技指数跌超2%

更聚焦的科技行业交流群，捕捉每一条科技动态，诚挚邀请创业者、发烧友加入我们。微信扫码进群：

进群后，你有机会得到：

• 最新、最热的科技资讯；
  

• 最精准的行业资源对接；
  

• 论坛、沙龙、企业游学门票。

1、新能源智能控制系统和电池管理系统开发商「力高技术」完成战略投资，由溥泉资本领投。

力高技术是一家新能源智能控制系统和电池管理系统开发商，致力于新能源智能控制系统和电池管理系统的自主研发、生产、销售和服务，是全国首家取得中汽研功能安全流程认证的电池管理系统制造商，参与了《电动汽车用电池管理系统技术条件》和《电动汽车用电池管理系统技术条件》等国家行业标准的起草。

2、AI科技金融服务提供商「突触科技」完成770万美元B轮融资。

突触科技是一家AI科技金融服务提供商，致力于以虚拟形象的人工智能客服为切入点，打造由AI驱动的动态金融社区。凭借神经科学与人工智能的深度融合，开创性地实现了AI Agent从被动回应到主动服务的转变。在具体应用层面，突触科技的AI Agent已开发出多个专业化服务模块。智能投顾Agent提供7×24小时全天候的资产配置服务；行为预判Agent通过行为经融学知识和神经科学技术建立投资者行为模型，有效识别并预警非理性交易倾向。

3、大分子药物滴眼给药研发商「香港奥朗」完成数千万元A轮融资，由冷杉溪资本领投，长三角国创中心、中银投跟投。

香港奥朗是一家大分子药物滴眼给药研发商，致力于基于变革技术推动眼科治疗的进步，改善全球患者的生活质量。通过细胞穿膜肽递送平台首次打开了大分子药物滴眼给药的可能性，目前公司已在包括非人灵长类动物疾病模型在内的多种临床前模型中完成验证，并即将在美国和香港等地开展全球多中心临床试验。

4、商用车智能底盘核心技术研发商「青牛智驾」完成1000万元天使轮融资，投资方为西安财金。

青牛智驾是一家商用车智能底盘核心技术研发商，聚焦智能线控底盘核心安全模块——电子机械制动系统（EMB）的研发和应用。目前，公司已形成电子机械制动系统（EMB）、主辅制动联动控制器、整车控制器以及360度全景影像系统、车载称重系统等核心产品线。

5、AI智能体平台开发商「深维探索」完成数百万元天使轮融资。

深维探索ExploreX是一家AI智能体平台开发商，聚焦智能硬件、全栈AI与具身智能应用，致力于打造面向未来的智能体平台，推动人工智能在真实世界的落地与普及。

6、个人无抵押信贷资产处置服务商「艾语智能」完成A轮融资，投资方为北洋海棠基金，FutureX天际资本，九尚资本。

艾语智能是一家个人无抵押信贷资产处置服务商，服务于个人无抵押信贷处置领域，专注于打造“催诉帮”一体的 AI 纾困机器人，希望通过 LLM 技术，打造100%AI 机器人，完全替代人工来完成复杂的业务流程，已完成基于 LLM 的产品研发并上线，且快速实现了 PMF 验证。

1、阿里云通义千问开源 Qwen3-VL-30B-A3B 模型：智能体任务等领域媲美 GPT-5-Mini

10 月 4 日消息，阿里云通义千问今日宣布开源 Qwen3-VL-30B-A3B-Instruct 与 Thinking 模型，并同步推出 FP8 版本以及超大规模模型 Qwen3-VL-235B-A22B 的 FP8 版本。

官方表示，Qwen3-VL-30B-A3B-Instruct 与 Thinking 体积更小，性能依旧强劲，更实现集 Qwen3-VL 全部能力于一身。仅需 30 亿激活参数，即可在 STEM、视觉问答（VQA）、光学字符识别（OCR）、视频理解、智能体（Agent）任务等多个领域媲美 GPT-5-Mini 和 Claude4-Sonnet，甚至表现更优。

该模型可在魔搭社区、Hugging Face 免费下载，并已同步上线 Qwen Chat。

以 Qwen3-VL-30B-A3B-Instruct 为例，官方介绍大意如下：

通义千问 3-VL—— 通义千问系列迄今为止最强大的视觉语言模型。

这一代产品在各个方面都进行了全面升级：更卓越的文本理解与生成能力、更深入的视觉感知与推理能力、更长的上下文长度、更强的空间和视频动态理解能力，以及更强大的 Agent 交互能力。

提供从边缘到云端可扩展的密集和 MoE 架构，以及用于灵活、按需部署的 Instruct 和推理增强型 Thinking 版本。

主要增强功能：

视觉代理：操作 PC / 移动端图形用户界面 — 识别元素、理解功能、调用工具、完成任务。

视觉编码增强：从图像 / 视频生成 Draw.io/ HTML / CSS / JS。

高级空间感知：判断对象位置、视角和遮挡；提供更强的 2D 基础，并为空间推理和具身人工智能实现 3D 基础。

长上下文与视频理解：原生 256K 上下文，可扩展至 1M；能够处理书籍和数小时长的视频，具有完整回忆和秒级索引功能。

增强的多模态推理：在 STEM / 数学领域表现出色 —— 能够进行因果分析和提供基于逻辑与证据的答案。

升级的视觉识别：通过更广泛、更高质量的预训练，能够 " 识别一切 "—— 名人、动漫、产品、地标、动植物等。

扩展的 OCR 功能：支持 32 种语言（此前为 19 种）；在低光、模糊和倾斜情况下表现稳健；更好地处理罕见 / 古文字和专业术语；改进了长文档结构解析。

与纯 LLMs 相当的文本理解能力：无缝的文本-视觉融合，实现无损、统一的理解。（IT之家）

2、IBM 推出 Granite 4.0 系列模型：混合架构降低内存需求，Apache 2.0 开源

10 月 4 日消息，IBM 当地时间 2 日宣布推出 Granite 4.0 系列企业级 LLM 模型，新一代的模型采用 Mamba-Transformer 混合架构，可在不牺牲性能的前提下大幅降低内存需求，这降低了推理部署的成本。

Granite 4.0 系列模型的首发型号包括 Small、Tiny、Micro 规模的标准和指令变体（规格参见下方列表），未来其它参数规模版本和推理变体则将在 2025 年底推出。

Granite-4.0-H-Small：总参数 32B，激活 9B；

Granite-4.0-H-Tiny：总参数 7B，激活 1B；

Granite-4.0-H-Micro：总参数 3B；

Granite-4.0-Micro：采用传统 Transformer 架构，总参数 3B。

IBM 表示混合架构的设计能在长输入和多并发场景下减少 70% 的内存需求。性能方面，即使是最小的 Granite 4.0 模型在基准测试中也明显优于 Granite 3.3 8B，而 Granite-4.0-H-Small 则以较小参数规模取得了开源模型中一流的表现。

IBM 以标准 Apache 2.0 许可开源 Granite 4.0 系列模型，这些模型得到了 ISO 42001 认证并经过加密签名。（IT之家）

3、OpenAI推出小型语音模型GPT-5 Pro

10月7日消息，OpenAI首席执行官奥尔特曼宣布，OpenAI在API推出GPT-5 Pro模型，公司还同步发布了规模更小的语音模型GPT-realtime-mini。奥尔特曼认为，语音将成为人们与AI交互的主要方式之一。这一布局彰显了OpenAI致力于打造多模态人机交互体验的战略方向，轻量化语音模型的推出也将助力开发者更高效地集成语音功能。（广角观察）

4、腾讯混元视觉模型跻身全球Top 3

10月7日消息，国际大模型竞技场LMArena发布最新视觉模型榜单，腾讯混元最新视觉模型Hunyuan-Vision-1.5-Thinking表现抢眼，取得全球第3、中国第1的成绩。此前10月5日发布的LMArena图像生成榜单中，混元图像3.0居第一位，超过nano-banana等顶尖闭源模型。据悉，Hunyuan-Vision-1.5-Thinking具备领先的多语言多模态理解和推理能力，能够通过多轮的反思，更加深入地理解所“看”到的内容，完成相应的指令任务。（广角观察）

5、豆包大模型1.6-vision正式发布

9月30日消息，火山引擎正式发布豆包大模型1.6-vision，这是豆包大模型家族首个具备工具调用能力的视觉深度思考模型，拥有更强的通用多模态理解和推理能力，并支持Responses API，以更高性价比更好满定客户在视觉理解精准度上的高阶需求。对比上一版视觉理解模型Doubao-1.5-thinking-vision-pro，综合成本降低约50%。（广角观察）

港股跌幅扩大，恒生科技指数跌超2%，恒生指数跌1.47%。百度集团跌超4%，阿里巴巴、中芯国际跌超3%，美团、京东集团跌逾2%。（东方财富Choice数据）

“ ‘金九’热度能否延续？”

更多干货分享敬请关注我们的公众号与视频号~超多精彩对话内容等待您的解锁！