引言
今日AI动态集中在模型开源、Agent基础设施与企业级落地。多家团队推进模型、编排器和代码工具开放，同时数据留存、隐私追踪与安全能力仍是落地的重要约束。
模型与能力
1. Qwen 开源 Qwen-Image-2.1：7B 统一生成与编辑并原生支持透明图像
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。qwen.ai：Blog ↗ 补充来源：X：Alibaba_Qwen (@Alibaba_Qwen) ↗
2. 腾讯开源端到端文档解析模型 WeVisDoc
腾讯开源端到端文档解析模型 WeVisDoc，提供 2B 和 4B 版本，可将页面图像转为含公式与表格的 Markdown。tencent.github.io ↗
产品与应用
3. TypeSafe AI 向所有用户开放 Jev，新用户获赠 5 美元额度
TypeSafe AI 现已向所有用户开放 Jev 模型调用，无需申请；每位用户初始可获 5 美元额度，官方称约合 1.2 亿 token。console.typesafe.ai ↗
4. 智谱 MaaS 平台将上线数据内容不留存功能
智谱 MaaS 平台将上线数据内容不留存功能，用户可在 MaaS 控制台申请开通，生效后输入输出不做静态存储，仅用于当次调用，Batch API、File API 及合规要求情形除外。微信公众号 ↗
开发与基础设施
5. Google 开源 Agentic 编排器 AX，支持有状态任务暂停与恢复
Google 开源 Agentic 编排器 AX，可在 Kubernetes 集群中声明式编排有状态 Agent 任务，支持沙箱隔离、暂停与恢复，目标是单集群运行数十亿任务。项目仍在迭代，官方称稳定版发布前可能出现破坏性变更。GitHub ↗
6. Google 发布 Kotlin 版 Agent Development Kit 1.0，支持端侧 AI
Google 发布了 Kotlin 版 Agent Development Kit（ADK）1.0，一个面向 Kotlin、Android 以及 JVM/服务端应用构建 AI agent 的生产级框架。该版本使 Kotlin 与 Google 的 Python 和 Java 版 ADK 功能对齐，并新增面向端侧与混合 AI 的 Android 能力。作者：Sergio De Simone。InfoQ AI ↗
7. 阿里巴巴开源 OpenCodeReview，用于 AI 辅助代码审查
阿里巴巴近期开源了 OpenCodeReview，一款 AI 驱动的代码审查 CLI 工具。它结合确定性流水线完成文件选择、打包和规则匹配，并通过 LLM agent 进行动态代码分析，支持空指针异常、线程安全、XSS、SQL 注入等内置检查。作者：Renato Losio。InfoQ AI ↗
公司与资本
8. 硅基流动完成 B+ 轮二期和 C 轮融资
硅基流动宣布完成 B+ 轮二期和 C 轮融资，年内累计股权融资近 29 亿元，资金将投入推理引擎、异构算力调度等研发，强化 Token 供应平台并拓展全球市场。微信公众号 ↗
政策与安全
9. 《网络安全人才实战能力报告—AI赋能篇》正式发布
9 月 18 日，在第一届中国网络空间安全大会上，《网络安全人才实战能力报告—AI赋能篇》正式发布。量子位 ↗
论文与研究
10. WebCraftBench 以真实交互和代码覆盖率评估 AI 网页应用
腾讯混元联合清华、北大研究者提出 WebCraftBench，让 Agent 实际操作网页，并以代码覆盖率辅助查漏，从美观度、易用性、需求符合度评分。arXiv ↗
今日脉络
-
多模态与文档解析模型开源 Qwen-Image-2.1 将文生图与图像编辑统一到 7B 模型中，并原生支持透明图像；腾讯开源 WeVisDoc，可将页面图像转为含公式与表格的 Markdown。
-
Agent 编排与开发工具链扩展 Google 开源 AX 编排器并发布 Kotlin 版 ADK 1.0；阿里巴巴开源 OpenCodeReview，覆盖 AI 辅助代码审查。
-
企业级 AI 应用与数据治理并行推进 TypeSafe AI 开放 Jev 模型调用，智谱 MaaS 推进数据内容不留存功能；硅基流动继续投入推理引擎与异构算力调度。
-
安全能力成为落地约束 《网络安全人才实战能力报告—AI赋能篇》发布，关注 AI 进入业务深水区后的安全能力需求。
总结
开源模型、Agent 工具链与企业级 AI 应用正在快速推进，但数据留存、隐私追踪与安全能力仍是落地过程中的核心约束。行业需要在能力扩展与风险治理之间建立更清晰的边界。