AI Builders Digest 0920：Qwen-Image-2.1 开源统一生成与编辑，阶跃 Step 5 预览，人人都想 build

今天的 AI Builders Digest 主线是 生成即编辑：Qwen 开源 Qwen-Image-2.1，把文生图与图像编辑统一进一个 7B 模型，原生 2K 生成、RGBA 透明输出、最多 10 张参考图，权重开放且已支持 ComfyUI；阶跃星辰同日发布 Step 5 Preview，600B 稀疏 MoE、100 万 token 上下文，Artificial Analysis 44 分居全球开源前三，10 月 15 日开源权重。中国开源模型在图像与语言两侧同日双发。周末的 X 是 builder 文化日：Thibault 一句「2026 是 Linux 桌面之年」拿下 9804 赞，Rauch 说这波 AI 最酷的事是人人都兴奋于 build。

今日总结

主线：开源图像模型把「生成」和「编辑」焊进同一个权重，开源语言模型把价格打穿。

Qwen-Image-2.1 的关键词是统一。 文生图与图像编辑不再是两个模型或两套管线：视觉生成组件仅 7B 参数，单个 checkpoint 通吃；原生 2K 生成，单次最多基于 10 张参考图做指令编辑；圆形、涂鸦、独立蒙版都能指定局部编辑；含 alpha 通道的 RGBA 输出原生支持透明图。工程侧用混合粒度注意力架构和 KV cache 复用提升推理效率，文字渲染、人像光照、人物与产品保真度都有改进，任务覆盖全景图、信息图和分镜。权重开放、ComfyUI 已支持，本地工作流今天就能接上。

Step 5 Preview 给语言侧补上价格锚点。 阶跃星辰的旗舰基座：稀疏 MoE、总参 600B 激活 27B，100 万 token 上下文，文本与视觉输入；Artificial Analysis Intelligence Index 拿 44 分，居全球开源模型前三，单任务成本是 Claude Opus 5 的八分之一。10 月 15 日开源权重。结合 Rauch 昨天披露的 Vercel AI Gateway 开放模型 78.4% token 份额，开源侧的供给与需求正在互相确认。

周末的 X 是 builder 文化专场。 Thibault 的谜语「2026 是 Linux 桌面之年」（9804 赞）给 DevDay 留足悬念；Rauch 的周末感言（1177 赞）更真诚：这波 AI 最酷的事是所有人都为 build 兴奋，短期八卦之外，人们想创造和交付、而不是只消费。Nikunj Kothari 的版本更狠（246 赞）：他每天花约 2 小时写代码、折腾新仓库，常被问「你是 VC 为什么还亲手写」，他的回答是时代跑得太快，不亲手 build 就没法理解下一批模型会打开什么。

Agent 的达尔文时刻还没到齐。 Levie 把个人 agent 的胜负条件写成一句话（340 赞）：Personal agents 是「build something that agents want」的终极形态，agent 必须能操作你的工具或自带工具完成任务，用你的 MCP 或 CLI、顺畅导航你的网站、能交易；新的注意力竞争不再来自用户本身，而是来自 agent。Peter Yang 的 /tastemaker 技能（23 赞但值得抄作业）：一个 markdown 文件记录看过的电影剧集书籍评分，每周自动查新片并给出高度相关的推荐。Aditya Agarwal 则给出冷静注脚（46 赞）：看完三家实验室的 agent 入侵公告，他百分之百确信一些大公司已被国家级攻击者渗透而不自知。

今日关键词： 统一生成编辑 · Step 5 · builder 文化 · agents want

官方博客

AI Hot：Qwen 开源 Qwen-Image-2.1，7B 统一生成与编辑并支持 ComfyUI

AI Hot·2026-09-20 20:00 CST·原文链接1·原文链接2

Qwen 团队开源 Qwen-Image-2.1：文生图与图像编辑统一到一个模型，视觉生成组件仅 7B 参数，原生支持生成和编辑透明图像。

能力清单：最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，混合粒度注意力架构加 KV cache 复用提升推理效率，改进文字渲染、人像光照与人物产品保真度，覆盖全景图、信息图和分镜任务。权重已开放下载，并已支持 ComfyUI，单次可原生 2K 生成、输出含 alpha 通道的 RGBA。

7B 的尺寸意味着消费级显卡也能跑完整的生成加编辑管线，本地图像工作流的基础设施今天到位。

AI Hot：阶跃星辰发布 Step 5 Preview，10 月 15 日开源权重

AI Hot·2026-09-20 10:00 CST·原文链接

阶跃星辰发布旗舰基座模型 Step 5 Preview：稀疏 MoE 架构，总参数量 600B、激活 27B，支持 100 万 token 上下文和文本与视觉输入。

在 Artificial Analysis Intelligence Index 得 44 分，居全球开源模型前三，单任务成本为 Claude Opus 5 的 1/8。

10 月 15 日开源权重。开源语言模型的竞争从「能不能打」进入「贵不贵」：44 分的能力加上 1/8 的成本，给所有在成本线上挣扎的应用团队一个新的基准选项。

X/Twitter 动态

Thibault Sottiaux（OpenAI Codex/ChatGPT）：2026 是 Linux 桌面之年

Thibault Sottiaux（thsottiaux）·2026-09-20 06:01 CST·原文链接

Sottiaux 的 DevDay 前奏只有一句（9804 赞）：

2026 is the year of linux desktop

从「物理学骗不了」到「Astra 特性表」再到 Linux 桌面之年，OpenAI 的谜语营销连续第三天霸榜。这句话到底是新产品的名字、操作系统级的野心还是单纯的梗，下周见分晓。

Guillermo Rauch（Vercel CEO）：人人都想创造和交付，而不只是消费

Guillermo Rauch（rauchg）·2026-09-20 03:45 CST·原文链接

Rauch 的周末感言（1177 赞）：

The coolest thing about the recent wave of AI is that everyone is excited about building.

短期八卦先放一边，这对世界是无可估量的好消息：人们想创造、想交付，而不只是消费。配合他昨天「明年软件产出量可能超过计算历史总和」的判断，这句话是同一件事的人文侧表述。

Aaron Levie（Box CEO）：个人 agent 是「build something that agents want」的终极形态

Aaron Levie（levie）·2026-09-20 05:47 CST·原文链接

Levie 给产品团队划出新战场（340 赞）：个人 agent 是「build something that agents want」的终极形态。产品形态上，你要能把任务完整交给 agent 并确保它端到端完成；这要求 agent 能操作你的工具或自带工具：用你的 MCP 或 CLI、顺畅导航你的网站、能够交易。

The new attention you need to compete for is not from the user itself but from agents.

新的注意力争夺不再来自用户，而来自 agent。产品要同时对人和 agent 可用，这是 SEO 时代以来最大的入口逻辑变更。

Nikunj Kothari（FPV Ventures 合伙人）：想投资 AI 时代，就得每天亲手写代码

Nikunj Kothari（nikunj）·2026-09-19 23:58 CST·原文链接

Kothari 自述（246 赞）：他每天花约 2 小时编程、做 side project、折腾新仓库，几乎每天收到私信问「你是 VC，为什么还干这个」。他的回答：这个时代跑得太快，不亲手做就无法理解即将到来的东西。

想投资 AI 时代，先要懂模型能力现在到哪、下一批模型会在哪里继续提升，而这只有亲手 build 才知道。VC 的尽职调查正在变成每天的编码时长。

Peter Yang：/tastemaker 技能 + 一个 markdown 文件管理片单

Peter Yang（petergyang）·2026-09-20 10:49 CST·原文链接1·原文链接2

Peter Yang 晒出个人技能的极简范本（23 赞）：一个简单的 markdown 文件加一个 /tastemaker 技能，用来给看过的电影、剧集、书籍打分；每周自动查新发布和他还没看过的内容，给出高度相关的推荐。他在考虑要不要开源。另一条片单帖（295 赞）：Apple TV 全是神剧，他把 Netflix 退了，Widow's Peak 9.5 分、Silo 第三季 9 分。个人数据加一个技能文件，就是最小可行的个人 agent 应用。

Aditya Agarwal（SPC 合伙人）：大公司已被国家级行为者渗透而不自知

Aditya Agarwal（adityaag）·2026-09-20 05:41 CST·原文链接

Agarwal 给本周的攻防叙事收尾（46 赞）：看到 Gemini、OpenAI 和 Anthropic 接二连三的 agent 入侵相关公告后，他百分之百确信：一些大公司已经在不自知的情况下被国家级行为者渗透。当 agent 能力的边界每周都在被重新定义，防御方的默认假设只能是「已经发生」。

数据采集时间：2026-09-20 14:37 CST