全部 AI 动态

The Verge 三位作者用一周时间实测五台搭载 Nvidia RTX Spark N1X 的 Windows on Arm 笔记本，覆盖 Asus ProArt P16、HP OmniBook Ultra、Lenovo Yoga 9n 和 Surface Laptop Ultra，售价从 3199.99 美元到 6999.99 美元。游戏方面，中画质加 DLSS 性能模式在多数游戏中可稳定 60fps，但 Helldivers 2、Star Wars Zero Company 等 CPU 受限场景帧率会掉到 37 至 39fps。

Google DeepMind 新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 97.5% 的成绩成为继 OpenAI 之后第二家跨过 95% 门槛的实验室，测试成本 4800 美元，使用的是包含保留推理和上下文压缩等厂商专属功能的 Provider Adapter Harness。在仅允许简单笔记的 Standard Harness 下，低推理档位得分降至 49.8%，成本 5800 美元，且因 API 问题未能完成全部 55 个游戏。在 25 个公开游戏中，Argon 所需操作比人类基线少 62%，在三个游戏中追平或打破速通纪录。

Mark Wahlberg 在 TechCrunch Disrupt 上表示，只要用法得当，AI 在电影行业有一席之地，他也愿意让 AI 分身延续自己的银幕遗产。

他计划在即将主演的 Pete Rose 传记片中考虑用 AI 增强体育场等场景，但反对把想法丢给 ChatGPT 生成剧本、弃用真人演员。他称自己尚未体验 Creative Artists Agency 的 CAA Vault 扫描设施，但对此持开放态度，希望子女或孙辈未来能掌管自己的形象与肖像权。他还表示，若自己无法继续出演或已不在世，不反对动画剧集《Ted》用 AI 版形象延续数十年。

Vercel 周四公布的数据显示，Typesafe AI 的决策模型 Jev 上线两周内被 35% 的付费团队使用，覆盖率为第二热门模型 Sonnet 5.5 的近两倍，成为 Vercel 平台上首两周采用最快的模型。

Jev 于 9 月 15 日限量发布，定位为在少量预设输出间做选择的轻量工具，输出受限使其比 Sonnet 等方案更便宜、更快，适合快速分类大量数据。该数据来自 Vercel 的 AI gateway，这一统一 API 服务类似 OpenRouter，但可能低估 OpenAI、Anthropic 等自建 API 的实验室用量。

Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，如维护代码、调用工具、解读结果并完成多步工作流。

Beam 是稀疏 MoE 模型，总参数 5010 亿、激活参数 230 亿，Reflection 称其有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种 checkpoint。

Ars Technica 发布纪录片 Super Scam Me 的独家片段，片中一名受害者亲自追踪诈骗她的人。

该片段展示了受害者追查恋爱诈骗者的过程。

The Decoder报道，前OpenAI研究者Cammarata在一篇新文章中重新解读了机械可解释性领域的经典案例，认为著名的InceptionV1猫脸与汽车神经元其实是V形检测器，并非叠加现象，而所谓叠加电路只是按朝向对汽车和狗做普通泛化。

他提出递归泛化模式，并给出初步数据：在Qwen3-32B中约90%的神经元极只有一个主要功能，约7%有两个相关功能，仅2%到4%无法解释，Goodfire称在参数量达万亿级的模型上看到类似结果，批量分析神经元的AI智能体承担了大部分工作。

Meta 将于 10 月 30 日生效的新商业条款，可能允许其抓取和使用与使用其平台的企业“相关”的网站内容，用于开发、改进、研究和训练 AI 产品。

据 Nieman Lab 报道，该条款适用于在 Facebook、Instagram、WhatsApp 和 Messenger 上推广内容的企业账号，其中授权 Meta 使用网络爬虫、机器人等自动化软件访问、索引、缓存、分析和抓取相关域名、网页或 URL，并定期拉取更新。Nieman Lab 指出，这些条款似乎让 Meta 可以绕过授权协议，用网络出版商发布的内容训练其 AI 模型。条款还规定，不同意新政策的企业“可能被停止以商业目的访问或使用其产品”。

Anthropic 宣布向非营利机构 METR 的一个团队开放内部权限，供其审查自家 AI 模型与安全实践。

六名 METR 员工获得公司硬件、办公空间和内部工具访问权，Anthropic 称其权限大致相当于自家风险团队。客户数据、受律师-客户保密特权保护的信息以及模型架构细节仍不可访问。METR 将独立发布审查结果，Anthropic 可在预设类别内要求删改，但 METR 可公开说明其认为删改是否合理。Anthropic 表示并非所有安全相关信息都能公开，因为可能帮助攻击者或涉及商业敏感。

OpenAI 推出 Rosalind Academic Plan，面向美国高校研究实验室免费提供最多 30 个 Business Standard 席位，最长 12 个月，不含 API 访问。

该计划围绕面向生命科学的 AI 模型 GPT-Rosalind 展开，通过 Rosalind Workbench 连接药物化学、基因组学和实验室实验等专用工具。OpenAI 在授予访问权限前会审核机构、实验室首席研究员和计划用途，获批后还会监控模型使用情况；涉及高度敏感应用时，安全检查会结合已批准的研究背景，并在情况不明时跟进研究人员。OpenAI 称默认不使用研究数据训练模型，申请方式见其帮助中心。

Replit CEO 兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 上提出“自动驾驶公司”愿景：AI 智能体承担公司大部分基础工作，人类则凭借判断力和品味发挥关键作用。

他以 Replit 客服流程为例，工单先由智能体查看 GitHub issues、代码库和 Linear 工单完成初步分诊，人工决定提交补丁后一键部署另一个智能体执行修复。Masad 称这一循环中智能体完成大部分工作，但人类判断仍处于中间环节，短期内不会消失。他表示 Replit 过去一年运营方式已彻底改变，员工更多时间用于讨论做什么、架构设计和构建方式，而非被取代。

美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持文本输入和 1M token 上下文窗口，以 Apache 2.0 许可开放，面向编码与智能体场景。

模型共 52 层，每层 256 个专家、每 token 路由 8 个，提供 BF16、FP8 和 NVFP4 三种 checkpoint，BF16 版本约 1 TB。

Goodfire 的 Nick Cammarata 发布文章，提出“神经网络本已清晰”的工作假设，认为许多被视为多义性和叠加现象的著名案例其实是被误读，进一步做智能体分析即可拆解。

他提到 2023 年在 OpenAI 的自动可解释性工作只找到约 2% 可读神经元。Neel Nanda 表示这没有改变他的关键判断，他仍预期存在表征叠加；Leo Gao 认为解释应以神经元模拟的 KL 来衡量，Jake Mendel 指出非最大激活的长尾被忽略，Pfau 则指出该论文尚未正式发表。

NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，约 2.8 万亿 token，覆盖印度宪法列出的 22 种语言，并同步开源用于生成该语料、基于 GPU 加速的数据生成流水线。

语料含 2,601.0 亿原生文字 token 和 224.6 亿罗马化 token（按 Gemma-4 tokenizer 计），覆盖 34 种语言—文字组合，其中 12 种语言同时提供原生文字与罗马化数据。

OpenAI 与律所 Sullivan & Cromwell 合作开发了 AI 工具 Agreement Analyzer，用于识别合同草案中的问题。

该工具面向协议审查场景，帮助发现草拟协议中的潜在问题点。

19 岁的 Zach Yadegari 在 TechCrunch Disrupt 上分享了 AI 卡路里追踪应用 Cal AI 的增长策略：通过招募大量网红发帖推广，公司两年营收超过 3000 万美元，并于 3 月被 MyFitnessPal 以未披露金额收购。

他称早期一位网红的帖子在两天内带来约 1000 名新用户，此后团队开始尽可能多地付费招募网红发帖，并发现效果呈线性但速度极快。其策略核心是与网红谈好按触达规模付费，并寻找社区黏性强的网红。Yadegari 本月还推出了 AI 智能体初创公司 Persona，已融资 1000 万美元，计划让个人 AI 助手覆盖 iMessage、应用、邮件和电话，并围绕该应用构建硬件生态。

Grupo Boticário 搭建了自有的智能体平台，可自主处理经销商最多 80% 的运营类请求，让销售团队转向顾问型角色。

这家集团起家于巴拉那州一家配药药房，至今已近 50 年。

Localiza 借助 ChatGPT Enterprise、OpenAI API、Codex 和 60 多个专用智能体重组工作流程，打造 AI 原生的出行体验。

该案例展示了这家出行公司将生成式 AI 嵌入日常运营与产品开发的具体做法，覆盖企业级 ChatGPT 使用、API 集成和 Codex 辅助开发等环节。

Sega 已将《Total War: Shogun 2 — Complete Edition》从各商店下架，原因是这款重制版发售表现糟糕。

该作于本周二上线，捆绑本体与全部 DLC，承诺提供“改进的画面”“1440p 和 4K UI 缩放”及现代化操作，但在 Steam 上获得“Overwhelmingly Negative”评价，目前已在 Steam 下架，Reddit 上还有用户指出疑似由 AI 处理出错的美术素材。Sega 与开发商 Creative Assembly 承认该作“未达到玩家和自身的标准”，表示将“恢复原版游戏”，已拥有该作的玩家仍可访问 Complete Edition，并称正与开发合作方排查问题原因、推出改进。

OpenAI 为 ChatGPT 的 Google Chrome 扩展推出升级，安装后 ChatGPT 可在网页版或桌面应用中读取用户已打开的浏览器标签页。

OpenAI 演示了让 ChatGPT 比较三个沙发商品标签页的用法，并列出示例查询，包括根据活动简报填写注册表、把多个标签页中的供应商信息整理进对比表、比较承包商服务并起草邮件，以及填写已打开的表格并添加日程。

2026 年好莱坞集中推出多部批判科技巨头的电影，包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、讲述 Elizabeth Holmes 的《You Can See Everything》、审视 Elon Musk 的 Gibney 纪录片，以及影射 Sam Altman 的《Artificial》。这些影片不再像 2010 年《The Social Network》那样将科技创始人塑造成被误解的天才，而是直接呈现其对社会的威胁。

OpenAI 推出 Rosalind Academic Plan，为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限及配套工具，用于推进生命科学研究。

该计划面向学术研究实验室，具体申请资格与使用条件尚未在材料中说明。

特朗普在 Truth Social 发布一组白宫翻新照片，其中一张对比旧立柱与“修复后”立柱的图片被 Google SynthID Detector 检测出带有 AI 生成或编辑水印。

Reddit 用户指出，图中“修复后”立柱两侧台阶数量不一致，且与“修复前”照片对不上；两张照片的角度、细节几乎相同，窗户反光和柱底防护纸板位置也基本一致，“新刷漆”的立柱表面则显得不自然光滑。特朗普发布的另外几张白宫外立面和直升机停机坪照片未检测到该水印。白宫未立即回应置评请求。

IBM 发布 Granite Switch 4.1，Granite-Switch-4.1-8B 和 -30B 在同一个托管端点上支持自然语言对话、通用与专用决策以及语音转文字。

新版本加入通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions 和 Clef-Flash 的 Guardian aLoRA，以及 OpenASR 排行榜上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC。

Bluesky 的 Attie AI 工具现在支持用户制作游戏、投票和仪表盘等“小型”社交应用，并可将其作为独立网站分享给他人。

该工具今年早些时候上线时仅支持用 AI 构建自定义信息流，用户现在只需输入提示词即可生成应用，一个关于《宝可梦 红/蓝》的简单投票几分钟就能完成。Attie 官网目前展示了“Flappy Butterfly”、鼓机、问答和芹菜人放置点击等示例，每个应用都有 attie.site 域名下的专属链接，页面底部标注制作者。Bluesky CEO Toni Schneider 在 TechCrunch Disrupt 采访中将其形容为“社交 vibe coding，或者为你的社区做 vibe coding”。

亚马逊设备、Alexa 与 Leo 业务高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示，个人计算的未来是"环境计算"而非 App，设备将在后台用传感器和 AI 主动判断用户需求。

亚马逊同日发布 Bee 系列 AI 可穿戴设备，包括可戴在手腕或拆下作吊坠的手环，以及可磁吸在手机背面的信用卡大小设备，两者被动录制音频并整理待办、提醒和洞察。Bee 设备不存储原始对话音频，实时处理后即删除，转录内容用用户设备生成和控制的密钥加密，亚马逊员工也无法访问，除非用户主动分享。Panay 认为会出现一代不再说"给我 App"的用户，但不认为某一种形态会取代另一种，而是由一层智能连接所有设备。

Meta 发布开源权重模型 Muse Spark Open，称其为美国“最强”开源权重模型，参数规模 816B，上下文窗口 100 万 token，原生多模态，面向复杂编码任务和智能体工作。

该模型设计为可在 Apple 电脑本地运行，但据 Engadget 报道，本地运行至少需要 1TB 内存，搭配 M5 Ultra 芯片的 Mac Studio 效果最佳。Meta 表示已将其与自家 AI 编码终端 Muse Code 配合使用，并部署到多个智能体工作流，包括为 Mastodon 客户端做 bug 修复、新功能和完整构建，以及运行高端视频剪辑软件 DaVinci Resolve 进行素材审看和裁剪。

Simon Willison 用 Claude Opus 5.5 Extra 在 Claude Code 中做了一个双人竞技 Pong 类游戏实验，两台手机各自运行静态 HTML，通过麦克风发送"啁啾"声、由 Web 麦克风 API 解析来传输游戏状态，验证了这种纯音频联网方式可行。游戏要求两名玩家把手机靠近，并在画面和玩法上加入了比 Pong 更复杂有趣的改动。

Mistral 发布首个时间序列基础模型系列 Timestral，最大版本仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上均排名第一，参数量约为此前 SOTA 的三分之二。

该系列包含 5M、28M、123M 和 209M 四个尺寸，共享同一架构与训练配方，支持概率化多变量预测以及过去协变量和已知未来协变量。推理无需 GPU，在 8 线程标准服务器 CPU 上，用三周 15 分钟粒度历史预测未来一天，5M 模型耗时 10 ms，209M 模型耗时 140 ms。

Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。

Meta 称该模型在 JobBench、MCP-Atlas、HLE-Diamond 和 ZeroBench 等基准的 Agentic、知识与推理、多模态类别中领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但在部分编码基准上落后，且仍明显不及 Meta 付费的 Muse Wonder Full 模型。

Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 应用 Attie，新增网站、测验、游戏、投票等互动体验的搭建能力。

该工具此前仅支持用 AI 构建自定义社交信息流，如今让普通用户也能做出过去只有开发者才能完成的作品，且这些内容运行在支撑 Bluesky 的 AT Protocol（ATProto）之上。用户可自带 AI 模型或使用开放权重模型，作品还能触达 Bluesky 的 4700 万注册用户。Attie 会基于用户的公开 Bluesky 资料推荐可创建的内容，并与其 ATProto 身份绑定。

Anthropic 宣布向非营利评估机构 METR 的六名研究员开放员工级访问权限，用于独立评估其模型、安全实践与风险管理。

METR 团队获得 Anthropic 发放的公司笔记本电脑、办公空间，以及与其内部风险评估团队大致相当的工具访问权限，公司鼓励员工像对待负责对齐风险的同事一样与他们共享信息。METR 将自行发布对 Anthropic 风险、事件和实践的评估，Anthropic 放弃阻止发表的权利，但可要求对客户数据、律师客户保密信息及模型架构等预先划定的窄类别信息进行脱敏，METR 可公开说明脱敏情况并评价其是否合理。

Meta 发布 Muse Spark Open 模型，称其是迄今能力最强的美国开源权重模型，也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。

该模型为原生多模态模型，总参数量 8160 亿，Meta 称其擅长长周期任务、复杂软件工程和多步推理。Meta 与 Apple 此次合作发布并公开互相支持，Meta CEO Mark Zuckerberg 与 Apple 新任 CEO John Ternus 在 X 上互动，Meta 首席 AI 官 Alexandr Wang 对 Axios 表示两家公司已合作数月。

Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署到 SageMaker AI 端点，无需自行管理服务基础设施。

该模型采用 MoE 架构，总参数 816B、每 token 激活 42B，支持 1M token 上下文窗口，输入可接受文本、图像、文档、音频和音视频，输出为文本，权重按 Muse Model License（含 Muse Spark Usage Policy）发布。

Meta 发布开源权重模型 Muse Spark Open，采用混合专家架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可输入文本、图像、音频和视频并输出文本。

该模型面向智能体编码训练，能读取代码库、编写和调试代码并调用工具，同时可处理截图、语音和录屏。模型提供 BF16 与 NVFP4 两种 checkpoint，BF16 约 1.5 TB，NVFP4 面向 NVIDIA Blackwell GPU；官方给出 transformers、llama.cpp、SGLang、vLLM、MLX 的部署配方，以及用 TRL 在 64 张 H100 上微调 LoRA 的示例。

Google 发布 Gemini 4 Argon，定位为覆盖机器人全流程的单一模型，可控制机器人、构建虚拟练习环境并评估训练视频。

演示中，它先在 MuJoCo 仿真里让 Boston Dynamics Spot 练习用踏板把易拉罐投进垃圾桶，再由两个额外 AI 智能体校验脚和夹爪位置，之后才在真机上执行。从一张桌面照片出发，Argon 生成 77 项任务和超过 4,500 条训练片段，使真机成功率从 56% 升至 75%，执行时间从 35 秒降至 24 秒。它还能根据遥操作录像、第一人称视频甚至圆珠笔草图搭建仿真，并指挥视频世界模型 Gemini Omni 逐步完成拼字任务。

Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，支持原生 4K 输出、像素级精确编辑和用于元素定位的边界框。

官方称其在内部测试中取得所有开源模型中最高的 Elo 评分，超过闭源竞品 Ideogram V4.5 和自家的 FLUX.2 [pro]，相比 9B 的 FLUX.2 [klein] 参数少 38% 但 Elo 高 91 分。INT8 版本可在仅 8 GB 显存的 NVIDIA GPU 上运行，在 RTX 4070 上生成一张图不到 9 秒。

The Verge 报道称，Meta 上月发布的 AI 个人助理 Muse 已下载数百万次并登上苹果 App Store 榜首，但它会请求访问银行账户、密码、联系人和聊天记录，并把用户亲友的信息一并纳入分析。

Signal 基金会主席 Meredith Whittaker 指出，这类智能体的自动化行为会波及与用户通信的每一个人。已有用户报告 Muse 抓取大量短信、泄露一位科技评测者的家庭住址并招来陌生人上门；Meta 回应称相关访问均为用户主动授权，短信读取“完全可选”。安全研究人员发现，Muse 的内部流程会按小时更新用户生活中每个人的档案，用于个性化推荐。

据 Ars Technica 报道，美国联邦贸易委员会（FTC）正在调查 Anthropic 与 OpenAI 的安全事件是否对美国民众造成损害，并可能对这两家 AI 公司处以与延迟上报数据泄露事件的公司同等级的罚款。

报道提到，这一调查发生在特朗普将 AI 担忧称为“骗局”之后。材料仅提供摘要，未给出调查的具体范围、时间线或涉事安全事件的细节。

一项新基准测试让商用 AI 智能体在无人类提示下解答理论物理研究问题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。

Anthropic 的 Opus 5.5 在 Claude Code 中得分 92%，Google Gemini 3.8 Flash 为 68%，开源权重模型 DeepSeek-V4.1-Flash 和 GLM 5.3 分别为 54% 和 42%。题目覆盖理论物理 11 个子领域，刻意避开重大开放问题，聚焦对已知方法略作改动的常规计算。