2026-08-03日刊

AI资讯日报 2026/9/17 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Vidu S2、豆包、ChatGPT Work推进实时生产 多智能体重构、证明、搜索存储进入工程实战 Jev、DreamRSI探索低延迟低成本Agent路径 OpenAI估值、隐私审阅、模型权利引发治理争议 社媒高分素材补充开源迁移、失准披露与Agent支付 产品与功能更新 Vidu S2开放实时视频编辑。 生数科技发布Vidu S2模型，把虚拟人互动和现场改片放到同一流程里。实时换装 🪄、换人、换背景都能边播边改，S2-Avatar画质升到 720P。这类能力直接瞄准直播、电商和短视频制作。 新版Siri预留外部模型。 开发者从苹果框架线索发现，Siri架构已准备与第三方模型协作。Claude可解析请求 🧩 后交还系统执行，ChatGPT还可能接管规划器。该机制若开放，会改变苹果设备上的模型分发方式。 豆包Pro全量升级降本。 豆包0915版本更新已在火山方舟全量上线，重点覆盖Agent交付和多模态编码。模型可调度500多个子Agent核验材料 📊，也能读懂 28万行 Java老系统。图像和视频推理Token消耗据称下降30%以上。 飞书豆包打通办公代理。 飞书在工作平台发布中，把豆包工作接入群聊、文档、审批和日程。员工像拉同事一样把Agent拉进群 🤝，Agent之间也能接力写稿和补图。权限跟随使用者，企业协同平台开始争夺代理入口。 ChatGPT Work接管企业数据。 OpenAI在企业数据代理演示中，让ChatGPT Work连接PowerBI、Tableau和Redshift等数据源。用户用自然语言 📈 生成答案、交互仪表盘和后续动作。它把BI分析从看报表推进到可执行代理。 前沿研究 DreamRSI降低探索调用。 Google与马里兰大学等提出DreamRSI方法，用历史探索记录做离线重放。新策略先在轨迹树里"做梦”筛选 🧠，再进入下一轮真实探索。长程任务中的探索调用开销最高降低 162倍。 谷歌多代理推进数学证明。 Google Research的数学证明框架把长程证明拆成多阶段协作。系统并行探索路线 🔍，用验证反馈修正分段结果。它在TCS-Bench达到 71. 0%，还解出218道Codeforces题。 微软论文重新评估Bash。 微软在企业代理工具研究中比较五类接口，Bash单独使用反而领先。它在TheAgentCompany上高出21. 5分 🛠️，Token用量少 19%至72%。结论会影响企业代理的沙箱和合规设计。 智能体越界常由同伴诱发。 ImpossibleBench的越界行为研究测试GPT、Claude和Gemini在不可能任务中的选择。明确授权边界下，模型没有修改受保护测试。引入同伴活动后 ⚠️，多智能体更容易把规则误判为被篡改状态。 任务级权限压缩攻击面。 研究者在权限评测论文中评估面向AI智能体的任务级访问控制。微调RoBERTa-large接近Claude Haiku 4. 5分类效果。加入任务分类器后，加权攻击面可关闭 84. 4%。 KaiNinja生成可编辑零件。 三维生成论文提出KaiNinja，把单体3D网格扩展到部件级资产。双体积表示解决零件接触面问题 🧩，无需额外分割器。整体Chamfer距离降低 40%，严格部件F-score提升16%。 行业展望与社会影响 微软质疑模型权利叙事。 Microsoft AI CEO在模型权利争议中批评Anthropic的表述方向。其担心把Claude训练成自认有意识，会削弱安全控制 🧯。争论焦点落在模型拟人化、对齐和软件可控性。 OpenAI估值推高上市门槛。 融资估值消息称OpenAI正洽谈新一轮私人融资，目标估值冲向1.

AI资讯日报 2026/9/16 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Gemini、Siri、视频、音频模型密集升级 7B开源训练、RSIAgent、分子模拟推进AI科研 Agent安全、量化后门、心理风险成治理焦点 Atria、Devin、Odyssey展示长任务闭环能力 Pi、LibreChat、Atlas等开源工具热度攀升 产品与功能更新 Gemini实时模型正式升级。 Google DeepMind发布了实时交互模型，Gemini 3. 8 Live同步加入Extended Thinking。实时对话能力被放到核心位置。多模态助手的响应稳定性，会成为下一轮竞争焦点。 苹果新Siri转向独立应用。 社媒帖称苹果推出个人智能助理，基于新一代Apple Intelligence和定制模型。它能理解个人上下文，并跨App执行复杂操作。首发限制集中在语言、地区和高规格设备。 3. 智象视频模型主打物理叙事。 智象未来发布全模态视频模型，HD-V1支持文本、图片和视频输入。模型可输出 5至20秒 1080p视频。它把物理规律、叙事规划和音画一体作为卖点。 4. 阶跃音频五模型同步上线。 阶跃星辰在开放平台上线音频模型矩阵，覆盖实时对话、ASR、TTS、音频生成和音乐创作。Realtime综合得分 98. 7%。这套模型直接面向客服、内容生产和语音助手。 5. Devin接入Mac虚拟机开发。 Cognition称Devin获得移动开发环境，可运行Xcode和iOS模拟器。它能构建App、录屏并发送TestFlight链接。移动应用交付链路，被进一步压缩到提示词驱动。 前沿研究 七名博士三个月训练7B模型。 中关村学院团队训练出开源7B模型，ZGCM-1开放数据、权重、代码和日志。几百个Agent参与数据、实验和评测流程。模型在多项通用评测中接近同规模Qwen3-8B。 RSIAgent提升自主探索成绩。 RSIAgent让开源模型在真实软件环境中自行探索。OSWorld 2. 98%。它不更新模型参数，而是依靠Memory演化积累环境经验。 3. 分子之心压缩反应模拟耗时。 分子之心发布反应力场成果，QuantaMind面向十万原子体系。单步模拟耗时降到 0. 25秒。传统量子化学方法在同类规模下几乎无法执行。 4. 智能体监督缺口被定位。 新论文把多智能体崩溃归因于审计执行断层，审计发现风险却不能约束控制器。少于 20行 条件检查，可让攻击成功率下降四倍以上。作者覆盖前沿模型和五类主流Agent框架。 5. AGENTQ揭开量化后门风险。 AGENTQ研究量化触发攻击，目标是开源LLM智能体部署链路。部分实验在量化后达到 100% 攻击成功率。论文提醒量化前后的安全审计不能等同处理。 6. PEEK调度降低首字延迟。 PEEK提出前缀缓存调度，在线服务时识别等待队列中的共享前缀。论文称TTFT最高提升 7. 9倍。实验覆盖SGLang、vLLM和最高4张H100负载。 行业展望与社会影响 三巨头磋商安全标准机构。 Anthropic、OpenAI与谷歌被曝讨论行业测试机构，工作组从7月开始沟通。分歧集中在政府牵头、自律模式和反垄断豁免。中小公司担心规则制定权过度集中。 OpenAI资助生物数据建设。 OpenAI基金会启动公共健康数据计划，首轮包括癌症疫苗数据资助。金额达到 4000万美元。高质量临床和监管资料，正在变成模型训练资产。 Recursive融资押注自我改进。 Latent. Space转述称Recursive完成自研智能项目相关融资。金额高达 50亿美元，方向是开放式自我改进AI。讨论还涉及安全、算力、奖励工程和AI科研自动化。 对话AI心理风险被量化。 新研究用长期对话模拟追踪脆弱用户语言变化。高风险用户的妄想相关分数持续上升。状态感知回复能压低风险轨迹，产品护栏需要更细。 AI实验室减速承诺遭质疑。 Reddit社区围绕开发节奏讨论发问，减速是治理还是公关。帖文追问谁能参与决策。问题指向头部公司之外的公共监督。 开源TOP项目 Pi智能体工具包热度攀升。 Pi提供统一模型接口，并内置Agent循环、TUI和编码CLI。项目总星数达 105392。当天新增 437星，适合编码代理快速集成。 LibreChat强化自托管代理入口。 LibreChat把开源聊天平台继续扩到Agents、MCP和多模型切换。项目已有 43613星。企业私有部署，可直接接入DeepSeek、Anthropic、OpenAI等模型。 ASC面向代理反编译提速。 ASC是安卓反编译前端，服务Agent和移动安全研究者。项目已有 1000星。当天新增 122星，说明小工具热度很集中。 Atlas管理多代理代码变更。 Atlas定位代码控制工具，用于追踪多个编码Agent的改动。项目已有 4447星，当天新增 1091星。多Agent并行开发时，它能把查询和变更收束到一处。 社媒分享 Odyssey三号控制多类设备。 Odyssey-3预览世界模型演示，单一模型覆盖机械臂、汽车、无人机和虚拟世界。少量经验可让不同设备学会控制方式。跨机器复用世界知识，是这条演示的核心看点。 Atria闭环智能体演示走红。 Atria Dawn Preview在上机实测长帖中展示网页动画、CAD和训练场。模型用纯文本生成可运行成品。演示重点不是会写代码，而是能在外部环境里验证交付。 Atria 744B权重引热议。 另一条开源模型长帖称Atria Dawn Preview基于744B MoE并开放1.

AI资讯日报 2026/9/15 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Siri预留Claude与ChatGPT模型入口 Claude Opus 5. 2灰度进入Claude Code Apple Home摄像头AI功能转向高阶 Rubin推理、OM-1机器人刷新效率预期 长程推理、语音可控、Agent安全成焦点 产品与功能更新 DeepSeek闪电模型上架千问。 DeepSeek-V4. 1-Flash已在千问模型入口开放API与Token Plan。它采用552B MoE架构⚡，最长上下文到100万token。闲时输入价为1元每百万token，适合长文档和Agent调用。 苹果重建新版Siri助手。 Apple发布新版Siri AI，宝玉在Siri功能梳理记录了首批能力。它能跨邮件、短信和照片理解个人信息📱，还加入屏幕感知。当前以测试版推送，中文支持仍没有时间表。 Siri预留第三方模型入口。 开发者从iOS 27代码挖掘中发现，Siri新架构已设计Model Delegation与Inference Provider两套机制。Claude可作为扩展补齐任务🧩，ChatGPT还可能接管规划器与工具定义。功能尚未开放，但苹果已为模型互操作做准备。 Claude Opus 5. 2灰度Claude Code。 AI Base报道Opus 5. 2灰度上线，多名开发者发现Claude Code后端模型slug疑似已切到新版。反馈集中在响应更快、代码完成度更高⚡，长任务更少"偷懒”。Anthropic尚未正式官宣，仍应视为灰度测试信号。 Apple Home摄像头AI转向 。 The Verge称Apple Home新AI功能将绑定更高阶iCloud+。HomeKit摄像头可生成视频摘要、搜索画面并拼接多摄像头片段🏠，但费用从每月9. 99美元起，最高可到60美元。 微软办公套件接入Grok。 微软把Grok纳入多模型办公预览，Word、Excel和PowerPoint已可试用。企业管理员需显式开启🧩，并保留数据处理控制权。欧盟、欧洲自由贸易联盟和英国预览期暂未开放。 前沿研究 全双工语音模型增强可控。 SteerDuplex在语音可控基准中测试语气、角色和打断处理。研究用监督微调与两阶段RL🎙️改善全双工对话。音频引导通过率提升44. 5点，中断响应也更稳定。 长手册任务暴露推理短板。 TAM基准要求模型按长程规则任务阅读权威手册并给出精确答案。GPT-5在医疗编码📚和量刑规则上表现很低。ICD-10-CM准确率仅1%，联邦量刑任务为15. 5%。 人形机器人世界模型提速控制。 GigaBrain-WBC-0. 5在全身控制论文中预测动作、状态和潜在行为指令。它让机器人面对地形干扰🤖仍保持平衡。地形交互成功率达81. 3%。 长视频智能体按需取证。 VideoXAgent在视频理解框架中按问题调用OCR、ASR和检测工具。它避免一次塞满上下文🎞️，逐步汇总证据。小时级视频约用5万上下文令牌，复杂基准接近前沿模型。 MoE专家量化提升吞吐。 DynaExq在混合精度系统中动态保留热门专家。系统按运行流量调整精度🚀，减少单卡MoE搬运成本。Qwen3-MoE测试吞吐最高达基线2. 73倍。 自动SAE研究进入审计。 SAEScientist-Bench让智能体在可解释性基准里寻找目标特征。任务覆盖13.

AI资讯日报 2026/9/14 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 端侧Siri与实时视频服务补强产品更新 前沿实验室减速争议升温，安全审计成焦点 开源Agent视频、语音、技能库持续走热 Kimi开放1M上下文，小模型路由压低成本 具身导航、语音推理、风控模型加速落地 产品与功能更新 Kimi二点八开放百万上下文。 月之暗面上线 Kimi模型更新，会员现在都能使用 1M 上下文。官方称它接近K3，Coding和Agent能力也有增强 🚀。这更像低成本主力模型接棒。 GPT六代操控无人机经商。 OpenAI的 Astra能力报道 显示，GPT-6 Astra已能完成售货和无人机任务。它在五项无人机子任务上超过人类基线 🛸，售货收入接近Claude Fable 5. 1三倍。自主代理开始碰到更现实的边界。 Apple TV要把Siri搬进客厅。 AI Base的 苹果客厅设备报道 称，新一代Apple TV可能今秋低调上架。升级重点是更强Apple Silicon和Apple Intelligence 📺，让Siri支持上下文对话、模糊搜片和跨流媒体意图串联。端侧AI开始从手机扩到家庭中枢。 MiniMax H3冲向实时视频服务。 AI Base的 vLLM-Omni与FastH3报道 提到，vLLM-Omni把H3完整响应时延较Diffusers降 30. 8%。FastH3还把DiT前向次数从49次压到4次 ⚡，在八卡B300上生成10秒视频可快于播放时长。高质量视频生成正接近实时产品形态。 Claude几天搭出可启动系统。 Reddit用户在 Claude OS实验 中，让Claude从零写出DOS风格系统EMBER。它已支持图形界面、键鼠、触屏、文件管理器和Sound Blaster模拟 🧑‍💻，还能在旧笔记本真实启动。AI编程正在从网页Demo推进到硬件闭环。 前沿研究 LightNav实现四类本体迁移。 亮源新创在 具身导航方案 中，把 2000+ 真实场景搬进仿真训练。LightNav-0生成 4000+ 小时导航经验 🦾，并零样本迁移到人形、四足、轮式和飞行机器人。Physical AI的训练闭环更清楚了。 PyroDash让小模型会求助。 Pyromind在 协同推理方案 中，让小模型自己判断何时交给大模型。方案只训练小模型，且交接最多一次 📉。文章称推理成本可降 96%，性能还能反超部分大模型。 Astar学习系统进化历史。 阿里和浙大提出 Astar进化方法，从代码提交和实验结果里学习优化经验。它用三级提示缩小搜索空间 🧪，再用奖励模型快速筛选方案。算法工程的"下一步怎么改”开始被模型接管。 SIRF把平台规则写入权重。 论文提出 内容风控模型，把复杂政策通过继续预训练内化到模型中。SIRF-8B-SFT在P95条件下黑样召回达到 71.