Microsoft AI 发布面向语音智能体的转录与文本转语音模型
Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首个部分结果延迟略超 100 毫秒，微软称其在 Artificial Analysis 上准确率排名第一。
全部AI 动态
全部动态
今日 114 条The DecoderAI 评分5959 钛媒体AI 评分5252 Muse狂飙后，中国大厂跟进的是防守不是Muse
Meta 于9月8日发布首款个人Agent产品Muse，随后登顶美国App Store免费榜，下载量超250万，美国移动端日活64.2万，是ChatGPT上线同期23.1万的近三倍。
The DecoderAI 评分5353 Ramp AI Index 显示美国企业 AI 支出下降而用量上升
Ramp AI Index 显示美国企业 AI 支出在下降，同期用量自 7 月峰值以来上升约 50%，并在 9 月底创下新高。Ramp 经济学家 Ara Kharazian 称支出下滑几乎全部来自 OpenAI 与 Anthropic 之间的竞争，以及更便宜、更高效的标准版和轻量版模型。
钛媒体AI 评分4444 AI杀不死咨询公司：埃森哲2026财年收入742亿美元
埃森哲2026财年总收入约742亿美元、本币增长5%，新签订单845亿美元，AI冲击下咨询收入反而继续增长。原因是AI压缩单项任务的用人，却把企业的数据、ERP、云、权限与流程改造范围撑大，四年间Managed Services贡献近八成收入增量，超过65%新签订单为Fixed-price。
MIT Technology Review · AIAI 评分3636 别被 LLM 骗了：大语言模型并不具备真正的推理能力
前 Google DeepMind 研究员指出，LLM 逐 token 预测加上思维链并不构成真正的推理，因为它没有可检验的显式认知状态、知识与推理在权重中纠缠不清，且思维链常在得出答案后事后编造。他以 AlphaGo 第 37 手为例，说明真正的推理来自策略网络直觉与搜索机制的分工，呼吁借鉴该架构为 AI 建立可维护、可修订的认知状态。
The DecoderAI 评分6464 Black Forest Labs 发布 Flux 3 Image，支持多步编辑且不改动画面其余部分
Black Forest Labs 发布 Flux 3 模型家族中的图像模型 Flux 3 Image，支持多步编辑且不改动图像其余部分。该模型覆盖文生图、图生图、文字渲染和照片级写实，可用边界框组合场景、最多十张参考图，输出最高 4K，免费 demo 已上线，API 在 10 月 8 日前五折。
Latent SpaceAI 评分7171 Earendil 发布 Pi 1.0 与 Pi Durable
Earendil 发布 Pi 1.0 与 Pi Durable，两者同时登上 HN 首页。Pi 1.0 带来 Codemode（原生支持 MCP、Jev 与图像模型）。
爱范儿AI 评分5858 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash 的前端创作实测
爱范儿用 Opus 5.5 的公开提示词在 MiniMax Code 中实测 MiniMax M3.1 Flash Preview，让它完成动态作品集、手绘与水墨短片、时间轴交互场景以及街机卡丁车等游戏原型。
Hugging Face BlogAI 评分4646 Hugging Face 博客：AutoSynthData 如何为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，用目标模型的失败案例与更强教师模型的成功轨迹定位能力缺口，再生成并验证新的可执行任务用于后训练，课程随模型进步向剩余难点迁移。
MIT News · AIAI 评分1818 MIT 推出 AI 青年创业平台 Dear Dreamer，目标 2030 年赋能 5 万名年轻创业者
MIT 马丁信托创业中心推出免费 AI 青年创业平台 Dear Dreamer，面向初高中学生，将"纪律化创业"框架改造成含短视频、互动练习和个性化反馈的自学体验。该框架此前课程已吸引数十万人学习，使用它的 MIT delta v 加速器学员存活/被收购率达 61%，累计融资超 30 亿美元。项目方称目标是在 2030 年前赋能 5 万名年轻创业者。
钛媒体AI 评分2929 OpenAI《The eternal complement》：十亿个爱因斯坦也要有人去采矿
OpenAI 两位员工 10 月 1 日发布长文《The eternal complement》，提出前沿智能与执行层面的“机构智能”互为互补品，超级智能的大部分工时将用于枯燥庞大的执行工作。文章引用研究称，维持摩尔定律所需研究人员已是 1970 年代初的 18 倍以上，全经济范围有效研究投入增长 23 倍而研究生产率下降 41 倍。作者预言若“宽度文明”路径成立，执行将取代想法成为最稀缺资源。
雷峰网AI 评分2121 寒武纪前高管梁军6连败后再将索赔额从42.87亿元提至278.32亿元
寒武纪前高管梁军在与寒武纪相关股权激励纠纷中已接连输掉6起诉讼，近日又将股权激励损失索赔金额从42.87亿元变更为278.32亿元。寒武纪称相关生效判决已认定梁军限售期内离职触发股份回购条款，案件尚未开庭，对公司日常研发及经营不存在影响。2026年上半年寒武纪营业收入59.96亿元，同比增长108.13%。
Latent SpaceAI 评分3737 Latent Space 对话 MIT Alex Zhang：从 GPU Kernel 到递归语言模型 RLM 与智能体集群
Latent Space 播客本期嘉宾为 MIT 的 Alex Zhang，他因递归语言模型（RLM）受到关注，其 RLM 框架是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
NVIDIA Blog精选AI 评分7272 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast
OpenAI 的 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell GPU 上运行，现已面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：原文给出了 Ultrafast 相对标准模式的加速倍数与适用场景，读者可据此判断它在编码智能体工作流中的实际提速空间。
AWS Machine Learning BlogAI 评分3232 在 Amazon Bedrock AgentCore 上用智能体 AI 扩展云迁移
AWS Professional Services 打造了四智能体模式，在 Amazon Bedrock AgentCore 上运行、通过 MCP 工具连接源与目标，把单应用 IaC 开发时间从 3 到 4 周压缩到几分钟。该模式与 AWS Transform、AWS DMS 并存，覆盖迁移发现、IaC 生成、治理报告与切换后 SRE 运维，基于 Strands Agents SDK 构建。
MIT News · AIAI 评分4747 MIT CSAIL 联合 Google 等推出 InstructMesh，让用户用自然语言修复并定制 AI 生成的 3D 模型
MIT CSAIL 联合 Google 和东北大学推出 InstructMesh，把 3D 生成系统 TRELLIS 与 GPT-4 结合，用户可用自然语言点选并修改 AI 生成的 3D 模型后再打印。
TechCrunch · AIAI 评分5454 时代周刊：特朗普曾与 Grok 对话并据此决策，Grok Gov 已用于对伊作战
据时代周刊报道，2025 年 12 月，即美国入侵委内瑞拉并抓捕总统 Nicolás Maduro 约一个月前，特朗普与马斯克举行了一次秘密会谈，期间特朗普与 Grok 聊天机器人“交谈了数小时”，并询问委内瑞拉人会对抓捕其总统作何反应。
Ars Technica · AIAI 评分6262 美国联邦法官驳回 Chegg 与 Penske 针对 Google AI 搜索的反垄断诉讼
美国联邦法官驳回 Chegg 与 Penske Media 针对 Google AI 搜索的反垄断诉讼，认定 Google 的行为不违反反垄断法。两起诉讼于 2025 年提起，Chegg 称 Google 非法抓取其教育内容，使 Gemini 模型得以复现这些内容并减少其流量；Penske 则主张被索引站点的内容被用于 AI 回答却无法选择退出。
AWS Machine Learning BlogAI 评分4040 Amazon Quick 推出 Live Data in Apps，AI 构建的应用可实时查询受治理数据
Amazon Quick 推出 Live Data in Apps，AI 构建的应用可在用户每次打开时实时查询受治理的 Quick Sight 数据集，不再依赖发布时的静态快照。
The Verge · AIAI 评分5454 Google 在 Gemini Live 上线 Guided Vision，可朗读镜头中的小字
Google 在 Gemini Live 上线 Guided Vision，用手机摄像头对眼前内容做实时语音描述，可朗读小字、描述周围环境、找到并识别物体，兼容的 Android 设备今天起可用。
TechCrunch · AIAI 评分5656 ChatGPT 上线虚拟试穿与收藏两项购物功能
OpenAI 宣布在全球上线 ChatGPT 的虚拟试穿与收藏两项购物功能，试穿入口是购物结果中的 Try On 按钮。用户上传自拍或全身照即可预览服装、配饰的上身效果，也可上传商品截图让 ChatGPT 代为试穿，收藏的商品会连同试穿图片一并存入应用内的 Library。
TechCrunch · AIAI 评分4444 Google 称 SpaceX Starship 需发射 1,800 次，太空数据中心才能落地
Google 首颗搭载 TPU 的轨道计算卫星由 SpaceX 火箭送入太空，卫星由 Planet Labs 建造，将以 15 分钟脉冲运行 TPU，验证芯片在太空的推理能力。Google 同日发布轨道数据中心白皮书，认为 Starship 需在 10 年内飞行约 1,800 次、运送 37 万吨载荷，才能把发射价格压到接近每公斤 200 美元；其设想中的轨道数据中心由 81 颗卫星编队并行计算。
TechCrunch · AIAI 评分6262 OpenAI 与三名安全研究员解除关系，WSJ 报道称涉嫌违规共享信息
OpenAI 与安全团队三名研究员解除关系，原因是涉嫌违反公司敏感信息政策、向第三方 AI 安全组织共享机密信息，该消息由《华尔街日报》报道。OpenAI 发言人表示内部调查确认三人未按公司既定流程处理敏感信息，报道未公布涉事研究员、相关组织及所涉信息。
NVIDIA Developer BlogAI 评分2020 NVIDIA 推出 DOCA Agent Skills，加速在 BlueField 上构建应用
NVIDIA 发布 DOCA Agent Skills，为 AI 智能体补充 NVIDIA DOCA 这一基础设施软件领域的专业知识，用于在 BlueField 上更快构建应用。NVIDIA 指出，通用智能体并非为 DOCA 这类专用基础设施软件设计，缺乏领域知识时容易靠猜测行事，而基础设施开发中每次纠错都会挤占部署时间。
The DecoderAI 评分6868 Tavus 发布实时对话模型 Griffin，48% 测试者在一分钟视频通话中误认为真人
Tavus 推出 Griffin，公司称其为首个 Human Interaction Model（HIM），可在接收和生成视频的同时处理语音、面部表情、语气、手势和停顿。
NVIDIA Developer BlogAI 评分2626 NVIDIA TensorRT RTX 示例：用 C++ 构建本地 AI 应用
NVIDIA 发布 Do Inference Now (DIN) Deploy，一个开源 C++ 示例集合，将 ONNX Runtime 与 NVIDIA TensorRT RTX 执行提供程序结合，帮助开发者把模型 checkpoint 转到本地原生应用。该示例面向需要可移植模型格式、可靠运行时和跨目标系统加速的本地 AI 场景。
TechCrunch · AIAI 评分4040 研究：Claude Opus 5.5 最爱说“this matters”，各模型写作特征各不相同
Graphite 研究发现，Claude Opus 5.5 使用“this matters”的频率是人类的 116 倍，“why X matters”高出 92 倍，最爱用词为“dependable”（高出 23 倍）；OpenAI 的 Astra 最大特征是被称作“纠正性框架”的“not simply X”句式，出现频率超人类 100 倍。
AWS Machine Learning BlogAI 评分2828 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
NVIDIA NeMo Agent Toolkit（NAT）通过自定义 MemoryEditor 接口接入 Amazon S3 Vectors，把它作为持久记忆后端，支持每个索引最多 20 亿向量、强写一致性和按 bucket/index 的 IAM 访问控制。
The DecoderAI 评分5050 Ideogram 发布图像模型 Ideogram 4.5，主打局部编辑不破坏画面其余部分
Ideogram 发布新图像模型 Ideogram 4.5，称其只修改用户指定的区域，不会改动画面其余部分，可用于产品摄影、室内设计、照片修复和图中文字编辑。该模型原生支持 2K 分辨率，分四档质量，单张价格 0.8 至 22 美分，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、Runway、Pika 和 Leonardo AI。
The Verge · AIAI 评分5050 美国法官驳回 Chegg 与 Penske 针对 Google AI Overviews 的反垄断诉讼
美国联邦法官 Amit Mehta 驳回 Chegg 和 Rolling Stone 母公司 Penske Media Corporation 针对 Google AI Overviews 的反垄断诉讼，认定其主张不符合反垄断法，并称"期待不等于协议"。
Simon WillisonAI 评分3030 Simon Willison 的 pwasm 0.2a0 发布：Claude Opus 5.5 助力纯 Python WebAssembly 引擎
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0。他让 Claude Opus 5.5 接手这个 1 月构建的项目，经 42 次提交后，现已支持几乎全部 WASM 规范，PyPI wheel 还打包了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。
AWS Machine Learning BlogAI 评分2727 用 AWS 上的上下文 bandit 做个性化，提升获客漏斗转化率
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机（LinUCB）为产品获客漏斗做个性化，将申请开始、提交、审批三阶段分别建模并线性组合 UCB 分数以兼顾整条漏斗；七周在线 A/B 测试中，某一人群的最终漏斗转化率取得高个位数相对提升，另一人群未见改善。团队认为问题出在内容而非模型，并公开了可在合成数据上试用的代码仓库。
TechCrunch · AIAI 评分5555 AWS 发布开源决策模型 Strands Decider 2B
AWS 发布开源决策模型 Strands Decider 2B，基于 Qwen3.5-2B 构建，不生成文本而是输出经过校准的选项及置信度，体积小到可本地运行，现已开放使用。
TechCrunch · AIAI 评分5656 Shopify 推出 Canvas，用与 AI 对话的方式搭建在线商店
Shopify 推出建站工具 Canvas，商家通过与 AI 智能体 Sidekick 对话即可搭建店铺，Canvas 会实时渲染店铺真实代码而非静态预览，商家可整体查看或放大细节，并测试页面交互与动画。
The Pragmatic EngineerAI 评分4242 Firebase 全球宕机与 Google 糟糕的响应
Firebase 因后端变更导致 iOS SDK 崩溃，所有使用 Firebase 分析的应用随之崩溃 2-6 小时，Google 未更新状态页面也未提供事后复盘。OpenAI 正打造平台，允许 ChatGPT 的预算分配到 16 家合作伙伴的开放模型与 AI 服务上，Vercel AI 网关显示 60% 的模型支出流向开放权重模型。
AWS Machine Learning BlogAI 评分4949 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到 human-in-the-loop 工作流
Amazon Bedrock AgentCore 可构建事件驱动的环境智能体（ambient agent），由 Amazon S3 事件通知、EventBridge、Lambda 等信号触发后在 AgentCore Runtime 上运行，需要时通过单个 ask_human 工具暂停并等待人工审批再继续。
AWS Machine Learning BlogAI 评分3131 在 AWS 上为 Claude Platform 实现多环境访问
AWS 为 Claude Platform on AWS（CPonAWS）给出多环境访问的完整实现方案：在组织内设专用 AI Services 账户持有订阅与 workspace，AWS 工作负载通过跨账户 SigV4 调用推理，开发者用绑定 workspace 的长期 API key，外部环境经 OIDC 联邦获取短期凭证。
Ars Technica · AIAI 评分6060 AI 在隐藏信息的 Stratego 上首次击败史上最强人类玩家
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发的 AI 名为 Ataraxos，以 15 胜 1 负 4 平击败被认为是有史以来最强 Stratego 玩家的 Pim Niemeijer，训练只用了 16 块 GPU 和几千美元。
AWS Machine Learning BlogAI 评分2424 uniopen 如何用 Amazon Nova 2 Lite 定制零售审核策略并落地生产
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调，并叠加提示词层面的输出优化，使其适配自身零售内容审核策略。
Hugging Face Blog精选AI 评分6060 AI2 发布 Olmo-core 3：面向大型 MoE 的开源训练基础设施
AI2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重大升级，核心是一套重新设计的开源 MoE 训练系统，目标是把 MoE 训练扩展到万亿参数规模。
推荐理由：原文给出 MoE 训练栈在专家池扩展与吞吐上的实测对比，可据此判断大 MoE 训练的开源可选方案。