Google 升级 AI 编程智能体 Jules：进驻命令行，还开放了 API
Google 宣布为 AI 编程智能体 Jules 推出轻量命令行工具 Jules Tools，并开放 Jules API 早期访问。开发者可以直接在终端启动和验证任务，或通过 API 将其接入 CI/CD 与 Slack。此外还上线了文件选择器、记忆偏好和环境变量管理。
AI 日报：今天的 AI 新闻
周四
10月2日 星期四
OpenAI 估值达 5000 亿美元：超越 SpaceX 登顶全球最具价值初创
OpenAI 现任与前任员工向软银、Thrive Capital 等机构出售了约 66 亿美元股票，推动公司估值跃升至 5000 亿美元，一举超越 SpaceX 的 4000 亿美元估值。这笔交易不仅为员工提供了变现激励以对抗人才挖角，也反映出资本对顶尖 AI 巨头依然狂热。
Perplexity 旗下 AI 浏览器 Comet 全球免费开放，上线后台助理
Perplexity 宣布 AI 浏览器 Comet 结束等待名单，面向全球用户免费开放下载。新版本每个新标签页均内置 AI 助手，并同步推出可在后台并发处理任务的「后台助理」（Background Assistants）。不过移动端目前仍在预览阶段，桌面端已全面可用。
周三
10月1日 星期三
Thinking Machines 发布首个产品 Tinker：几行代码微调 Llama 与 Qwen
前 OpenAI CTO Mira Murati 创办的 Thinking Machines Lab 发布首款工具 Tinker。用户只需几行代码，就能用监督学习或强化学习微调 Llama 和 Qwen，并下载权重独立部署。它屏蔽了 GPU 分布式训练的复杂调度，目前已开放申请且暂不收费。
索尼旗舰耳机固件更新：支持 Gemini Live 对话与音频共享
Sony 为降噪耳机 WF-1000XM5 和 WH-1000XM6 推送固件更新，正式支持 Google 的 Gemini Live 对话助手与音频共享功能。用户升级后可通过耳机与 Gemini 实时对话，还能借助蓝牙技术与好友共享音频，更新后需重新配对。
微软推出 Agent Framework：整合 AutoGen 与 Semantic Kernel
微软推出开源的 Microsoft Agent Framework 公开预览版。它融合了 AutoGen 的前沿研究与 Semantic Kernel 的工程底座，原生支持 MCP 协议与跨框架编排。说白了，微软想把混乱割裂的 AI 智能体开发统一进自家工具箱。
Google 发布 Gemini 智能家居硬件：Nest 摄像头支持搜视频，新音箱明年见
Google 发布专为 Gemini 打造的新硬件，包括支持 2K HDR 的 Nest 摄像头、门铃及全新智能音箱。借助多模态 AI，设备支持用自然语言直接搜索录像片段并生成全天摘要。新款摄像头即日发售，新音箱将于 2026 年春季上市。
Meta 盯上聊天记录：将用 Meta AI 对话数据投精准广告，无法退出
Meta 宣布将从 12 月 16 日起更新隐私政策，把用户与 Meta AI、Ray-Ban 智能眼镜等 AI 产品的交互数据，用于 Facebook 和 Instagram 的定向广告投放。虽然敏感话题不纳入且排除了欧盟、英国和韩国，但普通用户完全无法选择退出。
Google 设立首届全球 AI 电影奖：奖金 100 万美元，征集 7-10 分钟短片
Google 宣布推出全球 AI 电影大奖，获胜者将在迪拜 1 Billion Followers Summit 上获得 100 万美元奖金。参赛作品须在 7 至 10 分钟之间，且 70% 的核心内容须由 Veo 3、Gemini 等 Google AI 工具生成，征集将于 2025 年 11 月 20 日截止。
Hume AI 发布 Octave 2：延迟低于 200 毫秒，价格砍半支持 11 种语言
Hume AI 推出第二代语音大模型 Octave 2，支持 11 种语言，生成延迟低于 200 毫秒，价格仅为初代的一半。最值得关注的是，它深入理解说话的情绪语调，还带来了音素级编辑与声音转换能力。配套的 EVI 4 mini 也同步开放测试。
Peloton 升级全线健身硬件：加装姿态纠错镜头与 Peloton IQ
Peloton 发布 Cross Training 系列健身设备，全面升级 Bike、Tread 与 Row 硬件。新机换装旋转屏，并在 Plus 机型内置动作捕捉镜头，可自动计次并纠正姿态；系统内置 Peloton IQ 还能定制周训练方案。不过硬件售价与订阅月费均有上调。
Wikimedia 推出 AI 向量数据库：将 3000 万条维基数据转为向量
Wikimedia 德国分会为维基数据上线全新向量数据库 Wikidata Embedding Project。团队借助 Jina AI 模型将 3000 万条结构化数据转化为向量，供大模型直接理解语境。这主要为了帮缺乏算力的小团队降低门槛，让 AI 更容易检索到小众知识。
苹果暂缓 Vision Pro 改版：调派人手加速研发 AI 智能眼镜
据彭博社报道，苹果上周在内部暂停了原定 2027 年推出的轻量版 Vision Pro 研发，转而抽调人手加速开发对标 Meta 的 AI 智能眼镜。据悉苹果正推进至少两款眼镜，其中无屏幕版本需配对 iPhone，最快明年亮相。最值得关注的是，苹果正将硬件重心从沉浸式头显转向更轻巧的随身 AI 设备。
Claude 深度整合 Slack：在频道直接呼叫，跨群搜索聊天记录
Anthropic 宣布与 Slack 双向深度打通。用户既能在 Slack 频道、私聊中随时 @Claude 协助分析并私密预览草稿，也能把 Slack 工作区接入 Claude，跨群搜索历史讨论来提炼纪要或准备会议。付费版 Slack 用户现已可在应用市场启用。
耶鲁大学研究：ChatGPT 问世 33 个月，尚未对全美就业造成显著冲击
耶鲁大学 Budget Lab 与布鲁金斯学会发布报告，追踪 ChatGPT 上线 33 个月以来的全美就业数据。数据显示，高暴露度职业的就业比例保持稳定，整体职业调整节奏与互联网早期相差无几。换句话说，技术重塑职场通常需要数十年，宏观层面的「AI 抢饭碗」目前并未发生。
DoorDash 推出送货机器人 Dot：体型仅汽车十分之一，时速达 20 英里
DoorDash 推出自研自动配送机器人 Dot 及自主配送平台。Dot 体型仅汽车的十分之一，最高时速达 20 英里，可穿行于车道、自行车道与人行道。新系统充当 AI 调度员，在骑手、机器人和无人机之间匹配订单，目前已在亚利桑那州部分地区展开测试。
三星与 SK 加入 OpenAI 星际之门：月投 90 万片晶圆保供 AI 芯片
Samsung 与 SK 宣布加入 OpenAI 的 Stargate 基础设施倡议。两家公司计划加速扩产先进内存芯片，将 DRAM 晶圆月产能提升至 90 万片，并探索在韩国建设下一代 AI 数据中心。面对算力告急，OpenAI 直接绑定上游两颗最重要的芯片心脏。
Amazon 推出新 Kindle Scribe：自带无剧透「前情提要」与随书问答
周二，Amazon 发布新款 Kindle Scribe，加入「Story So Far」等 AI 功能。读者隔几天重拾阅读时，AI 能生成半页至一页的无剧透前情提要；另一项「Ask This Book」则允许高亮文本询问角色动机。新机售价 500 美元，现已开启预订。
周二
9月30日 星期二
Dreamer 4 亮相：靠「脑内模拟」推演，首个纯离线在《我的世界》挖出钻石的 AI
Dreamer 4 亮相，能完全在精准的世界模型内部靠强化学习进行训练。它在「想象」中推演超 2 万步键鼠操作，成为首个不与环境交互、纯靠离线数据在《我的世界》里挖出钻石的 AI。这种无需实机试错的想象训练，为机器人等高风险场景提供了可行路径。
Granola 上线 Recipes 功能：用斜杠快捷调用常用提示词
AI 会议记录应用 Granola 推出 Recipes 功能。用户在对话框输入「/」即可调用常用提示词，支持单场或跨会议提取信息与共享模版。这意味着用户不必再频繁把记录复制到 ChatGPT 里重复提问，在笔记内就能直接跑通工作流。
PayPal Honey 接入 ChatGPT：把实时比价和优惠券塞进 AI 对话框
PayPal 宣布旗下 Honey 插件将接入 ChatGPT 等聊天机器人。当你在 AI 里咨询商品推荐时，Honey 会直接展示实时价格、商家和折扣，还会补齐 AI 漏掉的大零售商。功能首批支持 ChatGPT，后续再扩展到其他平台。
Amazon 推出四款新 Echo 设备：专为 Alexa+ 打造，内置自研 AI 芯片
Amazon 发布 Echo Dot Max 等四款专为 Alexa+ 设计的 Echo 设备。新机搭载自研 AZ3 与 AZ3 Pro 芯片，配合 Omnisense 传感器将唤醒词识别率提升超 50%，主打更主动的环境感知交互。两款音箱现已发售，智能屏将于 11 月 12 日上市。
亚马逊发布新一代 Fire TV：接入 Alexa+，跨平台找片能定到片段
Amazon 推出包括 Omni QLED 和 40 美元 4K 电视棒在内的新款 Fire TV 硬件，并接入 Alexa+。用户不仅能用自然口语跨流媒体搜剧，还能查找特定名场面或问幕后八卦。新硬件即日起开启预购，次月发货。
Ring 推出首款 4K 安防摄像头：加入 AI 寻狗与门铃管家
Amazon 旗下 Ring 推出首批搭载 Retinal 技术的 4K 安防摄像头，并带来多项 AI 功能。其中 Search Party 能通过周边摄像头的 AI 协作寻找走失宠物，Alexa+ Greetings 则让门铃化身管家应对推销与快递。新硬件即日起接受预订。
Opera 推出 Neon 浏览器：加入智能体大战，操作全走本地
Opera 发布 AI 浏览器 Neon，能帮用户自动填表、比对跨站数据或直接在网页内写代码。核心功能「Neon Do」支持代客操作网页，且全在本地执行而不传云端。产品面向高级用户采用订阅制，周二已开启早期访问。
Google 升级搜索 AI Mode：动嘴就能找穿搭灵感，还能直接对话挑商品
Google 为搜索中的 AI Mode 推出重大更新，让用户能用自然对话进行视觉探索与购物。输入模糊的想法或上传图片后，系统会结合多模态能力返回匹配的视觉结果，并支持多轮追问筛选。该功能本周先在美国面向英语用户推出。
Nothing Phone 3 更新：用自然语言搓 App，还能发布给别人用
Nothing 为 Nothing Phone 3 推出 Playground 与 Essential Apps 功能，让用户仅凭提示词就能生成应用、微件和背板动画，并能发布供他人下载。目前处于 Alpha 测试阶段，生成的代码也可手动二次开发，是其打造 AI 操作系统的早期尝试。
Factory Droid 深度教程：从 Spec 规划到多智能体协作
开发者发布 Factory Droid 实践教程，拆解其从单兵代码补全转向多智能体团队协作的核心机制。Factory 通过先出方案后动手的 Spec 模式、隔离代码变动的 Git 工作区，以及分发里程碑的 Missions，专攻跨服务迁移等复杂工程。
OpenAI 发布音视频模型 Sora 2：遵循物理规律，还推出独立社交 App
OpenAI 发布新一代音视频生成模型 Sora 2，不仅大幅改善物理规律模拟，还支持同步生成逼真对白与音效。同时上线的 Sora iOS 应用支持将真人录入为「角色」放进场景共创，目前面向美加用户采用邀请制测试。
Google Drive 升级桌面端：AI 识别勒索病毒，被锁文件一键回滚
Google 为 Drive 桌面端上线 AI 勒索病毒检测功能。专用模型一旦发现文件被批量篡改或加密，会立即掐断云端同步，防止污染扩散，并允许用户几键恢复到健康版本。该能力现已开启公测，大部分商业版默认启用。
周一
9月29日 星期一
加州通过 SB 53 法案：前沿 AI 公司须公开安全流程与举报渠道
周一，加州州长 Gavin Newsom 签署了 SB 53「前沿人工智能透明度法案」。法案要求大型 AI 开发商公开其安全流程与标准，并在 30 天内公开协议变更，同时保护曝光重大风险的举报人。违规企业将面临民事罚款。
微软推出 Copilot Portraits：给语音助手配上 40 张实时动态人脸
Microsoft 在 Copilot Labs 推出 Portraits 功能，提供 40 款人类风格头像，在语音通话中根据回答实时呈现面部表情与唇形。该功能底层基于 VASA-1 技术，靠单张图片即可驱动动画。目前仅面向美、英、加三国 18 岁以上的部分用户开放测试。
WhatsApp 带来多项更新：用 Meta AI 自定义聊天主题与通话背景
WhatsApp 宣布推出多项更新，支持用户借助 Meta AI 自定义聊天主题，并在视频通话或拍照时生成 AI 背景。此外还支持了实况照片分享和安卓端文档扫描，不过 Meta AI 相关功能目前尚未向所有用户开放。
Looki 推出猫咪造型 AI 相机 L1：挂在胸前能拍能聊，售价 199 美元
CNET 报道 Looki 推出猫咪造型穿戴相机 Looki L1，售价 199 美元。它仅重 30 克，搭载高通芯片和索尼传感器，能记录日常并通过语音唤醒 ChatGPT 问答，配套应用还能自动剪辑高光短片。
Microsoft 上线 xAI Grok 4：主打第一性原理推理，接入 Azure 平台
Microsoft 宣布在 Azure AI Foundry 上线 xAI 的 Grok 4 模型。新模型支持 128K 上下文、第一性原理「思考模式」与实时联网搜索，默认开启 Azure 内容安全防护。此外还有专注推理、轻量和代码的三个 Fast 版本一同开放。
微软 Copilot 推出 Agent 模式：在 Excel 和 Word 里自主打工
微软为 Microsoft 365 Copilot 引入 Agent 模式与 Office Agent。新功能基于推理模型，能在 Excel 里自主推导公式并纠错、在 Word 中交互式撰写文稿，还能在聊天中生成 PowerPoint 演示文稿。目前面向 Frontier 计划部分订阅用户开放网页端测试。
OpenAI 推出 ChatGPT 即时结账：聊天就能下单买东西
OpenAI 联合 Stripe 推出 Instant Checkout，并开源智能体商务协议。美国 ChatGPT 用户聊着天就能直接买 Etsy 卖家的单件商品，之后会接入上百万家 Shopify 商户。这意味着 AI 终于不仅能帮你挑货，还能替你把账结了。
Anthropic 推出 Claude Sonnet 4.5：加码编程与智能体，加量不加价
Anthropic 发布新一代模型 Claude Sonnet 4.5。新模型在 SWE-bench Verified 达到 77.2%，计算机操作基准 OSWorld 成绩提升至 61.4%。官方同步开放了构建智能体的 Claude Agent SDK，且 API 定价维持每百万 Token 3/15 美元不变。
DeepSeek 发布实验模型 V3.2-exp：稀疏注意力让长文本成本减半
周一，DeepSeek 发布实验模型 V3.2-exp。该模型引入了稀疏注意力机制，通过索引器和细粒度标记选择，只把关键内容载入注意力窗口。初步测试显示，长上下文调用的 API 成本最高可减少一半。目前该权重已在 Hugging Face 开源。
Anthropic 推出 Claude 上下文编辑与记忆工具：告别窗口溢出
Anthropic 在 Claude 开发者平台推出上下文编辑与记忆工具公测版。上下文编辑可在接近限制时自动清理陈旧工具结果，减少 84% 的 Token 消耗；记忆工具则允许智能体跨会话读写持久化文件。官方测试显示两者结合使多步任务表现提升 39%。
Apple 开放端侧大模型框架：第三方 App 可免费离线调用
Apple 介绍了随 iOS 26 推出的 Foundation Models 框架。开发者可直接调用 Apple Intelligence 核心的端侧大模型，推理完全免费且离线可用。这意味着第三方 App 无需搭建后端云服务，就能低成本实现生成总结、结构化记录等个性化 AI 功能，同时保障隐私。
NVIDIA 开源 Newton 物理引擎：联手 DeepMind 攻克人形机器人仿真
NVIDIA 联合 Google DeepMind 与 Disney Research 开源物理引擎 Newton，并推出 Isaac GR00T N1.6 机器人模型。Newton 能高精度模拟雪地行走或抓取物体，GR00T N1.6 则支持机器人边走边作业。具身智能从仿真迁移到现实的鸿沟正在被加速填平。
OpenAI 上线 ChatGPT 家长控制：可绑定青少年账号并限制功能
OpenAI 正式推出 ChatGPT 家长控制功能。家长能与青少年的账号绑定，开启学习模式、设置勿扰时段，并关闭语音或图像生成功能；若系统检测到严重自残倾向，还会向家长发警报。这意味着家庭能更具体地划定未成年人用 AI 的边界。
OpenAI 详解儿童安全防护：封杀新型滥用，通报 NCMEC 严防 CSAM
OpenAI 详细公布了防范模型被用于儿童性剥削的举措与新型滥用手法。平台结合 Thorn 的哈希匹配与分类器识别违规图片，并封禁违规用户直接上报 NCMEC。官方还披露了借虚构叙事绕过限制等手段，同时呼吁立法解决无法用相关材料进行红队测试的难点。
周五
9月26日 星期五
《社交网络》续集定名《The Social Reckoning》，定档 2026 年秋
索尼影业宣布编剧 Aaron Sorkin 操刀的《社交网络》后续电影定名为《The Social Reckoning》，北美定档 2026 年 10 月 9 日。影片将聚焦 Frances Haugen 泄露「Facebook 文件」事件，Jeremy Strong 将饰演 Mark Zuckerberg。
YouTube 推出 YouTube Labs：首个实验是给音乐配「AI 电台主播」
YouTube 推出 YouTube Labs 计划，让普通用户提前试用前沿 AI 实验功能。首个上线的实验是 YouTube Music 里的「AI 音乐主播」，能边播歌边聊歌手八卦和粉丝冷知识。不过目前仅限美国部分用户测试。
Sam Altman 预测：超级智能 2030 年前到来，AI 将接管 40% 任务
OpenAI CEO Sam Altman 在柏林受访时表示，超越人类能力的超级智能将在 2030 年前出现。他预测经济活动中 30% 到 40% 的任务不久后将被 AI 接管，但认为只要做好价值观对齐，AI 不会将人类视作蝼蚁。
苹果内部打造「ChatGPT」Veritas：为新版 Siri 秘密练兵
据彭博社报道，Apple 悄然开发了一款内部聊天工具 Veritas，专门让员工测试新版 Siri 处理个人数据检索、网页摘要及跨应用操作等能力。该工具结合了苹果自研模型与第三方技术，改版后的 Siri 预计最快在 2026 年 3 月推出。
快手可灵推出 4.2 万美元创作大赛：获奖短片将登戛纳与东京电影节
快手旗下 Kling AI 开启 NextGen 创意短片大赛，总奖金达 4.2 万美元。比赛设 1.5 万美元大奖及 125 万点数，获奖作品还将在戛纳 MIPCOM 和东京国际电影节展映。征稿将于 10 月 6 日截止，这是 AI 生成视频走向主流影视展映的又一次尝试。
周四
9月25日 星期四
Microsoft 照片新增 AI 自动分类：自动整理截图、证件与收据
Microsoft 宣布在 Windows 11 照片应用中推出 AI 自动分类。面向 Copilot+ PC 用户，AI 能跨语言识别视觉内容，自动归类截图、收据、证件和笔记。最值得关注的是凭证识别不限语种；不过目前仅面向 Insider 预览渠道，且分类暂时只限这四类。
Factory 获 5000 万美元融资：正式发布 Droids 自主开发智能体
AI 开发初创公司 Factory 宣布获得 5000 万美元 B 轮融资，并正式推出自主智能体 Droids。它在 Terminal Bench 评测中排第一，不捆绑特定 IDE 或大模型，支持直接在终端、Slack 等环境执行重构、代码审查与排障等任务。
Meta 推出 Vibes：给 Meta AI 塞进短视频流，还能一键二创
Meta 在 Meta AI 应用及 meta.ai 推出全新信息流 Vibes，主打 AI 生成短视频的浏览与创作。用户不仅能从零生成，还可直接二创混剪刷到的视频，并一键同步到 Instagram 和 Facebook。Meta 正在把 AI 视频打造成日常社交玩法。
Google Sheets 升级 Gemini：公式报错不仅能解释，还会教你改
Google 为 Google Sheets 中的 Gemini 增加公式解释与排错功能。用户在右侧栏提问如何处理数据时，Gemini 会推荐公式、给出分步操作，并在公式报错时解释原因及修复方法。这意味着普通人不必再去搜索翻找该用哪个特定函数。
卖隐私给 AI 训练：Neon 每天付 30 美元收购用户通话录音
ZDNet 报道应用 Neon 开启付费收集通话数据，用户通过该应用通话可赚取每分钟最高 30 美分、每天上限 30 美元。录音经匿名化处理后会出售给 AI 公司训练模型，尽管官方承诺脱敏，但仍引发了隐私安全争议。
Adobe 为 Firefly 视频模型上线透明背景：自带 Alpha 通道
Adobe 为 Firefly 视频模型上线透明背景视频生成功能。该技术曾用名 TransPixar，由 Adobe Research 参与研发，仅用 484 个片段和 LoRA 微调，支持文生和图生视频。视频自带 Alpha 通道，意味着做特效、贴图或表情包再也不用手动抠像了。
马斯克 xAI 进军美国政府：Grok 只要 42 美分，低价硬刚两巨头
xAI 与美国总务管理局达成协议，联邦行政机构只需 42 美分即可使用 Grok 一年半。相比 OpenAI 和 Anthropic 的 1 美元/年，xAI 不仅更便宜，还打包了工程师技术集成。42 美分既致敬了《银河系漫游指南》，也宣告政府 AI 采购价格战全面打响。
限制大规模监控：Microsoft 切断以军部分云与 AI 服务权限
Microsoft 宣布终止以色列国防部特定单位对部分 Azure 云存储和 AI 服务的访问。此前有报道指以军利用其技术每小时记录多达百万次平民通话，微软核查后证实存在相关证据，重申技术不得用于大规模监控，但其余政府合同未受影响。
xAI 起诉 OpenAI：指控挖角员工窃取 Grok 与超算机密
xAI 在加州起诉 OpenAI，指控对方通过定向挖角诱导前员工带走商业机密，涉及 Grok 模型核心技术以及快速搭建 Colossus 超算中心的内部流程。OpenAI 回应称诉讼纯属 Musk 的持续骚扰，自己对商业机密绝无兴趣。
OpenAI 升级企业版 ChatGPT：支持团队共享项目与外部工具连接
OpenAI 为 ChatGPT 商业与企业套餐推出共享项目，团队可共用文件、专属指令与项目记忆。同时，连接器功能正式全面开放，能自动拉取 Gmail、Teams 等工具上下文，并新增多项 ISO 安全认证与 IP 白名单。
OpenAI 发布新基准 GDPval：覆盖 44 种职业，实测 AI 打工水平
OpenAI 推出新评测基准 GDPval，选取对美国 GDP 贡献最高的 9 大行业中 44 种知识工作职业，设计了 1320 个真实交付物任务。最关键的是，盲测显示顶级模型在部分任务上已逼近行业专家水平，且成本降低约百倍。不过目前测试仅限单轮交付，暂未覆盖多轮交互。
Perplexity 上线 Search API：开放数千亿网页索引，专为 AI 检索设计
Perplexity 正式推出 Search API，向开发者开放其问答引擎底层的搜索基础设施。该 API 覆盖数千亿网页索引，支持细粒度切片打分与结构化返回，并能每秒处理数万次实时索引更新。官方同时开源了评测工具 search_evals 并发布了专用 SDK。
OpenAI 推出 ChatGPT Pulse：不再等你提问，主动帮你做调研
OpenAI 推出 ChatGPT Pulse 预览版，先面向移动端 Pro 用户开放。它能在夜间综合对话记录、记忆与日历等数据，在每天早晨主动推送个性化调研卡片。这意味着 ChatGPT 开始从「有问才答」转向主动助理，未来计划普及给 Plus 及全体用户。
Spotify 整治 AI 垃圾歌曲：已下架 7500 万首，严查声音克隆
Spotify 宣布强化防范 AI 垃圾内容的新规，过去一年已下架逾 7500 万首垃圾曲目。平台将严厉打击未经授权的 AI 声音克隆与冒名上传，并在今秋上线垃圾音乐过滤器，遏制黑产利用超短歌曲和批量刷量稀释版税池，同时推进标明 AI 参与度的行业标准。
Climate TRACE 推出 AI 工具：追踪全球超 6.6 亿个 PM2.5 污染源
非营利组织 Climate TRACE 推出全新 AI 工具，利用卫星与遥感监测全球超 6.6 亿个污染源的 PM2.5 细颗粒物排放。该系统已监控近 4000 个「超级排放源」，并向公众开放原始数据与污染烟羽扩散地图。这意味着排污企业再难靠估算瞒报。
Google 更新 Gemini 2.5 Flash：长任务表现提 15%，上线最新别名
Google 更新了 Gemini 2.5 Flash 与 Flash-Lite 预览版，已上线 Google AI Studio 和 Vertex AI。新模型重点提升了质量与效率，早期测试显示智能体长任务表现提升 15%。同时官方引入 -latest 别名，调用时无需手动更改版本号即可体验最新模型。
Google DeepMind 推出 Gemini 机器人 1.5：能思考再动手
Google DeepMind 推出两款机器人模型 Gemini Robotics 1.5 与 Gemini Robotics-ER 1.5。前者是动作模型，能先思考再把指令转为动作，还能跨机器人形态迁移；后者负责空间推理和工具调用。ER 1.5 已在 Google AI Studio 上线，动作模型仅对部分伙伴开放。
Suno 推出 AI 工作站 Suno Studio：多轨编辑加持，支持分轨生成
Suno 推出生成式音频工作站 Suno Studio。它结合了此前收购的 WavTool 技术与刚发布的 v5 模型，不仅能多轨编辑，还能配合已有音轨生成鼓点、人声和合成器分轨。目前该工具正面向 Premier 订阅用户开放测试。
周三
9月24日 星期三
高通发布骁龙 8 至尊版第 5 代：NPU 提速 37%，主打端侧 AI
高通正式发布新一代旗舰芯片骁龙 8 至尊版第 5 代。新芯片搭载第三代 Oryon CPU，Hexagon NPU 提速 37% 并降低能耗，能结合感知中枢持续学习用户习惯，ISP 也加入了逐帧 AI 视频增强，即将登陆各大安卓旗舰。
微软采购 Anthropic 模型入驻 Office 365：减少对 OpenAI 独家依赖
微软计划将 Anthropic 的 Claude 模型引入 Office 365，打破此前对 OpenAI 的单一依赖。测试显示 Claude 在 Excel 财务任务与 PPT 制作上优于 OpenAI 模型。值得看的是，微软正通过竞对 AWS 付费调用模型，进一步加速企业级多模型混用。
Adobe Firefly Boards 接入视频模型：新增 Runway Aleph 与 Marey
Adobe 在 Firefly Boards 中接入了 Runway Aleph 和 Moonvalley 的 Marey 视频模型。用户现在可以直接在看板中调用第三方视频模型进行生成，官方表示后续还将根据反馈继续扩充合作模型列表。
NVIDIA 开源 Audio2Face：输入音频就能实时生成 3D 面部动画
NVIDIA 宣布正式开源 Audio2Face 技术，包括模型、SDK 和训练框架。该工具通过分析音素和语调，能由音频直接生成精准的口型与微表情，支持离线渲染与实时流式传输。也就是说，游戏和 3D 应用开发者现在可以免费且深度定制这套面部动画管线。
Google 上线 Search Live：摄像头照着哪里，搜索就陪你聊到哪里
Google 宣布在美国正式上线英文版 Search Live，无需加入 Labs 即可使用。它把实时语音对话与手机摄像头画面结合，搜索能直接看懂你镜头前的东西并实时对答，比如对着电器问怎么接线。目前仅限美国英语用户。
Microsoft Copilot Studio 接入 Claude 模型：智能体可选 Anthropic
Microsoft 宣布 Copilot Studio 正式接入 Anthropic 的 Claude Sonnet 4 与 Claude Opus 4.1。用户在搭建和编排智能体时可自由选择 Anthropic 或 OpenAI 模型。该功能即日起在早期发布环境上线，两周内面向全部环境预览，年底前正式商用。
Krea AI 接入 Kling 2.5：主打复杂动作与高拟真视频生成
Krea AI 宣布接入视频模型 Kling 2.5。该模型基于超百亿视频帧训练，在复杂物理动态与人体动作生成上显著提升，短视频片段生成速度压到了 10 秒以内。最值得关注的是，创作者无需专业门槛即可制作逼真的动态演示视频。
Higgsfield 上线 WAN 2.5：支持自带音频，每天送免费生成额度
Higgsfield AI 宣布上线 Unlimited WAN 2.5，开始支持自带音频生成，并提供每日免费生成额度。该模型支持全高清分辨率以及任意画面比例。对于日常需要生成短视频的创作者来说，开箱即用且成本更低。
SAP 联手 OpenAI：推德国专属主权 AI 平台，预计 2026 年上线
SAP 与 OpenAI 宣布合作推出面向德国公共部门的主权 AI 平台「OpenAI for Germany」，计划于 2026 年上线。该平台由 SAP 旗下 Delos Cloud 依托 Microsoft Azure 技术运行，SAP 计划为其扩充至 4000 张 GPU，在满足严格数据主权与法规标准的前提下服务政务人员。
周二
9月23日 星期二
阿里发布新旗舰 Qwen3-Max：主打编程与智能体，直面顶尖对手
阿里巴巴推出新一代旗舰模型 Qwen3-Max，提供 Instruct 和带工具调用能力的 Thinking 两种版本。官方称其重点强化了编程与 Agent 技能，在 SWE-Bench 和 AIME25 等评测中足以比肩顶尖对手。目前网页端与 API 已同步上线。
Suno 发布 v5 音乐模型：人声质感大升级，先向付费用户开放
Suno 正式推出新一代音乐生成模型 Suno v5。新版本主打更自然的真实人声、更具沉浸感的音频细节以及更强的创作控制力。不过目前并非免费开放，只有 Pro 和 Premier 订阅会员可以率先体验。
Google Labs 推出 Mixboard：用自然语言在画板上做视觉头脑风暴
Google Labs 推出实验性画板工具 Mixboard。它整合了新图像编辑模型 Nano Banana，支持用自然语言修改画布图片、混剪素材，还能结合图像上下文生成文字。最值得关注的是它把构思与编辑打通成了互动画布，目前已面向美国用户开启公测。
让机器人适应人类情绪：新研究用增量学习破解表情识别难题
研究人员在《IEEE Transactions on Affective Computing》发表成果，提出一种让 AI 增量学习情绪的新方法。系统能在吸收新表情时保留既有经验，避免从头训练的高昂成本，让机器人与人类的情感互动更自然。
微软 Windows ML 正式商用：端侧 AI 跨芯片推理，体积省几百兆
Microsoft 宣布端侧 AI 推理运行时 Windows ML 正式商用。它能自动调用 AMD、Intel、NVIDIA 和高通芯片的 CPU、GPU 与 NPU，由系统负责驱动分发，帮桌面应用省去几十到上百兆的打包依赖。目前支持 Windows 11 24H2 及以上设备。
Google 扩展 AI Plus 订阅：推向 40 个新国家，含 Veo 3 与 200GB 空间
Google 宣布将低价 AI 方案 Google AI Plus 拓展至 40 个新国家。该方案包含更宽裕的图像生成额度、Veo 3 Fast 视频模型访问权，并在 Gmail、Docs 与 Sheets 中集成 Gemini，还附带 200 GB 存储空间，最多可与 5 名家庭成员共享。
Google 搜索 AI Mode 全球上线：正式支持西班牙语
Google 宣布在搜索中面向全球西班牙语用户推出 AI Mode。西语用户现在可以用母语提出复杂问题，并直接获取包含网页延伸链接的 AI 综合解答。目前该功能已向全球西语群体开放体验。
Google 相册开放对话式修图：美国 Android 用户动嘴就能改图
Google 宣布将 Google Photos 对话式修图功能推向美国合资格的 Android 用户。这项此前由 Pixel 10 首发的功能接入了 Gemini 模型，用户在编辑器点击「帮我修图」，直接用语音或打字描述想要的效果即可，不用再手动调滑块。
WhatsApp 上线端侧消息翻译：长按即译，聊天内容不出手机
WhatsApp 正式上线消息翻译功能。用户长按单条消息即可翻译，Android 版还支持全对话自动转译。最关键的是，翻译全部在设备本地完成，WhatsApp 无法读取内容。功能正逐步推送，iPhone 支持 19 种以上语言，Android 首批支持 6 种。
Meta 披露 Llama 军事应用进展：特战情报生成提速 18 倍
Meta 披露了 Llama 模型在美国国家安全领域的实际落地案例。防务初创公司基于其打造的 SOFChat 让特战部队情报报告生成提速 18 倍、视频处理提速 9 倍；EdgeRunner AI 实现了离线笔记本部署，洛克希德·马丁则将其用于飞行仿真开发。
Sam Altman 畅想「充沛智能」：目标每周新增 1 吉瓦 AI 算力设施
Sam Altman 发文阐述「充沛智能」愿景。他表示获取 AI 将成为经济基本驱动力甚至基本人权，OpenAI 正大幅扩张算力基建野心，终极目标是打造能每周产出 1 吉瓦新 AI 基础设施的工厂，并在芯片、电力及机器人等全栈创新，未来数月将公布具体计划。
