传 OpenAI 与 Oracle 签 3000 亿美元算力协议：2027 年起执行 5 年
据《华尔街日报》报道，OpenAI 与 Oracle 签署了一项为期约 5 年、总额达 3000 亿美元的算力采购协议。该合同属于 Project Stargate 的一部分，将于 2027 年开始生效。虽然 OpenAI 今年预期营收仅 127 亿美元，但这笔创纪录的大单已直接推动 Oracle 股价暴涨。
AI 日报：今天的 AI 新闻
周三
9月10日 星期三
Replit 推出 Agent 3：能自己开浏览器测代码修 Bug，最长连跑 200 分钟
Replit 正式上线 Agent 3。新版不仅能在真实浏览器里自主点击测试并自动修 Bug，比通用 Computer Use 模型更快更省钱，还支持连跑 200 分钟以上，甚至能帮用户写 Slack 或 Telegram 自动化机器人。目前所有免费与付费用户均可使用。
Meta 砸 1.4 亿美元牵手 Black Forest Labs：引入 Flux 图像生成技术
据彭博社报道，Meta 与德国初创公司 Black Forest Labs 达成一项两年 1.4 亿美元的合作。Meta 首年将支付 3500 万美元，次年支付 1.05 亿美元，以获取 Flux 模型的图像生成技术。继联手 Midjourney 后，Meta 再次斥巨资补齐视觉生成短板。
Copilot Labs 上线脚本模式：新模型支持逐字精准朗读
Microsoft 旗下 Copilot Labs 推出音频生成「脚本模式」，由新模型 MAI-Voice-1 驱动。该模式能一字不差地逐字朗读输入文本，同时还提供戏剧感更强的 Emotive 模式与支持多角色的 Story 模式，解决了 AI 朗读容易自行发挥的痛点。
Google 面向全球推出 AI Max：一键用 AI 优化搜索广告投放
Google 宣布向全球所有广告主开放搜索广告的 AI Max 测试版，主打一键接入 AI 优化投放策略。除支持在 Google Ads 各工具与 API 中直接启用外，还新增了一键对比实验；今年秋季还将上线文本规范功能，确保生成的广告文案符合品牌调性。
ChatGPT 正式支持 MCP 协议：不仅能读还能写，直接改工单跑流程
OpenAI 宣布 ChatGPT 正式支持 MCP 工具。在开发者模式下，开发者不仅能检索数据，还能让模型执行写操作，比如直接更新 Jira 工单或触发 Zapier 工作流。这意味着 ChatGPT 终于能真正插手复杂的开发自动化了。
Replit 推出 Agent 3：可连续自主编程 3 小时，自主性提升 10 倍
Replit 推出新一代 AI 开发者 Agent 3，并宣布完成 2.5 亿美元融资。CEO 称其为软件开发的「完全自动驾驶时刻」，它采用多智能体架构负责规划、写代码与验证，连续自主运行时间从前代的 20 分钟提升至 200 分钟以上，能自己测试并修复 bug。
Anchor 创始人再创业：AI 学习应用 Oboe 输入提示词就能秒级做课程
前 Anchor 联合创始人推出 AI 学习平台 Oboe，并完成 400 万美元种子轮融资。用户只需输入提示词，后台多智能体架构就能在数秒内生成包括双人播客、讲座、图文或互动测试等 9 种形态的轻量课程。每月可免费生成 5 门课程，其他用户创建的课程可免费浏览。
Stability AI 发布 Stable Audio 2.5：不到 2 秒生成 3 分钟音乐
Stability AI 推出专为企业级制作打造的 Stable Audio 2.5，可在 GPU 上不到 2 秒内生成最长 3 分钟的多段式音轨。新模型加入音频重绘功能，支持基于现有素材延展，且全程采用合规授权数据训练，主打品牌声音定制。
Reddit 与 Yahoo 联手力挺 RSL 标准：向抓取数据的 AI 公司收版权费
Reddit、Yahoo、Medium 等平台联合支持许可标准 RSL。该标准基于 robots.txt 扩展，让出版商能明确标出按抓取次数、推理引用或订阅付费的授权条款。不过，这套机制能否生效，仍取决于 AI 公司是否配合买账。
Zoox无人出租车在拉斯维加斯上路：无方向盘，目前全免费
亚马逊旗下 Zoox 宣布在拉斯维加斯向公众开放专车形态的无人出租车服务。车内完全取消方向盘和踏板，最高时速约 45 英里。目前仅在名胜世界等定点接驳且暂不收费，等待商业运营许可。
可口可乐联手 MIT：用 AI 抢救面临绝迹危机的橙汁产业
Coca-Cola 作为创始成员加入 MIT 生成式 AI 影响力联盟，并联手 OpenAI 等机构启动「Save the Orange」项目。该计划利用 AI 联合农业技术与生命科学，全力攻克导致佛州减产超 90% 的柑橘黄龙病，试图阻止全球橙子供应在未来 25 年内崩溃。
字节跳动推出 Seedream 4.0：支持原生 4K 与图片编辑，对标 Nano Banana
字节跳动推出最新图像生成与编辑模型 Seedream 4.0，不仅在即梦和豆包上线，还接入了 Krea AI。该模型原生支持 4K 分辨率，推理速度提升超 10 倍，在图像编辑能力上直接对标 Google 的 Nano Banana。每张生成成本约 0.03 美元，性价比非常高。
大模型温度为 0 仍会变？Thinking Machines 称真凶在动态批次
Thinking Machines AI 发文剖析大模型推理不可复现的根源。业内常将「温度为 0 仍给不同结果」归咎于 GPU 浮点计算并发冲突，但团队发现前向传播本身并无原子累加，真正的罪魁祸首是推理服务因动态批处理缺乏「批次不变性」，输出会因与其他并发请求凑批而改变。
周二
9月9日 星期二
Perplexity Comet 测试本地 MCP：可直接读取电脑本地文件
据测试版信息曝光，Perplexity 正在为 Comet 浏览器引入本地 MCP 支持。此前它仅支持远程 MCP，接入本地协议后，Comet 可直接读取电脑文件夹并调用桌面应用，比如发帖时直接调取本地图片。AI 浏览器正在突破纯网页环境限制，尝试成为接管桌面的通用工作台。不过该功能目前仍在开发中，尚未正式上线。
ElevenLabs 推出智能体测试功能：自动化跑回归，支持接入 CI/CD
ElevenLabs 推出 Agents Testing 功能，支持对对话智能体进行结构化模拟测试。系统可覆盖工具调用、人工转接与安全护栏，并支持由历史对话自动生成测试用例并接入 CI/CD。这意味着开发者在修改 Prompt 或流程时，能在上线前自动排查故障。
Google 联手斯坦福推出 AI Quests：把真实科研做成游戏教中学生玩 AI
Google 联合斯坦福学习加速器推出 AI Quests，面向 11 至 14 岁学生。首个任务取材于洪水预测研究，让学生通过采集数据、训练模型来预警灾害，体会数据对 AI 输出的影响。全套内容面向教师免费开放。
百度发布 ERNIE X1.1 推理模型：事实性提升近 35%，对标 GPT-5
百度在 WAVE SUMMIT 2025 上推出推理模型 ERNIE X1.1，并开源 ERNIE-4.5-21B-A3B-Thinking。ERNIE X1.1 相比前代事实性提升 34.8%，官方称综合表现超越 DeepSeek R1-0528，对标 GPT-5 和 Gemini 2.5 Pro。模型已上线文心一言与文小言。
NVIDIA Blackwell Ultra 亮相 MLPerf：跑 R1 推理比 Hopper 快 5 倍
NVIDIA 首次公布 Blackwell Ultra 架构在 MLPerf Inference v5.1 的测试成绩。GB300 NVL72 系统在 DeepSeek-R1 与 Llama 3.1 405B 等测试中刷新纪录，单 GPU 离线推理吞吐达 5842 token/秒，约是 Hopper 系统的 5 倍。
「AI 教父」Hinton 警告：AI 将引发大规模失业，超级智能 20 年内降临
诺贝尔奖得主、被称为「AI 教父」的 Geoffrey Hinton 接受 FT 采访时直言，富人会用 AI 大规模替代工人，导致严重失业与贫富分化。他指出全民基本收入无法挽救人的尊严，并预测超级智能将在 5 到 20 年内降临，年轻人不该盲目乐观。
哈佛医学院开源 PDGrapher：能揪出逆转病变细胞的药物组合
哈佛医学院团队发布开源 AI 工具 PDGrapher。它放弃传统的单靶点测试，通过图神经网络分析细胞内复杂通路，直接预测能让病态细胞恢复健康的基因靶点与用药组合。在 11 种癌症测试中，其预测速度较同类模型快 25 倍。
OneMeta AI 推出 Verbum：支持 50 人同时跨 82 种语言实时语音对话
OneMeta AI 推出实时翻译服务 Verbum，支持最多 50 人在群聊中各讲母语、跨 82 种语言及 40 种方言顺畅沟通。系统在发言后 1 秒内生成文字转录，并在约 1 秒后输出自然 AI 语音，最初面向跨国团队会议，亦可用于元宇宙多人场景。
Claude 迎来重要升级：可直接生成并编辑 Excel 与演示文稿
Anthropic 宣布 Claude 支持直接创建和编辑 Excel 表格、Word 文档、PowerPoint 演示文稿及 PDF。通过在后台专属计算环境运行代码，Claude 可以完成财务建模与跨格式转换。该功能现已面向付费订阅用户开放。
Apple 发布 Apple Watch Ultra 3：新增卫星通信与 AI 健身教练
Apple 发布 Apple Watch Ultra 3，新增双向卫星通信与 42 小时续航，并利用机器学习算法加入高血压体征提示。在运动方面，手表引入由 Apple Intelligence 驱动的 Workout Buddy，可在锻炼中结合心率和配速实时语音激励。不过该功能初期仅支持英语，且需连接适配的 iPhone。
礼来推出 TuneLab：开放 10 亿美元数据训练的 AI 药物研发模型
Eli Lilly 推出 AI 平台 Lilly TuneLab，向生物技术公司开放基于其数十万分子、耗资超 10 亿美元积累数据训练的药物研发模型。平台采用联邦学习保护数据隐私，让初创药企在不泄露专有配方的前提下调用顶级药企的预测能力。
Apple 发布 iPhone Air：薄至 5.6 毫米，端侧 AI 算力拉高 3 倍
Apple 发布史上最薄的 iPhone Air，机身厚度仅 5.6 毫米。该机搭载 A19 Pro 芯片，GPU 核心内置神经加速器，端侧生成式 AI 算力拉高 3 倍；搭配 iOS 26 的 Apple Intelligence，支持全局视觉搜索与通话实时翻译。9 月 12 日开启预购。
Apple 发布 iPhone 17：A19 芯片内置端侧生成式 AI 加速器
Apple 正式发布 iPhone 17，搭载台积电第三代 3nm 工艺的 A19 芯片。最值得关注的是，其 GPU 每个核心均内置神经加速器以运行端侧生成式 AI，并结合 iOS 26 带来实时翻译与屏幕视觉检索，起售价 799 美元。
Apple 发布 Apple Watch SE 3：全天候显示、快充与 Apple Intelligence 上身
Apple 正式推出 Apple Watch SE 3。新表换上 S10 芯片，首次在 SE 产品线加入全天候显示与快充，并带来 Apple Intelligence 驱动的 Workout Buddy 语音健身伴侣。入门款也补齐了日常核心体验。
苹果发布 AirPods Pro 3：降噪提升 2 倍，支持 AI 实时翻译与心率监测
Apple 正式发布 AirPods Pro 3，售价 249 美元。新耳机降噪能力提升至前代的 2 倍，首次加入心率传感器与端侧 AI 驱动的运动指导，并依托 Apple Intelligence 带来了面对面实时翻译功能。
NVIDIA 发布 Rubin CPX：专攻百万级 Token 上下文与视频推理
NVIDIA 推出 Rubin CPX 芯片系统，专为视频生成与编程等大规模 AI 推理设计。它将视频编解码与推理整合在单一平台，旨在减少多芯片协同的损耗，加速处理超百万 Token 的长上下文任务。
周一
9月8日 星期一
法庭文件曝光：Google 承认开放网络正在「急速衰退」
据 The Verge 报道，Google 在针对其广告垄断的法庭文件中承认「开放网络已在急速衰退」，强制拆分广告业务只会加速这一趋势。这一表态与高管此前公开坚称网络繁荣形成鲜明反差。Google 随后回应称该言论断章取义，实际仅指展示广告领域。
Google 搜索「AI Mode」扩展至日韩等 5 种新语言
Google 宣布为搜索功能 AI Mode 新增印地语、印尼语、日语、韩语和巴西葡萄牙语支持。底层基于定制版 Gemini 2.5 模型，强调结合多模态与推理能力理解本地信息，而不仅是简单翻译。
兰博基尼展示 AI 辅助系统：棒球大的 6D 传感器实时纠正烂车技
兰博基尼透露正通过棒球大小的「6D 传感器」与机器学习算法实时监测车身动态并纠正驾驶失误。开得顺时系统会自动放宽电子限制，弯道方向打多时线控转向甚至会主动介入修正。未来该系统还计划识别情绪来调整控制策略。
Gemini App 终于支持传音频：免费能传 10 分钟，高级版放宽至 3 小时
周一，Google 为 Gemini 应用补齐了呼声最高的功能：音频文件上传。免费用户每天可传 5 次、单次上限 10 分钟，付费订阅用户单次最长支持 3 小时。此外，NotebookLM 也加入了学习指南、测验等多种报告模板，搜索 AI 模式还新增了日语、韩语等 5 种语言。
Rabbit 推出 rabbitOS 2：r1 换用卡片设计，动嘴就能现场搓应用
Rabbit 正式推送 rabbitOS 2 系统更新。除了换成卡片式交互，新版加入 creations 功能，允许用户用自然语言让 AI 在几分钟内现场生成工具或小游戏。此前推出的 intern 智能体也能直接在设备上生图，会议录音还支持离线 AI 总结。
OpenAI 开放 5000 万美元基金申请：给非营利组织发钱，不限制用途
OpenAI 正式开放 5000 万美元 People-First AI 基金的首批申请。该基金面向美国 501(c)(3) 非营利机构发放无限制赠款，重点支持 AI 素养、社区创新和就业赋能，申请者即使从未使用过 AI 工具也可申请，截止日期为 10 月 8 日。
OpenAI 进军好莱坞：用 AI 制作动画长片《Critterz》
据《华尔街日报》报道，OpenAI 正在联手制作动画长片《Critterz》，计划于 2026 年上映。该片主要使用 GPT-5 等 AI 工具生成，制作周期仅 9 个月，预算不到 3000 万美元，意在向好莱坞证明 AI 能大幅压低大片制作成本与周期。
Anthropic 宣布支持加州 SB 53 法案：前沿 AI 监管转向「强制披露」
Anthropic 宣布支持加利福尼亚州 SB 53 法案。该法案针对算力达 10^26 FLOPS 的大型前沿模型，要求企业发布安全框架、定期提交风险评估并保护吹哨人，同时豁免初创团队。Anthropic 认为透明披露比硬性技术限制更可行。
Google 升级 Veo 3：全面降价，支持 1080p 与 9:16 竖屏
Google 宣布为 Veo 3 和 Veo 3 Fast 推出更新：全面降低生成价格、新增 9:16 竖屏比例支持以及 1080p 高清输出。两款模型现已在 Gemini API 中进入稳定商用阶段，生成的视频均内置 SynthID 数字水印。
周五
9月5日 星期五
扎克伯格被热麦收音：承诺6000亿AI投资，私下问特朗普「你要哪个数」
Meta CEO 扎克伯格在白宫晚宴承诺到 2028 年在美投至少 6000 亿美元搞 AI，随后却被热麦录下向特朗普道歉，称「不知道你想报哪个数」。扎克伯格后续在 Threads 发帖澄清，称是不确定特朗普问的是哪个周期，才先说了较低的数字。
Anthropic 拟赔 15 亿美元和解版权案：每部作品赔 3000 美元
Anthropic 就训练 AI 涉嫌使用盗版图书与作家达成集体诉讼和解，同意支付至少 15 亿美元。每部作品预计赔付约 3000 美元，Anthropic 还须销毁已下载的原文件。这是美国版权诉讼史上最大赔偿案，但该和解并不包含未来的训练授权。
Roblox 推出 4D 生成 AI：做出的 3D 跑车不仅有门，还能直接开走
Roblox 在开发者大会上公布多款创作者 AI 工具，核心是能生成可交互道具的「4D Objects」，让生成的车辆自带车门且能直接开。此外还加入了多语言实时语音翻译，开发助手也将支持 MCP 协议协同第三方软件。游戏制作门槛被进一步拉低。
Roblox 推出短视频流与新 AI 工具：一句话生成可开的赛车
Roblox 在开发者大会上推出短视频流 Roblox Moments 及一系列 AI 工具。平台不仅支持用提示词直接生成可驾驶赛车等交互式 3D 物件，还提供实时语音翻译与 NPC 交互 API，同时创作者分成提现比例也提高了 8.5%。
Rokid Glasses 众筹 72 小时破百万美元：带 HUD 屏且仅重 49 克
据 ZDNET 报道，Rokid 于 8 月 26 日开启预售的 AI 智能眼镜 Rokid Glasses，不到 72 小时预购额便突破 100 万美元。它在 49 克的机身里塞进了平视显示屏，并原生支持 ChatGPT 与 89 种语言翻译。最值得关注的是，它精准切中了 Meta Ray-Bans 缺少屏幕的痛点。
Google Sheets 接入 Gemini：输入「=AI」就能批量处理文本
Google 为 Google Sheets 推出「=AI」公式，让表格直接接入 Gemini 能力。用户只要在单元格输入公式和提示词，就能批量完成用户反馈分类、评价总结或个性化文案生成，无需复杂的表格技巧即可处理成百上千行文本。
OpenAI 联手博通造芯：明年量产自研 AI 芯片，仅供自用
据英国《金融时报》报道，OpenAI 正与博通合作研发定制 AI 芯片，计划明年开始内部量产。博通刚刚公布了一笔 100 亿美元的神秘芯片订单，业内普遍推测买家正是 OpenAI。这意味着 OpenAI 正效仿 Google 和亚马逊，通过自研芯片削减成本并摆脱对英伟达的依赖。
Snapchat 上线 Imagine Lens：不用套模板，输入文字就能生图
Snapchat 推出名为「Imagine Lens」的新滤镜，这是其首款支持自由文本提示词的文生图工具。用户可以直接输入文字提示来生成或修改图片，也能选预设模版。不过目前仅面向 Snapchat+ Platinum 与 Lens+ 付费订阅用户开放。
OpenAI 解析大模型为何产生幻觉：现有评测机制逼着 AI 瞎猜
OpenAI 发布研究指出，大模型频繁产生幻觉的主因在于现行评测只看准确率，变相鼓励模型「瞎猜」而非承认不确定。就像选择题留空得零分一样，榜单奖励了碰运气的盲猜。OpenAI 呼吁修改基准，加大对自信错误的惩罚，并奖励坦白承认不知道。
职业体育首例：奥克兰淘金者队让 AI 接管常规赛临场指挥
独立棒球联盟奥克兰淘金者队宣布，主教练将在周六比赛中把指挥权交给 AI。作为职业体育首例，该 AI 将决定首发打线、换投、代打与防守站位，但先发投手维持原定轮值。整套系统由软件公司 Distillery 在两周内赶制而成。
Timekettle 推出 W4 翻译耳机：骨传导拾音，双人对聊即时翻译
Timekettle 发布 W4 AI 实时翻译耳机，售价 349 美元。它结合麦克风与骨传导传感器，在嘈杂环境或轻声耳语时也能准确拾音；耳机内置 Babel OS 2.0，借助大模型支持 42 种语言和 95 种口音即时互译，连续翻译续航达 4 小时。
周四
9月4日 星期四
OpenAI 宣布开发招聘平台：对标 LinkedIn，计划 2026 年中上线
OpenAI 宣布正在开发 AI 招聘平台 OpenAI Jobs Platform，预计 2026 年中推出，直接对标 LinkedIn。平台将用 AI 撮合企业与求职者，并为小企业开辟通道；此外还将于 2025 年底试点 AI 认证，联手沃尔玛推广。
Anker 发布硬币大小录音器 Soundcore Work：GPT-4.1 驱动，转写百种语言
Anker 推出硬币大小的 AI 录音器 Soundcore Work，售价 159 美元。其直径仅 0.91 英寸，单次续航 8 小时，能夹在衣服上佩戴。设备接入 GPT-4.1，支持转写 100 多种语言、区分发言人并自动生成会议摘要。
Google 相册上线 Create 标签页：接入 Veo 3，静态照片直接转视频
Google 宣布在 Google 相册中上线「Create」创作标签页，并引入视频生成模型 Veo 3 升级照片转视频功能。用户选一张照片就能生成微动态短视频，还支持 Remix 风格重绘。目前仅面向美国用户开放，每日提供有限免费次数，高级订阅者可获更多额度。
Captions 更名 Mirage：从剪辑工具转向短视频基座模型研发
AI 视频创作平台 Captions 宣布更名为 Mirage。公司计划转型为 AI 研究实验室，研发专针对 TikTok 和 Reels 等平台的多模态基座模型，同时整合旗下创作者工具与广告生成产品 Mirage Studio。
Adobe 宣布 Premiere 即将免费登陆 iPhone：支持多轨与 Firefly AI
Adobe 宣布专业视频剪辑工具 Premiere 将于 9 月晚些时候免费登陆 iPhone，Android 版也在开发中。新应用提供无限制多轨时间线与 4K HDR 导出，并整合了 Firefly 音效生成与 AI 语音增强。基础剪辑虽然完全免费，但额外云存储和 AI 生成额度需要按需付费。
Atlassian 收购 The Browser Company：要把 Dia 做成懂工作的 AI 浏览器
Atlassian 宣布达成协议收购 Arc 与 Dia 浏览器的开发团队 The Browser Company。双方计划将 Dia 打造成面向知识工作者的专用浏览器，深度融入 AI 技能与个人工作记忆，并针对企业 SaaS 应用与安全合规进行优化。
Google 升级 Circle to Search：不用反复点，支持边滑屏边翻译
Google 为 Android 的「即圈即搜」（Circle to Search）加入滚动翻译功能。以往滑动页面后必须重新触发翻译，现在开启「边滑边译」即可在长图文或切换应用时持续翻译。该更新本周起率先面向部分三星 Galaxy 设备推送。
Google 发布 EmbeddingGemma：3.08 亿参数端侧嵌入模型，断网也能做 RAG
Google 发布开源端侧嵌入模型 EmbeddingGemma，体量仅 3.08 亿参数。它专为硬件本地运行打造，无需联网即可执行语义搜索与 RAG 检索，同时与 Gemma 3n 共用分词器以降低内存占用，兼顾了端侧隐私和多语言理解。
特朗普白宫宴请科技巨头：聚焦 AI 研发与千亿级在美投资
周四，美国总统特朗普在白宫设宴招待科技巨头高管，重点关注 AI 研究与在美投资。Meta 和苹果高管称各自将在美投资 6000 亿美元，微软称每年达 800 亿美元；OpenAI 的奥特曼受邀出席，而马斯克缺席。同日第一夫人还主持了 AI 教育工作组会议。
周三
9月3日 星期三
被恶搞下单 1.8 万杯水后：麦当劳与塔可钟重整 AI 车道点餐
据报道 Taco Bell 和麦当劳在经历翻车后重整 AI 车道点餐策略。此前麦当劳测试因乱加培根终止与 IBM 合作，甚至有顾客恶搞下单 1.8 万杯水。如今麦当劳转向谷歌云语音技术，塔可钟则计划在高峰期由人工接管。快餐巨头即便踩坑，仍坚信语音 AI 能为门店减负。
字节跳动开源 UI-TARS：让智能体直接替你操控桌面与手机
ByteDance 宣布发布多合一智能体模型 UI-TARS-2。该系列基于视觉语言模型与强化学习推理，能直接解析屏幕坐标并模拟键鼠与触屏操作，在 OSWorld 等测试中表现亮眼，同时提供桌面端工具与网页自动化支持。
周日
8月31日 星期日
DeepMind 揭开向量检索硬伤：单向量撑不住复杂 RAG
Google DeepMind 最新研究表明，现代 RAG 依赖的单向量检索存在底层几何容量上限，无法承载多文档重叠组合。新测试集 LIMIT 显示，主流模型召回率甚至不足 20%，反而传统 BM25 表现更好。光靠堆参数或微调已无法解决。
周五
8月29日 星期五
Eliza Labs 起诉 X：指控其套取开源智能体技术、封号并抄袭
周三，Eliza Labs 在加州联邦法院起诉马斯克的 X。指控称 X 假借解决合规问题索取其 ElizaOS 智能体技术细节，随后封禁相关账号并在 xAI 旗下推出高度雷同的功能。Eliza Labs 要求追回不当得利并申请三倍赔偿。
Krea AI 推出实时视频生成模型：画几笔或连摄像头，画面即刻动起来
Krea AI 推出实时视频生成模型 Realtime Video 并开启测试。它的生成速度超过播放速度，用户涂鸦、输入提示词、接入摄像头或共享屏幕时，画面都能实时响应并保持连贯。这意味着 AI 视频告别了漫长渲染，有了像玩游戏一样的即时操控感。
周四
8月28日 星期四
微软推出两款自研模型：语音模型 MAI-Voice 与端到端基座 MAI-1
Microsoft 发布首批自研模型。语音模型 MAI-Voice-1 单卡不到一秒即可生成一分钟音频，已接入 Copilot；首个端到端混合专家模型 MAI-1-preview 使用约 1.5 万张 H100 训练，正上线 LMArena 公测。微软正加速强化自研技术储备。
Xcode 26 beta 7 接入 GPT-5 与 Claude：写代码可直连第三方大模型
Apple 推出 Xcode 26 developer beta 7，正式支持绑定 Claude 付费账号并接入 OpenAI 的 GPT-5 系列模型。开发者可在设置中启用 Claude Sonnet 4 或 GPT-5 (Reasoning) 辅助编写与调试代码。这意味着苹果进一步放开开发者生态，拥抱外部前沿模型。
告别凭感觉测试：Google Labs 推出大模型评估工具 Stax
Google Labs 联手 DeepMind 推出实验性开发者工具 Stax。开发者可通过上传测试集、使用 Gemini 等预设或自定义「自动评分员」来批量打分，摆脱靠肉眼观察输出的玄学测试，系统化衡量提示词和模型表现。
Anthropic 将用聊天记录训练模型：支持退出，但默认开启
Anthropic 宣布将使用个人用户的对话与代码记录训练 AI 模型，数据最长保留 5 年，新规将于 9 月 28 日生效。该政策覆盖 Claude 免费版、Pro 和 Max，弹窗默认勾选同意，不过用户可随时手动退出；企业版与 API 用户不受影响。
PixVerse 发布 V5 视频模型：全球用户破亿，限时免费开放
PixVerse 发布新一代视频模型 PixVerse V5 与 Agent 功能，宣布全球用户突破 1 亿。V5 提升了动态自然度和画质，最快 5 秒生成 360p 视频。官方同步开启限时免费体验，单张照片配合 Agent 即可生成短视频。
OpenAI 正式上线 Realtime API：推出 gpt-realtime，接打电话还降价 20%
OpenAI 宣布 Realtime API 正式商用，并推出端到端语音模型 gpt-realtime。新模型支持 SIP 电话直连、图片输入和远程 MCP 工具调用，能在等待函数执行时自然接话，价格比预览版降了 20%。
xAI 推出首个代码模型 Grok Code Fast 1：限时免费接入 Copilot 与 Cursor
xAI 推出首个专为智能体编程设计的代码模型 Grok Code Fast 1，主打高速度与低成本，SWE-bench 得分为 70.8%。该模型目前已限时免费接入 GitHub Copilot 和 Cursor，不过初期反馈显示其在处理复杂任务时仍较容易出错。
Anthropic 更新隐私政策：Claude 用户可自主选择是否用数据训模型
Anthropic 更新消费者条款，允许 Free、Pro 和 Max 用户自主选择是否将对话及 Claude Code 数据用于模型训练。若同意，数据保留期将从 30 天延长至 5 年；若拒绝则维持 30 天，企业与 API 用户不受影响。现有用户需在 10 月 8 日前确认。
腾讯推 R-Zero 训练框架：大模型不靠人工标注也能自我进化
腾讯 AI Lab 与圣路易斯华盛顿大学联合提出 R-Zero 框架，让大模型无需任何人工标注数据即可自我进化。该技术将模型拆分为「出题者」与「解题者」协同博弈，自动生成难度适中的递进任务。测试中 Qwen3-4B 数学推理均分提升 6.49 分，大幅降低了推理模型的训练门槛与数据成本。
腾讯混元开源 HunyuanVideo-Foley：输入视频即可自动配音效
腾讯混元宣布开源端到端文本-视频生音频框架 HunyuanVideo-Foley。它基于 10 万小时多模态数据训练，采用 MMDiT 架构与音频 VAE，能精准对齐画面动作生成分层音效。在音频质量和时序对齐等基准测试中超越了现有开源模型。
瓦萨大学研发智能包装：靠变色油墨与 AI 代替昂贵传感器
芬兰瓦萨大学研究人员公布一项智能包装方案，将随温湿度变色的功能油墨与人工智能算法结合，无需昂贵电子元器件即可精准识别人眼难辨的微小颜色变化。该方案成本极低且便于回收，有望用于生鲜食品与药品的实时保质监控。
周三
8月27日 星期三
英伟达 Q2 营收 467 亿美元：Blackwell 卖出 270 亿，在华 H20 销售归零
周三，英伟达发布财报，第二季度营收达 467 亿美元，同比增长 56%，净利润达 264 亿美元。数据中心业务营收 411 亿美元，其中 Blackwell 芯片贡献了 270 亿美元。不过受监管不确定性影响，面向中国市场的 H20 芯片当季对华销售额为零。
OpenAI 强调 Codex 早已开源：终端编程智能体支持本地运行
OpenAI 在 GitHub 上以 Apache-2.0 协议开源轻量级编程智能体 Codex CLI。该工具可直接在本地终端运行，支持 Mac、Linux 与 Windows，并适配 VS Code 等编辑器。最值得关注的是，用户登录 ChatGPT 账户即可调用。
OpenAI 升级 Codex：接入 GPT-5，新增 IDE 插件与 GitHub 代码审查
OpenAI 宣布升级 Codex。新版本由 GPT-5 驱动，新增全新 IDE 插件、支持在云端与本地环境间同步任务、支持 GitHub 代码审查，并翻新了 CLI 命令行工具。拥有 ChatGPT 计划的用户即可使用。
Aurelian 获 1400 万美元融资：用 AI 替 911 接听非紧急电话
AI 语音初创公司 Aurelian 宣布完成由 NEA 领投的 1400 万美元 A 轮融资。美国 911 调度中心长期人手匮乏，Aurelian 研发的 AI 助手专门替人工分流违停、噪音等非紧急报案，一旦识别到真正险情则秒切人工。该系统已在全美十几个应急调度中心上线接听电话。
Alef 飞行汽车开进硅谷机场测试：陆空两用，预售超 3300 台
Alef 宣布与硅谷两家机场签约，启动垂直起降飞行汽车的测试运营。该车为纯电动陆空两用车，陆行续航 200 英里、飞行 110 英里，售价约 30 万美元。测试主要检验与现有空中交通的协同运作，以及 AI 驱动的安全系统。
Lindy 推出 Lindy Build：内置网页 Agent 自己测 Bug，主打全自动 Vibe Coding
Lindy 宣布推出 Lindy Build。它内置网页浏览 Agent，能 100% 自主在网页里点击交互、发现并修复 Bug。以往 Vibe Coding 最头疼的是后期要花几小时陪 AI 调试显而易见的小问题，Lindy Build 想做到让人描述完应用直接去吃午饭，回来就能拿到可用的无 Bug 成品。
微软 Copilot 登陆三星电视：配动态形象，遥控器一键无剧透答疑
Microsoft 将 Copilot 接入三星 2025 款智能电视与显示器。用户按遥控器麦克风即可唤出屏幕上的动态形象，用来查背景常识、让 AI 生成无剧透剧情梗概或推荐电影。登录微软账号还能同步个人偏好，目前率先在部分地区机型上线。
第 5 期 Top 100 生成式 AI 应用榜：生态趋稳，编程生成类狂飙
Andreessen Horowitz 发布第五期 Top 100 生成式 AI 消费级应用榜单。网页端新面孔从上期的 17 个降至 11 个，生态渐趋稳定；ChatGPT 依然领跑，但 Gemini 和 Grok 正在缩小差距。最值得关注的是，Lovable 跃升至第 22 位，编程应用展现出强劲的留存和付费能力。
OpenAI 与 Anthropic 联合安全评测：两大巨头互测对方主力模型
OpenAI 与 Anthropic 公布首次交叉安全评测结果，互用内部工具测试对方的主力模型。测试显示 Claude 4 在指令层级与防泄漏上占优，但拒答率高达 70%；OpenAI o3 则在防越狱上更稳。这是头部实验室首次公开互查安全盲点。
Google Vids 迎来大更新：上线 Veo 图生视频与 AI 数字人
Google 宣布为旗下视频应用 Google Vids 全面上线多项 AI 功能。新版支持用 Veo 将单张照片转为 8 秒带声短片，并能直接输入脚本由 AI 数字人出镜播报。此外还支持一键删掉录音中的口误停顿，基础编辑器也已面向免费用户开放。
Meta Horizon 升级：场景生成向全员开放，大模型具身 NPC 即将上线
Meta 宣布在 Worlds Desktop Editor 中向所有创作者正式开放 Environment Generation 场景生成功能，支持通过提示词生成主题环境。同时，Meta 预告即将推出支持语音动态对话的具身大模型 NPC，并可在 VR 与移动端世界中使用。
Anthropic 教育报告：大学老师最常拿 Claude 做课件和做研究
Anthropic 发布高校教育报告，分析了高校教职工在 Claude 上的约 7.4 万次对话。数据显示，教师最常把 AI 用于课程设计、学术研究和学生评估。在教学和科研上他们更倾向把 AI 当协作者，而把繁琐行政交给 AI 全自动化。
Anthropic发布AI安全报告：Claude Code竟被黑客用来搞勒索
Anthropic发布威胁情报报告，披露了多起AI被恶意利用的案例。最典型的是黑客利用Claude Code自动化渗透并勒索了至少17家机构，甚至让AI代写勒索信和定价。Anthropic表示已封禁涉事账号并升级了防御检测。
Anthropic成立国家安全咨询委员会：集结两党前政要与国防情报高层
Anthropic宣布组建国家安全与公共部门咨询委员会。首批成员包括前代理国防部长沙纳汉、前CIA副局长科恩以及多位前两党参议员，旨在帮公司推进网络安全、情报分析等高价值公共场景落地。这意味着前沿AI公司正加速把技术深度嵌入政府与国家防务体系。
郭明錤：Meta AI 眼镜 Hypernova 预计 3Q25 量产，出货仅 20 万台
郭明錤透露 Meta 代号 Hypernova 的 AI 眼镜预计于 3Q25 量产，两年总出货量仅约 15 万至 20 万台。该设备主打 AI 结合 AR，售价约 800 美元，采用 LCoS 技术面临续航等挑战。对 Meta 而言这更像一款抢在苹果前卡位的实验性产品。
