顶尖 AI 认表盘惨败：人类准确率 89.1%，最强模型仅 13.3%
研究者 Alek Safar 发布新基准 ClockBench，测试 11 款主流大模型看指针时钟的能力。人类识别准确率达 89.1%，而表现最好的 Gemini 2.5 Pro 仅有 13.3%，中位误差达 1 小时。最值得关注的是，AI 一旦认对时间就能算对，瓶颈出在纯粹的视觉空间推理上。
AI助理
查看更新的新闻
Gemini 登顶美区 App Store 免费榜：Nano Banana 揽下两千万新用户
Google Gemini 登上美区 App Store 免费榜榜首，超过 ChatGPT。这波增长主要归功于爆火的 Nano Banana 图像编辑模型，其主打人物一致性与对话修图，两周促成超 5 亿次图片编辑与 2300 万新用户。免费用户每天限额 100 张。
ChatGPT 准备上线原生结算：新增「订单」功能，应用内直接付钱
测试版本显示 OpenAI 正准备在 ChatGPT 设置中加入「订单」功能，支持绑定信用卡原生结算并追踪订单。最值得关注的是，用户未来购买数字商品或插件或无需跳出应用。此外，桌面端语音模式改在主窗口启动，网页端家长控制也正在开发中。
加州拟立法监管 AI 陪伴：强制每 3 小时提醒未成年人「非真人」
加州参众两院通过 SB 243 法案，移交州长签署。法案要求 Character.AI、OpenAI 等运营商阻断自杀与露骨对话，并对未成年人每 3 小时弹窗提醒「面对的是 AI」。若签署将于 2026 年生效，违规单次可被诉索赔最高 1000 美元。
阿里发布 Qwen3-Next-80B-A3B：总参数 80B 仅激活 3B，推理提速 10 倍
阿里巴巴发布 Qwen3-Next-80B-A3B。该模型拥有 800 亿总参数，但每个 token 仅激活 30 亿参数，训练成本降低 10 倍，推理速度比 Qwen3-32B 快 10 倍。其 Thinking 版本在推理能力上超越了 Gemini-2.5-Flash-Thinking。
Anthropic 为 Claude 增加记忆功能：支持项目隔离与无痕对话
Anthropic 为 Claude 推出记忆功能（10 月 23 日扩展至 Pro 和 Max 用户）。Claude 可记住工作流与偏好，各项目的记忆相互独立隔离。用户能随时查看或修改记忆摘要，还可使用不留记录的「隐身对话」。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。