傳 OpenAI 與 Oracle 籤 3000 億美元算力協議：2027 年起執行 5 年
據《華爾街日報》報道，OpenAI 與 Oracle 簽署了一項為期約 5 年、總額達 3000 億美元的算力採購協議。該合同屬於 Project Stargate 的一部分，將於 2027 年開始生效。雖然 OpenAI 今年預期營收僅 127 億美元，但這筆創紀錄的大單已直接推動 Oracle 股價暴漲。
AI 日報：今天的 AI 新聞
週三
9月10日 星期三
Replit 推出 Agent 3：能自己開瀏覽器測程式碼修 Bug，最長連跑 200 分鐘
Replit 正式上線 Agent 3。新版不僅能在真實瀏覽器裡自主點選測試並自動修 Bug，比通用 Computer Use 模型更快更省錢，還支援連跑 200 分鐘以上，甚至能幫使用者寫 Slack 或 Telegram 自動化機器人。目前所有免費與付費使用者均可使用。
Meta 砸 1.4 億美元牽手 Black Forest Labs：引入 Flux 影像生成技術
據彭博社報道，Meta 與德國初創公司 Black Forest Labs 達成一項兩年 1.4 億美元的合作。Meta 首年將支付 3500 萬美元，次年支付 1.05 億美元，以獲取 Flux 模型的影像生成技術。繼聯手 Midjourney 後，Meta 再次斥巨資補齊視覺生成短板。
Copilot Labs 上線指令碼模式：新模型支援逐字精準朗讀
Microsoft 旗下 Copilot Labs 推出音訊生成「指令碼模式」，由新模型 MAI-Voice-1 驅動。該模式能一字不差地逐字朗讀輸入文本，同時還提供戲劇感更強的 Emotive 模式與支援多角色的 Story 模式，解決了 AI 朗讀容易自行發揮的痛點。
Google 面向全球推出 AI Max：一鍵用 AI 最佳化搜尋廣告投放
Google 宣佈向全球所有廣告主開放搜尋廣告的 AI Max 測試版，主打一鍵接入 AI 最佳化投放策略。除支援在 Google Ads 各工具與 API 中直接啟用外，還新增了一鍵對比實驗；今年秋季還將上線文本規範功能，確保生成的廣告文案符合品牌調性。
ChatGPT 正式支援 MCP 協議：不僅能讀還能寫，直接改工單跑流程
OpenAI 宣佈 ChatGPT 正式支援 MCP 工具。在開發者模式下，開發者不僅能檢索資料，還能讓模型執行寫操作，比如直接更新 Jira 工單或觸發 Zapier 工作流。這意味著 ChatGPT 終於能真正插手複雜的開發自動化了。
Replit 推出 Agent 3：可連續自主程式設計 3 小時，自主性提升 10 倍
Replit 推出新一代 AI 開發者 Agent 3，並宣佈完成 2.5 億美元融資。CEO 稱其為軟體開發的「完全自動駕駛時刻」，它採用多智慧體架構負責規劃、寫程式碼與驗證，連續自主執行時間從前代的 20 分鐘提升至 200 分鐘以上，能自己測試並修復 bug。
Anchor 創始人再創業：AI 學習應用 Oboe 輸入提示詞就能秒級做課程
前 Anchor 聯合創始人推出 AI 學習平臺 Oboe，並完成 400 萬美元種子輪融資。使用者只需輸入提示詞，後臺多智慧體架構就能在數秒內生成包括雙人播客、講座、圖文或互動測試等 9 種形態的輕量課程。每月可免費生成 5 門課程，其他使用者建立的課程可免費瀏覽。
Stability AI 釋出 Stable Audio 2.5：不到 2 秒生成 3 分鐘音樂
Stability AI 推出專為企業級製作打造的 Stable Audio 2.5，可在 GPU 上不到 2 秒內生成最長 3 分鐘的多段式音軌。新模型加入音訊重繪功能，支援基於現有素材延展，且全程採用合規授權資料訓練，主打品牌聲音定製。
Reddit 與 Yahoo 聯手力挺 RSL 標準：向抓取資料的 AI 公司收版權費
Reddit、Yahoo、Medium 等平臺聯合支援許可標準 RSL。該標準基於 robots.txt 擴充套件，讓出版商能明確標出按抓取次數、推理引用或訂閱付費的授權條款。不過，這套機制能否生效，仍取決於 AI 公司是否配合買賬。
Zoox無人計程車在拉斯維加斯上路：無方向盤，目前全免費
亞馬遜旗下 Zoox 宣佈在拉斯維加斯向公眾開放專車形態的無人計程車服務。車內完全取消方向盤和踏板，最高時速約 45 英里。目前僅在名勝世界等定點接駁且暫不收費，等待商業運營許可。
可口可樂聯手 MIT：用 AI 搶救面臨絕跡危機的橙汁產業
Coca-Cola 作為創始成員加入 MIT 生成式 AI 影響力聯盟，並聯手 OpenAI 等機構啟動「Save the Orange」專案。該計劃利用 AI 聯合農業技術與生命科學，全力攻克導致佛州減產超 90% 的柑橘黃龍病，試圖阻止全球橙子供應在未來 25 年內崩潰。
字節跳動推出 Seedream 4.0：支援原生 4K 與圖片編輯，對標 Nano Banana
字節跳動推出最新影像生成與編輯模型 Seedream 4.0，不僅在即夢和豆包上線，還接入了 Krea AI。該模型原生支援 4K 解析度，推理速度提升超 10 倍，在影像編輯能力上直接對標 Google 的 Nano Banana。每張生成成本約 0.03 美元，價效比非常高。
大模型溫度為 0 仍會變？Thinking Machines 稱真兇在動態批次
Thinking Machines AI 發文剖析大模型推理不可復現的根源。業內常將「溫度為 0 仍給不同結果」歸咎於 GPU 浮點計算併發衝突，但團隊發現前向傳播本身並無原子累加，真正的罪魁禍首是推理服務因動態批處理缺乏「批次不變性」，輸出會因與其他併發請求湊批而改變。
週二
9月9日 星期二
Perplexity Comet 測試本地 MCP：可直接讀取電腦本地檔案
據測試版資訊曝光，Perplexity 正在為 Comet 瀏覽器引入本地 MCP 支援。此前它僅支援遠端 MCP，接入本地協議後，Comet 可直接讀取電腦資料夾並呼叫桌面應用，比如發帖時直接調取本地圖片。AI 瀏覽器正在突破純網頁環境限制，嘗試成為接管桌面的通用工作臺。不過該功能目前仍在開發中，尚未正式上線。
ElevenLabs 推出智慧體測試功能：自動化跑回歸，支援接入 CI/CD
ElevenLabs 推出 Agents Testing 功能，支援對對話智慧體進行結構化模擬測試。系統可覆蓋工具呼叫、人工轉接與安全護欄，並支援由歷史對話自動生成測試用例並接入 CI/CD。這意味著開發者在修改 Prompt 或流程時，能在上線前自動排查故障。
Google 聯手斯坦福推出 AI Quests：把真實科研做成遊戲教中學生玩 AI
Google 聯合斯坦福學習加速器推出 AI Quests，面向 11 至 14 歲學生。首個任務取材於洪水預測研究，讓學生通過採集資料、訓練模型來預警災害，體會資料對 AI 輸出的影響。全套內容面向教師免費開放。
百度釋出 ERNIE X1.1 推理模型：事實性提升近 35%，對標 GPT-5
百度在 WAVE SUMMIT 2025 上推出推理模型 ERNIE X1.1，並開源 ERNIE-4.5-21B-A3B-Thinking。ERNIE X1.1 相比前代事實性提升 34.8%，官方稱綜合表現超越 DeepSeek R1-0528，對標 GPT-5 和 Gemini 2.5 Pro。模型已上線文心一言與文小言。
NVIDIA Blackwell Ultra 亮相 MLPerf：跑 R1 推理比 Hopper 快 5 倍
NVIDIA 首次公佈 Blackwell Ultra 架構在 MLPerf Inference v5.1 的測試成績。GB300 NVL72 系統在 DeepSeek-R1 與 Llama 3.1 405B 等測試中重新整理紀錄，單 GPU 離線推理吞吐達 5842 token/秒，約是 Hopper 系統的 5 倍。
「AI 教父」Hinton 警告：AI 將引發大規模失業，超級智慧 20 年內降臨
諾貝爾獎得主、被稱為「AI 教父」的 Geoffrey Hinton 接受 FT 採訪時直言，富人會用 AI 大規模替代工人，導致嚴重失業與貧富分化。他指出全民基本收入無法挽救人的尊嚴，並預測超級智慧將在 5 到 20 年內降臨，年輕人不該盲目樂觀。
哈佛醫學院開源 PDGrapher：能揪出逆轉病變細胞的藥物組合
哈佛醫學院團隊釋出開源 AI 工具 PDGrapher。它放棄傳統的單靶點測試，通過圖神經網路分析細胞內複雜通路，直接預測能讓病態細胞恢復健康的基因靶點與用藥組合。在 11 種癌症測試中，其預測速度較同類模型快 25 倍。
OneMeta AI 推出 Verbum：支援 50 人同時跨 82 種語言即時語音對話
OneMeta AI 推出即時翻譯服務 Verbum，支援最多 50 人在群聊中各講母語、跨 82 種語言及 40 種方言順暢溝通。系統在發言後 1 秒內生成文字轉錄，並在約 1 秒後輸出自然 AI 語音，最初面向跨國團隊會議，亦可用於元宇宙多人場景。
Claude 迎來重要升級：可直接生成並編輯 Excel 與簡報
Anthropic 宣佈 Claude 支援直接建立和編輯 Excel 表格、Word 文件、PowerPoint 簡報及 PDF。通過在後臺專屬計算環境執行程式碼，Claude 可以完成財務建模與跨格式轉換。該功能現已面向付費訂閱使用者開放。
Apple 釋出 Apple Watch Ultra 3：新增衛星通訊與 AI 健身教練
Apple 釋出 Apple Watch Ultra 3，新增雙向衛星通訊與 42 小時續航，並利用機器學習演算法加入高血壓體徵提示。在運動方面，手錶引入由 Apple Intelligence 驅動的 Workout Buddy，可在鍛鍊中結合心率和配速即時語音激勵。不過該功能初期僅支援英語，且需連線適配的 iPhone。
禮來推出 TuneLab：開放 10 億美後設資料訓練的 AI 藥物研發模型
Eli Lilly 推出 AI 平臺 Lilly TuneLab，向生物技術公司開放基於其數十萬分子、耗資超 10 億美元積累資料訓練的藥物研發模型。平臺採用聯邦學習保護資料隱私，讓初創藥企在不洩露專有配方的前提下呼叫頂級藥企的預測能力。
Apple 釋出 iPhone Air：薄至 5.6 毫米，端側 AI 算力拉高 3 倍
Apple 釋出史上最薄的 iPhone Air，機身厚度僅 5.6 毫米。該機搭載 A19 Pro 晶片，GPU 核心內建神經加速器，端側生成式 AI 算力拉高 3 倍；搭配 iOS 26 的 Apple Intelligence，支援全域性視覺搜尋與通話即時翻譯。9 月 12 日開啟預購。
Apple 釋出 iPhone 17：A19 晶片內建端側生成式 AI 加速器
Apple 正式釋出 iPhone 17，搭載台積電第三代 3nm 工藝的 A19 晶片。最值得關注的是，其 GPU 每個核心均內建神經加速器以執行端側生成式 AI，並結合 iOS 26 帶來即時翻譯與螢幕視覺檢索，起售價 799 美元。
Apple 釋出 Apple Watch SE 3：全天候顯示、快充與 Apple Intelligence 上身
Apple 正式推出 Apple Watch SE 3。新表換上 S10 晶片，首次在 SE 產品線加入全天候顯示與快充，並帶來 Apple Intelligence 驅動的 Workout Buddy 語音健身伴侶。入門款也補齊了日常核心體驗。
蘋果釋出 AirPods Pro 3：降噪提升 2 倍，支援 AI 即時翻譯與心率監測
Apple 正式釋出 AirPods Pro 3，售價 249 美元。新耳機降噪能力提升至前代的 2 倍，首次加入心率感測器與端側 AI 驅動的運動指導，並依託 Apple Intelligence 帶來了面對面即時翻譯功能。
NVIDIA 釋出 Rubin CPX：專攻百萬級 Token 上下文與影片推理
NVIDIA 推出 Rubin CPX 晶片系統，專為影片生成與程式設計等大規模 AI 推理設計。它將影片編解碼與推理整合在單一平臺，旨在減少多晶片協同的損耗，加速處理超百萬 Token 的長上下文任務。
週一
9月8日 星期一
法庭檔案曝光：Google 承認開放網路正在「急速衰退」
據 The Verge 報道，Google 在針對其廣告壟斷的法庭檔案中承認「開放網路已在急速衰退」，強制拆分廣告業務只會加速這一趨勢。這一表態與高管此前公開堅稱網路繁榮形成鮮明反差。Google 隨後回應稱該言論斷章取義，實際僅指展示廣告領域。
Google 搜尋「AI Mode」擴充套件至日韓等 5 種新語言
Google 宣佈為搜尋功能 AI Mode 新增印地語、印尼語、日語、韓語和巴西葡萄牙語支援。底層基於定製版 Gemini 2.5 模型，強調結合多模態與推理能力理解本地資訊，而不僅是簡單翻譯。
蘭博基尼展示 AI 輔助系統：棒球大的 6D 感測器即時糾正爛車技
蘭博基尼透露正通過棒球大小的「6D 感測器」與機器學習演算法即時監測車身動態並糾正駕駛失誤。開得順時系統會自動放寬電子限制，彎道方向打多時線控轉向甚至會主動介入修正。未來該系統還計劃識別情緒來調整控制策略。
Gemini App 終於支援傳音訊：免費能傳 10 分鐘，高階版放寬至 3 小時
週一，Google 為 Gemini 應用補齊了呼聲最高的功能：音訊檔案上傳。免費使用者每天可傳 5 次、單次上限 10 分鐘，付費訂閱使用者單次最長支援 3 小時。此外，NotebookLM 也加入了學習指南、測驗等多種報告模板，搜尋 AI 模式還新增了日語、韓語等 5 種語言。
Rabbit 推出 rabbitOS 2：r1 換用卡片設計，動嘴就能現場搓應用
Rabbit 正式推送 rabbitOS 2 系統更新。除了換成卡片式互動，新版加入 creations 功能，允許使用者用自然語言讓 AI 在幾分鐘內現場生成工具或小遊戲。此前推出的 intern 智慧體也能直接在裝置上生圖，會議錄音還支援離線 AI 總結。
OpenAI 開放 5000 萬美元基金申請：給非營利組織發錢，不限制用途
OpenAI 正式開放 5000 萬美元 People-First AI 基金的首批申請。該基金面向美國 501(c)(3) 非營利機構發放無限制贈款，重點支援 AI 素養、社群創新和就業賦能，申請者即使從未使用過 AI 工具也可申請，截止日期為 10 月 8 日。
OpenAI 進軍好萊塢：用 AI 製作動畫長片《Critterz》
據《華爾街日報》報道，OpenAI 正在聯手製作動畫長片《Critterz》，計劃於 2026 年上映。該片主要使用 GPT-5 等 AI 工具生成，製作週期僅 9 個月，預算不到 3000 萬美元，意在向好萊塢證明 AI 能大幅壓低大片製作成本與週期。
Anthropic 宣佈支援加州 SB 53 法案：前沿 AI 監管轉向「強制披露」
Anthropic 宣佈支援加利福尼亞州 SB 53 法案。該法案針對算力達 10^26 FLOPS 的大型前沿模型，要求企業釋出安全框架、定期提交風險評估並保護吹哨人，同時豁免初創團隊。Anthropic 認為透明披露比硬性技術限制更可行。
Google 升級 Veo 3：全面降價，支援 1080p 與 9:16 豎屏
Google 宣佈為 Veo 3 和 Veo 3 Fast 推出更新：全面降低生成價格、新增 9:16 豎屏比例支援以及 1080p 高畫質輸出。兩款模型現已在 Gemini API 中進入穩定商用階段，生成的影片均內建 SynthID 數字水印。
週五
9月5日 星期五
扎克伯格被熱麥收音：承諾6000億AI投資，私下問特朗普「你要哪個數」
Meta CEO 扎克伯格在白宮晚宴承諾到 2028 年在美投至少 6000 億美元搞 AI，隨後卻被熱麥錄下向特朗普道歉，稱「不知道你想報哪個數」。扎克伯格後續在 Threads 發帖澄清，稱是不確定特朗普問的是哪個週期，才先說了較低的數字。
Anthropic 擬賠 15 億美元和解版權案：每部作品賠 3000 美元
Anthropic 就訓練 AI 涉嫌使用盜版圖書與作家達成集體訴訟和解，同意支付至少 15 億美元。每部作品預計賠付約 3000 美元，Anthropic 還須銷燬已下載的原檔案。這是美國版權訴訟史上最大賠償案，但該和解並不包含未來的訓練授權。
Roblox 推出 4D 生成 AI：做出的 3D 跑車不僅有門，還能直接開走
Roblox 在開發者大會上公佈多款創作者 AI 工具，核心是能生成可互動道具的「4D Objects」，讓生成的車輛自帶車門且能直接開。此外還加入了多語言即時語音翻譯，開發助手也將支援 MCP 協議協同第三方軟體。遊戲製作門檻被進一步拉低。
Roblox 推出短影片流與新 AI 工具：一句話生成可開的賽車
Roblox 在開發者大會上推出短影片流 Roblox Moments 及一系列 AI 工具。平臺不僅支援用提示詞直接生成可駕駛賽車等互動式 3D 物件，還提供即時語音翻譯與 NPC 互動 API，同時創作者分成提現比例也提高了 8.5%。
Rokid Glasses 眾籌 72 小時破百萬美元：帶 HUD 屏且僅重 49 克
據 ZDNET 報道，Rokid 於 8 月 26 日開啟預售的 AI 智慧眼鏡 Rokid Glasses，不到 72 小時預購額便突破 100 萬美元。它在 49 克的機身裡塞進了平視顯示屏，並原生支援 ChatGPT 與 89 種語言翻譯。最值得關注的是，它精準切中了 Meta Ray-Bans 缺少螢幕的痛點。
Google Sheets 接入 Gemini：輸入「=AI」就能批次處理文本
Google 為 Google Sheets 推出「=AI」公式，讓表格直接接入 Gemini 能力。使用者只要在單元格輸入公式和提示詞，就能批次完成使用者反饋分類、評價總結或個性化文案生成，無需複雜的表格技巧即可處理成百上千行文本。
OpenAI 聯手博通造芯：明年量產自研 AI 晶片，僅供自用
據英國《金融時報》報道，OpenAI 正與博通合作研發定製 AI 晶片，計劃明年開始內部量產。博通剛剛公佈了一筆 100 億美元的神秘晶片訂單，業內普遍推測買家正是 OpenAI。這意味著 OpenAI 正效仿 Google 和亞馬遜，通過自研晶片削減成本並擺脫對輝達的依賴。
Snapchat 上線 Imagine Lens：不用套模板，輸入文字就能生圖
Snapchat 推出名為「Imagine Lens」的新濾鏡，這是其首款支援自由文本提示詞的文生圖工具。使用者可以直接輸入文字提示來生成或修改圖片，也能選預設模版。不過目前僅面向 Snapchat+ Platinum 與 Lens+ 付費訂閱使用者開放。
OpenAI 解析大模型為何產生幻覺：現有評測機制逼著 AI 瞎猜
OpenAI 釋出研究指出，大模型頻繁產生幻覺的主因在於現行評測只看準確率，變相鼓勵模型「瞎猜」而非承認不確定。就像選擇題留空得零分一樣，榜單獎勵了碰運氣的盲猜。OpenAI 呼籲修改基準，加大對自信錯誤的懲罰，並獎勵坦白承認不知道。
職業體育首例：奧克蘭淘金者隊讓 AI 接管常規賽臨場指揮
獨立棒球聯盟奧克蘭淘金者隊宣佈，主教練將在週六比賽中把指揮權交給 AI。作為職業體育首例，該 AI 將決定首發打線、換投、代打與防守站位，但先發投手維持原定輪值。整套系統由軟體公司 Distillery 在兩週內趕製而成。
Timekettle 推出 W4 翻譯耳機：骨傳導拾音，雙人對聊即時翻譯
Timekettle 釋出 W4 AI 即時翻譯耳機，售價 349 美元。它結合麥克風與骨傳導感測器，在嘈雜環境或輕聲耳語時也能準確拾音；耳機內建 Babel OS 2.0，藉助大模型支援 42 種語言和 95 種口音即時互譯，連續翻譯續航達 4 小時。
週四
9月4日 星期四
OpenAI 宣佈開發招聘平臺：對標 LinkedIn，計劃 2026 年中上線
OpenAI 宣佈正在開發 AI 招聘平臺 OpenAI Jobs Platform，預計 2026 年中推出，直接對標 LinkedIn。平臺將用 AI 撮合企業與求職者，併為小企業開闢通道；此外還將於 2025 年底試點 AI 認證，聯手沃爾瑪推廣。
Anker 釋出硬幣大小錄音器 Soundcore Work：GPT-4.1 驅動，轉寫百種語言
Anker 推出硬幣大小的 AI 錄音器 Soundcore Work，售價 159 美元。其直徑僅 0.91 英寸，單次續航 8 小時，能夾在衣服上佩戴。裝置接入 GPT-4.1，支援轉寫 100 多種語言、區分發言人並自動生成會議摘要。
Google 相簿上線 Create 標籤頁：接入 Veo 3，靜態照片直接轉影片
Google 宣佈在 Google 相簿中上線「Create」創作標籤頁，並引入影片生成模型 Veo 3 升級照片轉影片功能。使用者選一張照片就能生成微動態短影片，還支援 Remix 風格重繪。目前僅面向美國使用者開放，每日提供有限免費次數，高階訂閱者可獲更多額度。
Captions 更名 Mirage：從剪輯工具轉向短影片基座模型研發
AI 影片創作平臺 Captions 宣佈更名為 Mirage。公司計劃轉型為 AI 研究實驗室，研發專針對 TikTok 和 Reels 等平臺的多模態基座模型，同時整合旗下創作者工具與廣告生成產品 Mirage Studio。
Adobe 宣佈 Premiere 即將免費登陸 iPhone：支援多軌與 Firefly AI
Adobe 宣佈專業影片剪輯工具 Premiere 將於 9 月晚些時候免費登陸 iPhone，Android 版也在開發中。新應用提供無限制多軌時間線與 4K HDR 匯出，並整合了 Firefly 音效生成與 AI 語音增強。基礎剪輯雖然完全免費，但額外雲端儲存和 AI 生成額度需要按需付費。
Atlassian 收購 The Browser Company：要把 Dia 做成懂工作的 AI 瀏覽器
Atlassian 宣佈達成協議收購 Arc 與 Dia 瀏覽器的開發團隊 The Browser Company。雙方計劃將 Dia 打造成面向知識工作者的專用瀏覽器，深度融入 AI 技能與個人工作記憶，並針對企業 SaaS 應用與安全合規進行最佳化。
Google 升級 Circle to Search：不用反覆點，支援邊滑屏邊翻譯
Google 為 Android 的「即圈即搜」（Circle to Search）加入滾動翻譯功能。以往滑動頁面後必須重新觸發翻譯，現在開啟「邊滑邊譯」即可在長圖文或切換應用時持續翻譯。該更新本週起率先面向部分三星 Galaxy 裝置推送。
Google 釋出 EmbeddingGemma：3.08 億引數端側嵌入模型，斷網也能做 RAG
Google 釋出開源端側嵌入模型 EmbeddingGemma，體量僅 3.08 億引數。它專為硬體本地執行打造，無需聯網即可執行語義搜尋與 RAG 檢索，同時與 Gemma 3n 共用分詞器以降低記憶體佔用，兼顧了端側隱私和多語言理解。
特朗普白宮宴請科技巨頭：聚焦 AI 研發與千億級在美投資
週四，美國總統特朗普在白宮設宴招待科技巨頭高管，重點關注 AI 研究與在美投資。Meta 和蘋果高管稱各自將在美投資 6000 億美元，微軟稱每年達 800 億美元；OpenAI 的奧特曼受邀出席，而馬斯克缺席。同日第一夫人還主持了 AI 教育工作組會議。
週三
9月3日 星期三
被惡搞下單 1.8 萬杯水後：麥當勞與塔可鍾重整 AI 車道點餐
據報道 Taco Bell 和麥當勞在經歷翻車後重整 AI 車道點餐策略。此前麥當勞測試因亂加培根終止與 IBM 合作，甚至有顧客惡搞下單 1.8 萬杯水。如今麥當勞轉向谷歌雲語音技術，塔可鍾則計劃在高峰期由人工接管。快餐巨頭即便踩坑，仍堅信語音 AI 能為門店減負。
字節跳動開源 UI-TARS：讓智慧體直接替你操控桌面與手機
ByteDance 宣佈釋出多合一智慧體模型 UI-TARS-2。該系列基於視覺語言模型與強化學習推理，能直接解析螢幕座標並模擬鍵鼠與觸屏操作，在 OSWorld 等測試中表現亮眼，同時提供桌面端工具與網頁自動化支援。
週日
8月31日 星期日
DeepMind 揭開向量檢索硬傷：單向量撐不住複雜 RAG
Google DeepMind 最新研究表明，現代 RAG 依賴的單向量檢索存在底層幾何容量上限，無法承載多文件重疊組合。新測試集 LIMIT 顯示，主流模型召回率甚至不足 20%，反而傳統 BM25 表現更好。光靠堆引數或微調已無法解決。
週五
8月29日 星期五
Eliza Labs 起訴 X：指控其套取開源智慧體技術、封號並抄襲
週三，Eliza Labs 在加州聯邦法院起訴馬斯克的 X。指控稱 X 假借解決合規問題索取其 ElizaOS 智慧體技術細節，隨後封禁相關賬號並在 xAI 旗下推出高度雷同的功能。Eliza Labs 要求追回不當得利並申請三倍賠償。
Krea AI 推出即時影片生成模型：畫幾筆或連攝像頭，畫面即刻動起來
Krea AI 推出即時影片生成模型 Realtime Video 並開啟測試。它的生成速度超過播放速度，使用者塗鴉、輸入提示詞、接入攝像頭或共享螢幕時，畫面都能即時響應並保持連貫。這意味著 AI 影片告別了漫長渲染，有了像玩遊戲一樣的即時操控感。
週四
8月28日 星期四
微軟推出兩款自研模型：語音模型 MAI-Voice 與端到端基座 MAI-1
Microsoft 釋出首批自研模型。語音模型 MAI-Voice-1 單卡不到一秒即可生成一分鐘音訊，已接入 Copilot；首個端到端混合專家模型 MAI-1-preview 使用約 1.5 萬張 H100 訓練，正上線 LMArena 公測。微軟正加速強化自研技術儲備。
Xcode 26 beta 7 接入 GPT-5 與 Claude：寫程式碼可直連第三方大模型
Apple 推出 Xcode 26 developer beta 7，正式支援繫結 Claude 付費賬號並接入 OpenAI 的 GPT-5 系列模型。開發者可在設定中啟用 Claude Sonnet 4 或 GPT-5 (Reasoning) 輔助編寫與除錯程式碼。這意味著蘋果進一步放開開發者生態，擁抱外部前沿模型。
告別憑感覺測試：Google Labs 推出大模型評估工具 Stax
Google Labs 聯手 DeepMind 推出實驗性開發者工具 Stax。開發者可通過上傳測試集、使用 Gemini 等預設或自定義「自動評分員」來批次打分，擺脫靠肉眼觀察輸出的玄學測試，系統化衡量提示詞和模型表現。
Anthropic 將用聊天記錄訓練模型：支援退出，但預設開啟
Anthropic 宣佈將使用個人使用者的對話與程式碼記錄訓練 AI 模型，資料最長保留 5 年，新規將於 9 月 28 日生效。該政策覆蓋 Claude 免費版、Pro 和 Max，彈窗預設勾選同意，不過使用者可隨時手動退出；企業版與 API 使用者不受影響。
PixVerse 釋出 V5 影片模型：全球使用者破億，限時免費開放
PixVerse 釋出新一代影片模型 PixVerse V5 與 Agent 功能，宣佈全球使用者突破 1 億。V5 提升了動態自然度和畫質，最快 5 秒生成 360p 影片。官方同步開啟限時免費體驗，單張照片配合 Agent 即可生成短影片。
OpenAI 正式上線 Realtime API：推出 gpt-realtime，接打電話還降價 20%
OpenAI 宣佈 Realtime API 正式商用，並推出端到端語音模型 gpt-realtime。新模型支援 SIP 電話直連、圖片輸入和遠端 MCP 工具呼叫，能在等待函式執行時自然接話，價格比預覽版降了 20%。
xAI 推出首個程式碼模型 Grok Code Fast 1：限時免費接入 Copilot 與 Cursor
xAI 推出首個專為智慧體程式設計設計的程式碼模型 Grok Code Fast 1，主打高速度與低成本，SWE-bench 得分為 70.8%。該模型目前已限時免費接入 GitHub Copilot 和 Cursor，不過初期反饋顯示其在處理複雜任務時仍較容易出錯。
Anthropic 更新隱私政策：Claude 使用者可自主選擇是否用資料訓模型
Anthropic 更新消費者條款，允許 Free、Pro 和 Max 使用者自主選擇是否將對話及 Claude Code 資料用於模型訓練。若同意，資料保留期將從 30 天延長至 5 年；若拒絕則維持 30 天，企業與 API 使用者不受影響。現有使用者需在 10 月 8 日前確認。
騰訊推 R-Zero 訓練框架：大模型不靠人工標註也能自我進化
騰訊 AI Lab 與聖路易斯華盛頓大學聯合提出 R-Zero 框架，讓大模型無需任何人工標註資料即可自我進化。該技術將模型拆分為「出題者」與「解題者」協同博弈，自動生成難度適中的遞進任務。測試中 Qwen3-4B 數學推理均分提升 6.49 分，大幅降低了推理模型的訓練門檻與資料成本。
騰訊混元開源 HunyuanVideo-Foley：輸入影片即可自動配音效
騰訊混元宣佈開源端到端文本-影片生音訊框架 HunyuanVideo-Foley。它基於 10 萬小時多模態資料訓練，採用 MMDiT 架構與音訊 VAE，能精準對齊畫面動作生成分層音效。在音訊質量和時序對齊等基準測試中超越了現有開源模型。
瓦薩大學研發智慧包裝：靠變色油墨與 AI 代替昂貴感測器
芬蘭瓦薩大學研究人員公佈一項智慧包裝方案，將隨溫溼度變色的功能油墨與人工智慧演算法結合，無需昂貴電子元器件即可精準識別人眼難辨的微小顏色變化。該方案成本極低且便於回收，有望用於生鮮食品與藥品的即時保質監控。
週三
8月27日 星期三
輝達 Q2 營收 467 億美元：Blackwell 賣出 270 億，在華 H20 銷售歸零
週三，輝達釋出財報，第二季度營收達 467 億美元，同比增長 56%，淨利潤達 264 億美元。資料中心業務營收 411 億美元，其中 Blackwell 晶片貢獻了 270 億美元。不過受監管不確定性影響，面向中國市場的 H20 晶片當季對華銷售額為零。
OpenAI 強調 Codex 早已開源：終端程式設計智慧體支援本地執行
OpenAI 在 GitHub 上以 Apache-2.0 協議開源輕量級程式設計智慧體 Codex CLI。該工具可直接在本地終端執行，支援 Mac、Linux 與 Windows，並適配 VS Code 等編輯器。最值得關注的是，使用者登入 ChatGPT 賬戶即可呼叫。
OpenAI 升級 Codex：接入 GPT-5，新增 IDE 外掛與 GitHub 程式碼審查
OpenAI 宣佈升級 Codex。新版本由 GPT-5 驅動，新增全新 IDE 外掛、支援在雲端與本地環境間同步任務、支援 GitHub 程式碼審查，並翻新了 CLI 命令列工具。擁有 ChatGPT 計劃的使用者即可使用。
Aurelian 獲 1400 萬美元融資：用 AI 替 911 接聽非緊急電話
AI 語音初創公司 Aurelian 宣佈完成由 NEA 領投的 1400 萬美元 A 輪融資。美國 911 排程中心長期人手匱乏，Aurelian 研發的 AI 助手專門替人工分流違停、噪音等非緊急報案，一旦識別到真正險情則秒切人工。該系統已在全美十幾個應急排程中心上線接聽電話。
Alef 飛行汽車開進矽谷機場測試：陸空兩用，預售超 3300 臺
Alef 宣佈與矽谷兩家機場簽約，啟動垂直起降飛行汽車的測試運營。該車為純電動陸空兩用車，陸行續航 200 英里、飛行 110 英里，售價約 30 萬美元。測試主要檢驗與現有空中交通的協同運作，以及 AI 驅動的安全系統。
Lindy 推出 Lindy Build：內建網頁 Agent 自己測 Bug，主打全自動 Vibe Coding
Lindy 宣佈推出 Lindy Build。它內建網頁瀏覽 Agent，能 100% 自主在網頁裡點選互動、發現並修復 Bug。以往 Vibe Coding 最頭疼的是後期要花幾小時陪 AI 除錯顯而易見的小問題，Lindy Build 想做到讓人描述完應用直接去吃午飯，回來就能拿到可用的無 Bug 成品。
微軟 Copilot 登陸三星電視：配動態形象，遙控器一鍵無劇透答疑
Microsoft 將 Copilot 接入三星 2025 款智慧電視與顯示器。使用者按遙控器麥克風即可喚出螢幕上的動態形象，用來查背景常識、讓 AI 生成無劇透劇情梗概或推薦電影。登入微軟賬號還能同步個人偏好，目前率先在部分地區機型上線。
第 5 期 Top 100 生成式 AI 應用榜：生態趨穩，程式設計生成類狂飆
Andreessen Horowitz 釋出第五期 Top 100 生成式 AI 消費級應用榜單。網頁端新面孔從上期的 17 個降至 11 個，生態漸趨穩定；ChatGPT 依然領跑，但 Gemini 和 Grok 正在縮小差距。最值得關注的是，Lovable 躍升至第 22 位，程式設計應用展現出強勁的留存和付費能力。
OpenAI 與 Anthropic 聯合安全評測：兩大巨頭互測對方主力模型
OpenAI 與 Anthropic 公佈首次交叉安全評測結果，互用內部工具測試對方的主力模型。測試顯示 Claude 4 在指令層級與防洩漏上佔優，但拒答率高達 70%；OpenAI o3 則在防越獄上更穩。這是頭部實驗室首次公開互查安全盲點。
Google Vids 迎來大更新：上線 Veo 圖生影片與 AI 數字人
Google 宣佈為旗下影片應用 Google Vids 全面上線多項 AI 功能。新版支援用 Veo 將單張照片轉為 8 秒帶聲短片，並能直接輸入指令碼由 AI 數字人出鏡播報。此外還支援一鍵刪掉錄音中的口誤停頓，基礎編輯器也已面向免費使用者開放。
Meta Horizon 升級：場景生成向全員開放，大模型具身 NPC 即將上線
Meta 宣佈在 Worlds Desktop Editor 中向所有創作者正式開放 Environment Generation 場景生成功能，支援通過提示詞生成主題環境。同時，Meta 預告即將推出支援語音動態對話的具身大模型 NPC，並可在 VR 與移動端世界中使用。
Anthropic 教育報告：大學老師最常拿 Claude 做課件和做研究
Anthropic 釋出高校教育報告，分析了高校教職工在 Claude 上的約 7.4 萬次對話。資料顯示，教師最常把 AI 用於課程設計、學術研究和學生評估。在教學和科研上他們更傾向把 AI 當協作者，而把繁瑣行政交給 AI 全自動化。
Anthropic釋出AI安全報告：Claude Code竟被駭客用來搞勒索
Anthropic釋出威脅情報報告，披露了多起AI被惡意利用的案例。最典型的是駭客利用Claude Code自動化滲透並勒索了至少17家機構，甚至讓AI代寫勒索信和定價。Anthropic表示已封禁涉事賬號並升級了防禦檢測。
Anthropic成立國家安全諮詢委員會：集結兩黨前政要與國防情報高層
Anthropic宣佈組建國家安全與公共部門諮詢委員會。首批成員包括前代理國防部長沙納漢、前CIA副局長科恩以及多位前兩黨參議員，旨在幫公司推進網路安全、情報分析等高價值公共場景落地。這意味著前沿AI公司正加速把技術深度嵌入政府與國家防務體系。
郭明錤：Meta AI 眼鏡 Hypernova 預計 3Q25 量產，出貨僅 20 萬臺
郭明錤透露 Meta 代號 Hypernova 的 AI 眼鏡預計於 3Q25 量產，兩年總出貨量僅約 15 萬至 20 萬臺。該裝置主打 AI 結合 AR，售價約 800 美元，採用 LCoS 技術面臨續航等挑戰。對 Meta 而言這更像一款搶在蘋果前卡位的實驗性產品。
