頂尖 AI 認錶盤慘敗：人類準確率 89.1%，最強模型僅 13.3%
研究者 Alek Safar 釋出新基準 ClockBench，測試 11 款主流大模型看指標時鐘的能力。人類識別準確率達 89.1%，而表現最好的 Gemini 2.5 Pro 僅有 13.3%，中位誤差達 1 小時。最值得關注的是，AI 一旦認對時間就能算對，瓶頸出在純粹的視覺空間推理上。
AI助理
檢視更新的新聞
Gemini 登頂美區 App Store 免費榜：Nano Banana 攬下兩千萬新使用者
Google Gemini 登上美區 App Store 免費榜榜首，超過 ChatGPT。這波增長主要歸功於爆火的 Nano Banana 影像編輯模型，其主打人物一致性與對話修圖，兩週促成超 5 億次圖片編輯與 2300 萬新使用者。免費使用者每天限額 100 張。
ChatGPT 準備上線原生結算：新增「訂單」功能，應用內直接付錢
測試版本顯示 OpenAI 正準備在 ChatGPT 設定中加入「訂單」功能，支援繫結信用卡原生結算並追蹤訂單。最值得關注的是，使用者未來購買數字商品或外掛或無需跳出應用。此外，桌面端語音模式改在主視窗啟動，網頁端家長控制也正在開發中。
加州擬立法監管 AI 陪伴：強制每 3 小時提醒未成年人「非真人」
加州參眾兩院通過 SB 243 法案，移交州長簽署。法案要求 Character.AI、OpenAI 等運營商阻斷自殺與露骨對話，並對未成年人每 3 小時彈窗提醒「面對的是 AI」。若簽署將於 2026 年生效，違規單次可被訴索賠最高 1000 美元。
阿里釋出 Qwen3-Next-80B-A3B：總引數 80B 僅啟用 3B，推理提速 10 倍
阿里巴巴釋出 Qwen3-Next-80B-A3B。該模型擁有 800 億總引數，但每個 token 僅啟用 30 億引數，訓練成本降低 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 為 Claude 增加記憶功能：支援專案隔離與無痕對話
Anthropic 為 Claude 推出記憶功能（10 月 23 日擴充套件至 Pro 和 Max 使用者）。Claude 可記住工作流與偏好，各專案的記憶相互獨立隔離。使用者能隨時檢視或修改記憶摘要，還可使用不留記錄的「隱身對話」。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。