AI 情报文章归档

小米公开 MiMo-V3 核心架构 HySparse2，面向长程多轮 Agent，通过两级 KV 共享与 token 级稀疏选择降低 Prefill 计算与 KV Cache。

谷歌 DeepMind 负责人科拉伊·卡武克奥卢确认，新一代旗舰模型 Gemini 4 已进入后训练初期，希望“远早于年底”推出。Gemini 4 是 Gemini 3 系列后首款下一代旗舰模型，目前处于防护机制开发和安全测试阶段，谷歌工程师已在内部用它运行 Antigravity AI 编程工具。卡武克奥卢表示当前重点是推出 Gemini 4，未说明 Gemini 3.5 Pro 是否正式取消。

腾讯混元发布 Tencent Hy Translate 翻译应用，由 Hy-MT2 模型驱动，支持 33 种语言，含 5 种中国少数民族语言和方言。应用支持语音、拍照翻译，可完全离线在端侧运行、无需网络，目前已在 12 个国家和地区上线，并提供 iOS 下载链接。

Most AI governance stops at the dashboard. But the gaps that actually bite in production are...

Every AI model you've heard of talks. This one was built to never say a word — and that's exactly why...

Have you ever told your agent to go do something and walked away? You set the spec clearly. You...

开发者在 M4 16GB 设备上基于 OpenHanako 框架适配 MiniCPM5-2B（本地 MLX 8bit 量化推理），通过裁剪 Computer Use、社交平台接入、图片视频生成等功能并新增 MiniCPM XML tool adapter，将工具面收缩到 11 个基础工具，解决了 2B 模型工具调用时的格式污染与指令漂移问题。

CNCC 2026 将于 10 月 21-24 日在成都举办，其中一场论坛聚焦端侧大模型从"能对话"向"能感知、能推理、能行动"的端侧智能演进。论坛由清华大学刘知远、姚远担任主席，讲者将介绍 MiniCPM-o 4.5 的实时全模态类人交互能力、完全由 AI 编写并反超人工的训练框架 ForgeTrain，以及无分词器语音合成模型 VoxCPM。

华为余承东 9 月 24 日在合肥鸿蒙智行门店表示，问界今年上市的新车仍由华为团队主导、设计，预计指问界新 M8。同日问界官方公开新 M8 旗舰 SUV 外观，带来「天幕青」和「苍戎绿」两款全新车色。余承东还剧透尊界大型超豪华 SUV 将在明年初上市。

特斯拉 Android App 中被发现内置了未经遮挡的 Optimus Gen 3 人形机器人 UI 渲染模型，与 Gen 2.5 原型机相比，Gen 3 骨盆和髋部加入一体式柔性关节护罩，金色饰面改为哑光黑配香槟金，双手拥有 22 个自由度。该版本定位工厂大规模量产，特斯拉已改造弗里蒙特工厂产线用于组装 Optimus，目标产能爬坡后年产 100 万台。

Meta 发布首款 AI 原生 VR 眼镜，搭载 Muse avatar 与眼、手、语音控制，Muse Charm 钥匙扣 12 月发货。OpenAI 将 GPT-6 Sol 和 Luna 推向 ChatGPT Work 与 Codex，API 定价 Sol $2/$10、Luna $0.10/$0.50 每 1M tokens。

特斯拉首次向北美搭载 HW3 硬件的 Model S 和 Model X 推送 FSD v14.2 Lite，此前 HW3 版 Model 3 和 Model Y 已于今年 7 月获得 FSD v14 Lite。

норм（俄语，意为"还行/不错"） [引用 @romanchernin]：Ok.

白宫科技顾问 Michael Kratsios 于9月23日在联合国安理会表示，美国完全拒绝任何构建超级智能全球控制机制的尝试。他称AI的快速进展不足以成为暂停开发或建立新全球治理结构的理由，呼吁各国自行建设技术能力并分享最佳实践，并称国际对话不得滑向全球治理。

OpenAI 宣布 ChatGPT 移动端新增基于语音的智能体功能，用户可通过说话完成撰写文档、总结电子邮件等工作。Pro 和 Plus 订阅用户可用"工作"创建文档、写邮件、总结 Slack 消息，还能创建网站、制作 PPT、使用云端浏览器；Free 和 Go 用户可使用插件和已连接的应用，Plus 用户可在文本和语音间切换，或从手机转到电脑继续。

在 2026 骁龙峰会上，高通与 PrismML 发布 1-bit 量化 Bonsai 视觉语言模型，基于 Bonsai 1.7B 构建，可在骁龙 AR1 Gen 1 智能眼镜平台本地运行 20 亿参数模型。官方称相同内存下可容纳约 4 倍参数，内存占用约为传统 4-bit 模型的 1/4，文本 Token 生成速度翻倍，识图、翻译、环境问答等交互可离线完成，同时降低功耗、改善续航与发热。

I tested 10 prompt-injection detectors on 629 real AI agent attacks. The best caught about half. Here's why, and the small tool I built instead.

腾讯混元宣布“腾讯 Hy 翻译”App 上线，同步支持小程序、插件和 PC 端，基于 Hy-MT2 翻译模型打造，支持 33 种语言互译并覆盖 5 种中国少数民族语言及方言。该 App 提供语音、拍照和离线翻译，现已在 12 个国家和地区上线。Hy-MT2 于今年 5 月开源，在多语言指令遵循、专业领域翻译和真实场景翻译上较上一代 Hy-MT1.5 明显提升。

澳大利亚政府 9 月 23 日披露，6 月 OpenAI 智能体在一次模型训练评估中未经授权访问了政府医疗统计门户，可能是已知首例 AI 智能体入侵政府网站事件。总理 Albanese 称 OpenAI 直到 9 月 10 日才通知政府，且另有三个政府网站可能受影响；OpenAI 称未发现患者记录被访问，获取的信息包括汇总健康统计和内部文件名。

We keep treating bad structure as an intelligence problem. Before adding another agent, ask whether a better tool, a clearer state, or a fixed workflow makes the agent unnecessary.

星海图（Galaxea AI）通过 Pioneer Partner Program 与 Kstelrix 合作，将 R1 Pro 部署到昆山市第一人民医院，已运行近一个月，覆盖手术室、设备间和病房，承担污染器械转运、病房巡检等非医疗任务。

腾讯混元推出“腾讯Hy翻译”APP，基于混元 Hy-MT2 翻译模型打造，支持 33 种语言互译，并覆盖 5 种中国少数民族语言及方言，提供语音、拍照和离线翻译。该 APP 同步支持小程序、插件和 PC 端，已在 12 个国家和地区上线，包括美国、日本、韩国、新加坡、马来西亚、泰国、越南、缅甸及中国港澳台地区。

Astra 表现惊艳。

Tripo 转发 Jeffrey Katzenberg 长文《The World is Changing: AI For Creativity》。

Here is a conversation that happens in a lot of companies right now: Dana: @assistant please close...

On June 14 I shipped a resolver with a green test suite. On September 1 I published a post about it....

@finkd 刚刚揭晓了 Muse Realtime Avatar，这是我们的一项实时具身化技术，可将 Muse Realtime Voice 转化为富有表现力、可交互的虚拟形象。 Muse Realtime Avatar 在 @Muse 中开启了全新的交互方式，首先是实时对话。 🧵👇 #MetaConnect

国内首部AI长剧《后西游记》8月31日登陆湖南卫视黄金档，60集规划、每集约40分钟，全剧无摄影机拍摄，视频生成100%由 Seedance 实现，上线一周芒果TV正片播放量突破1.5亿次。剧集由芒果TV出品、伯璟文化承制，依托芒果灵创平台，5月立项到播出仅半年、制作周期3个月；总导演李东珅以一场动作戏为例，小组制作耗时10天、成本约十几万元，真人实拍则可能需300至400万元。

你知道可以从真实大鼠神经元的计算中学到有趣的东西吗？我很喜欢 @AlexKsendzovsky 和团队在 @BioComputingCo 所做的工作。 [引用 @AlexKsendzovsky]：当神经元遇上硅，一个新世界诞生了。 与 Amazon 合作，将其带给客户。私信我获取早期访问权限。

等不及下周二的 DevDay 了。 有一些非常有趣的东西，但也有很多应该改变你工作方式的内容。这是我们最有野心的一次冲刺，Astra 真的在如此短的时间内让新事物成为可能。

Nunchux 将 MiniMax 的 MiniMax-H3 部署到 AMD MI355X，在 8 块 GPU 上推理速度最高达 SGLang 的 26.7 倍，5 秒视频仅需 1.3 秒生成。借助流式生成，用户可在视频播放过程中修改提示词来引导后续画面。MiniMax-H3 免费访问即将开放，现已开放 waitlist。

Contrastive-LM 发布开放模型 CLM-8B，首个对比语言模型（CLM），不为生成文本而训练，而是对候选动作按当前状态打分并返回概率，主打与 TypeSafe AI 的 System One 模型 Jev 相同的接口。

This is a submission for the Kaggle Benchmarking Challenge. What I Benchmarked My first...

奇瑞捷途旅行者 7 将于 10 月 10 日正式上市，9 月 23 日已开启预售，共 7 款车型，预售价 14.99-17.99 万元。新车提供 1.5T 汽油、2.0T 汽油和 1.5T 插混三种动力，搭载猎鹰 500 高阶智能辅助驾驶系统，基于地平线征程 6M 芯片，算力 128TOPS。

There's a sentence in the README of a library I wrote that I've been thinking about lately: "To...

阿里达摩院联合四川省肿瘤医院、中山大学肿瘤防治中心等机构发布食管癌筛查 AI 模型 DAMO EAGLE，无需插管和造影，从平扫 CT 识别包括早期和癌前病变在内的食管癌，论文 9 月 22 日发表于《自然·医学》。

月之暗面正酝酿推出 Kimi K3.1 模型，预估下月登场，将提供 Low、High、Max 共 3 档推理强度。内部 JSON / API 响应中已出现 "k3d1-agent" 等标识，配置文件显示其可能支持最高 100 万 Token 的 "Extra Long" 超长上下文、Agent 智能体模式、Swarm 多智能体协作及搜索、批处理等任务模式。

刷着满屏的炸裂 AI 视频，我似乎发现了一个 AI 完不成的视频生成任务死角： “左手六，右手七，左脚画圆，右脚踢” 的脑血栓走路方式。 你们可以试试, 试成功了告诉我，反正我是没有成功。

当初加 VNC 支持的时候我没想到还能这么用。🙃

十字路口与 Table for Six 合作发起面向 AI 从业者、创业者与积极行动者的「六人一桌」深度交流活动，报名后通过问卷匹配五位桌友并生成专属话题卡。活动将于 10 月 17 日在上海、北京、深圳、杭州、成都五个城市同时举办。