AI 情报文章归档

蚂蚁 inclusionAI 在 HuggingFace 发布 6B 文本到图像模型 Ming-Image-0.1-Design，面向 UI、信息图、海报等文字密集的视觉设计，可生成完整画面并支持 RGBA 透明背景输出。

WhatsApp 负责人、CRED 创始人 Kunal Shah：现在 CRED 90% 的代码由 AI 编写。 "每家科技创业公司里 10% 的员工正在变成与另外 90% 完全不同的物种。 因为他们的生产力现在处于指数级规模，他们实际上觉得身边的每一个人以及其它所有流程都很慢。" ---- 来自 YouTube 频道 "Thrive by Groww"，（链接见评论）

据《财富》报道，马斯克住进停在孟菲斯的 Airstream 房车，以亲自监督 xAI 孟菲斯数据中心建设。SpaceX 总裁 Gwynne Shotwell 证实了这一不同寻常的住所，并称睡在工作现场是马斯克的一贯作风。该数据中心建成后预计提供大量算力，xAI 已与谷歌和 Anthropic 达成协议，将以数十亿美元规模出售多余算力。

唐杰撰文称，GLM-5.3 驱动的 Infra Agent 用两周时间让 GLM-5.3-Flash 在国产加速器上从首次运行到承接全部生产流量，端到端吞吐达 3.2 倍。

微软发布 Visual Studio Code 1.138，支持在本地开发容器中运行智能体会话，需启用 chat.agentHost.devContainer.enabled 并安装 Docker。

智谱分享 GLM-5.3 如何帮助构建并优化服务 GLM-5.3-Flash 的推理基础设施，系统从首次成功运行到生产就绪用时不到两周，端到端吞吐量相对初始基线提升 3 倍。关键在于密集反馈：本地正确性测试、执行轨迹、微基准和端到端测量，使团队能进行有针对性的假设验证，而非仅依赖聚合性能指标。

UC Berkeley 团队在 SWE-bench Lite 和 Terminal-Bench 2.0 上评测 21 个模型与 harness 组合（7 个模型。

Waymo 宣布与新加坡交通部（MOT）和陆路交通管理局（LTA）合作，计划 2028 年通过 Waymo app 推出全自动驾驶、全电动商业打车服务。2027 年进入准备阶段，由训练有素的自动驾驶专家以手动驾驶方式让 Waymo Driver 适应本地道路和季风气候；首批全电动 Jaguar I-PACE 车队即将抵达。

戴尔首款 Googlebook 笔记本官方碳足迹文件泄露，产品名为 XPS Googlebook DX13267，内部代号 Mica，预计搭载高通骁龙 X Elite X1E-80-100 处理器，提供 16GB 与 32GB LPDDR5X 内存。

Grok 4.7 今天就要来了。这次是真的--已经在推送了。

TypeSafe AI 于 9 月 16 日发布 System One 模型 Jev，不生成文本，仅输出 Choice、Score、Noul 三类结构化决策，输入词元定价每百万 0.042 美元，输出词元免费。

Same task, same models, two commits of my own repo. From the pre-migration commit every run hand-rolled a 190-line typeahead with the exact defects the migration removed; from the post-migration commit every run reused the shared component…

My LLM tuner picked a configuration that ran almost four times faster. I had passed a flag to limit...

Jev 不是 chatbot，不能对话，它接收 state（主要是 text data）后打分并输出结构化结果。其定位是固定 workflow 中的"螺丝钉"，适合做日志分析和输出检测。

🏅权威认证丨华为云在2026年Gartner®容器管理魔力象限TM中被评为领导者 #HuaweiCloud #Container #AgenticInfra #AIinfrastructure #Gartner

抖音宣布上线声音侵权举报入口并升级维权机制，近一个月侵权投诉中提及声音侵权的举报量同比翻倍。升级后提供专属维权入口与可核验举证方式，支持语音录入核验或上传原声视频两种方式，并设有申诉通道，官方举报地址为 https://www.douyin.com/qinquan/report。

VideoClaw 正式发布，将视频制作变成提示词驱动的一体化工作流，用户只需给出一段文字、播客、广告、原始素材甚至一个想法，它就能完成策划、剪辑、生成、添加 B-roll、音乐和字幕，并记住你偏好的风格。官方称其演示视频完全由 VideoClaw 制作，混合了真人拍摄与生成画面，可免费试用。

MLPerf Inference v6.1 结果公布，AMD 以 512 个 Instinct MI355X GPU 在 DeepSeek R1 测试中创下 575 万 token/秒的新纪录，离线成绩 2，901，950 tokens/s、服务器成绩 2，405，310 tokens/s。

Google Research 提出 Retrieve-for-Train（R4T），先用强化学习离线学习查询扇出，再蒸馏进一个 53.9M 参数的扩散 Transformer，单次非自回归前向即可生成全部检索方向。

作者解读《DeepSeek-V4.1-Flash： Pushing the Limits of KV Cache Compression》技术报告，指出该模型虽名为 V4.1 Flash，但架构变化足以视作 V5 级迭代。

莱迪思发布 FPGA 开发 AI 辅助工具 Prompt，基于其验证过的文档与知识库，支持自然语言贯穿完整设计流程，常见设计任务可实现 10 倍生产力提升，并与 Lattice Radiant 设计软件深度集成、通过 MCP 开放协议对接现有 AI 工具。

一条仿生机器鱼成为2026年中国国际服务贸易交易会上最受关注的展品之一。它不使用旋转螺旋桨，而是像真鱼一样通过身体和尾部摆动，采用仿生推进方式游动。据报道，它头部装有声呐，可进行实时监测。

OpenClaw 技能：可复用工作流、一个果蝇大脑与社区故事 @hrudolph 和 @Pat_Erichsen 与 @heyneighbor 聊技能。@Pishgar 稍后加入 Story Day，还有 @jjjhenriksen 的惊喜回归。 The ClawCast 第 11 集：https://openclaw.ai/podcast/episode-11

探索面向未来的 AI 产品。加入 #ApsaraConference2026，阿里云 AI MaaS GenAI 解决方案架构师 Alicia Zhou 将带你深入了解塑造未来技术的 AI 产品与解决方案。立即注册：https://click.alibabacloud.com/m/20000002869/ #AgenticEra #AgentNative #AIAgentsAtApsara #BringYourAgent #AlibabaCloud

用 muse 得到你一直想要的东西！！ 引用 @zeeg：Muse 刚从一个我一直想找的套装里抢到了三瓶威士忌 🫠 我服了！

我们已经从"每条 AI 参考文献都是幻觉"（如果你用便宜模型，这仍然经常发生）走了很远：当我让 AI 检查我新书的错误时，它发现的错误不在我的参考文献本身，而在我参考文献所引用的原始文章里。

Claude Code 负责人 Boris Cherny 宣布，普通聊天框和深度协同 Cowork 开始合并为同一个 Claude，目标是一个能跨设备、跨任务携带上下文的统一入口。作者解读认为这消除了聊天后手动搬运上下文的痛点，用户应把背景、资料和验收标准一次性打包发给 Claude，改为最后检查交付物；官方表示正在分批缓慢灰度，响应速度和稳定性仍在微调。

阿里云介绍 Wan3.0 开始适配真实生产流程：从一年前的 5 秒片段到 15 秒，现在可直接生成单条 30 秒镜头，并支持导演级控制和最多引用五条视频的 omni-reference。制作者将 Wan3.0 用于实际制作工作流，可生成长镜头后按剧本剪辑，无需再拼接大量短片段，API 可通过 Model Studio 和 Qwen Cloud 访问。

Mozilla 发布 91 页报告称开放权重 AI 目前仅落后前沿约 4 个月。OpenRouter 上 8 月 token 量前十的模型有 8 个是开放权重。

用户 insaneUEFN 用 OpenAI GPT-6 Astra、Atlas3DAI 和 Tripo 3.1 搭建了一条自动化管线，将 GTA 6 风格海滩别墅直接生成并组装进 UEFN。他放弃低模的 Tripo P2 改用 Tripo 3.1，把 70 个高模资产优化到 5K 或 1K 三角面，再通过 UEFN MCP 复用梁柱、窗户等模块化部件完成 1：1 重建，全程仅需两次方向性反馈。

字节旗下火山引擎发布车载 AI 助手"豆包座舱助手"，车主可在豆包 App 中远程控车、查询车况并把对话中的行程推送到车机。该助手能感知数百种车辆信号、联动数千个整车原子能力，支持多音区精准识别与长期记忆。首款搭载车型荣威家越 07 即将开启预售，上汽奥迪相关车型将于年内亮相。

"这是监管俘获，"一位已经俘获了监管者的人说道 【引用 @deanwball】："这一切都像是一场由神秘巨额捐助者资助的协同行动，"那些正参与一场由神秘巨额捐助者资助的协同行动的人说道

IDC 发布《全球智能眼镜市场季度跟踪报告》，2026 年第二季度全球智能眼镜出货量 354.7 万台，同比增长 35.3%；其中音频及音频拍摄眼镜出货 249.4 万台（增长 54%），AR / ER 眼镜出货 50.5 万台（增长 75.7%），VR / MR 头显出货 54.8 万台（下降 23.3%）。

香港三所小学与QwenWork签署MoU，成为该市首批将AI引入日常教学与校务的试点小学。QwenWork可帮教师将文本、图像、音频、视频转为现成教学材料，并支持行政工作；学生将在IT和STEAM课上用AI与云工具创建网站、应用和游戏。中华基督教会基慈小学超半数教职工将从第一天起在日常工作中使用AI。

一个片段装不下太多内容。 Neuralink 发布了一段思维转语音的试验片段：接口读出了"我-我爱你，"

Alexandr Wang 转发并推荐 muse 助手的使用技巧：与其向助手提问，不如直接给它简报。例如把"帮我找航班"换成"我周四晚要到芝加哥，讨厌红眼航班，愿多付 $80 避免中转，未经确认不要下单"，约束给得越多，助手需要猜测的就越少。他还与 wynjr 交流后称 muse 使命很好、musebook 氛围温暖。

You are in a Friday ranking review. Someone pastes a table: Agent B hit 71 percent. Last week it was...

GitHub 项目 jevlike 发布一个独立起步模型，输入一段文本和 N 个文本选项，单次前向即返回每个选项的概率，输入输出形状与 TypeSafe 未公开设计的商用模型 Jev 相同。

作者用GPT6搭配Hyper3D Rodin的MCP，花一下午做出了可逛、可交互的3D个人作品集网页，场景含35个精细建模。流程为GPT-6画参考图并写交互代码，Rodin生成3D模型，BANG把模型按结构拆成独立零件以实现零件级动画，作者还把整个流程打包成skill发布在github.com/LearnPrompt/3Dworkshop。

AI 正在为视觉叙事开启新篇章。在 #ApsaraConference2026 上，Tsuburaya Fields Holdings 执行董事 Toyoshima Yusaku 将探讨视频创作如何随 AI 演进。立即注册：https://click.alibabacloud.com/m/20000002869/ #AgenticEra #AgentNative #AIAgentsAtApsara #BringYourAgent #AlibabaCloud