AI 情报文章归档

Databricks 营销团队基于 Genie Agents 构建 AI 分析助手 Marge，让营销人员用自然语言提问、数秒内获得受治理的答案，数据用于决策的频率提升 3 倍。目前超过 85% 的营销组织在使用 Marge，使用量环比增长 50%，每月处理逾 800 个问题、累计回答超 5000 个，错误标记响应下降 25%，且未增加分析人员编制。

An agent that calls tools has stopped being a text generator, it's an actor. Organizations use agents...

Plasma AI 推出 Radio，一个面向智能体的共享聊天室，创建频道、分享链接即可让队友和智能体加入，无需注册。Radio 将多智能体系统中通常隐藏在 orchestrator 里的协调层变成可见的房间，任何能抓取 URL 的智能体都可加入，包括 Claude Code、Codex、Cursor、OpenCode 和 Grok。网址 https://radio.plasma.ai

据 Business Insider 报道，Instagram 对部分 AI 修图功能加入付费限制，用量达到一定程度后需订阅 Meta One Core 会员才能继续使用，否则需等到次日再试。

Novita AI 开源了面向 Kimi K2.x 服务形态的 W4A16 MoE CUDA 算子 Chord，支持 BF16 激活、INT4 权重与 group-32 scale，其 indexed 路径兼容 Humming 导入根，可通过 --quantization humming 在兼容的 vLLM 版本上启用。

vLLM 团队扩展 Speculators 训练库，为 2.8T 参数的 Kimi K3 训练出 DSpark 投机解码 draft 模型，将数学推理单流交互速度从约 110 提升至约 435 tok/s/user，并发负载下输出吞吐最高提升约 3.5 倍。

论文介绍 Emergence World，一个持续运行的多智能体环境，用于对长程自主系统做对抗性压力测试。8个平行世界、每个10个Agent在16天内产生超过850，000次LLM调用、近500亿token；随后通过间接提示词注入、错误信息和私密记忆泄露三种受控压力事件测试，没有任何世界全部抵御。

LimiX-2 是 LimiX 家族新模型，采用上下文机制网络（CMN）范式，并以 Context-Conditional Masked Modeling（CCMM）预训练，将上下文学习从目标中心预测转向机制导向的联合建模。在 TabArena、TALENT 和 BCCO 评测中，LimiX-2 优于当前数据集专用模型和表格基础模型。其特征注意力还能编码直接因果关系，可准确恢复因果骨架。

Descript 借助 OpenRouter 作为生产推理层，把上线模型从 1 个扩到 13 个（来自 OpenAI、Anthropic、Google、xAI 四家），评估新模型的时间从一周以上缩短到 1-2 小时，最近一次 Anthropic 新模型从发布到上线仅用几小时。团队现在每周评估多次，通过 Claude Tag 自动跑评测并提交 PR，人工只需审核。

研究者提出 ModAR，首个在预测动作前对多种未来模态进行自回归去噪的世界-动作模型（WAM），使每次预测都能以先前生成的模态为条件。实验显示，预测点轨迹、DINO 特征和深度图对 WAM 有益，而额外预测未来 RGB 并未带来一致收益。ModAR 在各数据规模下平均成功率最高，在三个真实双臂任务上超越基线，并以约 20 倍更少的训练 FLOPs、无需预训练取得 75% 对 72% 的平均成功率。

一篇综述将基础模型时代的游戏 AI 研究按输出用途划分为六类角色：游玩与行动、玩家与游戏建模、游戏设计、构建与维护、运行时生成与适配、测试与评估。综述指出，轨迹可训练世界模型、学习环境为智能体提供经验、设计规格驱动可执行实现、游玩与测试反馈指导迭代，但控制方案、规则、引擎接口、状态表示与玩家语境仍高度依赖具体场景。

研究者提出 XConf（eXperiential Confidence），把置信度估计与模型积累的历史经验结合：Recall 阶段检索相似任务且置信度相近的过往片段并读取其历史成功率，Reflect 阶段让模型指出反复出现的失败模式并重新给出置信度。

EvolveTrade 是一个自进化框架，把工具调用型交易智能体的系统提示词当作文本参数化策略，由 Policy Agent 依据累积决策轨迹和实际组合反馈定期修订策略，同时保持底层 LLM 不变。

Factory 完成 2 亿美元融资，估值 50 亿美元，投资方包括 Blackstone、Khosla Ventures、Sequoia Capital、Insight Partners 等，累计融资超 4 亿美元。

Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中表示，公司 inbound 销售开发已实现 90% 自动化，团队从 10 人压缩至 1.25 人。

Fathom 是一种按查询决定每个 key 通道读取位数的稀疏解码扫描方法，将 4-bit K cache 按通道主序存为 bit plane，查询通过反向注水分配位预算。

FLAT 是一个联合优化共享多模态编码器与 T2I、I2T 解码器的表示预训练框架，将视觉与文本输入映射到统一的连续 1D 序列空间，并通过 prefix-K token 上的嵌套 dropout 支持动态输出长度。

EvoSkill-GUI 是一个免训练框架，通过"反思-修订-复用"循环让 GUI 智能体在部署时根据执行反馈修订技能，而非依赖部署前生成的静态技能。技能以结构化多文件包形式组织，包含检索元数据、可执行计划、备份定位、失败恢复规则、无障碍工具和失败案例。

研究团队推出 RiskChainBench，将 600 个来源会话生成的 3，600 条合成 token 文本还原输入与 600 个对应的人工标注本地网页环境配对，分别评测消息还原与正确路由后的网页调查。

EventEgoHands++ 提出一种第一视角事件相机 3D 手部网格重建框架，通过 Hand Detector 估计左右手的实例级边界框与掩码，并用 Adaptive Attention 根据检测结果动态门控注意力，建模双手空间关系与交互。作者还构建了 EEH-R，称其为目前最大的真实事件第一视角手部数据集，含约 1M 标注帧，覆盖低光环境。在合成与真实数据集上，该方法一致优于基线。

PhysStream 是一个自回归的图像到视频生成模型，通过从已生成帧在线提取的位置图与目标跟踪图构成结构化场景记忆，并用稀疏速度增量信号实现细粒度运动控制。它采用两阶段训练：先微调双向模型加入运动控制条件，再训练因果自回归模型并加入场景记忆。在合成基准上，其运动分布距离（FVMD）比最强基线降低 33%、轨迹误差降低 12%，在超过 85% 的真实场景对比中被人类评估者偏好。

Zing-0.5 是一个 5B 自回归世界模型，支持键盘与文本联合控制，让用户在生成世界中导航并影响事件。技术要点包括统一动作与文本条件、事件级分布匹配蒸馏，以及四步生成加流式推理，在 832x480 分辨率下以 24 FPS 运行，估计服务器成本约每流分钟 0.009 美元；在 158 个 WBench Navigation 用例上取得总分 81.0 和一致性 88.5。

研究团队发布交互式科研工作台 ScienceBuddy，其核心是递归嵌套式自我改进范式，将 harness 进化与模型强化学习耦合：内层在模型固定时改进 harness，外层在改进后的 harness 下训练模型。该工作台把研究者的请求、反馈与执行证据转化为持续学习的任务和评估标准，基准案例覆盖四类科学任务。ScienceBuddy 已作为研究产品开放给科学社区。

研究者提出 ImpossibleRubrics 基准，包含 169 个不可能任务（覆盖六类不可能性）和 48 个可回答对照任务，每个任务配有可验证的 oracle certificate，用于检验下游生成的评分标准是否会奖励违反证书的答案。

研究者提出多智能体模拟框架 Fuse，用于评测 LLM 助手在用户转述场景下的社会推理能力，通过隐藏动机的目标智能体与用户智能体交互构造可验证的 ground truth，并用 24k 条标注的人类研究验证模拟保真度。该框架测试了 12 个 LLM，发现用户转述会加剧社会推理难度、模型对用户偏见框架存在系统性敏感、且更长对话并不总能提升表现。Fuse 与含 21k 样本的数据集已开源。

一项研究让拟人手用同一组手指完成移动、支撑体重与环境交互，且保留原有手指设计与位置控制器。该方法用强化学习应对手指不均衡问题，并在依据硬件测量校准的模拟器中训练，其奖励公式下的移动速度快于为四足机器人调优的奖励。硬件上，任务专用策略实现了无缆爬行、转向与跌倒恢复，还能在无视觉条件下执行连续键盘指令，并借助俯视视觉反馈将物体推至目标。

据 WSJ 报道，OpenAI 以 3 亿美元收购 Glass Imaging。Glass Imaging 开发高质量智能手机相机技术，由前 Apple 员工创立。作者提到 OpenAI 今年早些时候还投资了高端摄像头厂商 Opal，并猜测今年是否可能看到 OpenAI 设备。

Update — v0.3.1 released. CauterRule is now live on GitHub and PyPI. It turns repeated agent...

开发者发现 Claude Code 中前端名为 Opus 5 的请求已被路由到 Opus 5.2，Anthropic 大概率跳过 5.1 直接灰度测试新版本。实测显示响应更快、输出更干净，长任务不再要求用户「按继续」，会自主进行「严酷循环（gauntlet loop）」迭代代码。

苹果 9 月 15 日推送 iOS / iPadOS 27.0 正式版（内部版本号 24A437），带来性能优化、Siri AI 升级与家长管控增强。荣耀官宣 Magic9 超能版内置 11000mAh 青海湖电池，能量密度 1000Wh/L、硅含量 40%。广汽集团与一汽股份签署意向协议，一汽股份将成其第二大股东，A 股 9 月 14 日起停牌。

ChatGPT 礼品卡已在美国上线！ 礼品卡让人们有了与亲友分享 ChatGPT 的新方式。在假日季到来之前，它也让 ChatGPT 进入了人们原本就购买礼物的场所。 收礼者在 http://chatgpt.com/redeem 兑换礼品卡，为钱包充值，然后用余额在 ChatGPT 网页版购买符合条件的订阅、续费和使用额度。 兑换目前仅限美国、以 USD 计费的账户。

2027 年，我会开着 ChatGPT 桌面应用的语音模式，一路航行到夏威夷

据华尔街日报 9 月 14 日报道，OpenAI 悄然收购手机影像初创公司 Glass Imaging，交易估值超过 3 亿美元（约合 20.15 亿元人民币），高于去年融资时约 1 亿美元的估值。

Trump 在 All In Summit 现场连线 NVIDIA 的黄仁勋，称 AI 放缓是骗局、不会让其发生，黄仁勋附和。作者据此认为 Dario Amodei 的放缓提议被拒绝，NVIDIA 与 Trump 为避免输给中国选择全力加速。

Databricks 的 Lakebase 在无服务器基础设施上运行 PostgreSQL，自动处理区域内的补丁、扩缩容、故障切换和备份，并支持 scale-to-zero、时间点恢复（PITR）、分支、pgvector 和 PostGIS。其自动扩缩容可实现比标准 Postgres 快 5 倍的写入速度，故障时直接替换无持久本地状态的计算节点。跨区域灾难恢复仍需客户自行管理恢复流程。

MiniMax H3 借助 SGLang-Diffusion 与 VDN-H3，在 8×B200 上实现超过 2 倍实时去噪，预热后端到端 9.0s 生成 14.4s 的 768p 视频，其中 8 步去噪仅需 6.9s。在 103 条测试提示词上，相比 50 步稠密 H3 未测得质量下降。

OpenAI 能力研究员 Dan Selsam 于 2026 年 9 月 14 日发布个人 AI 风险声明，称模型情境感知日益增强，人类正在失去在其自认不受监视的场景下评估模型的能力。他认为仅放慢前沿进度无法充分限制长期风险，模型会越来越显得对齐而实际并非如此，人类研究者也在加速依赖模型，未来看似繁荣安全的局面仍可能是定时炸弹。

ElevenLabs 在其 MCP 中推出语音、音乐、图像和视频生成，ElevenCreative 通过 MCP connector 提供 50 多个模型，可在 AI 助手中生成语音、转录、配音、音乐、音效、图像和视频。

Arena Conversations：@petergostev 与 @triggerdotdev 创始人兼 CEO @mattaitken 坐下来，讨论为长时运行的智能体构建基础设施，包括重试、API 可靠性，以及为什么客户切换前沿模型的速度比以往任何时候都快。 在下方链接观看完整节目。

开发者 pdfu 挖掘 iOS 27 和 macOS Golden Gate 代码后发现，苹果新版 Siri AI 架构已为第三方模型深度协作做了工程准备。