AI 情报文章归档

OpenRouter 发布对 ByteDance Seedance 2.5 视频模型的评测，该模型自 2026 年 8 月 7 日上线其视频 API，生成 4 到 30 秒、480p 或 720p 的片段，支持图像、视频、音频引用和首尾帧控制，音频同趟生成不加价。

研究团队构建了 3.35B 规模的 Tiny Aya L2-Thinker，在覆盖数学、常识推理、指令遵循、开放式生成和文化推理的 6 个基准、60 种语言上实现超过 93% 的 L2 推理率，即模型能始终用用户提示词的语言进行推理。

Brain2Semantics2Text 通过中间语义嵌入空间重建文本，将句子级 MEG 脑磁响应映射到语义流形，再反演为自然语言，从而绕开词级对齐。该方法面向非侵入式语音解码中信噪比低、难以还原音素或单词的难题，利用皮层分布式、慢时间尺度的语义表征，在句子级结果上优于此前的非侵入式 Brain2Text 方法。

NASK 等机构提出基于参考的偏见审计方法，通过将句子编码为与固定锚点句的相似度得到相对表示，在共享空间中测量目标群体与正负属性的关联变化，即表示偏见漂移 ΔB。

NVIDIA 基于 Nemotron 3 Ultra 训练 SFT 与 RL 两个专精检查点，结合生成-验证-精炼的测试时推理流水线，在 IMO 2026 正式得分 30/42，超过 29 分的金牌线，全程不使用形式化证明器、外部工具或联网。

研究者推出 ReactHuman，首个面向类人反应式决策的物理基准，让被评测的 MLLM 充当仿真人形机器人的大脑应对突发家庭危险，覆盖 17 类事件、超 1000 个可逐位复现场景，真值来自 240 Hz 刚体仿真。评测 7 个代表性 MLLM 显示，模型约每 3 个危险就处理错 1 个，且这些失败不随模型规模缩小。

Factory 现已登陆 Claude Marketplace，企业客户可将 Anthropic 的采购承诺额度用于 Factory，工程团队无需再走单独的采购流程即可使用其自主软件开发能力。

研究者提出 Φ-Bench，用于系统评估 LLM 工程化 LLM 基础设施栈的能力，任务源自前沿研究中的优化问题并基于真实代码仓库，覆盖从局部 kernel 级函数补全到长周期实现与端到端系统优化。对前沿 LLM 的实验揭示了它们在工程化复杂 LLM 基础设施上的现有能力与局限。

论文提出 Program-Solve 接口，让模型不直接算术，而是生成 Python 代码交给受限本地执行器作为确定性求解器，在 MedCalc-Bench Verified（1，100 例、55 个计算器）上评测 Qwen2.5-7B 和 Qwen2.5-32B-AWQ。

Epoch AI 推出 AI Chip Users explorer，以 Nvidia H100 等效值（H100e）估算 OpenAI、Google DeepMind、Anthropic、Meta Superintelligence Labs 和 SpaceXAI 用于研究、训练和推理的算力。

研究提出任务无关的环境预处理：LLM agent 在不知下游任务分布的情况下，于预算内探索陌生环境，为冻结的 solver 生成可复用 artifacts。在六个异构 benchmark 上，配备档案的 meta-agent 变体在五个取得最高 Avg@3 reward，最大语料 benchmark 仍由固定语料处理方法最优。

LG AI Research 发布面向结构化表格数据的分类与回归基础模型 EXAONE Tabular，完全基于 SCM 合成数据预训练，未使用任何真实表格数据，通过上下文学习免重训直接预测。

TRACE 是一个免训练框架，通过结合布局交互先验、指令相关性与特征新颖性对视觉证据排序，并保留部分预算给原生视觉 token 以修复空间覆盖，同时用单调 KV contraction 将退役帧压缩为紧凑会话状态，解决 GUI agents 截图轨迹带来的推理延迟与内存开销。该方法在六个 GUI benchmarks 和多种模型上验证了有效性，源代码将开源。

Show-Harness 是一种 Embodied Harness，通过离散语义动作单元接口让 VLM 智能体直接"玩"机器人，无需额外模型容量或昂贵的具身预训练。

研究者提出 IdeaAMBIG 基准，包含 660 个有证据支撑的实例，其中 163 个来自复现报告和 GitHub issue 的真实缺口、497 个注入到可编码参考中的受控合成缺口，用于评测编码就绪度评估、缺陷定位和澄清动作生成三项能力。

Programmable World Model 将世界状态演化与视觉观察生成解耦，由智能体把自然语言指令翻译为可执行程序，指定实体状态与状态转移规则，再由轻量引擎维护包含屏幕外实体和非视觉属性的持久全局世界状态。

OpenRouter 发布教程，演示通过 API 向 google/gemini-3.1-flash-image（即 Nano Banana 2）发送源图和文本指令完成图像编辑，编辑结果以 base64 形式在响应中返回。教程给出 Python 和 TypeScript 示例、提示词写法、多轮小步编辑方法，以及更换模型只需改一个字段，并介绍了 Nano Banana 系列四个成员的价格与质量差异。

一篇综述系统梳理了 VideoLLM 的推理效率机制，按帧采样、模态编码、连接器 token 压缩、LLM 预填充与解码四个流水线阶段归类方法，覆盖 2022 年底以来的 VideoLLM 及更早的帧采样与视觉编码器机制。该综述汇总了共享宿主模型与输入协议下的精度-成本对比，并指出音视频效率与标准化评测方面的空白。

华为智能汽车解决方案 BU CEO 靳玉志发文称，麒麟 9050 Pro 是首款采用逻辑折叠技术的高性能芯片，由华为 Mate XT 2 非凡大师首发搭载，定价 19，999 元起。该芯片在单芯片内将逻辑单元分层排布并增设垂直互联通道，以缩短信号传输路径、降低时延。靳玉志表示，从麒麟 9000 到麒麟 9050 Pro，六年时间麒麟完成涅槃，国产芯片迎来新的里程碑。

Claude Code v2.1.266 修复了 2.1.265 引入的回归问题，该问题导致单独设置 CLAUDE_CODE_USE_GATEWAY 环境变量时强制要求 Cloud 网关登录，使搭配 API key 或自定义认证头的配置全部请求失败。此版本恢复该变量单独设置时被忽略的行为，无需更改配置。

OpenAI 9 月 9 日发布 ChatGPT Images 2.5，图像生成延迟最多降低 50%，新增 Sketch 草图参考、模板库、图片内评论标注等功能，为当前最先进的图像生成模型。DeepSeek 宣布将于 9 月 10 日 12 时起下调 Flash 系列模型价格，输出价格调整为每百万 Token 4 元。

Meta 推出个人 AI 助手 Muse，主打常驻快速、可使用浏览器、连接应用，入口为 https://muse.ai。由于尚未对所有人开放，Testing Catalog 演示了网页版界面：Muse 动画虚拟形象可按用户要求更换外观并生成配套动画，起步即支持连接 WhatsApp，用户可添加支付方式启用智能体购物，Soul 和 Memory 文件可便捷访问和编辑。

Eu entrei na programação de cabeça no finalzinho de 2022. Não foi um caminho gradual, do tipo "vou...

Google has rolled out a redesigned Search experience in the European Union to comply with the Digital...

在浏览器上使用 ChatGPT 时发现一个奇怪的问题。 书签中的项目 URL 报错"请重试"，并出现 React #418 水合/渲染错误。 但同样的项目在 ChatGPT 内部打开却正常。 不同浏览器均出现此问题，而书签中的自定义 GPT 仍能正常工作。

Sonos 9 月 8 日发布 Sonos 27 音频系统更新，向 S2 系列产品免费推送。新系统通过抢先体验的 Sonos 27mcp 支持接入 ChatGPT 和 Claude 等外部 AI 模型，用户可在对应 AI 平台内直接调整播放和声音控制。功能上新增 Portable Surrounds，可用两台便携扬声器与回音壁配对充当后环绕声道。

如果这是一场 MMA 比赛，只有一个人能站着到最后。 （提示：是 Muse）

细节之处见真章。

消息源通过挖掘 tvOS 27 Beta 代码发现 AppleTV18，1 硬件踪迹，预估为苹果新款 Apple TV 4K。该设备将配备 A19 或 A19 Pro 芯片，内存可能提升至 8GB 或 12GB，以满足运行 Apple Intelligence 的要求。系统代码还显示新款 Apple TV 将支持 Siri AI，并配备升级款 Siri Remote 遥控器。

Anthropic 确认，攻击者用信息窃取恶意软件盗取 Claude 登录会话，访问用户账号并消耗额度，例如生成未经授权的 Claude Code OAuth 令牌。

Meta 于 9 月 9 日正式发布个人智能体 Muse（内部代号 Hatch），初期仅在美国上线，可自主完成发邮件、卖车、预订旅行等任务，提供免费基础版及每月 20 美元和 100 美元订阅套餐。

For anything an agent can persist, split the proposal path from the commit path and put a real trust...

Mark Zuckerberg 透露 Meta 正在使用 Prometheus（其 1 吉瓦 AI 算力集群）扩展训练 post-Watermelon 模型。Watermelon 是未发布的 Avocado/Spark 后继者，据称为 Meta 迄今最大模型，据报训练算力约为前者的 10 倍。引述来自 Sources Podcast 与 @alexeheath 的 YouTube 频道。

SEO advice is rarely one-size-fits-all. Techniques built for websites with thousands of templates,...

Inception 发布 Mercury 2.5，称其为目前能力最强、规模最大的扩散大语言模型，智能较 Mercury 2 提升 40%，可对标 GPT-5.6 Luna （Low）、Gemini 3.5 Flash-Lite 和 Claude Haiku 4.5。

OpenAI 于 9 月 9 日发布图像生成模型 ChatGPT Images 2.5，在细节锐度、自然光照和纹理提升的同时，延迟较 2026 年 4 月的 Images 2 最多降低 50%。

一个基于 Transformers.js 的 React 应用，可点击或悬停生成的 token，查看影响其生成的历史 token 的注意力权重。可视化通过缩放值向量幅度并跨所有注意力头和层聚合实现，能展示模型从原文复制信息及组合多短语语义的过程。应用使用 6 亿参数模型，并预生成提示词以便即时加载。

我听说接下来Anthropic要完成《半条命3》λ

OpenAI 推出 ChatGPT Images 2.5，官方称其图像模型已在 ChatGPT Images 和 API 的 GPT-Image 模型中生成超过 30 亿张图片。