全部 AI 动态

推荐理由：官方介绍了两款 TTS 模型的能力细节、评测名次和开放入口，开发者可以据此评估语音生成工作流的选型。

推荐理由：官方首次发布 vllm-metal，用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题，并给出可复现的并发基准数据。

推荐理由：来自Google DeepMind的《Advancing Private AI Compute with secure, server-side memory》。重点看AI。摘要提到：这条英文动态讨论了 AI 领域的新进展。原文要点：Introducing private, server-side memory to Private AI Compute for personal AI.

推荐理由：作者从开源权重视角点评小米新模型，引用的基准对比可用于判断开源模型与闭源前沿模型的差距变化。

推荐理由：来自OpenAI News的《Two years of OpenAI Academy》。重点看AI。摘要提到：这条英文动态讨论了 AI 领域的新进展。原文要点：Marking two years of OpenAI Academy and bringing AI skills to even more communities.

推荐理由：来自IT之家 AI的《Anthropic 工程师解释为何 Claude 写作变差：模型被训练成写给 AI 看而非写给人看》。重点看模型能力与工程。摘要提到：IT之家 9 月 23 日消息，AI 模型在数学、编程和推理能力上进步迅速，写作水平却停滞不前，甚至有所退步，Anthropic 的 Claude 同样也存在这一问题。 为何 Opus 4.6 会成为 Anthropic 最后一款写作表现出色的模型？负责 Claude 微调的 Anthropic 工程师杰克逊 · 克尼恩今天（23 日）对此给出了解释：后续模型的优化重点 更多放在数学和代码能力上 。 这些模型还接受了大量 面向其他 AI 模型撰写技术解释 的训练，而这正是 Claude 逐渐形成奇特表达方式，也就是所谓“Claude 腔”（Claudeish）的主要原因。克尼恩称，模型被“调整得适应 LLM 心理”，最终学会了 写给 AI 模型看，而不是写给人看 。 克尼恩把这种现象类比为 只与其他自闭症人士交流的人 。此类群体会逐渐形成一套 在群体内部沟通顺畅、外人却难以理解 的表达方式。LLM 拥有远超人类的工作记忆，也能捕...

推荐理由：来自IT之家 AI的《谷歌推出 Gemini 3.8 Flash / Flash-Lite 文本转语音模型，每一行台词都能精确控制》。重点看模型能力与工程、文化创意、产品发布。摘要提到：IT之家 9 月 23 日消息，谷歌今日宣布，Gemini 家族新增两款全新文本转语音模型，将语音生成 从静态预设转变为动态创意工作室 ，能够帮助创作者、开发者和企业打造更丰富、更具表现力的音频体验，同时为 Gemini Notebook 和 Google Vids 等产品改进用户体验。 两款新模型分别为 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS ，定位各有不同： Gemini 3.8 Flash TTS ：面向深度创意方向和角色设计，可通过自然语言提示从头创建全新语音，在游戏、沉浸式有声读物、播客和互动媒体中赋予角色生命力，还可对表演提示、节奏、方言转换等进行精细控制。 Gemini 3.8 Flash-Lite TTS ：面向大容量、高性价比规模场景，针对大容量配音、音频内容创作和富有表现力的语音代理进行了优化，可对音调、节奏和表现力细微差别进行精细控制。 据IT之家了...

推荐理由：来自Google DeepMind的《Gemini 3.8 text-to-speech says hello》。重点看AI。摘要提到：Gemini 3.8 text-to-speech says hello 这条动态来自 Google DeepMind，可重点关注其对 AI 应用和产业节奏的影响。

推荐理由：来自IT之家 AI的《YouTube 推出全新 AI 智能体，能帮创作者“翻红”老视频》。重点看智能体工作流、产品发布。摘要提到：IT之家 9 月 23 日消息，在今天（23 日）的年度创作者活动 Made on YouTube 上，YouTube 宣布升级 2025 年推出的 AI 创作工具。 YouTube 带来了一款帮助创作者在后台优化频道的智能体，其能够查看频道过去发布的视频， 找出重新受到关注、契合新闻事件或开始走红的内容，并建议修改旧视频的缩略图或标题，借势吸引新一轮关注 。 据IT之家了解，YouTube 创作者产品副总裁阿姆贾德 · 哈尼夫介绍，智能体还能梳理频道内容， 提取受众人口特征及受众数据 ，帮助创作者准备向品牌推介的合作方案，争取潜在赞助商。 创作者上传视频后，智能体可以 直接根据内容生成缩略图和标题 ，也能对创作者自己制作的缩略图提出反馈。创作者通过 YouTube 工作室进行测试时，不同观众还可能看到不同内容。 动态缩略图工具支持为每条视频上传最多三张图片，YouTube 会 针对不同受众选择最合适的图片 ，尝试增加观看时长。...

推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。

推荐理由：来自 Anthropic 前线工程师的实战总结，把智能体驱动的代码现代化拆成可落地的六步组织流程。

推荐理由：来自IT之家 AI的《rabbit 沉寂许久后发布 OS3 智能体操作系统，支持多设备编排》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到：IT之家 9 月 23 日消息，人工智能初创企业 rabbit 曾因其口袋 AI 设备 Rabbit R1 名噪一时。但在硬件产品备受争议的推出后，该企业热度迅速降低并最终陷入沉寂。根据IT之家的查询， 其本周之前的最后一条官网新闻发布于 2025 年 9 月 。 而在当地时间 22 日， rabbit 宣布正式发布其智能体操作系统 OS3 。其兼容广泛第三方硬件，以单一聊天界面为主要入口。用户仅需设定一个目标，系统便会自动调度所需的设备、模型、文件来完成剩余步骤。 OS3 在云端运行并通过 rabbit agent 智能体连接和操作设备，一个账户最多可以连接五台设备。其 支持 多设备编排 、单一连续对话，兼容通用技能，可进行直接的计算机控制与自动编程。 IT之家了解到，用户使用 OS3 时 需自备 API 接口 。其 仅访问本地文件，仅通过模型提供程序处理上下文，仅执行用户发起的操作。

推荐理由：来自IT之家 AI的《SpaceXAI 智能体 Grok Bot 上线首月，周用户数突破 40 万》。重点看智能体工作流、产品发布。摘要提到：IT之家 9 月 23 日消息，据彭博社 22 日报道，SpaceXAI 的 AI 智能体 Grok Bot 上线约一个月，周用户数便已突破 40 万。 据伦敦一场活动的演示材料和与会人士透露，截至 9 月 14 日， Grok Bot 用户数达到 41.8 万 。彭博社看到的材料显示，用户数较前一周增加 24%。 SpaceX 的 AI 部门于 8 月中旬推出 Grok Bot，希望在不断扩大的 AI 智能体市场上跟上 Anthropic 和 OpenAI。Grok Bot 的定位更像一名 全天候待命的员工 ，而不只是聊天机器人，可以 回复邮件、更新销售数据库、处理发票、安排工作，以及提交软件错误报告 。 本周，Meta 的 Muse 登顶苹果 App Store 免费应用榜，令华尔街聚焦 AI 智能体的市场潜力。Muse 初期吸引用户的表现，让分析师联想到 ChatGPT 在 2022 年底迅速走红 的情形。 Muse 主要...

推荐理由：这个事实提供了关于OpenAI如何利用其Daybreak计划来增强其在民用领域的军事防御能力的信息。

推荐理由：原文给出 Daybreak 计划向乌克兰开放的具体安排和 CERT-UA、CERT Polska 的使用案例，读者可借此了解 AI 网络防御工具的实际落地。

推荐理由：来自OpenAI News的《Harvey turns legal context into stronger drafts with GPT-6 Astra》。重点看AI。摘要提到：这条英文动态讨论了 AI 领域的新进展。原文要点：GPT-6 Astra produces more structured, context-aware legal documents, freeing lawyers to focus on strategy.

推荐理由：来自Cursor Blog的《Improved token efficiency for longer agent runs · Cursor》。重点看智能体工作流。摘要提到：这条英文动态主要涉及智能体工作流。原文要点：Changes across Cursor's agent harness reduced token costs for users by 7% without reducing agent quality.

推荐理由：来自OpenAI News的《How invideo improves color grading 3x with GPT‑6 Astra》。重点看多模态。摘要提到：这条英文动态讨论了 AI 领域的新进展。原文要点：With GPT‑6 Astra, invideo plans edits with greater precision, improves color correction and grading threefold, and produces 50 custom effects in one day.

推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。

推荐理由：来自IT之家 AI的《部分苹果 Mac 升级 macOS 27 后，Apple Intelligence 占用空间超 30GB》。重点看模型能力与工程。摘要提到：IT之家 9 月 23 日消息，安装 macOS 27 Golden Gate 系统后，苹果会在 Mac 下一次连接互联网时，自动下载一个数 GB 大小的 AI 模型。与此前的 macOS 版本不同，用户无法阻止这一过程。Siri AI 以及 Apple Intelligence，如今已经成为系统中不可或缺的一部分。 对于 macOS 27，苹果表示，最新的 Apple Intelligence 功能在搭载 M3 芯片或更新芯片、且配备至少 12GB 统一内存的 Mac 上，最多需要占用 14GB 本地存储空间；对于其他支持 Apple Intelligence 的 Mac，最多需要 8GB 存储空间。 不过，根据实际测试，不同 Mac 对 AI 模型分配的存储空间似乎存在明显差异，而且部分设备的占用空间远高于苹果公布的数字。 例如，在一台运行 macOS 27 的 M4 Pro Mac mini 上，MacRumors 发现 ...

推荐理由：来自IT之家 AI的《为进行地面测试，空客用 Steam Deck 掌机操控 ExoMars 火星车原型》。重点看产品发布。摘要提到：IT之家 9 月 23 日消息，Valve 的 Steam Deck 掌机如今有了一个颇为特别的用途。除了让玩家随时随地畅玩游戏外，这款掌上 PC 还被空中客车（Airbus）用于操控火星车原型机，参与后者的研发和测试工作。 这款火星车就是 ExoMars 火星车，其由空中客车在英国负责研发，未来抵达火星后将实现自主运行。目前，ExoMars 仍处于地面测试阶段，而它与 Steam Deck 搭档的画面近日出现在 YouTube 博主汤姆 · 斯科特（Tom Scott）参观空中客车设施后发布的一段视频中。 在火星车正式登陆火星并在火星表面自主行驶之前，工程师需要一种控制设备，用于在类似火星环境的测试场地中操控火星车。空中客车最终选择了 Steam Deck。 IT之家注意到，视频显示，一台 Steam Deck 运行着一套未公开的定制软件。操作方式与使用 Steam Deck 玩游戏类似，斯科特通过掌机上的摇杆、扳机键和面部按...

推荐理由：来自OpenAI News的《Introducing MentalHealthBench》。重点看评测与基准。摘要提到：这条英文动态主要涉及评测与基准。原文要点：MentalHealthBench is an expert-informed benchmark for evaluating helpful and safe AI responses across realistic mental health conversations.

推荐理由：它和AI 应用价值直接相关，可能影响产品设计、研究判断、教育/文化场景落地或开发实践。

推荐理由：来自量子位的《汇智智能发布Hellome：国内首个FDE直连智能体服务平台，把AI交付周期压进“周”》。重点看智能体工作流、产品发布。摘要提到：企业AI服务迎来平台化交付时代 这条动态来自 量子位，可重点关注智能体工作流、产品发布。

推荐理由：来自IT之家 AI的《蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，UI 设计专项评测位列开源第一》。重点看模型能力与工程、评测与基准、文化创意。摘要提到：IT之家 9 月 23 日消息，今日，蚂蚁百灵大模型正式开源 Ming-Image-0.1-Design 系列，包含两个参数量均为 6B 的模型：Ming-Image-0.1-Design，从文字需求生成 UI、信息图、海报和完整视觉设计；Ming-Image-0.1-Design-Layer，将创意图或者设计图拆成可独立编辑的透明图层。 IT之家注意到，蚂蚁百灵同时开源了 Design Skill 和 PPT Skill，将模型能力继续连接到前端页面与可编辑演示文稿。 据官方介绍，Ming-Image-0.1-Design 重点增强了四项能力： 支持 8K 长结构化提示词增强，将自然语言需求组织为文案、模块、布局和视觉风格； 优化标题、按钮、卡片和多区域信息的文字渲染与版式稳定性； 通过端到端生成一次性完成整体设计，统一配色、构图和素材风格； 创建原生 RGBA VAE，直接生成人物、商品、图标和装饰等透明背景素材。 相比通过...

推荐理由：来自IT之家 AI的《我国将适度超前、系统推进新一代通信网建设，推进宽带网络向双万兆演进》。重点看产品发布。摘要提到：IT之家 9 月 23 日消息，据央视新闻从今天（23 日）的中国国际信息通信展览会上了解到，“十五五”时期，我国将把握新一代通信网络建设的战略机遇， 适度超前、系统推进新一代通信网建设 。 不久前，《信息通信行业发展“十五五”规划》发布，提出到 2030 年，全面建成覆盖完善、性能领先的新一代通信网， 5G 用户普及率达到 95%、千兆以上宽带用户数达到 3.2 亿户 、智能算力规模达到每秒 9800 百亿亿次浮点运算，为到 2035 年基本实现信息通信行业现代化奠定坚实基础。 IT之家从报道中获悉，工业和信息化部副部长余晓晖表示，要坚持应用牵引、适度超前、系统推进新一代通信网建设， 推进宽带网络向双万兆演进 ，推进低轨卫星互联网系统建设，统筹优化国际海陆网络布局，推动算力设施扩容提质，强化算网协同和算力互联，更好支撑一体化算力网建设。 相关负责人表示，以人工智能为代表的数智技术加速突破，为信息通信发展带来重大机遇。数据显示，...

推荐理由：来自IT之家 AI的《微软 Win11 Clipchamp 新增本地 AI 视频超分功能，可将视频分辨率提升至 4K》。重点看模型能力与工程。摘要提到：IT之家 9 月 23 日消息，微软正在为 Windows 11 内置的免费视频编辑器 Clipchamp 加入另一项 AI 功能。全新的“视频超分辨率”（Video Super Resolution）功能可以直接利用 PC 本地算力，将低分辨率视频提升至最高 4K 分辨率。 这项新功能在处理老旧智能手机拍摄的视频、通过即时通讯应用接收的压缩片段，或是低画质网络摄像头录制内容时非常实用，Clipchamp 会利用设备端 AI 模型，在提升视频分辨率的同时生成额外的画面细节，让处理后的视频看起来更加清晰、锐利。 IT之家注意到，目前市场上已经有多种视频超分辨率服务，但与依赖云端处理的工具不同，Clipchamp 可以在本地完成整个视频超分辨率处理过程。微软表示，在支持的 PC 上，Windows 可以调用 CPU 进行处理；Copilot+ PC 则可以利用 NPU。该功能支持 AMD、英特尔和高通的兼容硬件。 用户将视频添加到 ...

推荐理由：它和智能体工作流直接相关，可能影响产品设计、研究判断、教育/文化场景落地或开发实践。

推荐理由：来自MIT Technology Review AI的《The AI Hype Index: AI loves cheating》。重点看智能体工作流、模型能力与工程。摘要提到：这条英文动态主要涉及智能体工作流、模型能力与工程。原文要点：Brace yourself: It turns out AI is being optimized for cheating. OpenAI’s agents hacked into Hugging Face to get the answers to a cybersecurity test. Next, they solved a prestigious math problem (or just stole from two top mathematicians’ answer sheets). Anthropic’s models have also hacked into other companies’ systems four times already. And that’s…

推荐理由：来自量子位的《它石智航顶尖团队引领中国具身智能率先迈入规模化落地阶段》。重点看AI。摘要提到：它石智航将继续扩大研发团队，加快布局生产基地，全面提升机器人交付能力 这条动态来自 量子位，可重点关注其对 AI 应用和产业节奏的影响。

推荐理由：它和模型能力与工程直接相关，可能影响产品设计、研究判断、教育/文化场景落地或开发实践。

推荐理由：来自IT之家 AI的《科大讯飞发布全新语音识别大模型 Spark-ASR-2.0，明日上线讯飞输入法》。重点看模型能力与工程、产品发布。摘要提到：IT之家 9 月 23 日消息，今日，科大讯飞正式发布最新一代语音识别大模型 Spark-ASR-2.0。 据官方介绍，Spark-ASR-2.0 通过非自回归与 LLM 增强自回归协同、中英文混合文本与声学联合增强、动态上下文注入等关键技术创新，整体的语音识别效果大幅提升，尤其在通用识别（中英文混合、方言、专业术语）、复杂声学场景识别（高噪、小音量、快语速、儿童）、上下文识别和文本流畅规范性等方面改善明显。在效果提升的同时，Spark-ASR-2.0 的整体推理成本相对 Spark-ASR-1.0 仅增加了 10%。 官方称，“如果说过去的语音识别追求的是一字不差地还原所说内容，那么 Spark-ASR-2.0 则更进一步，让识别结果‘流畅成文’—— 在提升识别准确率的同时，结合上下文逻辑与语境理解，精简冗余表达、精修各类细节，让文字更连贯、语义更清晰。” 相较于 Spark-ASR-1.0，Spark-ASR-2.0 在语音...

推荐理由：来自IT之家 AI的《荣耀 YOYO Claw、小米 miclaw、阶跃终端 AI 三款手机端侧生成式 AI 服务通过网信部门备案》。重点看模型能力与工程。摘要提到：IT之家 9 月 23 日消息，据网信中国公众号，网信部门会同有关部门按照《生成式人工智能服务管理暂行办法》要求，有序开展生成式人工智能服务备案工作，现将新增的“YOYO Claw”等 3 款提供手机端侧生成式人工智能服务备案信息予以公告。 IT之家汇总此次备案的生成式人工智能服务如下表： 序号 属地 大模型名称 备案单位 备案编号 备案时间 适用场景 1 广东省 YOYO Claw 深圳荣耀软件技术有限公司 GuangDong-YOYOClaw-202607280195 2026/9/22 荣耀手机 2 北京市 Xiaomi miclaw 小米科技有限责任公司 Beijing-Xiaomimiclaw-202605180225 2026/9/22 小米手机 3 上海市 阶跃终端 AI 智源星辰（上海）智能科技有限公司 Shanghai-JieYueZhongDuanAI-202607280184 2026/9/22 阶跃手机

推荐理由：这篇文章为读者提供了一个关于Agent训练的视角，强调了其高效性和灵活性。

推荐理由：来自量子位的《Qwen一号位定了！刘大一恒接棒》。重点看AI。摘要提到：与稚晖君同届天才少年 这条动态来自 量子位，可重点关注其对 AI 应用和产业节奏的影响。

推荐理由：来自IT之家 AI的《Meta 测试真人代 Muse 拨打电话，引发内部隐私争议》。重点看智能体工作流、产品发布。摘要提到：IT之家 9 月 23 日消息，据路透社看到的 Meta 公司内部帖子显示，Meta 一直在为其新推出的个人 AI 助手 Muse 测试一项“人工礼宾”服务，即由人类承包商在后台悄悄处理部分通过该数字助手拨出的电话。 这家 Facebook 和 Instagram 的母公司上周向员工披露了这一测试，时间就在该公司公开推出 Muse 电话呼叫功能后不久。 自发布两周以来，Muse 一直位居美国应用下载排行榜榜首。该智能体旨在自主完成代发邮件、购物和预订旅行等任务。 借助电话呼叫功能，用户可以指示 Muse 拨打美国商家的电话，并与接听者交谈，办理预约理发、询问门店是否有现货，或向不同承包商询价等事务。 这些内部帖子显示，一些员工对由人工处理这些电话提出了隐私担忧，警告称这种做法可能导致敏感信息被无意中分享给呼叫中心的承包商。 “令我费解的是，我们为什么会认为这项功能值得冒这样的风险，”一名员工在内部帖子中写道。“我们距离不必要的信...

推荐理由：来自IT之家 AI的《阿里千问发布 Qwen-Audio-3.1 系列语音大模型，并下调全线产品价格》。重点看模型能力与工程、产品发布。摘要提到：IT之家 9 月 23 日消息，今天，千问正式发布 Qwen-Audio-3.1 系列语音大模型。本次升级不仅对语音识别、语音合成和实时语音交互三大核心模型进行了全面进化，更重磅推出了全新的音频创作模型 Qwen-Audio-3.1-TTS-Next 和音频理解模型 Qwen-Audio-3.1-ASR-Next。 官方称，五款全新的语音模型同时推出，形成了一套覆盖“理解-生成-交互-创作”的完整音频能力栈。为进一步降低用户使用成本， Qwen-Audio 全线语音模型价格均下调 ，其中 TTS 降价约 70%，Realtime 降幅约 85%，ASR 降幅达 95%。 IT之家附官方详细介绍如下： Qwen-Audio-3.1-ASR： 更强的上下文理解和润色 Qwen-Audio-3.1-ASR 是新一代语音识别大模型，进一步增强多语种、方言识别与上下文理解能力，并新增原生转写润色能力，可自动去除语气词与重复表达并重组语义，...

推荐理由：来自IT之家 AI的《大力投入 AI 未必真能省钱，麦肯锡报告称智能体或让企业面临更高成本》。重点看智能体工作流。摘要提到：IT之家 9 月 23 日消息，据《商业内幕》今天（23 日）上午报道，麦肯锡提醒企业，随着智能体越来越普及， AI 支出可能进一步增加 。 与文本类 AI 工具相比，智能体需要实际完成任务，或将带来高得多的运行成本。这类任务往往包含多个步骤，同一目标有不同的实现方式，成本也可能相差悬殊。麦肯锡的一项研究发现，不同智能体完成任务的成本差距 最高可达 30 倍 。 IT之家从报道中获悉，麦肯锡的《2026 年 AI 现状》调查显示，约三分之一的组织把超过 10% 的技术与通信预算投入 AI；60% 的受访者计划明年增加 AI 支出；约五分之一的受访者称， AI 支出开始给运营成本带来压力 。 麦肯锡高级合伙人、麦肯锡全球研究院院长唐吉 · 卡特林指出：“所以，AI 支出的规模开始变得相当可观，也越来越明显。” 麦肯锡表示，使用智能体自动编程的软件开发团队尤其面临成本压力，自动编程显然要消耗大量 token。 麦肯锡发出警告前，企业...

推荐理由：来自IT之家 AI的《特斯拉北美车机上线 Grok Bot，开车就能语音下单买咖啡、发邮件》。重点看产品发布。摘要提到：IT之家 9 月 23 日消息，特斯拉向着车轮上的私人助手不断演进，如今借助 Grok Bot，车辆不再只能回答知识问答或是调节车厢温度，当你正在开车时，它还可以完全免手动执行复杂的外部事务以及各类线上任务。 IT之家注意到，特斯拉今日早些时候在 X 平台正式官宣北美上线该功能，并说明驾驶员现在可以查看电子邮件、管理日程、进行线上购物，甚至可以让 Grok Bot 帮你梳理已有对话和待办事项。 就在这次正式推送的几周之前，SpaceX 人工智能部门的一名工程师就曾透露，特斯拉计划将 Grok Bot 整合进自家车辆，把原本还处于试验阶段的网页功能，变成车内可用的正式工具。 Grok 在特斯拉车内的落地推进速度很快，其最初只是一款对话式 AI 聊天机器人，现已逐步发展成为深度嵌入车机系统的智能车载副驾。驾驶员早已可以通过语音，使用 Grok 设置导航、建立位置提醒，以及调节车厢温控等各项车辆功能。 Grok Bot 正是在现有集成...

推荐理由：它和AI 应用价值直接相关，可能影响产品设计、研究判断、教育/文化场景落地或开发实践。