OpenAI Academy 两周年:把 AI 技能带给更多社区
OpenAI Academy 迎来两周年,目标是把 AI 技能带给更多社区。原文未披露具体课程、覆盖人数或新增地区等细节。
OpenAI Academy 迎来两周年,目标是把 AI 技能带给更多社区。原文未披露具体课程、覆盖人数或新增地区等细节。
Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,即日起在 Gemini API 和 Google AI Studio 上线,Flash-Lite 版同步进入 Google Vids。
选题角度:原文给出两款 TTS 模型的开放入口、2000+ 音色库和 30 秒声音复刻能力,适合上手实测同一段脚本的语音生成效果。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐句表演指导,后者面向高并发、低成本的配音与语音智能体场景。
选题角度:官方给出 AI Studio 音频 playground 入口和 30 秒样本复刻声音的流程,适合录屏实测从提示词造声到双人剧本逐句导演的完整玩法。
YouTube 在 Made On YouTube 活动上宣布为 YouTube Music 加入两项 AI 功能,Ask Music 和 Your Podcast Lineup,面向全球 YouTube Music 与 YouTube Premium 订阅用户推出。
Anthropic 负责 Claude 微调的员工 Jackson Kernion 解释,Claude 在数学、代码和推理上快速进步,写作质量却停滞甚至变差,Opus 4.6 是 Anthropic 最后一个好的写作模型。
DrivingBench 把前沿模型的输出接入一辆丰田 Corolla 的方向盘、油门和刹车,在固定锥桶赛道上评测其驾驶能力。评测指标包括沿赛道中心线的进度、GPS 速度积分得到的距离、完成时间、接受的 set_motion 与 stop_now 指令数,以及按标价计算的 token 与成本,同一对话最多尝试 3 次。
NVIDIA 验证工程师 Sakeena Fiza 在数据中心系统工程实验室负责新产品量产前的硬件验证,她回忆 NVIDIA Rubin GPU 首次在系统层面被识别时,全球首次实现该级别枚举,团队当场欢呼庆祝。她将验证工作比作破案,目标是在客户发现问题之前先发现问题,从 tray 到 rack、cluster 再到客户 AI factory 逐级确保系统稳定。
英伟达投资的 AI 云厂商 Nscale 在其赴美 IPO 的 192 页 S-1 文件中未点名最大客户字节跳动,仅附录提及后者新加坡子公司 Spring。
Meta 的个人 AI 智能体 Muse 在 9 月 8 日上线后一周内吸引超过 50 万用户,其中日活超过 25 万,用户共输入超过 200 万条提示词。Muse 在美国以独立 App 和 WhatsApp 形式提供,已登上苹果 App Store 榜首,获得超过 3.1 万条评分。
选题角度:Meta 的 Muse 上线一周拿下 50 万用户,同时被指文件名和内容几乎照搬开源项目 OpenClaw,适合做热点评论。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举办 StrictlyVC 专场,聚焦 AI 推动下风投格局的变化。
YouTube 在 Made On YouTube 年度活动上宣布为 YouTube Studio 推出多项 AI 新功能,包括将 AI 问答功能 Ask Studio 扩展到 iOS 和 Android。
YouTube 在 Made On YouTube 活动上发布 custom feeds 功能,用户可在提示词框里用自然语言描述想看的视频类型,由 Google 的 Gemini 模型生成对应信息流并固定在首页独立标签页中。
TechCrunch Disrupt 2026 门票优惠将于 9 月 25 日 23:59 PT 结束,此前购票最高可省 200 美元,并可获同类型第二张票 5 折。大会将于 10 月 13-15 日在旧金山 Moscone West 举行,预计聚集 10,000+ 创始人、投资人和运营者,官方 Events app 提供 AI 驱动的 1:1 约见匹配。
Basecamp Research 正用自采的基因组数据训练生物 AI 模型 EDEN,其数据集已达约 15 万亿 token,规模与训练 Claude、GPT 的文本数据集相当。
Stripe 推出知识 AI 平台 Kai,上线两周内覆盖大部分员工,目前 83% 为周活跃用户,几乎涵盖全部 GTM 团队。Kai 采用三层架构:面向前端的 API、供领域负责人构建和治理智能体的 Agent Studio,以及执行环境。此前 Stripe 的 NoCode Agent Builder 已构建超 4000 个智能体,但提示词质量参差、难以维护。
OpenAI 宣布将 Daybreak 项目的访问权限扩展至乌克兰政府,用于支持民用基础设施的网络防御。
Spotify 周三开始向美国 Premium 订阅用户推送 Taste Profile,用户首次可以看到平台如何理解自己在音乐、播客和有声书上的口味,并用自然语言指令调整推荐。
阿里 Qwen 团队发布 Qwen-Audio-3.1,包含五款覆盖语音识别(ASR)、文本转语音(TTS)和实时交互的模型。
Claude Code 2.1.277 宣布支持 AGENTS.md,但实测发现该功能由内置插件 agents-md 通过远程 feature flag tengu_agents_md_mod 控制,默认关闭。
invideo 借助 GPT‑6 Astra 更精准地规划剪辑,将色彩校正与调色效率提升 3 倍,并在一天内生成 50 个自定义特效。
用 AI 智能体团队自动化 HR、IT、财务流程的初创公司 Ema 完成 7700 万美元 B 轮融资,由 Creaegis 领投,Accel、Section 32、Prosus 跟投,累计融资达 1.4 亿美元,估值较 2024 年上轮融资增长逾三倍。
Harvey 借助 GPT-6 Astra 生成结构更清晰、更贴合上下文的法律文书,让律师得以专注于策略。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
ElevenLabs 发布 Python 语音识别教程,演示如何通过 ElevenAPI 将 Scribe v2 与 Scribe v2 Realtime 接入 Python 项目,实现批量与实时转写。
Ringg 基于 GPT-5.6 构建的多语言 AI 智能体可解决最多 65% 的客户来电,覆盖语音、聊天、WhatsApp 和网页渠道。相比 GPT-4.1,其成本降低 90%。
千问 Qwen 在 X 上公布了一个 benchmark suite,并附上链接。原文未披露该套件的具体名称、覆盖的评测基准、模型版本或分数等细节。
千问 Qwen 发布 Mobile Creative Agent 的性能展示,并附上演示链接。原文未披露该 Agent 的模型版本、参数规模、benchmark 分数及可用性信息。
通义千问发布 Qwen Intelligence,一次上线三个 SOTA 智能体。Mobile Planner Agent 负责任务规划与编排,在 MobilePA-Bench。
选题角度:官方给出三个手机端智能体的跑分和一句话生成图片的 3 秒实测数据,适合上手录屏对比规划、执行与创作三类任务。
小米正式推出MiMo-V2.6-Flash、MiMo-V2.6-Pro及Pro的UltraSpeed版本,Pro在Artificial Analysis智能指数取得46分,超过Kimi K3和Qwen3.8 Max。
选题角度:作者用孪生素数可视化、3D地震台、PPT和视频模仿四个实测案例展示MiMo-V2.6-Pro的编码与审美能力,适合挑其中一个案例录屏复现并对比成本。
联想天禧AI在2026云栖大会发布天禧AI 4.3,以"超能模式"为核心,首发Tianxi AgentCore端侧智能体框架,支持自主规划任务、手机平板远程操控电脑且数据不出本地。联想提出最小生产单元从团队变为"人+Agent",并称内部以3人30天零例会跑通一款产品全流程。天禧生态软件矩阵月活2.8亿、年分发量40亿次,同时联合阿里Qoder提升体验。
OpenAI 聘请 Patreon 联合创始人 Sam Yam 领导新设的 "Creator Product" 部门,为创作者打造工具。Yam 在 Patreon 任职超过 13 年,此次带上前产品负责人 Drew Rowny 和工程负责人 Shannon Ma 一同加入。相关工具的首批成果可能在下周 OpenAI DevDay 上亮相。
OpenAI 发布 MentalHealthBench,一个由专家参与构建的基准,用于评估 AI 在真实心理健康对话中回复是否有帮助且安全。该基准覆盖多种现实心理健康对话场景,衡量模型回复的助益性与安全性。
商汤大装置资深技术专家罗伟在2026全球AI芯片峰会上分享了异构混推实践,其日均Token服务量已从2月的0.46万亿增长至8月的4.5万亿。平台通过"横向编排"统一不同算力资源画像、动态调整芯片P/D角色分工,并推进从固定P/D配比走向Prefill Pool与Decode Pool动态资源池化,未来还将把Encoder、Attention、FFN等模块拆分为独立资源池。
汇智智能发布一站式 AI 服务平台 Hellome,称其为国内首个实现 FDE(前沿部署工程师)与企业客户直接对接的应用智能体服务平台,将 AI 落地周期压缩至周级。
达卯科技已完成约2亿元新一轮融资,此前去年10月获宁德时代旗下溥泉资本领投的近亿元A+轮融资。其核心产品算电协同2.0平台·AIDC绿电直连能源运营操作系统,面向GW级智算中心绿电直连场景提供全周期智慧能源运营闭环能力。股东阵容包含宁德时代、商汤科技、寒武纪等产业链龙头企业。
通义千问发布 Qwen-Audio-3.1,ASR、TTS 与 Realtime 全面升级,并新增 TTS-Next 和 ASR-Next 两个模型,共五个模型覆盖理解、生成、交互与创作。
选题角度:官方放出五个音频模型和最高95%的降价,适合逐项实测ASR去口水词、TTS-Next一次生成音效与背景音的效果。
它石智航创始人兼CEO陈亦伦在2026“跨国企业上海行”推介会上称,中国正推动本土具身智能率先进入规模化落地阶段。它石智航已采集超百万小时真实人类操作数据,自研AWE具身智能基座大模型,并推出A系列轮式机器人、T系列双足机器人和21自由度准直驱DexHand灵巧手。其研发团队硕博占比超80%,未来将扩大研发团队、布局生产基地并提升机器人交付能力。
斑马智能在云栖大会发布全模态端侧大模型 AutoOmni 2.0-23B-A3B,采用 MoE 架构,普通任务能力堪比 10 倍参数量云模型,复杂任务处理能力达其 80%-90%。该模型已合作国内外 10 家芯片企业,支持 8 路以上多任务并发,大模型推理加速 5-6 倍,量化保真度超 99%,运行内存占用减少 50% 以上。
DeepSeek 公开梁文锋署名的 Agent 训练系统 DSec(DeepSeek Elastic Compute),每秒可产生 5000+ 个沙盒、一天 300 万个,峰值同时运行 38 万个。
前华为天才少年刘大一恒正式接任 Qwen LLM 项目负责人,title 为阿里巴巴 ATH 事业群 Token Foundry Qwen LLM 项目负责人,并在阿里云栖大会带来「Qwen:迈向真实世界智能体」主题演讲。