跳到正文
9月27日周日
9月26日周六
  1. TechCrunch · AI47

    Meta Connect 2026:Meta 智能眼镜全线亮相,无摄像头音频眼镜与助听眼镜首次试戴

    Meta 在 Meta Connect 上把智能眼镜摆满全场,并首次展示尚未发布的纯音频智能眼镜:配 6 个麦克风、无摄像头、无法录制周围环境,重量明显轻于其他智能眼镜。该眼镜将接入 Meta 个人智能体系统 Muse,可语音下指令完成发邮件、念待办等任务,但该集成尚未向公众开放。Meta 同时试戴了面向听障人士的音频眼镜,研发约五年,售价 150 美元,而多数助听器价格可高达 1600 美元。

9月25日周五
  1. TechCrunch · AI40

    PrismML 将 1-bit Bonsai 小模型带到高通骁龙智能眼镜

    PrismML 在高通骁龙峰会上展示了 1-bit Bonsai LLM,可在基于 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该版本为 20 亿参数、面向视觉与语言调优的模型,可将大模型压缩 4 倍并保留标准基准上几乎全部性能,用户可实时询问所看到的物体。目前尚无搭载 PrismML 的智能眼镜发布。

  2. Google DeepMind62

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮次的视觉化对话,即日起在 Gemini Enterprise 上线。

    选题角度:官方给出多语言实时对话演示和酒店入住工具调用案例,适合录屏实测口型同步与后台调用工具时的对话连贯度。

9月24日周四
  1. Skill Leap AI22

    ChatGPT 2026 终极指南:ChatGPT 6 Astra 更新版教程

    这份 ChatGPT 2026 完整教程覆盖免费版与付费版功能,重点讲解思考模式、模型选择器、记忆与自定义指令,以及用 Projects 组织工作。教程还演示了 ChatGPT Work 中 AI 智能体交付报告与文档、ChatGPT 6 中 Astra 模型的数据分析,以及 ChatGPT Skills、插件、图像生成与编辑、深度研究、ChatGPT Sites 和智能体等功能。

  2. The Decoder78

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS,可用文字描述从零设计音色

    Google 推出 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型,前者可用文字提示词从零设计音色,定义角色、口音和声音特征,两者均支持 100 多种语言并可为每句台词添加舞台指示。

    选题角度:作者用预设音色加风格提示词实测了柏林口音英语,可复现这段提示词并对比官方样片与背景杂音问题。

9月23日周三
  1. Hacker News · AI 高分帖78

    Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    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。

  2. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型

    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。

  3. 公众号 · 夕小瑶科技说84

    小米发布MiMo-V2.6系列,实测编码、审美与多模态能力

    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。

  4. X · 通义千问 Qwen爆款72

    通义千问发布 Qwen-Audio-3.1 音频模型栈,新增 TTS-Next 与 ASR-Next 并大幅降价

    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。

  5. 量子位28

    斑马智能发布全模态端侧大模型 AutoOmni 2.0-23B-A3B

    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。

  6. 量子位74

    爱诗科技发布实时世界模型 PixVerse R2

    爱诗科技上线全新实时世界模型 PixVerse R2,把视觉、动作、音频、时序和控制信号统一进一套可扩展的因果建模框架,主打实时性与通用能力同时成立。R2 相比上一代 R1 增加了互动影游、实时数字人等玩法,用户可用 WASD 控制视角、用 Prompt 改写角色动作和剧情走向。

  7. Curious Refuge58

    Curious Refuge 演示实拍加 AI 的混合电影制作流程

    Curious Refuge 测试了一套混合电影制作流程,把实拍素材与 AI 结合,将简单的灰模镜头转换成全新的环境。视频给出完整流程演示,配套的书面拆解和提示词发布在 curiousrefuge.com 的博客页面。

    选题角度:原文给出把实拍灰模镜头转成全新环境的混合制作流程,适合拆解步骤并对比灰模与成片效果。

9月22日周二
  1. Theoretically Media70

    Dreamina 上线 Seedance 2.5 Preview 及画布新功能

    Dreamina 推出 Seedance 系列新功能,画布改版并加入可自动规划拍摄的 AI 智能体、Elements 素材库和生成侧 Skills,MiniMax H3、GPT Image 2 与 Nano Banana Pro 也已接入画布。

    选题角度:原文给出 Seedance 2.5 Preview 的 480p 草稿到 1080 重渲染流程,适合实测同一镜头低分辨率试稿再出成片的画质与成本差异。

9月21日周一
  1. ElevenLabs Blog66

    ElevenLabs 在 ElevenCreative 中推出 Studio 4.0 视频编辑器

    ElevenLabs 在 ElevenCreative 中发布 Studio 4.0,这款 AI 原生视频编辑器可在同一项目内直接生成视频、图像、语音、音乐和音效,并完成剪辑、字幕与导出。

    选题角度:官方给出 Studio 4.0 的完整入口和生成、剪辑、字幕、配乐一体化流程,适合录屏演示从提示词生成镜头到导出的全流程。

  2. 量子位18

    长三角安全人工智能安徽省实验室发布星界、星驭、星鉴三大AI安全解决方案

    长三角安全人工智能安徽省实验室在合肥举办的第一届中国网络空间安全大会(CCSC 2026)人工智能安全与应用治理论坛上发布星界、星驭、星鉴三大AI安全解决方案,分别覆盖大模型内容安全、智能体应用安全与AIGC内容可信传播。实验室主任刘俊华称,其大模型安全防护平台2025年已落地25个私有化项目,2026年日均调用次数突破数亿次。

  3. 量子位34

    比亚迪发布汽车行业首个AI超级智能体「迪迪虾」,首搭腾势N8L纯电车型

    比亚迪发布AI超级智能体「迪迪虾」,首搭腾势N8L纯电车型,基于璇玑架构2.0将智能座舱升级为AI OS,支持端云协同与多模态感知。迪迪虾已接入十余个生态合作伙伴智能体,并与飞猪、高德、支付宝等首发酒店、导航、生活等场景智能体。腾势D9、N8L闪充版、Z9GT、N9闪充版也将陆续开启OTA推送。

9月20日周日
  1. The Decoder60

    腾讯发布 Gander 研究模型,边对话边在后台执行任务

    腾讯混元语音团队与多所高校研究者提出 Gander,一个能一边实时对话一边在后台处理复杂任务的 AI 模型,同时接收语音、图像和文本。它把工作拆成负责实时对话的“小脑”和负责推理与复杂任务的“大脑”,大脑可换成 Codex 或 Claude Code 等智能体系统而无需重新训练对话模型,测试中由 OpenAI GPT-5.6 系列的一个未指明模型担任该角色。