2026.09.13 AI视频 匿名艺术家用生成式AI拍95秒短片，特效工期从半年压缩到数周 → 匿名混合现实艺术家VOIDZ发布了95秒短片《Ends Meat》。影片的素材来源是一次真实、没有脚本的超市采购过程，随后创作者用生成式特效对原始画面进行改造，让购物车里的商品与货架上的物件在所谓经济压力下膨胀、变形、绷紧。全片包含十五处超现实干预，全部通过生成式工具完成。创作者把这种风格称为纪录片超现实主义，核心做法是先拍摄真实发生的事，再用合成手段放大其中的情绪与结构性问题。按照他的说法，同样的效果用传统特效流程需要半年到一年，而生成式工具让单人创作者可以在数周内完成迭代…
2026.09.13 AI绘画 图像编辑榜前两名被同一家公司包揽，生成与编辑两大榜首首次出现明显分化 → 第三方盲测平台在9月12日同步的榜单数据显示，图像编辑榜前两名被OpenAI的GPT Image 2.5两个版本占据，Sunburst以1520分居首，Flare以1491分紧随其后，两者累计票数分别为6704与5676；上一代GPT Image 2以1461分位列第三，票数超过23.5万。同一家公司的三个模型版本连续占据编辑榜前三，这种集中度在图像模型榜单上并不常见，出现在编辑这个细分维度上更是第一次。与之形成对照的是，文生图榜的第一名是上一代GPT Image 2，编辑榜…
2026.09.13 AI智能体 Cognition发布SWE-2与Devin Fusion，编程智能体成本降46% → 9月11日至12日，编程智能体公司Cognition连续放出两项更新。先是发布编程模型SWE-2，在FrontierCode 1.1主榜取得50.0%的成绩，官方称其通过把强化学习规模扩展到数万亿参数级别，以比上一代低约64%的成本达到与旗舰模型相当的表现。SWE-2还是首个支持推理力度分级的编程模型，已上线Devin Desktop与命令行工具，Pro、Max与Teams订阅用户可免费使用一个月。随后公司又推出Devin Fusion双模型架构，用一个前沿主模型负责规划推理…
2026.09.13 大模型 Kimi K2.8全量上线，百万上下文向所有会员开放，编码与智能体能力提升 → 9月11日，月之暗面宣布Kimi K2.8 Preview在Kimi Code与Kimi Work全量上线。这次更新最特别的地方在于模型ID没有变，仍然是kimi-for-coding，Kimi Code客户端以及接入这个ID的第三方工具都不需要修改配置，请求会直接落到新模型上。官方给出的定位有两句话：综合性能接近旗舰K3，编码与智能体能力全面提升，思考效率较K2.7 Code显著改善。同时，K2.8 Preview把100万token上下文窗口开放给全部会员档位，而上一代K…
2026.09.13 AI大厂 阿莫代伊喊话放缓模型迭代，马斯克与奥尔特曼齐声赞同并支持审计 → 9月12日，Anthropic首席执行官达里奥·阿莫代伊在其个人博客上发表文章，明确提出人工智能行业需要放缓新模型的开发速度。他写道，我们必须放缓提升AI模型能力的步伐，进展依然会显得非常迅速，而我们必须明智地利用因此获得的时间。他特别强调，放缓进度并不意味着停止模型训练或技术进步，而是要确保企业投入足够时间，让模型与人类目标保持一致并做好安全防护，同时让第三方评估机构对此进行确认。文章发布后不久，xAI创始人埃隆·马斯克在社交平台上回应称达里奥说得对。OpenAI首席执行官…
2026.09.12 泛AI领域 Positron拿下8.75亿美元C轮，用手机内存芯片做AI推理 → 美国推理芯片公司Positron AI于9月10日宣布完成8.75亿美元C轮融资，投后估值约50亿美元。这笔钱分两笔到账：首笔3.75亿美元C轮按35亿美元投前估值定价，由NEA、Atreides Management、Valor Equity Partners、Andra Capital与SemiAnalysis Capital联合领投；第二笔最高5亿美元的C-1轮由NEA与网景创始人吉姆·克拉克领投。公司今年2月才完成2.3亿美元B轮，估值约10亿美元，七个月时间估值涨到…
2026.09.12 AI4S 首款AI设计药物进入三期临床，从靶点发现到候选化合物只用18个月 → 9月9日，英矽智能的AI设计药物rentosertib完成三期临床试验的首例患者给药。试验代号GENESIS-IPF-3，计划在中国47个临床中心入组320名特发性肺纤维化患者，每日给药一次，持续52周，主要终点是肺功能的年下降率。这款药物的特殊之处在于来源：靶点由英矽智能的靶点发现平台从候选清单中筛出并锁定TNIK蛋白，分子结构由生成式化学平台设计，人类团队负责后续的筛选、合成、测试与优化。公司称从启动靶点发现到确定临床前候选化合物用了18个月。在此之前，英矽智能在2025…
2026.09.12 数字人 HeyGen与OpenAI合作开源数字人框架，全双工语音边听边说 → HeyGen宣布开源一套用于构建实时AI体验的框架，这套框架由HeyGen与OpenAI共同开发。它把三部分组合在一起：OpenAI的GPT-Live-1全双工语音模型、HeyGen的LiveAvatar实时虚拟形象技术，以及HyperFrames实时界面生成能力。官方同时放出演示视频，并邀请开发者在框架之上构建自己的应用。其中最具突破性的部分是GPT-Live-1：它是一个能同时听与说的单一模型，不再依赖语音转文字、大语言模型、文字转语音这样的三段式链路。这种端到端架构有望…
2026.09.12 AI建模 大晓机器人开源Puffin-World，给机器人补上相机物理课 → 大晓机器人联合南洋理工大学S-Lab等机构发布并开源了统一多模态世界模型框架Puffin-World。这个框架的设计出发点与传统视频生成模型不同：它没有把目标定为生成一段看起来逼真的画面，而是把物理、几何与外观定义为三种原生的三维世界状态，并在同一个模型中贯通重力场感知、自由视点空间仿真、三维世界生成与重建以及闭环探索。团队同步开源了代码、模型与Puffin-16M数据集，其中包括1500万组视觉、语言与相机三元组，100万条具有挑战性的旋转轨迹，以及覆盖28个公开数据集、约…
2026.09.12 AI硬件 机器人基础模型公司Skild AI，十个月把年化收入做到1亿美元 → 机器人基础模型公司Skild AI在9月10日对彭博表示，公司年化收入运行率已突破1亿美元。这个数字的特殊之处在于时间：从首次商业部署算起只过了十个月，而客户数量从2026年早些时候的8家增长到60多家，其S1模型被部署在制造业、物流、巡检、安防与食品加工等场景的数百台机器人上。对于长期被认为离收入很远的具身智能赛道，这是一份少见的速度证明。公司今年1月完成14亿美元融资，估值超过140亿美元，投资方包括软银与英伟达，这笔钱当时被普遍解读为对技术路线的押注，如今收入数据让叙事…
2026.09.12 AI音乐 开源音乐模型YuE2先写乐谱再演唱，SongBench成绩逼近Suno v5 → M-A-P团队在Hugging Face上开源了歌曲生成模型YuE2-3B，参数约36亿，模型权重约7.26GB。它与多数音乐生成模型最大的不同在于流程：先根据歌词与风格提示生成一份可编辑的ABC乐谱，把旋律与和弦明确写出来，再由这份乐谱渲染成48kHz立体声的完整歌曲，最长可达5分钟，包含人声与伴奏。团队同时开源了配套的音乐表征模型MERT2与音频转乐谱模型SheetSage2，三个组件串起来构成一条从听懂音乐到写出音乐的完整链路。官方称在自建的WildSongBench上…
2026.09.12 AI视频 开源加速方案让MiniMax H3视频生成提速12倍，5秒视频半分钟出片 → 智东西9月11日报道，RunningHub推出并开源了针对MiniMax H3视频生成模型的加速方案H3 Lightning。测试环境配备4张NVIDIA RTX 6000D专业显卡，生成一段5秒、1344×768分辨率的视频，BF16基础方案需要50个采样步、耗时348.8秒，接近6分钟；采用加速方案后耗时降到28.7秒，整体推理速度提升约12倍，等待时间减少约92%。相关技术方案与复现说明已经在GitHub公开，有多卡设备的用户可参照方案本地部署，没有设备的创作者可以直接…
2026.09.12 AI绘画 谷歌Nano Banana Pro接入广告后台，免费额度缩到每天两张 → 谷歌近期把图像生成模型Nano Banana Pro接入了Google Ads。这个基于Gemini 3 Pro的模型不再只是Gemini应用里的创作玩具，而是直接出现在广告主的素材库与投放流程中：可以在Asset Studio里生成高分辨率图片，调整光照与相机角度，把多件商品摆进同一个画面，并保持品牌视觉的一致性。同期，谷歌把Gemini应用里免费用户的Nano Banana Pro额度从每天3张收紧到2张，用完后自动回落到旧版Nano Banana。一边是生图能力正式进入…
2026.09.12 AI智能体 OpenAI开放Agents API公测，托管式长任务智能体免服务费 → 9月10日，OpenAI把驱动Codex的托管式智能体运行框架通过一个接口对外开放，Agents API进入公开测试阶段。开发者只需要提供工具并选择执行环境，剩下的会话管理、任务编排、上下文压缩与故障恢复全部由平台承担。按照官方说明，除模型词元消耗与付费工具调用之外，不再收取额外服务费。平台内置的能力包括沙箱代码执行、文件编辑、MCP服务器连接、产物生成与多智能体委派。对过去需要自己搭一套调度与状态管理系统的团队来说，这条公告把智能体开发的门槛往下压了一大截。
2026.09.12 大模型 Cohere开源218B翻译模型，50多种语言成绩反超DeepL → 9月10日，企业级AI公司Cohere发布并开源了翻译模型North-Small-Translate-1.0。这是一个总参数2180亿、单次仅激活250亿的稀疏混合专家模型，包含128个专家网络，每个词元只调用其中8个。模型覆盖50多种语言，输入与输出上下文均为16K，权重以CC BY-NC 4.0协议开放，允许研究与个人使用，但不允许商用。Cohere给出的评测显示，该模型在WMT26全语种基准上取得83.60分，接入智能体式多轮流程后提升至84.36分，高于DeepL N…
2026.09.12 AI大厂 谷歌Gemini桌面版登陆Windows，月活破10亿后抢占办公入口 → 9月10日，谷歌正式向全球Windows 10与Windows 11用户推出Gemini原生桌面客户端。这是继今年4月macOS版本之后，谷歌把旗下AI助手铺到另一个主流桌面平台的收官动作。Windows版主打三件事：用Alt+Space全局快捷键从任意界面呼出悬浮对话窗、支持把本地文件拖进窗口直接做多模态分析、以及把Gemini Live实时语音完整搬进桌面环境。应用在发布时同步打通Gmail与Google Drive，接入Nano Banana图像生成与Gemini Om…
2026.09.11 泛AI领域 谷歌两年内在芬兰投资至少130亿欧元，还签下首份海外核电采购协议 → 9月9日，谷歌宣布将在未来两年内向芬兰投资至少130亿欧元，约合151亿美元，用于建设人工智能数字基础设施。这是谷歌在欧洲规模最大的一笔单笔投资，计划在2027年至2028年陆续落地。投资范围不止数据中心，还包括电网改造、清洁能源与电池储能项目，用来支撑Gemini、搜索、地图与YouTube等服务不断增长的算力需求。芬兰总理佩特里·奥尔波在声明中表示，这一决定充分证明了芬兰自身的优势，数据经济的价值远不止于直接投资，还能进一步推动创新与研发。
2026.09.11 AI4S MIT用GPT-5.6 Sol自主校准量子芯片，实验跑整夜不用人盯 → OpenAI近日披露了一项来自麻省理工学院的实验：该校工程量子系统研究组的研究生比阿特丽斯·扬克列维奇，把GPT-5.6 Sol通过Codex接入实验室软件，让AI智能体在一块尚未校准的六量子比特超导芯片上，自主完成标准测量流程。智能体自行选择测量参数、操作硬件、分析返回数据，并据此决定下一步做什么。在信号清晰的条件下，它几乎不需要研究者介入，就识别出量子比特的跃迁频率、校准了用于控制和读取的微波脉冲，并测定出量子比特保持量子信息的时间。这项尝试把前沿模型从写代码、查文献推进…
2026.09.11 数字人 华拟智能完成数千万元天使轮，仿生数字人头识别情感准确率超95% → 9月10日，西交大联合孵化的仿生机器人企业华拟智能宣布完成数千万元天使轮融资，投资方为广东省科学院佛山产业技术研究院与国资产业资本东莞科创集团。本轮资金将用于核心技术研发迭代、量产交付能力提升以及重点场景的渠道建设。在具身智能与人形机器人热度高涨的当下，这家公司选择了一个相当务实的切口：先不做完整人形，从仿生人头开始。其技术方案的情感识别率超过95%，微表情逼真度被公司称为国际领先水平。
2026.09.11 AI建模 高德发布3D原生城市世界模型，单卡10分钟生成公里级3D场景 → 9月10日前后，高德正式发布3D原生城市世界模型ABot-Earth 0.7。与近期集中涌现的视频类世界模型不同，这款模型把重点放在三维空间本身：从一张卫星图或一段文字出发，用单块消费级GPU约10分钟就能生成公里级的3D城市场景，官方称效率相比传统方案提升千倍。模型采用3D原生架构端到端生成3DGS格式场景，同一套模型覆盖从星球、城市到街景地标的连续尺度，目前已在196个以上国家和地区完成覆盖，体验官网同步上线。