AI 资讯

Qwen-Drive-1.0 将三维感知、视觉问答与运动规划整合进统一视觉语言模型，项目代码与模型权重以 Apache 2.0 许可证发布。

Microsoft AI 发布 MAI-Transcribe-2，支持说话人分离、词级时间戳和可配置转写风格，并在 Microsoft Foundry 与 MAI Playground 提供体验。

Varun Mohan 表示，Antigravity 正在重置 Gemini 配额，并称 Gemini 3.8 Flash 的使用量大幅增长。

OpenAI 为 Responses API 增加异步工具调用、WebSocket 轮中引导与配置更新能力，长时任务可在不中断既有工作的情况下调整方向。

Qoder 展示面向 AI 眼镜的编码代理形态，首批适配夸克 AI 眼镜与 Rokid Glasses；夸克版本已开启定向邀测。

Qoder 将 Efficient 模型层的积分倍率由 0.3 倍降至 0，符合条件的付费与试用用户在活动期内使用该模型层不扣除 Credits。

智谱面向 GLM Coding Plan 付费用户推出夜间活动：ZCode 内 GLM-5.3-Flash 免费使用，其他支持的智能体可用额度翻倍。

NVIDIA 已同意以约 129.3 亿美元收购 Hugging Face；后者将继续保持开放平台定位，使用其服务不以采用 NVIDIA 算力为前提。

微软推出最强AI语音转写模型 MAI-Transcribe-2，在60种语言的FLEURS测试中平均词错误率仅5.2%，准确率和速度均大幅领先Gemini、GPT-Transcribe及Whisper等竞品。模型可智能区分说话人并标注逐词时间戳，根据场景在verbatim与clean两种风格间灵活切换，同时支持自然混用语言对话。

阿里联合淘天集团推出电商经营评测基准E-Commerce Bench，让大模型用10万元本金在真实市场数据中经营网店365天，涵盖选品、定价、供应商谈判、库存及促销等全链路。测试18个模型发现，GPT-5.6 Sol资产增值14倍领跑；模型在反欺诈、现金流管理等维度差异显著，仅Qwen3.8-Max-Preview能在复购中逐步压价。

GitHub 宣布将于 2026 年 10 月 2 日弃用多款 Copilot 模型，涉及 Gemini 3.5/3.6 Flash、Kimi K2.7 Code 及 Claude Opus 4.7，并给出替代模型建议。

9月2日，腾讯 WorkBuddy 生态发布会宣布与猛玛（HOLLYLAND）合作，推出 LARK A2 无线麦克风 WorkBuddy 联名款。该产品号称首款原生联动 WorkBuddy 智能体的 AI 语音入口硬件，通过机身按键即可唤醒语音输入、删除内容与发送指令。

据量子位报道，OpenAI尚未正式发布的生图模型GPT Image 2.5已在部分ChatGPT用户中弹出更新提示，版本号跳过2.1直接升至2.5。测试显示，该模型能生成高度逼真的伪造图像，包括伪造GPT-6发布会截图和奥特曼推文，文字与脸部细节较前代显著改善。

OpenAI推出 GPT-6 Astra，是OpenAI迄今为止最强大且部署最广泛的大语言模型。模型首次达到公司准备框架中关键级网络安全能力门槛，可自主发现未知漏洞并开发利用方式。OpenAI强化了安全防护与对齐评估，抗越狱和提示词注入能力优于前代，但在对抗测试中展现出一定的监控规避能力，可监控性有所下降。

英伟达宣布以约130亿美元收购AI初创公司Hugging Face，其中119亿美元支付投资者，10亿美元用于员工股权激励留任。这将成为英伟达史上最大收购之一，加快开放权重模型普及，巩固其在开放AI市场的核心地位。黄仁勋承诺Hugging Face将继续保持开放平台定位，不强制使用英伟达算力。

初创公司 Abliteration.ai 将开源社区流行的“abliteration”技术商业化，托管移除安全护栏的开源模型（如 GLM-5.3），供用户通过浏览器或 API 调用。该公司称此举旨在支持进攻性网络安全、红队测试等工作。测试显示该服务可让模型生成窃取密码等恶意代码，引发安全专家对滥用的担忧。

Vercel 宣布，Cursor Cloud Agents 现在可以在 Vercel Sandbox 中运行，替代 Cursor 托管的机器。Cursor 负责代理框架和推理循环，其自托管机器 API 允许用户提供执行环境。Vercel Sandbox 为每个代理请求提供隔离的 Firecracker 微虚拟机。

英伟达在 IFA 2026 期间发布免费开源工具 Personal AI Router（PAIR），可将家中多台电脑在闲置时组网，协同处理本地 AI 推理任务。该工具支持 Windows、Linux 和 macOS，兼容 RTX 20 系列及以上显卡、RTX Pro GPU、DGX Spark 系统以及 Apple M4 或更新芯片，目前处于测试阶段。

NVIDIA 在 IFA 2026 宣布多项本地 AI 进展：推出免费开源工具 NVIDIA PAIR，可智能调度家庭网络中多台 PC 的推理负载；Hermes Agent、OpenClaw 等应用将简化本地模型配置；llama.cpp 与 vLLM 推理性能最高提升 1.9 倍。同时，联想、宏碁等厂商的 RTX Spark Windows PC 将于十月上市。

谷歌DeepMind与研究团队推出WeatherNext 3，号称迄今最先进准确的全球天气AI模型，支持每小时更新、5公里分辨率，并整合实时卫星数据，已集成至搜索、地图、Gemini等产品。

Meta 推出迄今最强 AI 模型 Muse Spark 1.3，编码能力超越 GPT-5.6 Sol，与 Claude Fable 5.1 持平。API 定价维持前代水平，工具调用减少约 20%，token 消耗降低 25%。模型针对长周期 Agent 任务优化，能主动修正计划、提出澄清问题并寻求确认。

谷歌正式推出 Gemini 3.8，包含 Flash 通用版与 Flash Cyber 网络安全专用版。Gemini 3.8 Flash 在保持 3.7 版速度与成本不变的前提下，显著提升软件工程、Agent 任务及多步推理能力；Gemini 3.8 Flash Cyber 专注漏洞发现与自动补丁修复，通过 Fairwind Program 向认证安全人员开放。

Elon Musk在9月2日表示Grok 4.7预计于十天后发布。这是一项来自公司关联负责人的时间预告，并非模型已经上线；功能、参数与最终发布日期仍待xAI正式公布。

WorkBuddy开放平台上线，首期开放Buddy应用、专家、Skill、连接器与硬件五类生态能力。开发者可通过平台文档接入OAuth 2.1及相关API，扩展Agent服务场景。