LEGO-Bench 评测：AI 智能体可从照片生成 3D 场景，但几何自评接近随机水平
Li 等人提出的 LEGO-Anything 让编码智能体根据单张照片迭代编写可执行的 Blender 程序，输出可编辑、可查询的 3D 场景。配套基准 LEGO-Bench 用 104 个场景的 208 张图像与 443 个注册资产打分，表现最好的 GPT-6 Astra 室内场景得 53.4%、室外 39.6%。
#多模态
#多模态
今日 0 条The DecoderAI 评分6363 Kimi · 官方博客精选AI 评分7878 Kimi 发布开源模型 K2.5，强化视觉编码与多智能体并行执行能力
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
Kimi · 官方博客AI 评分5555 月之暗面（Kimi）发布并开源 WorldVQA 视觉世界知识基准
月之暗面（Kimi）团队发布并开源 WorldVQA 基准，用于评测多模态大模型在原子视觉世界知识上的事实准确性。数据集含 3500 组图像问答对，覆盖 9 个类别并区分头部与长尾知识；实验显示前沿模型在长尾视觉知识上准确率常低于 50%，且普遍过度自信，其中 Kimi-K2.5 的 ECE 为 37.9%、Slope 为 0.550，表现最好。
Kimi · 官方博客AI 评分5555 Kimi 团队发布 PerceptionBench 基准，评估多模态大语言模型的原子视觉感知能力
Kimi 团队发布 PerceptionBench，一个评估多模态大语言模型原子视觉感知能力的基准，从 42 个基准的前沿模型失败案例中归纳出 10 项原子感知能力，并从 17,000+ 道内部题库中抽取 3,000 道经验证题目。
Kimi · 官方博客精选AI 评分8585 月之暗面发布 Kimi K3，首个开源 3T 级模型
月之暗面发布 Kimi K3，2.8T 参数开源模型，具备原生视觉能力与 100 万 token 上下文窗口，官方称其为全球首个开源 3T 级模型。
推荐理由：原文给出 2.8T 参数、KDA 与 Attention Residuals 架构及多项基准对比，读者可据此判断其在开源模型中的位置。
MiniMax · 官方新闻AI 评分6262 MiniMax Music 3.0 发布：一次生成最长 5 分钟完整歌曲
MiniMax 正式推出新一代音乐生成模型 Music 3.0，只需一个创意想法和可选歌词，即可在一次生成中完成作曲、编曲、演唱与制作，输出最长 5 分钟的完整歌曲。
MiniMax · 官方新闻精选AI 评分7979 MiniMax 发布全模态生成模型 H3
MiniMax 正式发布通用全模态生成模型 H3，支持多模态上下文统一理解，可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色，2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重，以推动开源社区发展。
推荐理由：MiniMax 发布全模态生成模型 H3，支持 15s 2K 原生双声道音视频，计划开放权重，为多模态创作提供了新的高性价比选项。
The Decoder精选AI 评分6969 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再需要人类介入
Cloudflare 发布面向智能体的决策模型 Clef 与 Clef-flash，直接对标 TypeSafe AI 的 Jev。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 略超 524 毫秒；Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B，上下文窗口为 64,000 token，并可处理图像。
推荐理由：文中给出 Clef 与 Jev 的延迟和准确率对比，读者可据此判断决策模型在智能体链路中的取舍。
爱范儿AI 评分6363 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash Preview 前端创作实测
爱范儿在 MiniMax Code 中沿用 Opus 5.5 优质案例的公开提示词，实测 MiniMax M3.1 Flash Preview 的前端创作能力。
The Verge · AI精选AI 评分6767 Google Gemini Live 上线 Guided Vision，可用 AI 实时描述摄像头画面
Google 在 Gemini Live 中上线 Guided Vision 功能，可对手机摄像头对准的画面提供实时语音描述，帮助用户阅读小字、描述环境、寻找并识别物体。
推荐理由：原文将其与 Apple 的 VoiceOver Live Recognition 对标，同时明确它不承担导航与安全出行职责，便于读者判断实际适用范围。
TechCrunch · AI精选AI 评分6868 ChatGPT 推出虚拟试穿与商品收藏功能
OpenAI 宣布面向全球用户推出两项 ChatGPT 购物功能：虚拟试穿与商品收藏（Favorites）。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型，用户上传自拍或全身照后，可通过购物结果中的 try on 按钮查看服装或配饰的上身效果；Favorites 则把商品保存到应用内的 Library，与试穿图片放在一起管理。报道同时指出 Google 去年已推出虚拟试穿功能。
推荐理由：原文对照 Google 去年推出的虚拟试穿和 Pinterest 的时尚发现生态，帮助读者判断 ChatGPT 购物功能的竞争位置。
The DecoderAI 评分5959 近半数测试者在一分钟视频通话中将 Tavus 的 Griffin 误认为真人
Tavus 发布 Griffin，该公司称之为首个“人机交互模型”（HIM），可在实时视频对话中同时理解与生成语音、面部表情、语气、手势和停顿。在 Tavus 的测试中，48% 的参与者在进行一分钟视频通话后认为 Griffin 是真人，此前系统最高仅 2%；在 Nvidia 的独立测试中 Griffin 得分 3.83，人类为 3.92，此前最佳 AI 模型为 2.80。
量子位精选AI 评分6666 何恺明团队提出NAT-ARC：用ImageNet预训练实现纯视觉ARC推理
何恺明团队提出NAT-ARC，一套不依赖LLM的纯视觉ARC解题方案，用ImageNet MAE预训练encoder再迁移到抽象格子推理。最佳单模型参数量0.6B，在ARC-1上pass@2达63.4%，集成后达70.2%；作为参照，专用LLM系统The ARChitects用8B模型拿到71.6%。
推荐理由：论文显示ImageNet自然图像预训练可迁移到ARC抽象格子推理，用约四分之一参数量逼近专用LLM系统。
The Verge · AI精选AI 评分6767 OpenAI 新智能体 Dots 叫板 Meta，但它能打赢免费吗？
在 DevDay 大会上，OpenAI 发布由 GPT-6 Astra 驱动的智能体 Dots，可构建虚拟世界并委派未发布产品 QA、网站设计、行程规划等复杂工作，但暂限每月 20 美元的 Pro 及更高套餐用户。
推荐理由：原文把 Dots 与 Muse 在价格、隐私和企业市场上逐项对比，读者可据此判断付费智能体相对免费产品的差异化空间。
InfoQ 中国AI 评分2222 快手磁力引擎袁暖：生成即合规，Agentic AIGC 驱动的广告素材修复实践｜QCon 上海
快手磁力引擎安全与生态算法专家袁暖将在 10 月 22 日—24 日的 QCon 上海，分享《生成即合规：Agentic AIGC 驱动的广告素材修复实践》。该架构以多 Agent 协同把审核结论解构为结构化任务，对文字、图像、视频做局部精准编辑与片段生成/替换，并以多目标强化学习在合规与营销吸引力间动态求解。体系覆盖全模态、服务千万级素材场景，支持一句话指令驱动的端到端视频编辑。
量子位 · 行业解读AI 评分5353 复旦、Bytedance 等联合发布 Live Assistant，提出视频大模型三方反馈范式
复旦大学可信具身智能研究院、Bytedance International Live Content AI 团队与上海创智学院联合发布 Live Assistant，面向真实直播场景提出基于内容理解的三方反馈范式，将直播建模为异构、长时、多方互动的持续状态决策。
The Decoder精选AI 评分8181 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布 Gemini 4 Argon，这是自 Gemini 3.1 Pro 以来七个多月的首款前沿模型，初步评测追平 GPT-6 Astra 但仍未超过 Claude Opus 5.5。
推荐理由：借助 Artificial Analysis 与 Arena 的独立评测，可以看出 Argon 在推理与写作上追平 GPT-6 Astra，但 token 消耗更高、应用体验仍落后。
科技早知道AI 评分4444 当眼镜、耳机、手机都有 AI，谁来统一你的「第二大脑」｜2026 高通骁龙峰会 S10E31
高通在 2026 骁龙峰会上围绕 Agentic AI 发布两颗 2nm 旗舰芯片，并将设备形态从手机延伸到眼镜、耳机与 AI Pin。手机仍承载个人上下文与隐私信息，升级为 hub 并把边缘侧算力分发给配件，感知数据留本地、复杂推理去云端。高通正推进 Snapdragon 设备间互操作协议并计划开放为行业标准，还以 39 亿美元收购 Modular，借 Mojo 与 MAX 统一模型部署。
量子位AI 评分2929 直播回顾：工业AI的下一个机会在哪？
西门子Xcelerator与阿丘科技在量子位对话中指出，工业AI的下一批机会集中在高价值、数据ready、技术可行的场景交叉点。阿丘科技在半导体晶圆案例中导入智能体技术，使设备OEE和产能提升25%左右。工业AI必须具备工业级可靠性，做到可信、可追溯、可量化，其从单点走向规模化还需平台作为连接器与放大器。
InfoQ 中国AI 评分6666 openJiuwen WorkSwarm 全双工多模态能力首发：像聊天一样与 Agent 交互，支持昇腾 NPU 部署
openJiuwen WorkSwarm 发布全双工多模态能力，用户可随时插话、追问和补充要求，复杂任务交由后台 Core Agent 执行，对话与任务各自独立运行。
InfoQ 中国AI 评分1919 AIGC 驱动的内容生产力变革：Vidu 多模态大模型的创新与实践｜QCon 上海
生数科技解决方案负责人郑重将出席 QCon 上海站，分享 Vidu 多模态大模型驱动内容生产力变革的创新与实践。分享将拆解视频生成在多主体一致性、长时序稳定性与镜头叙事控制上的关键瓶颈，并介绍 Vidu S1 流式视频生成模型的秒级响应与即时指令遵循能力。他还将探讨视频生成模型向世界模型与具身智能方向的演进路径。
雷峰网AI 评分6464 实测 Qwen3.8-Flash 与 GLM-5.3-Flash：谁能让我提前下班半小时？
雷峰网在 Claude Code 中以同一任务实测 Qwen3.8-Flash 与 GLM-5.3-Flash，两款模型都从零交付了可运行的个人工作台，但取向不同：GLM-5.3-Flash 偏工程交付，先补齐登录、CRUD 与统计面板；Qwen3.8-Flash 偏个人工作流，把智能排序、到期语义和 Markdown 笔记放在核心。
量子位精选AI 评分7575 斯坦福 HomeBody 让 GPT-6 Astra 接上宇树 G1，进入陌生厨房完成收拾与取物任务
斯坦福团队项目 HomeBody 让 GPT-6 Astra 控制宇树 G1 机器人，在从未见过的厨房里按语言指令归拢咖啡袋、丢掉纸盒，并从视野外的抽屉中找到药递给人。
推荐理由：原文拆解了 HomeBody 让大模型把机器人技能当工具调用的三步流程，可看出具身智能任务从桌面抓取扩展到整房间操作的实现思路。
雷峰网AI 评分6464 越大越强，不再是 LLM 的专利：PixVerse R2 攻克实时世界模型 Scaling 难题
爱诗科技 PixVerse R2 已全量上线，用户可在网页端直接体验动作指令与互动影游交互。实机体验与 HAR 网络记录显示，冬日宫殿会话全程仅一次 session_init，约 119.5 秒生成窗口内八轮推荐 Prompt 与 3355 条动作帧（约 33.4Hz）被组织在同一条持续 session 中，Prompt 处理期间 WASD 控制通道仍然开放。
量子位 · 行业解读AI 评分5656 GPT-6 Astra 能取代专业 3D 模型吗？Meshy 不到两年 ARR 破 1 亿美元
量子位用同一张参考图实测发现，GPT-6 Astra 生成的角色细节明显弱于专业 3D 模型 Meshy，而 Meshy 披露其 ARR 从 100 万美元增至 1 亿美元用时不到两年，快于 HeyGen 的 29 个月。作者据此判断，通用模型越擅长规划与调度，稳定可用的专业 3D 资产反而越成为瓶颈，Meshy 已接入三七互娱等游戏公司生产流程，并推出实时互动内容架构 Mora。
Microsoft Research精选AI 评分6666 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院发布 Quine，一个整合生物学多模态世界模型与交互式 harness 的 AI 研究系统，可跨序列、结构、功能、细胞状态与影像数据联合学习表示。研究团队与 Broad Institute 合作，用 Quine 预测并优先排序可驱动胰腺癌 PDAC 肿瘤细胞状态转变的化合物，多个排名靠前的候选已在湿实验中得到验证，整个筛选过程仅用一个周末。
推荐理由：微软研究院展示了多模态生物世界模型在胰腺癌细胞状态筛选中的湿实验验证，读者可看到 AI 如何介入实验设计闭环。
科普中国 · 阿虚同学AI 评分2424 2026云栖大会·阿里云智能设计中心分论坛回顾｜AI时代的设计新编译
9月24日，阿里云智能设计中心在2026云栖大会出品「AI时代的设计新编译」分论坛，探讨生成式技术进入真实生产流程后设计价值如何重构。与会嘉宾形成共识：当界面与代码可被即时生成，设计的核心从执行转向定义意图、组织编排与审美判断。论坛还发布"古壁生辉"项目，以AI能力对山西平顺大云院《维摩诘经变》壁画进行数字化重现，探索传统文化数字保护与创新传播。
爱范儿精选AI 评分7474 匿名模型 Space Bunny Alpha 走红，实测可用草图生成可交互 3D 网站
匿名模型 Space Bunny Alpha 近日悄悄上线 OpenRouter 和 OpenCode，凭草图转可交互 3D 网页等能力冲上两个平台日调用量第一，目前免费调用。
推荐理由：作者通过草图转网页、3D 小游戏与发动机展台实测，说明又快又便宜的模型为何能成为日常主力。
极客公园精选AI 评分7474 Manus 2.0 正式发布并推出个人 Agent 应用 CUE
Manus 正式发布 2.0 版本，底层换用自研 Cascade Agent 框架，任务 Token 消耗减少 23.2%、完成时间缩短 28.2%、运行成本降低 32%，并新增可购买的云电脑作为专属运行环境。
推荐理由：原文把 Cascade 框架、云电脑、Studio 与 CUE 串成个人 AI 线索，便于对比 Meta Muse 等巨头的同类布局。
少数派AI 评分5858 ColorOS 17 深度评测：可塑的白昼
少数派作者 Enc3lMag1k 深度评测 ColorOS 17，认为焕新凝光视效基本统一了第一方应用的设计语言，但为可读性在光效强度上做出取舍。小布 AI 借 PersonaX 记忆共生引擎升级为系统级能力，小布 Next 的多 Agent 架构支持自定义 MCP 与端侧模型，被作者视为目前手机厂商在主动智能上走出最远一步。
爱范儿精选AI 评分7070 可灵 4.0 首发实测，国产 AI 视频再次掀桌？
可灵 AI 拿出 Kling 4.0 大版本更新，主打真实、可控、专业，将于 10 月正式上线，Kling 4.0 Flash 已于 9 月 28 日率先开放小范围体验。
推荐理由：原文把 Kling 4.0 的 10-bit HDR 输出与主流 8-bit 方案对比，并给出多参考素材的提示词分工技巧，可直接迁移到自己的视频生成流程。
Microsoft ResearchAI 评分3030 Microsoft Research Asia – Singapore 成立一周年：如何以研究、合作与人才推动现实影响
Microsoft Research Asia – Singapore 于 2025 年 7 月 24 日启用，是 Microsoft 在东南亚的首个研究实验室，一年来已扩大团队并深化与本地机构合作。
OSCHINA 社区AI 评分3737 AIGCPanel v2.5.0 支持豆包语音音色，数字人直播音色模板管理
AIGCPanel v2.5.0 更新支持豆包语音音色，云端语音模型只需填入 API Key 即可使用，数字人与直播的音色也被收入各自独立的音色库。AIGCPanel 是一款一站式 AI 数字人桌面应用，可在 Windows / macOS / Linux 运行，内置数字人合成、语音合成与克隆、工具箱和智能直播。
Simon WillisonAI 评分4545 用 Claude Opus 5.5 与 Claude Code 打造 Kākāpō Party 像素动画
Simon Willison 用 Claude Opus 5.5 把三张 kākāpō 照片变成 HTML5 canvas 像素艺术动画——至少 20 只新西兰鸮鹦鹉随音乐起舞，点击还能触发彩带、气球与派对特效。
MIT Technology Review · AIAI 评分5858 五角大楼计划投入 3030 万美元开发 AI 驱动的测谎仪
美国国防部预算文件显示，五角大楼计划未来五年投入 3030 万美元开发名为 Polygraph+（又称 Polygraph Next）的 AI 测谎项目，重点研究基于 AI 与机器学习的评分算法以及无需接触受试者的 standoff sensing 技术。
枫言枫语AI 评分1515 枫言枫语 Vol. 175：GPT 6 Astra、Opus 5.5 与 Jev 诸模型混战
近期 AI 模型混战升级：GPT 6 Astra 与 Opus 5.5 接连发布，Jev 高速结构化模型瞄准 Computer Use 场景走红。GPT Live 1 登陆 API，实时语音 Agent 开始进入第三方应用；同时 200 美元 AI 高价套餐变得稀缺，Qwen Image 2.1 支持透明图输出。
LifehackerAI 评分5858 Meta Connect 2026 重大发布一览：Meta VR 眼镜、无摄像头智能眼镜与 Muse 更新
Meta 在 Connect 2026 发布 Ray-Ban Meta Audio、Ray-Ban Meta（Gen 3）与 Meta VR 眼镜三款硬件，并更新 Meta AI 与 Muse。
腾讯混元 · 官方公众号AI 评分6363 腾讯混元发布腾讯 Hy 翻译 APP，基于 Hy-MT2 支持 33 种语言互译
腾讯混元推出腾讯 Hy 翻译 APP，基于 Hy-MT2 翻译模型打造，支持 33 种语言互译，覆盖 5 种中国少数民族语言及方言。APP 提供语音翻译、拍照翻译与离线翻译，离线模式可提前把模型下载到手机，在无网络或信号差时稳定使用；现已在美国、日本、韩国、新加坡等 12 个国家和地区上线，并同步支持小程序、插件和 PC 端，搜索“腾讯混元翻译”即可体验。
Google DeepMind精选AI 评分7777 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 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型。前者侧重深度创意指导，支持自然语言生成定制声音、30秒语音复刻与逐句表演控制；后者面向高并发、低成本的规模化应用。
推荐理由：原文清晰对比了两款新 TTS 模型的定位与功能，并给出基准表现与安全机制，便于开发者评估选型。
Latent SpaceAI 评分4242 生物安全是一场 AI 军备竞赛 —— Eric Nguyen（Radical Numerics CEO）
Radical Numerics CEO Eric Nguyen 指出，提升生物学能力的基因组语言模型（GLM）同样能让防御不落后于生物安全军备竞赛。他曾参与领导 Evo 与 Evo 2 的开发，这些模型后被用于生成完整噬菌体基因组、并合成出功能性病毒。其团队还用 aptamer 数据集证明模型能在 DNA 语言上实现链式推理，自主延续未展示过的高分序列。