AI 情报文章归档

马斯克旗下 SpaceXAI 团队宣布将于当地时间 9 月 15 日至 17 日进行为期三天的直播，展示如何借助 Grok Bot 从创意和白纸起步，完成商业计划、产品功能确定与实际工程开发。直播每天上午 8：30 至下午 6：00，按天覆盖工程、产品、销售、客户支持及营销等职能环节。

这就是中国 vs 美国的那点事 🙂 （引用 @ClementDelangue）：@paulg 嗯，目前中国实验室比美国实验室公开和开放 100 倍

GPT-6 Astra ships looped transformers: the same blocks run ~44 passes, reusing weights, so effective...

Alexandr Wang 发推推荐用 Muse 做投资。引用推文作者用 Muse 搭建了一个交易复盘仪表盘：自动读取交易确认邮件，将每笔交易与 SPY 同期表现对比，买入跑赢 SPY、卖出跑输 SPY 即计为正 alpha，并按名义价值加权绘制 alpha 时间序列图，也可查看单笔交易 alpha。

苹果发布 watchOS 27 RC 候选版本更新日志，正式版将于 9 月 15 日推送。新版带来更强大的 Siri 语音体验与独立 Siri App，新增可镜像智能叠放顶部组件的 Siri 模块化表盘，并支持食指与拇指轻捏单手操作智能叠放。系统层面 App 网格改为动态排列，"查找"整合为单一 App，Shazam 与音乐识别支持离线识曲。

p（Doom） 是精心包装过的遗憾最小化

In my last article I described the margin spiral — leverage feeding on itself until a correction...

A PostToolUse hook that reran a whole test file after every single-file edit was invisible to tool-call audits because a passing run produced no output, and it broke multi-file changes on purpose by scoring their still-incomplete first hal…

研究者提出 Minimal Intervention Reinforcement Learning（MInTRL），在原本 on-policy 的 rollout 中通过稀疏、局部干预扩展探索边界：生成时由 judge-intervention 策略周期性审查当前策略输出，用简短修正替换错误后缀后立即交还控制权。

53M 参数的 RelateAnything 可从任意来源的图像区域出发，在推理时以字符串形式给定谓词词表，实时输出带分数的关系预测，速度达 20 ms/帧。它不把物体标签作为输入，跨数据集与零样本场景下平均召回率是最强同规模开放词表方法的 2.3-3.5 倍，并以不到 2% 的参数超过 3B-VLM 场景图模型。模型、语料 RA-4M 与基准 OV-SGG-Bench 均已公开。

Apple 联合东北大学与 Gallaudet 大学提出 DiscoSign，一个基于 LLM 的模块化框架，用于语篇感知的文本到美国手语（ASL）gloss 翻译，处理空间共指消解、问答从句（QACs）和概念-gloss 一致性三类语篇现象。

OpenRouter 发布说明，解释 Zero Data Retention（ZDR）指 AI 提供商处理完 prompt 并返回响应后不再存储，属于提供商侧留存保证，数据仍会到达提供商并由模型处理。在 OpenRouter 上可通过账户设置、guardrails 或请求中的 provider.zdr 字段强制启用 ZDR，但应用日志、插件工具和响应缓存需另行控制。

Apple 提出以信息保真度重新定义视频描述质量，认为描述需最大化对视频内容的覆盖。现有指标依赖生成文本与参考文本的匹配，因视频描述存在"一对多"特性，高质量描述常因用词差异或视觉重点合理偏移而被扣分，且评估维度单一，无法细粒度分析描述质量。

研究者提出 Agent as Policy（AGP），让通用智能体无需任何任务或环境专属训练即可直接驱动机器人完成操作，由智能体负责任务规划与执行，解读视觉信息、编写可执行程序、发出运动指令并根据物理结果修正动作。在装配、积木搭建、骰子翻转、定向抛掷和双臂叠毛巾等真实操作任务中，AGP 在三种积木搭建配置上分别取得 100%、100% 和 80% 的成功率。

StepAudio 3 Music 是一款支持显式音乐规划与开放域文本控制的大规模长音频生成模型，可生成最长 5 分 30 秒的歌曲、器乐、干声伴奏及翻唱。其 Tokenizer 以 50-Hz 单码本 65536 条目表示音频，配合 flow-matching diffusion Transformer 预测连续 VAE latent，解码为 48-kHz 音频。

论文提出 Generalized Agent Iteration（GAI）形式化框架，将迭代策略改进与递归自我改进（RSI）描述为同一学习范式的两种情形，把智能体定义为系统中可修改组件的配置，并将学习过程建模为智能体评估与智能体改进的循环。

Together AI 扩展 Together Fine-Tuning 服务，新增对 GLM-5.3、Kimi K2.7、Qwen 3.5 系列等最新开源权重模型的支持，并上线实时实验跟踪、数据集预览验证等能力。

Dynin-Robotics 提出在 Dynin-Omni 全模态掩码扩散骨干上统一建模语言、视觉观测、目标与动作，用约 133 万条来自 48 个 Open X-Embodiment 数据集的轨迹持续预训练。

研究者提出 Latent Interface Training（LIT），一种与框架无关的两阶段策略：先在不使用图像的情况下建立以空间目标为条件的动作先验，再通过姿态监督的潜在接口约束视觉条件路径。

ZGCM-1 是一个完全开源的 7B 稠密基础模型，从零训练，主打在 256K 上下文中结合内部思考与外部工具调用，在数学推理和智能体搜索任务上可媲美 Qwen3-235B-A22B、GLM-5.1 等更大的前沿模型。

SimpleDesign 是一个用于蛋白质序列与结构联合设计的生成模型，可同时理解氨基酸序列与三维结构之间的多模态关系。现有模型通常采用多阶段训练，先训练自编码器将数据 tokenize 为隐表示，再在其隐表示上训练生成模型。

SNAP3D 提出一种物理引导框架，从单张图像生成部件级 3D 资产，解决相邻部件互相穿透、连接无效或受重力坍塌的问题。该方法消除部件间穿透、恢复接触图，并在接触面引入参数化连接件，借助物理仿真反馈优化其位置、朝向与尺寸。作者同时提出基于物理的评测协议，直接检验装配有效性与重力下的稳定性，并通过 3D 打印和真实装配验证结果。

研究者提出迭代框架 Continual Search，通过多轮持续搜寻未解决的诊断证据，解决 LLM 一次性判断过早收敛、遗漏长轨迹关键证据的问题。在四个现有 RCA 基准及新提出的 MegaRCA-Mix（50 个人工标注失败案例）上，该方法将 GPT-5.5 的 F1 从 0.349 提升至 0.498，增幅超 40%。

针对可训练注意力稀疏化中 Top-K 硬选择阻断梯度、排序与预测影响不对齐的问题，研究者提出 SAS（Simple Attention Sparsification），一种门控稀疏注意力机制，将选择器的连续分数注入注意力 logits，用语言建模损失端到端优化上下文排序。

研究者提出 Expert-Space Exploration Reinforcement Learning（ESRL），一个显式探索 MoE 模型专家路由空间的架构感知框架，通过保留高置信度专家作为锚点、将随机路由限制在合理候选池内，并按 router 熵自适应调整扰动强度。

OpenRouter 通过 OpenAI 兼容的 POST /api/v1/audio/speech 端点提供文本转语音服务，一个 API key 可调用多家供应商的 TTS 模型。

阶跃星辰发布通用音频生成模型 StepAudio 3 Gen，在统一框架内支持零样本 TTS、音色设计、人声生成、音效、音乐、vibe speech 及多种音频类型混合。

研究提出 Never Give Up（NGU）自适应采样方法，通过异步 RL 持续为同一问题生成样本直到答对，将算力从简单题重新分配到难题。作者指出 RL 对 LLM 的提升存在"马太效应"：简单题提升大、难题提升小。在数学基准 Deepscaler 上 NGU 提升了单位算力性能，在编程任务 Manufactoria 上标准 GRPO 无法完全解题，NGU 则迭代攻克越来越难的测试直至完全解决。

希腊语-英语双语语音识别系统 Sophea 通过三模型 ROVER 集成，将单项模型仅覆盖 4-7 项的生产门槛提升至 9 项全通过，重叠语音 WER 从 53.35% 降至 37.87%。

扎克伯格认为，多数企业不会像 Meta 或 OpenAI 那样拥有前沿 AI，而是会拥有一个体现自身运作方式的定制化运营层。他将其比作企业的网站、电话和邮箱，未来每家企业都会有一个能与客户交互、帮助销售和支持的 AI。这类"自己的 AI"通常不是从零训练的前沿模型，而是构建在共享模型之上、由产品、政策和客户历史塑造的层。

DeepSeek V4.1 Flash 正式发布，官方称全面超越 V4 Pro，支持原生多模态视觉理解，最高降价 60%。雷军回应新华社报道，称小米未来 5 年计划投入 2000 亿元研发费用。苹果确认 iPhone 18 Pro 搭配 40W 动态电源适配器充电速度比前代快 33%，15 分钟可充至 50%，该充电器需单独购买。

We’ve all been there. You SSH into a remote server, open a configuration file, and accidentally hit a...

美国国防部首席技术官埃米尔·迈克尔当地时间 9 月 10 日在华盛顿国防工业会议上回应 Anthropic 前工程师雅各布·考克森的 AI 灭绝警告，称相关担忧源于对数据中心、技术变革和 AI 失控的恐惧，并认为风险可通过市场机制、行业合作及政府参与缓解。

商汤科技 AI 办公智能体"小浣熊"移动端 App 正式上线，提供苹果 iOS 和安卓版本，用户提交 App 反馈问卷可获 1000 积分。移动端支持长按说出需求、松手发送的自然语音对话操作，可实现"手机发指令，电脑持续执行"，随时查看、分享和接续成果。该智能体搭载"多模态智能体创作引擎"，具备"长链条思考"能力及企业内外部信息融合能力。

加州州长 Gavin Newsom 于本月 10 日签署儿童安全聊天机器人和社交媒体法案，禁止社交媒体平台向 16 岁以下用户提供自动播放和基于历史记录与个人资料的算法推送等成瘾性功能。法案还要求儿童陪伴聊天机器人接受独立儿童安全审计和年度风险评估，扩大未成年人性剥削与虐待保护范围，保护儿童免受定向广告侵害，并规范人工智能系统对未成年学生数据的使用。

DeepSeek V4.1 Flash 以非对称结构压缩输入侧激活与 KV Cache 需求，并给出多模态、强化学习后训练、API 迁移与峰谷定价信息。Cognition 的 SWE-2 在 FrontierCode 1.1 Main 达 50.0%，成本降低 64%。Shopify 转向 Swift 和 Kotlin 原生开发，Magic 团队实现超 10x 预训练效率提升。

DeepSeek 发布 552B 参数的 MoE 模型 V4.1 Flash，采用输入输出不对称的 Causal Encoder Decoder 结构，输入侧激活 8B、输出侧 16B，原生支持多模态视觉理解。

杰弗里·辛顿 9 月 11 日接受 BBC《新闻之夜》采访时称，AI 灭绝人类的概率约 10%，"1% 太愚蠢"，但没人知道如何合理估算。他表示这一灾难的时间窗口已从早先的 30 到 50 年缩短到 10 年甚至更短，风险包括网络攻击和 AI 研发致命病毒。他再次呼吁全球加强监管，认为各国在防止 AI 取代人类上利益一致。

Completing a prompt is not the same as solving under a fuse You already know the feeling....

SpaceX CFO Bret Johnsen 表示，短期内不会有任何竞争对手达到 Starship 的水平。 可复用火箭为 SpaceX 带来优势，能将 AI 算力成本压得远低于现在。SpaceX 已在火箭和 Starlink 上做到第一，如今正把同样的劲头带到打造最佳 AI 产品的目标上。