AI 模型发布与更新

从理清接线到调试“把它显示在墙上”，@sidrampally 分享了他如何用 Codex 把一个 LED 显示屏变成语音控制的助手。 由 GPT-Live-1 和树莓派驱动，它可以显示天气、地铁到站等信息：

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，将语音生成从静态预设扩展为可定制的工作室。

Notebook 🤝 @GoogleDocs 借助 Workspace Intelligence，你现在可以在 Docs 中上传并引用你的 notebook 作为上下文来源。 将你在 Notebook 中的深度研究与邮件、聊天和文件等其他来源结合，直接在草稿中个性化你的写作流程。

Gemini 3.8 Flash TTS 以 89.5% 登顶 Artificial Analysis 发音鲁棒性基准，领先 Gemini 3.1 Flash TTS（88.2%）、SpaceXAI TTS（87.6%）和 Gemini 3.8 Flash-Lite TTS（87.4%）。

Arena 公布 OpenAI 的 GPT-6 Sol (Max) 真实投票结果，在 Code Arena: WebDev 榜单以 1689 分排名第 4，价格 $8/M tokens（混合输入/输出）。

一只巨猫突袭街角小店。 GPT-6 Astra 自己编写了 Blender 场景，然后 PixVerse 将其渲染成了这个

Ringg 基于 GPT-5.6 构建的语音与聊天 AI 智能体每月处理超 700 万通来电，最高可解决 65% 的客户请求，平均 CSAT 达 4.8。将部分实时工作负载从 GPT-4.1 迁移至 GPT-5.6 后，模型成本降低约 90%。

更多你喜爱的应用正在登陆 Gemini！你接下来想要哪些？ （引用 @GeminiApp）：现在 Gemini 可以连接 13 款新应用，包括 @adobe、@squarespace、@onepeloton 等。无需在多个标签页之间切换，你现在可以在 Gemini 里拓展业务、设计素材、规划锻炼。🧵

Grok @Bot 的使用量增长速度超过我们见过的任何产品 【引用 @EdLudlow】：消息：SpaceXAI 的 Grok Bot 截至 9 月 14 日周活用户达 418,000，截至该日期的周环比增长为 24%。这一数据来自 SpaceXAI 员工上周在伦敦的一次演示。 这是一个关键产品需求温和但早期显现的迹象 https://www.bloomberg.com/news/articles/2026-09-22/spacexai-s-grok-bot-agent-t…

Hacker News 是 Y Combinator 运营的链接聚合社区，也是当下最热门的科技论坛之一，但其政治倾向日益明显。文章指出，论坛对 Grok 发布的讨论几乎全是赞美，而批评 Elon Musk 的评论大多被用户 flag 后默认隐藏；HN 仅有 dang 和 tomhow 两名正式版主，配合自动审核与 flag 机制，实际效果是压制进步派观点。

不是每次模型调用都需要一个答案。有时，它只需要一个决策。👏 欢迎 Kev-4B 加入硅基流动。Kev-4B 是 Jev 的开源社区版，基于 Qwen3.5-4B 构建，用于结构化决策。路由。排序。审批。升级——无需再生成一段回复。无需部署或适配。一个硅基流动 API key，Kev 即可接入你的工作流。特别感谢 @jaredpalmer 开源 Kev。❤️ 在硅基流动上试用 Kev-4B。⚡️

作者随手临摹一张有特色的角色图，让 GPT 将其变成一组漫画，结果原图与临摹的个性被拉平成平庸装饰，正好暴露了 AI 味来自哪里。推文附有临摹图与原图，原图来自 Pinterest。

现在 Gemini 可以连接 13 款新应用，包括 @adobe、@squarespace、@onepeloton 等。 无需在多个标签页之间切换，你现在可以直接在 Gemini 中拓展业务、设计素材、规划锻炼。🧵

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向游戏、互动娱乐和长篇旁白，后者面向自动配音、对话智能体和高吞吐翻译流水线。

Evals 正成为当下 AI 领域的热点话题。文章同时讨论了 Grok 4.7 的当前进展、一套在社交媒体上走红的工作流，以及为什么每家公司都需要一个 Slack 智能体。

Unsloth 在 Hugging Face 上的模型下载量已突破 5 亿！🦥🤗 Qwen3.8-27B GGUF 已成为 Unsloth 有史以来下载量第一的模型。 感谢大家一直以来的支持！

Google 发布 Gemini 3.8 Flash 与 Flash-Lite TTS，称其为新的 SOTA 文本转语音模型。支持 100 种语言，提供 2000+ 生产可用声音、语音复刻和新的声音设计体验，语音混音功能即将推出，并在 Hume AI 语音基准上排名第一。

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两个文生语音模型，支持预设音色和声音复刻。

谷歌发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持逐行控制台词演绎、100 多种语言和 2000 多种现成语音。

Google 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，称其为迄今最具表现力的音频生成模型，已在 Google AI Studio 和 Gemini API 上线。

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，支持用自然语言提示词从零设计声音、30 秒样本复刻声音，并提供逐行表演指导、长时音频生成和双说话人场景编排，覆盖 100 多种语言。

小米发布开源全模态模型 MiMo-V2.6 Pro 与 Flash，通过规模化强化学习训练，Pro 在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高，并在多数 Agent 基准上表现与 Claude Opus 5 和 GPT-5.6 Sol 相当。

小米 MiMo 大模型负责人罗福莉宣布 MiMo-V3 将采用全新架构，其核心 HySparse 2 于今日发布。在 1M Token 长度下，HySparse 2 将预填充计算量降低 5.02 倍、KV 缓存缩小 4.5 倍，并提升 MRCRv2 与 RULER-v2 评分，同时降低 AgentPPL 和 LongPPL。

在 OpenRouter 上认识 Space Bunny Alpha ⚡ 一款 flash 模型，推理速度快，推理能力可调，上下文窗口达 1M token。支持文本、图像和视频输入。 来试试并分享你的反馈：https://openrouter.ai/stealth/space-bunny-alpha

清华大学计算机系长聘教授刘知远在《人民日报》撰文提出，人工智能应深度运用于保障和改善民生，而非停留在技术迭代和产业扩张。截至今年一季度，我国装备工业已建成197家卓越级智能工厂，产品不良率平均下降48.4%，生产效率平均提升22.3%。他强调大模型具有生成性、概率性和黑箱性，在教育评价、医疗诊断等涉及群众权益的场景不能简单交由算法决定。

小米 18 Pro 系列手机新增「原色」风格影调，并支持 Open Gate 片门全开视频拍摄模式，摄影风格提供原色、生动和经典三种。该系列搭载全焦段徕卡光学三摄，含徕卡 2 亿主摄（1/1.28″大底）与徕卡 2 亿长焦（1/1.56″大底），支持最近 12cm 微距，并首发「传奇一瞬」大模型影像。

SpaceXAI 的 AI 智能体 Grok Bot 上线约一个月，周用户数突破 40 万，截至 9 月 14 日达 41.8 万，较前一周增加 24%。Grok Bot 于 8 月中旬推出，定位为企业工具，可回复邮件、更新销售数据库、处理发票和提交软件错误报告，搭配不同档位的 AI 订阅套餐提供。SpaceXAI 本周早些时候还发布了 Grok 4.7，目标是让模型更持久地处理高难度任务。

Radical Numerics 联合创始人兼 CEO Eric Nguyen 在访谈中提出，生物安全是一场 AI 军备竞赛，能提升生物能力的模型同样能帮助防御方跟上节奏。

吉利汽车集团发布新一代 AI 补能技术“吉利智充”，依托与阶跃星辰联合开发的全域能源大模型星睿 PowerMind，实现单枪峰值充电功率 2.2 兆瓦，并首发 AI 极速充、AI 智慧充和 AI 自动充。

用户实测 Grok-4.7-high 一天后认为其打不过 GPT-5.6-sol-medium，写了不少垃圾代码。该模型 oneshot 尚可，但工程项目表现拉胯，视野窄、缺代码直觉和经验，常漏边界条件，用分布式锁即可复现死锁且难以修复。

invideo 借助 GPT-6 Astra 将调色与色彩校正任务的成功率提升约 3 倍，并能在一天内生成约 50 个自定义特效。该模型以更少的推理步骤和输出 token 完成复杂剪辑规划，并能在任务变长时保持编辑者的原始意图。

Harvey 借助 GPT-6 Astra 提升法律文书起草，能处理更多上下文并生成结构更完整的输出。相比其他模型，Harvey 在文档格式和上下文感知上有显著改进，其 memory panel 可将律师偏好（如编号列表、优先采用 EDGAR、按优先级着色）直接带入起草流程。

小米 18 Pro 正式发布，5999 元起，首发第六代骁龙 8 至尊版，采用 2nm 制程、CPU 主频 5GHz，GPU 性能提升 35%、NPU 推理性能提升 80%。新机配备 7000mAh 金沙江电池、6.4 英寸 M11 屏幕（峰值亮度 4000nits）及一体式纯平背屏，搭载全焦段徕卡光学三摄与「传奇一瞬」大模型影像。

小米 18 Pro Max 正式发布，6999 元起售，首发第六代骁龙 8 超级至尊版，采用 2nm 制程、CPU 主频 5GHz，内置 8500mAh 金沙江电池。新机配备 2 亿像素徕卡主摄与 2 亿像素徕卡潜望长焦，首发「传奇一瞬」大模型影像，出厂搭载澎湃 HyperOS 4 与基于 Xiaomi MiMo 大模型的超级小爱 2.0。

一名入职大公司半个月的工程师称，团队里的规格、代码、测试、PRD、工单及其处理、报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话。他表示没人读代码、没人解 bug、没人自己思考，管理层只要求尽快交付，员工每天工作 12 到 13 小时只为按回车。

蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，包含两个 6B 模型，分别用于从文字生成 UI、信息图、海报等设计和将设计图拆为可编辑透明图层，同时开源 Design Skill 和 PPT Skill。

Qwen 发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增音频创作模型 TTS-Next 和音频理解模型 ASR-Next，共五个模型覆盖理解、生成、交互与创作。全线降价，TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off；Realtime 可边说边听、随时打断，检测到低落情绪时会放慢语速并共情回应。