PolyAI 与 Otter 高管:语音 AI 尚未迎来自己的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
Google Labs、Gemini 应用与 AI Studio 负责人 Josh Woodward 提出,每家公司现在都需要像实验室团队一样思考和运作。
23 岁辍学创业者 Noah Shinn 创办的 Instinct 完成 10 亿美元新融资,由红杉资本、Benchmark 和 Coatue 联合领投,估值从一个月前的 25 亿美元翻至 100 亿美元。
麦肯锡研究显示,到 2035 年美国经济岗位总量将多于今天,但岗位结构会变化,约 1100 万美国人可能需要离开萎缩的职业转入全新职业,未来十年平均每年 77 万工人需要跨职业流动,是历史水平的 3.6 倍。
推荐理由:麦肯锡研究给出跨职业转岗的规模与技能缺口数据,可据此判断企业招聘与培训机制的调整空间。
麻省理工等机构研究者提出 HugAgent,用真实访谈数据检验大模型能否模拟具体的人,覆盖 54 名参与者、1,742 个评测项,测试了 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型,论文入选 EMNLP 2026 Main Oral。
Anthropic 于 10 月 10 日开启 Claude Managed Agents 动态工作流公测,主 Agent 可自行编写分工程序、安排多个 Agent 分阶段完成任务并汇总结果。
开源项目 REA(Reverse Engineer Anything)登顶 GitHub Trending 榜首,三天累计新增近 8 万颗星,超过 OpenClaw 同期 6 万颗星的表现。
市场监管总局就《食品安全法(修订草案征求意见稿)》公开征求意见,拟推动“互联网+人工智能”监管应用,要求企业在关键风险环节安装监控并接入县级以上监管部门信息系统,赋予物联网监控、视频巡查等非现场检查权限。草案还增设“网络食品经营”专节,要求入网商户以视频形式实时公开餐饮加工制作过程,以治理无合法资质的“幽灵外卖”。
AI眼镜出货量高速增长,但尚未找到不可替代的核心价值。IDC数据显示,2025年全球智能眼镜出货量达1477.3万台,同比增长44.2%;Counterpoint Research数据显示,2026年上半年全球AI眼镜出货量同比增长263%,其中无显示屏产品占约96%出货份额。Security.org调查中,67%不购买者将价格列为阻碍因素,56%担忧隐私,43%认为产品缺乏实用价值。
Google 发布新一代生图模型 Nano Banana 2.1,支持 4K 直出,并围绕视觉设计、蒙版编辑、主体一致性和画面真实感全面升级。据 Arena 评测,其在文本转图像、多图像编辑、单张图像编辑三项上平均提升约 61.7 分,文本转图像排名第四、仅次于 GPT。
荣耀发布Magic9 Pro Max、Magic9、Magic9超能版三款旗舰,售价4499元起,全系搭载MagicOS 11与397B智能体大模型。Magic9 Pro Max配备阿莱双2亿影像系统、2nm第六代骁龙8超级至尊版芯片与8800mAh电池,Magic9超能版以11000mAh电池和主动散热主打重度性能。
西门子将在第26届中国国际工业博览会上首次完整展示人形机器人全流程端到端解决方案,覆盖研发设计、生产制造、总装集成与工业现场应用,并开放6类具身智能“进厂”场景。同时将发布20余款新品,升级“钻耀之心3.0”,聚焦人形机器人、数据中心、电子与半导体、零碳工厂等高增长场景。
民间开发者推出基于 DeepSeek Harness 的多 Bot 团队插件「DeepSeek-Bot」,每个 Bot 可设置名称、角色、模型并拥有持久化长期记忆,还能设 Main Bot 主管统一调度以节省 token。该插件采用 Apache License 2.0 许可,桌面端和 Web 端均可安装,上线不到一天已获 250+ 星。
OpenAI 将于 10 月 23 日停用 GPT-4o 最早的 API 快照(2024-05-13 版本),其他版本仍可付费调用。Keep4o 支持者 10 月 7 日提出「GPT-4o 存档式开放权重」方案,要求按合适许可证放出已训练好的模型权重,Change.org 请愿已获 23930 人签名。
SpaceX 向 Anthropic 倒卖英伟达 GPU 算力,季度 AI 业务收入达 25.61 亿美元,同比增长 247%。谷歌以 27 亿美元请回的 Transformer 作者 Noam Shazeer 因团队算力被重新分配而转投 OpenAI,H100 一年期租赁价从每 GPU 每小时 1.70 美元涨至 2.35 美元。
OpenAI 于10月7日公开722篇数学手稿,其中编号074的两篇分别声称证明三维挂谷极大函数猜想和四维挂谷猜想,共272页,作者栏仅署OpenAI。三维论文97页,将王虹与Zahl的集合版结果加强到极大函数版;四维论文175页,把此前卡在3.059的Hausdorff维数下界直接推到4。两篇均未做Lean形式化,也未经过同行评审。
千问 AI 平台于 10 月 11 日上线 Qwen-Image-2.1 Pro 和 Turbo API,开发者可通过 API 将图像生成与编辑能力接入应用,无需自行部署模型或管理推理环境,即可搭建设计、电商、内容创作等工作流。同时,Qwen-Image-2.1-Turbo 模型权重同步开放。
前 Meta FAIR 研究员、Recursive Superintelligence 联合创始人田渊栋在播客中透露,他用 GPT-5 作为合作者完成在 Meta 的最后一篇论文,效率提升约 6 到 10 倍,由此意识到自己的工作大概五年内就会被取代。他认为当前模型仍无法在无人类干预下产出好想法,发起与验证仍需人类负责,而最难自动化的是提出想法。
MemoraX 提出 Memory Model–Driven RSI 方法,通过记忆模型与 Agent 系统协同,让程序性记忆在执行轨迹与在线反馈中持续提炼、更新并复用。在 13 项工业级 Coding 任务中累计运行 78 次、总时长超 335 小时,通过率提升 20%+,Token 消耗减少 20%+;金融分析任务准确率较 Codex 提升近 20%,成本降低近 98%。
中科大系公司白泽通境发布溯因式世界模型 AWM,在预测之外追问变化成因,仅用 2,000 条训练轨迹即在 Push-T 任务达到 75% 成功率,约为 Causal-JEPA 所需数据的七分之一。
OpenRSI Index 在 X 上引发关注,其发布帖浏览量已超 13.3 万次。该基准从 Marin、Qwen、GPIC 等真实开源研究项目出题,让智能体改进人类设计的训练方案,单次运行算力达 5,815 至 20,864 H100·小时。项目采用工作区与独立验收环境隔离的机制,并将任务、评测框架与运行轨迹公开。
ChatGPT 共同创造者、OpenAI 前后训练负责人 Liam Fedus 创办的 Periodic Labs 已在门洛帕克搭建实体实验室,主张 AI 科学家必须通过真实实验获取数据。
微信 AI 小微目前至少开放了 28 个入口,其中 4 个已面向所有用户开放,包括公众号文章详情页的「AI 摘要」、搜索页「长按问小微」、PC 端聊天内容右键「问 AI」和 PC 端内置浏览器「问 AI」。主入口为微信首页左上角的眼睛图标,聊天、朋友圈、公众号、视频号、听一听、图片、搜索及 PC 端均有入口,微信历史上没有其他服务拥有如此多入口。
马斯克预测 SpaceX 未来估值有望突破 1000 万亿美元,遭网友用富国银行证券数据表反驳,该表显示其过去 15 年 602 个目标仅约三成按期实现。财新报道称,字节跳动代号「Spell」的个人智能体项目由豆包手机助手团队主导推进,腾讯已于 9 月底上线个人智能体产品 LightVela。工信部等四部门发布征求意见稿,拟禁止汽车采用全隐藏式门把手,要求应急操纵功能配备实体操纵件。
两个开源生图 Skill 用编号化和模块化解决画风漂移与版式失控:handraw-style 整理了 001 到 324 种手绘插画风格、161 种排版图型和 36 种单色主题色。
八款AI语音输入法横评显示,千问输入法准确率在实测中排名第一,超过微信输入法,并支持电脑与手机双向剪贴板同步。开源项目OpenLess采用MIT协议、本地优先,模型可自由配置,词典支持按场景切换,但需约二十分钟到半小时配置。作者最终给出千问 + 叭哥说 + Typeless 三件套组合方案,分别覆盖跨设备同步、日常写作与高速长文场景。
McKinsey 研究显示,AI 创造的就业岗位多于自动化取代的岗位,但本十年将有 1100 万美国工人需要帮助。Eric Kutcher 与 Tanguy Catlin 在 Fortune 撰文指出,未来最大的挑战是帮助工人找到通往增长岗位的最直接路径。
微软 CEO Satya Nadella 在 X 发文称,应重新审视 AI 的信任架构,把模型与编排其工作的 harness 分离,并将控制与防护措施外部化。他主张每个有实质影响的模型动作都要留下防篡改、人类可读的证据,且授权人员应能随时暂停或关闭执行中的模型,并称“必须假设模型已被攻破,从一开始就加以约束,就像紧急刹车”。
Apple 向欧盟委员会披露,已同意向 Huxe AI 部分员工发出聘用邀约,并获得 Huxe 知识产权的非独占许可。Huxe 由曾参与 NotebookLM(后更名 Gemini Notebook)AI 播客功能的开发者创立,已于 5 月 21 日宣布关停应用并删除用户数据,Apple 于 6 月 9 日通报该交易。
中国团队打造的 AI 网球机器人正密集登陆 Kickstarter:庞伯特超募 26255% 筹得 265 万美元,SwitchBot 的 Acemate 30 天入账 180 万美元,AceiiLab 首批量产已开始交付,单台售价约 2000 美元、早鸟价 999 美元。
2026 年世界精神卫生日(10 月 10 日)官方主题为“Lived experiences heard: real voices, real change”,WHO 主张有亲身经历者应参与影响自身的政策、服务与决策。
越来越多 AI 智能体无需下载独立 App,直接通过短信或 iMessage 收发消息即可使用,能记住上下文、连接已有应用并代为完成任务。Instinct 在 2026 年 9 月完成 10 亿美元融资、估值达 100 亿美元,并开始为用户分配专属邮箱地址、支持代打电话,目前仍处内测。
OpenBMB 端侧智能硬件闭门会将于 10 月 16 日在深圳举行,面壁智能、光帆科技、Looki、无为而智、LYNOOK、Mira Light 的嘉宾将围绕 Personal AI 硬件的产品形态、多模态信息利用与付费场景展开讨论。活动由 Datawhale 作为合作伙伴邀请报名,席位有限,需扫码填写问卷并经审核后通知具体地点。
字节跳动 STE 固件团队在 OSFC2026 分享 Agentic AI Software Debugging in OpenBMC 方案:先用程序分析把日志映射为源码锚点、调用链与路径差异,构建可验证证据链,再由 AI Agent 在受约束的证据空间内解释根因、排序假设并给出验证与修复建议。
Nvidia 市值达 5.6 万亿美元,但员工在食堂用餐需自费,公司仅提供补贴而非免费三餐,咖啡通常免费。这一政策已延续十余年,与 Google 等提供免费三餐的科技巨头形成对比。Nvidia 更看重混合办公与员工折扣购股,过去五年股价涨超 1,000%。
Palantir CEO Alex Karp 称 AI 时代只有两类人有未来:受过职业培训的人,或神经多样性者。Palantir 为此设立 Neurodivergent Fellowship 招募神经多样性人才,并推出面向高中毕业生的 Meritocracy Fellowship,2026 秋季班提供每月 5,400 美元津贴。
前高盛 CEO Lloyd Blankfein 公开反驳 Peter Thiel 等科技领袖劝年轻人放弃大学的论调,称教育是多数人进入中产和上层的真正加速器。他 16 岁从布鲁克林公共住房考入哈佛大学,认为大学让他成为"完整的人",并培养了自信、写作能力与对历史的兴趣。
Lenny's Newsletter 的 Community Wisdom 栏目公布 2026 夏季社区贡献榜,并汇总会员 Slack 社区本周最受关注的讨论,话题包括 ML 推荐系统、被裁后如何重返产品岗位、如何判断是否该放弃副业项目等。本期由 PostHog 赞助,其整合分析、错误、回放与业务数据,供用户和 AI 智能体理解并采取行动。
OpenAgents 联合哥伦比亚大学、宾夕法尼亚大学等机构构建了多智能体协作评测基准 AgentWorld,在 MMORPG 沙盒中让 3 至 20 个智能体分工完成 100 个人工设计任务及 100 个增强变体。
OpenAI 一次性发布 722 篇重大数学难题证明,得克萨斯大学奥斯汀分校教授 Scott Aaronson 称之为"数学末日"。这些证明由即将向付费用户推出的内部模型(GPT-Pro 级别)生成,平均每个顶级难题仅耗约 3 小时算力,涵盖 UGC 猜想、L=BPL 去随机化、O(n^(9/4)) 矩阵乘法等成果,但唯独没有密码学。