Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时对话模型
Google 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者主打规模化与成本效率，后者面向高复杂度任务。
#观点研究
#观点研究
今日 1 条Google DeepMindAI 评分1818
腾讯技术工程（公众号）AI 评分3838 腾讯技术工程：别再只卷 Prompt 了，真正拉开 Agent 差距的是 Context Engineering
腾讯技术工程发文梳理 AI 工程范式从 Prompt Engineering、ReAct 到 Context Engineering 的演进，指出多数 Agent 失败已不是模型失败而是上下文失败。
Apple NewsroomAI 评分1010 苹果发布 iPhone 18 Pro、Apple Watch Series 12 / Ultra 4 与 AirPods 5
苹果推出 iPhone 18 Pro 与 iPhone 18 Pro Max，搭载 48MP Fusion 主摄、可变光圈和 A20 Pro 芯片，并随 iOS 27 以 beta 形式上线新一代 Apple Intelligence 与 Siri AI。
美团技术团队（公众号）AI 评分4848 美团技术团队发布《Agent 评测白皮书》系列首篇：Agent 评测全览
美团技术团队推出《Agent 评测白皮书》系列博客，首篇《评测全览》提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产，覆盖离线评测、在线评测与监控、Case 挖掘与归因、观测基建。系列共 4 篇，后续为冷启动篇、扩量篇、自进化篇，面向 Agent 产品、研发、算法、运营和评测负责人。
美团技术团队（公众号）AI 评分1212 清华大学-美团学术论坛：聚焦物理世界中的 AI 与大模型
清华大学-美团数智生活联合研究中心将于 2026 年 9 月 21 日举办学术论坛，主题为「物理世界的 AI 与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及 AI 在本地生活场景的落地。论坛采用线上直播加清华线下形式，线下报名 9 月 17 日 24:00 截止，联合美团 LongCat 2.0 送出 30 份、每份 1 亿 Token 的体验包。
OpenAI NewsAI 评分2222 OpenAI 的 Chris Lehane：AI 政策窗口仍敞开，需要立即行动
OpenAI 的 Chris Lehane 主张，AI 能力越强，越需要更强的安全证据、共享标准与持久的政策行动。他认为当前政策窗口仍然敞开，各方应抓住时机采取行动。
OpenAI NewsAI 评分2020 OpenAI 发布 GPT-6 Astra：面向工作的新一代智能模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备高级推理、computer use 以及更强的写作与设计判断力。
Google DeepMindAI 评分1515 Google DeepMind 发布 AlphaGenome Atlas：覆盖人类基因组全部 90 亿个单字母变异的预测图谱
Google DeepMind 推出 AlphaGenome Atlas，一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台，规模达 1PB，是 AlphaFold Database 的 30 多倍。
OpenAI NewsAI 评分1212 OpenAI：如今触手可及的工作
OpenAI 发文探讨能力更强、成本更低的 AI 如何扩大个人与企业可完成的工作范围，并让增长变得更经济。
OpenAI NewsAI 评分1313 OpenAI 推出 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，更贴合用户的原始构思。
OpenAI NewsAI 评分1010 OpenAI 分享 Navier–Stokes 千禧年大奖难题的 AI 生成解答
OpenAI 分享了一份由 AI 生成的 Navier–Stokes 千禧年大奖难题解答，包含一份书面说明和一份 Lean 形式化证明。
OpenAI NewsAI 评分1515 OpenAI 设立 500 万美元资助计划，研究 AI 与青少年发展
OpenAI 开放 500 万美元资助计划申请，支持针对生成式 AI 如何影响青少年发展、身心健康与安全的独立研究。
OpenAI NewsAI 评分2222 OpenAI 首席科学家 Jakub Pachocki 谈日益强大的 AI 与对齐挑战
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 以及让其保持对齐的难题，呼吁加强安全防护并推动国际协调。
美团技术团队（公众号）AI 评分88 清华大学-美团学术论坛：物理世界中的AI及大模型
清华大学-美团数智生活联合研究中心将于2026年9月21日举办学术论坛，主题为「物理世界的AI与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及AI在本地生活场景的落地实践。论坛采用线上直播加清华线下形式，线下报名9月17日截止，联合美团LongCat 2.0送出30份每份1亿Token体验包。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 推出 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者在 DeepSWE v1.1 等基准上接近更贵的前沿模型，HLE-Verified 得分 54.9%，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、输出 3.75 美元。
腾讯技术工程（公众号）AI 评分2222 鹅厂员工被 AI“糊弄”的现场：从编造字段到虚构依赖包
腾讯技术工程收集了鹅厂员工被 AI 幻觉“糊弄”的多个真实案例：AI 会编造不存在的知识库字段和引用来源、把 537.98 元四舍五入成 538 元、推荐查无此书的书目，甚至生成不存在的 npm 包名。有员工提到，黑客组织“Slopsquatter”正利用 AI 常幻觉出的假包名抢注并植入恶意代码。
字节跳动技术团队（公众号）AI 评分1212 字节跳动数据库 5 篇论文入选 VLDB 2026，覆盖键值分离存储与 Agentic LLM 数据准备
字节跳动数据库团队有 5 篇论文入选 VLDB 2026，方向涵盖键值分离存储引擎、写入下推、Agentic LLM 数据准备、时序图社区搜索与 GPU 子图匹配。
腾讯技术工程（公众号）AI 评分2222 港科大（广州）与腾讯提出 VibeWorlding：开源模型 VibeWorlder-30B-A3B 在 3D 世界构建任务上反超 GPT-5.5
香港科技大学（广州）联合腾讯 AI 平台部提出 VibeWorlding，一个通过多轮对话与工具调用自主构建和编辑交互式 3D 世界的多模态智能体框架，并开源 VWE-Bench 评测基准与 VibeWorlding-Gym 训练框架。
Google DeepMindAI 评分3232 Google DeepMind 首次对 Gemini Flash Lite 开展双盲 AI 评测
Google DeepMind 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，对 Gemini Flash Lite 开展全球首次专有前沿模型的"双盲"评测，将外部评测限制在加密"黑箱"环境中，防止模型提前接触测试题。此举针对基准污染问题——模型若事先见过考题，分数会被虚高，评测结果的可信度随之下降。
Google DeepMindAI 评分2222 Google DeepMind 回顾 15 年游戏 AI 研究：从 Atari 到 EVE Online
Google DeepMind 回顾了 15 年游戏 AI 研究历程，从 DQN 玩转 49 款 Atari 游戏、AlphaGo 击败李世石，到 AlphaStar 在 StarCraft II 达到宗师级，并推出由 Gemini 驱动的通用智能体 SIMA 2。
阿里技术（公众号）AI 评分1212 阿里巴巴 12 篇论文入选 SIGCOMM 2026，覆盖 AI 智算网络与智能运维
阿里巴巴集团有 12 篇论文被 SIGCOMM 2026 主会收录，在全球企业中处于领先身位，是唯一与顶尖高校同处第一梯队的中国产业界机构。研究成果涵盖 AI 智算网络与集合通信、云网关数据面、网络验证、智能运维等方向，SIGCOMM 常年录用率仅 15%–22%。阿里云自研系统 TianYan、AIDA、XiHe、Theseus、PReCCL、EPIC 等均在论文中披露了生产部署数据。
阿里技术（公众号）AI 评分1212 阿里正式开源 Qwen3.8 系列，27B 稠密多模态模型超越 Qwen3.7-Plus
阿里正式开源 Qwen3.8 系列模型，所有开发者、科研机构和企业均可自由下载、部署和使用。其中 Qwen3.8-27B 是原生多模态稠密模型，仅 270 亿参数，整体水平超越 Qwen3.7-Plus，量化后可在消费级显卡上流畅运行，采用 Apache2.0 协议开源，支持免费商用。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemini 3.7 Flash，编码与智能体能力升级、价格减半
Google DeepMind 发布 Gemini 3.7 Flash，距 Gemini 3.6 Flash 仅三周，主打编码与智能体场景。新模型在 FrontierCode 1.1 Main 得分 43.6%（前代 34.4%）、DeepSWE v1.1 达 65.3%（前代 49.0%），WebDev Arena Elo 为 1588。
Google DeepMindAI 评分2222 Google DeepMind 开源 WeatherNext 气旋预测模型，精度提升相当于十年气象进展
Google DeepMind 的 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA，平均多出 24 小时预警提前量，三天预报精度相当于此前模型的两天水平。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 推出 Gemini Robotics 2，包含三款模型：视觉-语言-动作模型 Gemini Robotics 2 可控制人形机器人全身动作，具身推理模型 Gemini Robotics ER 2 支持多步任务规划与多机器人协作，端侧模型 Gemini Robotics On-Device 2 可在数小时内适配全新机器人本体。
美团技术团队（公众号）AI 评分2323 美团 LongCat 开源 MineExplorer：多模态大模型开放世界探索评测基准
美团 LongCat 团队开源 MineExplorer，首个面向开放世界分钟级长程任务的多模态大模型评测基准，包含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。
Google DeepMindAI 评分2121 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 和面向代码安全的 3.5 Flash Cyber。3.6 Flash 输出 token 用量较 3.5 Flash 减少 17%，DeepSWE 得分 49% 对 37%，定价为每百万输入 token 1.50 美元、输出 7.50 美元。
Google DeepMindAI 评分1818 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 推出 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）与 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
Google DeepMindAI 评分2222 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 推出实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在 GPU 上最高实现 4 倍推理提速。该模型为 26B MoE 架构、推理时仅激活 3.8B 参数，量化后可运行于 18GB 显存消费级显卡，单张 NVIDIA H100 上超过 1000 tokens/秒。
Google DeepMindAI 评分2222 Google DeepMind 联合 Schmidt Sciences 等发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 发起最高 1000 万美元的多智能体 AI 安全研究资助，由 Google.org 支持，面向全球研究者征集提案。资助聚焦沙盒与测试床、智能体网络科学、智能体基础设施加固、监督与控制四个方向，申请截止 2026 年 8 月 8 日，获奖者预计 2026 年秋季公布。
Google DeepMindAI 评分2323 Google 发布 Gemini 3.5 Live Translate，支持 70+ 语言近实时语音翻译
Google 发布音频模型 Gemini 3.5 Live Translate，可自动检测 70+ 语言并生成保留说话人语调、节奏和音高的近实时语音翻译，延迟仅几秒。
Google DeepMindAI 评分2020 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 推出 Gemma 4 12B，一款面向笔记本本地运行的无编码器多模态模型，视觉与音频输入直接进入 LLM 主干，可在 16GB 显存或统一内存下运行。该模型基准表现接近 26B MoE 版本，内存占用不到其一半，并首次在中等规模 Gemma 中支持原生音频输入，采用 Apache 2.0 许可，配备 Multi-Token Prediction 草稿器降低延迟。
Google DeepMindAI 评分2020 Google DeepMind 发布 Gemini Omni，首款模型 Gemini Omni Flash 支持对话式视频编辑
Google DeepMind 推出 Gemini Omni 模型家族，首款模型 Gemini Omni Flash 可从图像、音频、视频和文本的任意组合输入生成高质量视频，并支持通过自然语言多轮对话编辑视频。
Google DeepMindAI 评分2424 Gemini 3.5 发布：兼顾前沿智能与行动能力
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，在 Terminal-Bench 2.1 得分 76.2%。
Google DeepMindAI 评分2222 Google DeepMind 推出 Decoupled DiLoCo：跨数据中心分布式训练新架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练任务拆分为异步通信的"计算孤岛"，在硬件故障下仍能持续训练。该架构用 2-5 Gbps 广域网络在四个美国区域训练了 120 亿参数模型，速度比传统同步方法快 20 倍以上，并支持 TPU v6e 与 TPU v5p 混合训练。
Google DeepMindAI 评分1313 Google 发布 Gemini 3.1 Flash TTS：支持音频标签的可控语音生成模型
Google 推出 Gemini 3.1 Flash TTS，一款支持音频标签（audio tags）的文本转语音模型，可通过自然语言指令控制语音风格、语速和表达方式。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemma 4 开源模型家族，31B 版本位列全球开源模型第三
Google DeepMind 发布 Gemma 4 开源模型家族，含 E2B、E4B、26B MoE 和 31B Dense 四个版本，采用 Apache 2.0 许可。