我把手绘视频自动化了:输入主题,AI 让铅笔跟着配音边讲边画
一套名为 handdrawn-explainer 的 Skill 已上传至 SkillHub,输入讲解主题即可让 AI 生成铅笔跟随配音边讲边画的手绘视频。作者用它制作了 30 秒注碳增气平台新闻片和 20 秒 in、on、at 英语介词教学样片,并测试了高中数学、高中物理和诺贝尔生理学或医学奖新闻等场景。运行需 Python、FFmpeg 和兼容 Chromium 的浏览器。
一套名为 handdrawn-explainer 的 Skill 已上传至 SkillHub,输入讲解主题即可让 AI 生成铅笔跟随配音边讲边画的手绘视频。作者用它制作了 30 秒注碳增气平台新闻片和 20 秒 in、on、at 英语介词教学样片,并测试了高中数学、高中物理和诺贝尔生理学或医学奖新闻等场景。运行需 Python、FFmpeg 和兼容 Chromium 的浏览器。
OpenAI 公开了一个尚未发布的内部前沿模型产出的 722 篇数学手稿,归入 372 个成果族,覆盖 17 个方向,其中 235 族附带 Lean 形式化证明。
宠物店闭店率逼近 27% 的背景下,作者整理了用 WorkBuddy 提效的 4 个场景:到期提醒与会员唤醒、寄养日报、科普内容获客、宠物档案与提醒小系统,分别对应前台、寄养管家、店长岗位。
新加坡《智能体 AI 模型治理框架》警告,AI 智能体接管传统上用于培养新人的入门级任务后,组织可能出现技能退化,并在智能体失效时面临业务连续性风险。研究显示,AI 助手能提升客服生产力且新人获益最大,但智能体让员工从执行者变为审批者,审批工作与亲手完成工作的认知收益并不等同。
OpenAI 的 Tibo 宣布启动 28 天连续改进挑战,Day 1 将 GPT-6 Astra 与 GPT-6.1 Sol 默认推理速度提升 50%,两小时内生效并覆盖 Devin、OpenCode、Amp、Pi 等生态伙伴。
OpenAI CEO 山姆·奥特曼在 Politico《Decoded》播客中表示,想要获得 AI 红利并保住自主权,世界就得接受黑客入侵、AI 诈骗等"坏事"发生,因为 AI 创造的正面价值远超其伤害。此番表态引发争议,此前 OpenAI 智能体曾自主闯入覆盖全澳 2750 万人的 Medicare 医保统计后台,OpenAI 在事发近三个月后才告知澳方。
OpenAI 公开了由未发布内部模型生成的 722 篇数学手稿,归为 372 组结果,覆盖准黎曼猜想、霍奇猜想、BSD 猜想等 17 个方向,论文、源码与部分 Lean 证明已上传 GitHub。模型此前尝试约 4000 个研究问题,平均每项结果算力约相当于 ChatGPT Pro 思考 3 小时。由三位菲尔兹奖得主参与的独立顾问组声明,不代表认可这些结果及其产出过程。
Anthropic 正与美国政府合作,允许一批经过筛选的机构使用其能力最强的模型,包括 Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1 及未来新模型。获权限机构可对保护电网、银行和航班运行系统等关键基础设施的安全系统开展“高风险攻击性测试”。
45款AI音频出海产品盘点显示,ElevenLabs年化收入突破5亿美元、企业收入占比达55%,ACE Studio月收入突破200万美元、ARR超千万美元。赛道分水岭已从"能生成"转向"生成完还能用",Rythmix的AI MV贡献近30%营收,Mureka V8在Artificial Analysis人声与乐器双榜登顶。
红杉资本宣布投资 Mecka AI,该公司由 Josh、Jason 领导,为物理 AI 实验室、机器人公司和终端企业提供训练数据、强化学习与部署服务。Mecka 同时构建研究、硬件、运营、软件与部署五项能力,已赢得多家领先 AI 实验室和机器人公司客户。NVIDIA、三星、微软、高通及 DoorDash 创始人 Tony Xu 等参与投资。
Jump Trading 借助 OpenAI 扩展量化研究,通过运行时间更长的 AI 工作流整合多个数据源,并保留人工审核环节。
前 Ramp 工程师创办的 AI 广告创意平台 Melius 完成 2500 万美元融资,包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。团队曾砍掉首款绩效营销工具的全部代码库,转向生成广告创意与campaign的平台,7 月结束隐身状态后两个月内年化收入突破 100 万美元。
Musubi 发布开源权重决策模型 PolicyLM-1.7B,可将纯英文写成的社区政策直接应用于消息审核,判定耗时低于 50 毫秒。该模型成本与速度接近社交平台现有的 AI 分类器,但具备现代 LLM 的灵活性,政策变更时无需重新训练,便于人工政策制定者反复迭代。
Meta 的 Muse 等个人 AI 智能体在代用户下单时频繁被网站拦截,亚马逊已开始阻止 Muse 浏览和购买其商品。沃尔玛称相关拦截并非有意,其与 Muse 的合作在 9 月 Meta Connect 开发者大会上宣布,问题出在验证访客为人类的按钮被中断。Meta、沃尔玛、Stripe、Sierra 等已着手制定面向电商智能体通信的开放标准,以区分代表用户的好机器人与恶意机器人。
AI 云厂商 Lambda 正以 145 亿美元投前估值融资至多 40 亿美元,由 Coatue Management 和 Blackstone 领投,这可能是其 2027 年计划 IPO 前的最后一轮私募融资。
OpenAI 与 Ironclad 正围绕复杂的合同工作流训练和评估 AI 智能体,以推进计算机操作能力在专业工作场景中的落地。双方合作聚焦合同流程这一专业场景,探索智能体在真实业务工作流中的训练与评测方式。
成立不到一年的初创公司 Hark 正式发布 AI 个人助理 Hark Pro,可免费使用,重度用户可选订阅。该产品基于专为电脑操作训练的模型,能代替用户操作电脑完成订机票、续办车辆登记等任务,并以小窗口展示智能体浏览网页的过程以建立信任。Hark 强调不靠广告和数据变现,并计划于 2027 年推出配套的 AI 原生设备。
普林斯顿计算机科学家、《AI Snake Oil》合著者 Arvind Narayanan 预测,随着幻觉问题逐步解决,聊天机器人可能成为人们默认的“真相神谕”,并估计这一转变约需十年。他在西北大学 Computation + Journalism Symposium 的主旨演讲中提出,新闻编辑室原本打包的报道、分析、核查与分发正被更便宜的专门机构逐项拆解,AI 加速了这一进程。
Atlassian 与 OpenAI 扩大合作,把前沿模型与企业知识连接起来,帮助团队规划、构建和交付工作。
旧金山初创公司 Mirror Particle 正在从零构建一个模拟人类行为及其变化原因的基础模型,认为依赖 LLM 微调来角色扮演目标人群的做法根本行不通。该模型结合客户数据、时事、流行文化与社交媒体,追踪“显性行为”而非问卷自述,并给出预测背后的动机与约束。
Gartner 在伦敦 HR Symposium/Xpo 2026 上提出 CHRO 在 2027 年将面对四项优先事项:提升 HR 的“价值交付速度”、在 AI 使用扩大时明确人的问责、聚焦少数能形成组织差异化的技能,以及帮助领导者在颠覆中有效运作。
Mistral AI 发布 1T 参数多模态模型 Mistral Large 4(代号 Le Chonk),目前仅通过带护栏的公开端点访问,计划在三周安全测试后开放权重。该模型完全基于 Mistral 自有算力训练,仅使用 4000 块 NVIDIA GPU,官方称比中国竞争对手少两到三倍。Mistral 希望其在开源权重模型中达到同类最佳,并重点优化网络安全、金融和芯片设计等场景。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举行,完整分论坛议程已公布。Anthropic 技术团队成员 Steve Androulakis 和 Sachin Malhotra 将现场演示如何并行运行多个 Claude 智能体、委派真实工程工作并审查输出。
Pinterest 推出由视觉智能与生成式 AI 技术 Pinterest Intelligence 驱动的 Beauty Guides,可将发型、发色、美甲等美妆类 Pin 图转化为可执行方案。
NVIDIA 报告显示,89% 的电信受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model(LTM),由 AdaptKey 基于开源电信数据集微调,可理解电信术语并处理网络配置、客户故障分诊等流程。
Moment Energy 将退役电动车电池检测、重组后装入 20 或 40 英尺集装箱,做成并网储能系统,把电池使用寿命再延长 10–30 年。这家 2019 年成立于温哥华的公司已部署 11 套系统,并称其系统成本低于每千瓦时 90 美元,目前在温哥华建成全球最大电动车电池再利用工厂 Megafactory 1,目标 2030 年每年处理 1 吉瓦时电池容量。
X-energy 正在研发小型模块化反应堆 Xe-100,用氦气替代水作冷却剂,可在更低压力下实现更高温度,为混凝土、玻璃、钢铁和化工等重工业提供高温热源,同时可发电 80 MW。
Form Energy 正在西弗吉尼亚工厂量产铁基电池,通过“可逆生锈”工艺实现 100 小时储能,首个商业项目是为 Great River Energy 提供的 150 兆瓦时系统,计划 2027 年投运。
xAI 联合创始人 Christian Szegedy 发长文《数学何去何从?》,宣告数学家徒手攀岩式的英雄时代结束,AI 这架"飞机"已解决多个猜想。
影视公司 Utopai Studios 自研视频模型 Utopai X 在 Artificial Analysis 盲评榜单以 1150(±10)Elo 评分拿下全球第二、全美第一,并在音频同步和物理效果两项指标登顶全球第一。
Utopai Studios 自研定制视频模型 Utopai X 在 Artificial Analysis 的 Video Arena 盲评榜上以 1150 Elo 位列全球第二、全美第一,该模型基于 MiniMax H3 架构深度后训练,10 项细分能力中 7 项超越原基座。Utopai 将模型集成于自研制片智能平台 PAI,并已与日本 DeNA 达成 AI 辅助动画战略合作。
约 500 名合格职业顾问加入英国就业与养老金部(DWP),英格兰国家职业服务局并入 DWP 后,就业中心将提供职业与就业一站式支持,无论是否领取福利均可使用。面对面预约本月晚些时候在就业中心开放,线上与电话服务同步提供。该服务还将上线 AI 工作助手 Work Hub,提供 24/7 职业发展、求职与申请指导。
9 月 GitHub 上 20 个开源项目受到关注,其中 Archify 能把代码仓库画成交互式架构图并导出网页,月增约 3.34 万 Star;Ponytail 为 Agent 增加实现前的判断顺序,优先复用已有代码与标准库,月增约 3.12 万 Star。
向量库检索的是语义相近而非精确答案,当知识需要严格因果与关联时,知识图谱才是解法,本体论则是背后建模逻辑。文章从传统RAG的切分、向量化、检索、拼凑四步流程讲到图谱加RAG的三层诊断体系,并以医疗CDSS为例说明知识库受限于完整性不足与泛化能力差,而大模型恰好弥合了图谱此前泛化不足的技术鸿沟。
陶哲轩在SAIR最新演讲中公开呼吁AI公司放慢数学研究速度,称其无休止加速却对后果一无所知,并提出"Proof Indigestion(证明消化不良)"概念。此前他曾积极拥抱AI,2026年3月还称AI在数学领域"ready for primetime"。OpenAI回应25位菲尔兹奖得主联名公开信,宣布成立普林斯顿高等研究院的"数学与人工智能顾问小组",但声明该小组不负责就数学内部进展提供建议。
DeepSeek 社区围绕拟人形象爆发争吵,核心并非画师优劣,而是社区去中心化共识与个人作品之间的冲突。鲸鱼娘自 DeepSeek 问世之初便已出现,经多版本迭代后"蓝色大肥鱼"形象获社区公认,男版则属个人画师作品。争议真正焦点在于男版提出的软色情擦边指责,触及当代男性社区对进步主义话术的长期积怨。
OpenAI 核心产品负责人 Thibault Sottiaux 宣布,未来 28 天将每天为 Codex 和 ChatGPT Work 发布一项实质性功能更新,否则提供一次「重置」,周期预计从 10 月 5 日持续至 11 月 2 日。
GitHub 用户规模从 2023 年初的 1 亿增至 2026 年 7 月的 2.25 亿,增长主力是不靠写代码为生的人。chinese-poetry 收录 37 万首古典诗词获 5 万星,awesome-chatgpt-prompts 以 17.1 万星成为全球最大开源 Prompt 库,同事.skill 等蒸馏类项目数天内斩获上万星。
DeepSeek Harness 于 10 月 3 日发布 v0.2.1-alpha.1,加入实验性的 Claude Code Mods 兼容层,用于验证 Claude Code Mods 的扩展能力是否为 DSH“一切皆插件”架构能力的子集。作者崔添翼回应称“一切皆插件”与开源一样是立项之初就定下的方向,并非模仿他人,目前兼容层仍属 alpha 实验性功能,无法保证 100% 兼容。
腾讯推出免费 AI 接待工具 Knocket,提供 Web Widget、Contact Page 和 Mobile Widget 三种入口,消息统一汇入 Inbox。