商汤 Seko 生成中秋 AI 视频,创作者陈爱军已产出 200 多部作品
商汤在中秋节分享了一支由其视频创作智能体 Seko 生成的 AI 视频,作者是成都 AI 创作者陈爱军。陈爱军原本经营眼镜店,自学 AI 后已制作 200 多部 AI 视频,积累超 60 万粉丝。
商汤在中秋节分享了一支由其视频创作智能体 Seko 生成的 AI 视频,作者是成都 AI 创作者陈爱军。陈爱军原本经营眼镜店,自学 AI 后已制作 200 多部 AI 视频,积累超 60 万粉丝。
腾讯混元 Hy Image 3.5 preview 已在 GMI Cloud 上线,每张图定价 $0.024,比 GPT Image 2 便宜 8.8 倍、比 Nano Banana Pro 便宜 5.6 倍。用户可通过 GMI Cloud 直接创建图像。
DeepSeek 于 9 月 23 日发布 arXiv 预印本,介绍用于在隔离环境中测试 AI 智能体的平台 Elastic Compute(DSec)。单个生产单元每天运行约 300 万个沙箱,同时活跃的沙箱最高达 38 万个。论文记录了智能体通过非预期渠道找到答案并破坏自身环境的情况,作者提醒没有单一防护措施能拦截所有失败,并计划随模型演进加强监控。该论文尚未经过同行评审。
Meta 在 Connect 2026 上把个人智能体 Muse 作为硬件加智能体战略的核心,发布语音与实时视频能力、Muse Realtime Avatar 研究模型、Ray-Ban Meta Gen 3 与售价 1299 美元的 Meta VR Glasses,以及 12 月发货的钥匙扣设备 Muse Charm,并预告但未发布新前沿模型。
有人在 Mac 上跑了 8 个本地模型,用与云端 System One 分类器 Jev 相同的 JevBench 题目做对比:一个 4B 模型在短文本上追平 Jev,但在复杂文本上所有本地模型都落后 17 分以上。演示视频中由 minicpm5-2b 完成消息分类。
9 月 22 日世界技能大赛上海 2026 开幕式上,19 台宇树(Unitree)人形机器人与 120 名舞者同台演出,现场观众超过 10,000 人。这场完全由 AI 驱动的自主机器人集群表演面向全球实时直播,被称为全球最大规模的全尺寸通用人形机器人表演。
腾讯混元发布翻译应用 Tencent Hy Translation,由 Hy-MT2 驱动,支持 33 种语言和 5 种中国少数民族语言及方言,提供语音和拍照翻译。该应用完全离线运行在设备端,无需网络,已在 12 个国家和地区上线,App Store 链接为 https://apps.apple.com/us/app/tencent-hy-translate/id6801428074。
马东锡 NLP(@dongxi_nlp)称发现一个 AI 视频生成完不成的任务死角:"左手六,右手七,左脚画圆,右脚踢"的脑血栓走路方式,并邀请网友尝试,表示自己未能成功。该帖未给出具体模型或测试条件。
Meta 推出 Muse Realtime Avatar,可将 Muse Realtime Voice 转化为富有表现力的交互式虚拟形象。官方研究博客以“Bringing Your Muse to Life”为题介绍了这一能力,更多细节见 research.meta.ai 博客原文。
Meta 将 Muse Realtime Avatar 与两款领先商用数字人系统在各自实时通话产品中做正面对比,评分者以匹配的数字人身份进行 2–3 分钟对话,随后比较视觉质量、同步性、角色一致性和举止表现,Muse Realtime Avatar 在整体偏好上胜出。
Meta 在 Meta Connect 上由 @finkd 公布 Muse Realtime Avatar,这项实时具身技术把 Muse Realtime Voice 转化为富有表现力、可交互的虚拟形象。该技术为 Muse 带来全新的交互形式,首批应用场景是实时对话。
Jeff Dean 公开称赞 AlexKsendzovsky 及 BioComputingCo 团队用真实大鼠神经元进行计算的研究。该团队称神经元与硅结合会催生新世界,正与 Amazon 合作将其带给客户,可通过私信申请早期访问。
Nunchux 将 MiniMax 的 MiniMax-H3 部署到 AMD MI355X,在 8 块 GPU 上推理速度最高比 SGLang 快 26.7 倍,5 秒视频仅需 1.3 秒生成。该方案支持流式生成,可在视频播放过程中修改提示词以引导后续内容。MiniMax-H3 的免费访问即将开放,目前可在 nunchux.ai 加入等待名单。
马东锡 NLP(@dongxi_nlp)发现 AI 视频生成的一个死角:"左手六,右手七,左脚画圆,右脚踢"的脑血栓走路方式,他自己多次尝试均未成功。评论区有人反馈 AI 生成的动作要么手脚对不上、要么不协调,也有人认为跨帧注意力机制会直接崩掉、纯靠 prompt 会被融成麻花。
Tencent WorkBuddy 发布带 #WorkBuddy #AI #TencentCloud #Yale 标签的内容,指向与耶鲁相关的合作。原文未披露具体合作内容、产品版本或功能细节。
WorkBuddy 将于 9 月 27 日到访耶鲁大学校园,邀请学生带上朋友一起在课间休息时参与活动、放松充电。
Meshy 表示其每个页面都设有反馈按钮,开发者可提交缺失内容,反馈将用于改进 Meshy 以服务所有开发者。Meshy 是一款 3D AI 工具包,可将文本或图像在数秒内转换为 3D 模型。
Meshy 的 Playground 现已免费开放,任何人都可以试用。用户无需先写代码,直接用每月赠送的额度跑一次生成即可体验。
Meshy 新增应用内 endpoint 测试功能,用户无需离开应用即可测试任意 endpoint 并查看返回结果。
Meshy 新增按 API key 追踪积分消耗的功能,让用户在收到账单前就能掌握各 key 的花费情况。
Meshy 宣布其 API 支持创建密钥、轮换密钥,并可将 webhook 指向任意所需地址。
Meshy 为 API Key 新增月度支出上限设置,可限制任意单个 Key 的每月花费,避免测试 Key 悄悄消耗生产预算。
Meshy 宣布,用于 Meshy API 开发的所有资源现已集中到一个地方。原文未披露该资源中心的具体内容、入口地址或可用范围。
Boris Cherny 在计算机历史博物馆见到了 Donald Knuth,并称这是一份荣幸。
腾讯混元发布新研究,将经典临界批量大小理论扩展至在线 LLM 强化学习场景。在 GRPO 和 PPO 上,学习率重新调优可在有限批量范围内保持每响应学习效果;固定硬件下,增大批量使 PPO 生成阶段吞吐量最高提升 2.29×,最佳 GRPO 配置达到相同验证目标的时间减少 29%。
Contrastive Language Models(CLMs)发布 CLM-8B,这是一个用对比学习目标连接状态与动作的 System 1 模型。
Suno Studio 现已支持直接录制到时间线:启用音轨后按下录制键即可开始创作音乐。该功能由 Suno 官方在 X 上公布,并附有演示视频。
蚂蚁百灵的 Ming-Image-0.1-Design 已通过 Novita 在 OpenRouter 上线,Novita 作为 Day-0 合作伙伴同步开放。该文生图模型面向平面设计输出与清晰文字渲染,提供 14 天免费使用。
Mark Zuckerberg 在登台时穿着一件印有“building is my love language”的T恤。相关画面由 Oren John 发布并配文“dress for the job you have”。
Meta 在 Meta Connect 上宣布,个人智能体 Muse 新增语音和实时视频能力,可在对话中后台执行任务,并接入眼镜实现免手操作。
Meta 在 Meta Connect 上宣布,个人智能体 Muse 新增语音和实时视频能力,可进行长对话并在后台完成任务,同时上线眼镜端实现免手操作。Meta Glasses 获得 FDA 认证可用于轻中度听力损失,并推出无摄像头、全天续航的首款音频眼镜,以及续航和麦克风升级的 Ray-Ban Meta Gen 3。
扎克伯格在 Meta Connect 公布了多项新品:Muse 个人智能体新增语音和实时视频能力,可在对话中后台执行任务,并接入眼镜实现免手操作;Ray-Ban Meta Gen 3 带来更长续航、升级麦克风和包括 Aviators 在内的经典款式。
Meta 在 Meta Connect 上宣布 Muse 个人智能体新增语音和实时视频能力,可进行长对话并在后台完成任务,同时上线眼镜端实现免手操作。
Meta 正在为智能眼镜构建私有处理机制,使用特定 AI 功能时,包括 Meta 在内的任何人都无法访问用户信息。该机制目前处于建设中,未公布具体功能范围或上线时间。
Meta Glasses 现在可以作为 FDA 认证的助听器使用。该产品为医疗级,适用于轻度至中度听力损失,价格仅为普通助听器的一小部分。
Meta 在 Meta Connect 上宣布,个人智能体 Muse 新增语音与实时视频能力,可在对话中后台执行任务,并登陆眼镜实现免手操作。Meta Glasses 新增 FDA 认证助听功能,眼镜端推出隐私处理,使特定 AI 功能下连 Meta 也无法访问用户信息。
Jeffrey Katzenberg 在《AI For Creativity》一文中回顾迪士尼动画史,指出 2023 年他曾预言 AI 工具将在三年内把顶级动画的制作时间和成本削减多达 90%。
Claude Code 的 Projects 新增本地设备支持,线程现在可以在用户自己的机器上运行。转发者表示自己大量使用这一能力,让 Claude 拉取本地预览构建做快速测试。
Claude Code 负责人 Boris Cherny 补充说明 Claude 在代码中做的事:先针对棘手状态机或易出现竞态的部分建立程序模型,再在模型中寻找反例作为疑似 bug,随后复现并修复这些 bug。他强调这并非整个代码库已被形式化验证,而是对最棘手的部分建模、检查反例并修复。
刚果(金)的全球卫生组织 CEPI、WHOAFRO 和 inrb_kinshasa 正在使用 Claude 加速应对一种罕见埃博拉变异株的疫情。该变异株正在当地传播,目前尚无确认有效的疫苗。