YouTube 在 Made on YouTube 活动上为 Studio 应用推出多项 AI 功能
YouTube 在年度 Made on YouTube 活动上宣布为 YouTube Studio 推出多项 AI 功能。包括将 AI 问答功能 Ask Studio 扩展到 iOS 和 Android、对未发布视频草稿提供节奏和叙事建议、按视频内容生成匹配创作者风格的缩略图和标题、以及可向不同受众群体展示三种选项的动态缩略图。
#多模态
TechCrunch：AIAI 评分6363 TechCrunch：AIAI 评分6565 YouTube 推出 AI 自定义推荐流功能 custom feeds
YouTube 宣布推出名为 custom feeds 的新功能，用户可在提示词框中用自然语言描述想看的视频类型，由 Gemini 生成定制推荐流并置顶在首页独立标签中。
Qwen@Alibaba_QwenAI 评分6565Qwen 发布 Qwen Intelligence，推出三款移动端智能体：Mobile Planner Agent 规划与编排复杂任务，在 MobilePA-Bench。
Meta：Newsroom · AIAI 评分5959 Meta 在 Connect 2026 为 Ray-Ban Display 推出导航、Hologram 等新功能并拓展五国市场
Meta 在 Connect 2026 宣布 Meta Ray-Ban Display 多项新功能，包括语音驱动的骑行与公交导航、以用户面貌进行通话的 Hologram（今秋以 Early Access 登陆美国 WhatsApp）、眼镜端应用 Explore、Dolby Atmos 视频拍摄、日历、镜像通知和 Threads Community Feeds。
Meta：Newsroom · AI精选AI 评分7676 Meta 在 Connect 发布 Ray-Ban Meta Audio 音频眼镜并扩充 Ray-Ban Meta (Gen 3) 等 AI 眼镜产品线
Meta 在 Connect 上发布首款音频眼镜 Ray-Ban Meta Audio，重 43 克，预售价 349 美元起，10 月 13 日发货，单次充电可用 12 小时。
推荐理由：官方在 Connect 上同时扩充多价位与多款式 AI 眼镜产品线，给出了各款定价、续航和新市场名单，方便对照选购与产品节奏。
IT之家·人工智能AI 评分6161 微软 Win11 Clipchamp 新增本地 AI 视频超分功能，可将视频分辨率提升至 4K
微软为 Windows 11 内置视频编辑器 Clipchamp 新增视频超分辨率功能，可利用本地算力将低分辨率视频提升至最高 4K。支持硬件包括 CPU，Copilot+ PC 可用 NPU，兼容 AMD、英特尔和高通硬件，仅限 Windows 桌面版，浏览器版暂不支持。微软提醒 AI 生成的细节可能出现伪影或失真，不建议用于法律证据、身份验证和医学影像等敏感场景。
Meta AI：Research Blog精选AI 评分7070 Meta 发布 Muse Realtime Avatar，将实时语音转化为可交互的动态化身
Meta 发布 Muse Realtime Avatar，将 Muse Realtime Voice 的语音流实时转化为带表情、手势和全身动作的交互化身，可基于参考图像驱动人像、插画、动物或日常物品。
推荐理由：原文给出了蒸馏方案、延迟数字和与商业系统的对比结果，读者可以据此评估其实时化身生成的技术路线和落地水平。
IT之家·人工智能AI 评分5858 高通携手阶跃等为第六代骁龙 8 超级至尊版端侧适配 300 亿参数 StepEdge-Omni 30B-MoE 模型
2026 骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙 8 超级至尊版端侧适配阶跃 StepEdge-Omni 30B-MoE 模型，并现场演示智能体助手。
TechCrunch：AIAI 评分5454 Qualcomm 发布 Snapdragon 8 Elite Gen 6 与 Extreme Gen 6 两款 AI 旗舰手机芯片
Qualcomm 在年度 Snapdragon Summit 上发布 Snapdragon 8 Elite Gen 6 和 Snapdragon 8 Elite Extreme Gen 6 两款旗舰手机芯片，主打 AI 功能。
Artificial Analysis@ArtificialAnlysAI 评分5252
StepFun@StepFun_aiAI 评分5959引用Lei Yang@diyerxxI spent two years building this interactive tool to let you steer LLMs and agents at the token level. Introducing onPanda — a web app for token visualization & control, model inspection, data annotation, and more. Try it online (works on mobile): https://onpanda.diyer22.com/
IT之家·人工智能AI 评分5858 Adobe Premiere 移动版登陆谷歌 Play 商店，安卓手机可免费剪辑并导出 4K 视频
Adobe Premiere 移动应用 9 月 22 日正式登陆安卓平台，此前 iOS 版已上线一年多，应用可免费下载。分割、修剪、合并、调速度、加文字和旁白等剪辑功能免费，无需付费即可不限次数导出无水印 4K 视频；音效创建和 Adobe Firefly AI 生成素材等需购买生成式 AI 点数，后续还将加入 Adobe Fonts、增强型字幕和与桌面版无缝衔接功能。
IT之家·人工智能AI 评分5252 奥地利科学院联合 Mistral 发布古希腊语大语言模型 Apollo，用于修复莎草纸残片
奥地利科学院联合 Mistral 和 Sail Reply 开发的大语言模型 Apollo 将于当地时间周三正式发布，面向古希腊语文献修复，训练素材涵盖手稿、莎草纸与石刻铭文，总计约 6 亿个古希腊历史词汇。
Hacker News：AI 热帖AI 评分6262 MiMo-V2.6-Pro 智能水平、性能与价格分析
Artificial Analysis 页面显示，小米的 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得分 46，远高于同类开源权重模型中位数 18。
IT之家·人工智能AI 评分5656 Omdia：全球 AI 眼镜 2026H1 出货 420 万副，同比增长 127%
Omdia 数据显示，全球 AI 眼镜 2026 年上半年出货 420 万副，同比增长 127%，增长主要由 Meta 动能和中国市场推动。Meta 以 340 万副占 81.3% 份额，Even Realities 以 2.4% 居第二；中国出货同比激增 306%，市场高度分散，阿里巴巴、影目、小米合计市占仅 46.1%。
IT之家·人工智能AI 评分5959 阿里千问办公发布企业上下文、数字员工及 Agent 硬件 QwenNote A2
阿里千问办公（QwenWork）在 2026 云栖大会专场发布企业级 Agent 系列产品，包括企业上下文（Enterprise Context）、数字员工、协作与应用功能，以及安全中心。同时发布首款 Agent 硬件 QwenNote A2，支持语音转写与语音调用千问办公执行任务，转写仅保留文字和纪要、不保留原始音频，售价 1199 元，当日开售。
IT之家·人工智能AI 评分6060 阿里公布大模型进展：Qwen4 训练中，后继模型将扩展至 5-10T 参数
阿里巴巴在 2026 云栖大会公布大模型一系列进展：Qwen4 已在训练中，未来 Qwen4.5、Qwen5 等版本将扩展至 5-10T 参数，下一代视频生成模型将于 11 月发布。
IT之家·人工智能AI 评分7272 小米发布并开源 MiMo-V2.6 系列，窦锦虎评价 MiMo-V2.6-Pro 达训练有素博士研究人员水平
小米发布并开源 Xiaomi MiMo-V2.6 系列，含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。
公众号：腾讯混元AI 评分6666 腾讯混元发布 Hy Image3.5 preview 专业生图模型
腾讯混元发布混元图像 3.5 预览版（Hy Image3.5 preview），官方称综合能力较 Hy Image3.0 提升约 30%，内部数百名设计师 GSB 盲测中与 Seedream 5.0 pro 持平，略优于 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。
IT之家·人工智能AI 评分8080 小米发布并开源 MiMo-V2.6 系列，Pro 与 Flash 双版本，API 价格与前代持平
小米发布并开源 MiMo-V2.6 系列，含 Pro 与 Flash 两个原生全模态模型。MiMo-V2.6-Pro 在 AA 智能指数 v4.3.2 取得 46 分。
OpenRouter@OpenRouterAI 评分6060小米 MiMo-V2.6 系列三款模型上线 OpenRouter，包括 1T+ 参数旗舰、开源 MoE 模型和约 10 倍速的旗舰变体。三款模型均支持文本、图像、视频和音频输入，上下文为 1M。
Xiaomi MiMo@XiaomiMiMo精选AI 评分7373推荐理由：官方发布全模态模型并开放权重、技术报告和训练代码，附与 Claude Opus 5、GPT-5.6 Sol 的 Agent 基准对比数据。
公众号：小米 MiMo同事件AI 评分7474 小米发布并开源 MiMo-V2.6 系列，扩展强化学习规模迈向自我提升
Xiaomi MiMo 于今日正式发布并开源 MiMo-V2.6 系列模型，包含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。
同一件事，精选收录的是《小米发布 MiMo-V2.6 Pro 与 Flash 全模态开源模型》
Amazon ScienceAI 评分5555 Amazon Bio Discovery 发表三篇论文，用 AI 设计并实验验证抗体
Amazon Bio Discovery 团队发布三篇论文，分别针对抗体结合强度排序、可开发性预测和端到端抗体设计。
Microsoft Research 博客AI 评分5252 Microsoft Research 发布开源逆合成模型 RetroChimera 并登上 Nature
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，结合基于 Transformer 的 R-SMILES 2 和图神经网络模型 NeuralLoc，用 learning-to-rank 集成两者互补预测。
TechCrunch：AIAI 评分6363 Google 发布 $899 Googlebook 笔记本，深度集成 Gemini
Google 宣布 Googlebook AI 笔记本开放预购，售价 $899，运行 Android OS 加桌面版 Chrome，深度集成 Gemini 功能，包括 Magic Cursor AI 光标、Rambler 语音整理和 vibe-coded 小部件。
The Decoder：AI NewsAI 评分6060 腾讯 Gander 模型实现边聊天边后台执行复杂任务
腾讯混元语音团队联合多所高校发布 Gander 模型，用"小脑"负责实时对话、可替换的"大脑"处理后台智能体任务（测试中用 GPT-5.6 家族模型），可同时处理语音、图像和文本并随时被打断。
MarkTechPostAI 评分6363 阿里通义Qwen团队发布Qwen3.8-LiveTranslate，实时翻译平均延迟降至2.3秒、支持60种语言
通义千问（Qwen）发布实时同声传译模型Qwen3.8-LiveTranslate，采用新的Interleave架构，平均滞后（LAAL）从2.8秒降至2.3秒，约降低18%。
The Decoder：AI NewsAI 评分6969 Qwen3.8-Omni-Flash 发布，价格低于 Gemini Flash 且多模态基准相当
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可联合处理音频和视频并自主使用工具，上下文窗口达 100 万 token。
IT之家·人工智能AI 评分6363 Neuralink 演示脑机接口让失语志愿者以原声说出“我爱你”
Neuralink 于 9 月 18 日在 X 平台发布演示，有语言障碍的志愿者 Terry 植入脑机接口后，通过意念将其神经信号转化为与原声高度匹配的合成语音，传达“我爱你”。
IT之家·人工智能AI 评分6363 阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，支持原文译文同帧同出
阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，基于 Hybrid MoE 的 Thinker–Talker 双模块设计，以 Interleave 架构重构实时同传，字均延迟（LAAL）从 2.8 秒降至 2.3 秒。
IT之家·人工智能AI 评分5858 Meta CTO 博斯沃思回应智能眼镜隐私争议：多数用户使用正常，将公布更多 AI 眼镜消息
Meta CTO 博斯沃思在 Instagram AMA 中表示，不希望少数恶意用户主导公众对 Meta 智能眼镜的看法，称绝大多数人使用方式与手机摄像头无异。
Hacker News：AI 热帖AI 评分7171 阿里达摩院开源医学影像模型 Damo Radar，可识别近 150 种腹部病变
阿里巴巴达摩院开源视觉语言模型 Damo Radar，可分析增强 CT 扫描，覆盖 18 个腹部器官并识别包括癌症在内的近 150 种腹部病变。在近 4 万例真实检查中，模型在 146 项临床发现的平均 AUC 为 0.913；与 26 名放射科医生的对比中，其平均准确率超过其中 23 人，医生借助该模型漏诊预防能力提升 10%，耗时减少逾 30%。研究已发表于《Science》。
MarkTechPostAI 评分5959 Jina AI 发布 jina-ocr-v1：3.4B MoE 文档解析模型，内置投机解码面向低预算 GPU
Jina AI 发布端到端视觉文档解析模型 jina-ocr-v1，总参数 3.4B，每 token 激活约 570M，可将 PDF、扫描件、表格和发票一次转成 Markdown。
Qwen：Blog Retrieval精选AI 评分6969 Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型，LAAL 降至 2.3 秒
Qwen 发布 Qwen3.8-LiveTranslate，采用 Interleave 架构与 Hybrid-MoE Thinker–Talker 设计重构实时同声传译，平均滞后（LAAL）从上一代的 2.8 秒降至 2.3 秒。
推荐理由：官方给出了架构设计、LAAL 从 2.8 秒到 2.3 秒的数字和多语言评测结果，读者可以据此评估其实时翻译能力的实际变化。
MarkTechPostAI 评分7575 阿里 Qwen 发布 Qwen3.8-Omni-Flash：1M 上下文的全模态智能体模型
阿里 Qwen 团队发布 Qwen3.8-Omni-Flash，称其为首款围绕智能体能力构建的全模态模型，接受文本、图像、音频和视频输入并返回文本，上下文窗口为 1M tokens。
IT之家·人工智能AI 评分7474 阿里达摩院开源医疗影像 AI 模型 DAMO RADAR，可一次识别超 146 种病症并登上《科学》
阿里达摩院与浙江大学医学院附属第一医院等机构研发的通用医疗影像 AI 模型 DAMO RADAR 登上《科学》并正式开源，面向腹部增强 CT 诊断，评估覆盖 146 种病症、18 个器官，近 4 万次真实世界检查中 AUC 达 0.913。
IT之家·人工智能AI 评分7676 阿里发布全模态模型 Qwen3.8-Omni-Flash，支持 1M 上下文，百万 Token 图文音视频输入 0.8 元
阿里千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash，可同时处理文本、图像、音频和视频输入，支持 1M 上下文。在 30 项评测上相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 26%，官方称音视频能力接近 Gemini 3.8 Flash、音频能力整体超过 Gemini 3.8 Flash。