谷歌 DeepMind 和 Google Research 发布 WeatherNext 3，称其为最先进、最准确的全球气象模型。模型基于原始卫星数据和稀疏气象站观测训练，可每小时生成一次预报，地表关键变量分辨率达 5 公里，并新增针对可再生能源的 100 米高度风速、云量和太阳辐射预测。即日起为谷歌搜索、Gemini 应用、谷歌地图、地图平台气象 API 和 Earth Engine 提供支持。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进的全球天气 AI 模型，经 Brightband 独立实时评估。
推荐理由：原文给出分辨率、卫星数据接入和降水精度的具体数字，并说明在 Google 产品和 Cloud 中的获取方式，读者可评估其实际用途。
据新华社报道，天问三号任务首席科学家侯增谦院士透露，我国正以数据驱动、智能编图为理念推进新一代全火星地质图编制，融合天问一号探测数据与多源国际数据的影像、光谱、雷达、重力等信息，引入人工智能技术实现智能地质解译，计划2028年底完成1:500万全火星地质图1.0版。
H Company 团队发布 NeoMME，含 260M 和 800M 两个尺寸的多语言多模态编码器，用单个双向 Transformer 从零处理文本 token 和 32×32 图像 patch，不使用预训练视觉塔或因果语言模型，训练采用掩码离散扩散目标，每个模型处理约 5240 亿 packed token。
达拉斯市在垃圾清运车上部署 AI 摄像头，按违规严重程度给房产打 1 至 4 分的破败评分，已在超过 2.1 万处房产发现至少一项疑似违规，并已发出 1800 份提醒通知，计划每年发出约 5200 份。当地共投用 100 台 1920×1080 摄像头，安装在 50 辆清运车上，约每 30 天扫描全市一次；居民担忧隐私和罚款负担，City Detect 表示系统会对人脸和车牌模糊处理。
小红书与 vivo 联合打通从 vivo 相册生成 3D 图到小红书发布、分发与消费的完整 3D 内容链路，并共同设计面向移动社交场景的新型 3D 格式。
蚂蚁 inclusionAI 在 GitHub 维护的 vLLM-Omni 是扩展 vLLM 的全模态模型推理服务框架，支持文本、图像、音频、视频和动作生成，覆盖 DiT 等非自回归架构。
林亦团队在 NVIDIA 与抖音平台联合创作合作中，基于 MiniCPM-o 4.5 的低延迟全双工能力打造了本地全模态桌面 Agent AI Jarvis，并开源在 https://github.com/LYiHub/pub-local-jarvis。
美团智播官方发布技术长文，介绍AI数字人直播的完整技术闭环，涵盖高保真形象生成与编辑（SDIP、SREdit）、文本驱动动作生成（MoTiGA）、语音手势协调生成（StreamingTalk）和视觉token压缩推理加速（Glance2Gaze）。
Artificial Analysis@ArtificialAnlysAI 评分7070
Qwen 团队发布 Qwen-Drive-1.0，称其为首个在预训练阶段统一 3D 感知与视觉问答、并延伸到运动规划的自动驾驶视觉语言基础模型，基于原生多模态 Qwen3.5-4B 且不改动预训练架构。
戚薇在《中国新闻周刊》9 月 2 日报道的采访中回应"卖脸"争议，称其数字分身授权是有期限、有范围、有审核和追责的，且只开放给合作的影视项目，而非向所有人开放。她的数字分身将主演末世 AI 漫剧《末日盛夏》，主角名为"韩清夏"。她表示规范授权是把合法使用与非法使用区分开，并认为真人戚薇和数字形象应成为两条独立又协同的创作线。
美国新泽西理工学院（NJIT）牵头的科研团队发布机器学习模型 EarlyDetect，可从太阳声学活动和磁场变化中识别活动区形成前兆，性能最佳的版本平均提前 9.24 小时识别信号。
Google 在 Gemini API 中发布 lyria-3.5 音乐生成模型的正式版（GA）。模型支持文本和图片输入，可生成完整长度歌曲，改进了音乐连贯性和自然人声，并支持精细的时长与结构控制，输出高保真 44.1 kHz 立体声音频。
Artificial Analysis@ArtificialAnlysAI 评分5353
DogeDesigner@cb_dogeAI 评分4242Grok Imagine 新增 Draw 功能，用户在菜单中选择 Draw 后画出任意内容，Grok 可在几秒内将其生成图像。作者称该功能适合儿童使用，并形容创造力因此成为超能力。
LlamaIndex 在 LlamaParse 平台以 beta 形式推出抽取档位 Turbo，主打低延迟实时工作流。在自建开放基准 ExtractBench 上，其速度约为 Cost Effective 模式的 4 倍，中位处理时间每页 3.7 秒，F1 为 0.84；中等及以上长度文档因页面并行处理降至每页约半秒。定价为每页 35 credits，目前支持的输入类型和配置选项少于其他抽取档位。
Adobe 宣布将 Photoshop、Premiere 和 Illustrator 等创意工具接入 Slack 协作平台，Adobe for Slack 已集成在 Slack 中。用户通过 Slackbot 选择 Manage Apps 添加 Adobe 后，可在聊天框输入 @Adobe 加提示词生成内容，还可引用聊天内容和共享文件辅助生成。
新加坡科技设计大学研究人员让 140 名 60 至 89 岁老年人与其社交聊天机器人 Ami Chat 互动，研究发表于《老龄化创新》期刊。结果显示，社会关系相关三个指标（拟人化、真实性、AI 社交互动强度）在使用意愿差异中额外解释了 27%；感觉更真实、互动更具回应性时使用意愿更高，但认为机器人更像真人的参与者意愿反而更低；自评健康状况较差者使用意愿更强。
World Labs（李飞飞联合创立）发布世界模型 Atlas，可从几张照片完成 3D 场景生成、重建与仿真，输出最高 1440p、1 分钟的可控镜头视频，并支持点云与 3D Gaussian splats 等 3D 数据输出。
谷歌在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解（agentic video understanding）功能，替代按固定帧率读取视频的静态处理方式，让模型在视觉帧、音频和转录文本中动态搜索和检查目标片段。
Google 为 Gemini Flash 系列模型（Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite）推出智能体式视频分析，模型自主决定查看哪些片段、以何种帧率和模态获取信息，取代原来每秒固定采样一帧的静态处理。
据《商业内幕》报道，Meta 通过软件更新关闭了数千副录像指示灯被人为破坏的 Meta AI 智能眼镜的摄像头，受影响设备不到累计销量的 0.1%。最新更新修补了此前先启动录像再遮挡指示灯的漏洞：钻掉 LED 的设备摄像头永久禁用，撕掉遮挡贴纸后摄像功能可恢复。Meta 智能眼镜 2025 年单年销量达 700 万副。
豆包工作新增多 Agents 并行和 Mac 操作电脑两项功能。多 Agents 并行可召唤不同子 Agent 在同一任务下分别执行不同模块，成倍节省时间；Mac 操作电脑功能可实现本地 GUI 操作，无需 MCP、API、插件和 CLI 即可看懂界面并完成操作。豆包工作是字节跳动于 2026 年 8 月 25 日推出的 Agent 产品，定位为字节跳动在 AI 办公场景的统一产品入口。
昆仑万维 SkyProduction 天工工作台全新版本于8月31日上线，把剧本、资产、分镜、视频和后期整合为一条生产线。剧本环节提供剧本翻译、剧本评分和小说转剧本功能；Agent 流程可选 Seedance 2.0 智能创作或智能分镜模式，支持片段重拍和10分钟超长视频生成；Seedance 2.5 720P 无参考视频低至0.4元/秒，30秒视频生成成本最低12元。
Arena 平台发布 2026 年第 35 周（8 月 24 日至 8 月 30 日）AI 大模型盲测排行榜。智谱 GLM-5.3-Flash 首次入榜即列代码榜第 7 名（ELO 1535），阿里 Qwen3.8-max-0902 首次入榜以 1691 分登顶前端开发榜，将 Claude-Opus-5-Max 挤到第二。
Meta Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，将流式 ASR、20+ 说话人的说话人分离和端点检测合并为一个自回归模型，无需后处理。
Elon Musk@elonmuskAI 评分5050Grok 在语音对话模式中上线屏幕共享功能，用户可将浏览器中的画面共享给语音模型，由其实时看到屏幕内容并逐步讲解指引。引用用户反馈称该功能运行效果很好。
Dude WTF? When the F did @SpaceXAI release this feature? In voice conversation mode, you can share your screen with the voice model, and it can see everything you're doing in the browser/talk you through anything you want? How did I miss this? This is amazing. It works so well.
中央网信办公布“清朗 · 整治 AI 应用乱象”专项行动第二阶段成果，累计清理违法违规信息 561 万余条、查处账号 4.9 万余个、处置违规网站和应用 2400 余个。
李飞飞创办的 World Labs 发布多模态世界模型 Atlas，称其能以像素级精确相机控制生成图像和视频帧，并在 3D 中重建。Atlas 可输出最长 1 分钟的 1440p 视频，从一至数十张图像进行空间重建，支持时空模拟和文本生成图像与 360 度全景，部分合作伙伴已获抢先体验，未来几周内开放早期访问。
据 The Los Angeles Times 报道，Google 正接触多家好莱坞大型片厂，希望以巨额费用换取用版权内容训练 AI 模型，单个版权角色的生成权报价可达约 $40 million，总额可能达数十亿美元，还可能附广告收入分成。
Stryker 宣布杜克大学医疗中心完成首例通过 Apple Vision Pro 搭配 SportSuite Vision 应用的髋关节镜手术。该应用将关节镜画面和 CT 影像显示在头显中，减少医生反复转动颈部查看屏幕的需求，主刀医生 Chad Mather III 表示可按个人工作流程在无菌区内安排关键信息位置。
Google 发布八月 AI 更新汇总：推出面向编码和 Agent 的工作模型 Gemini 3.7 Flash，价格为 Gemini 3.6 Flash 推出价的一半每百万 token。
Google Research 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S 视觉 Transformer 的框架，可从 EMIT 高光谱辐射数据自动检测、定量和定位甲烷羽流。
Google DeepMind@GoogleDeepMindAI 评分5454Google DeepMind 宣布为最新 Gemini 模型引入智能体视频理解能力。模型现在能以更高准确率分析视频，同时最多减少 88% 的 token 消耗。
Rohan Paul@rohanpaul_aiAI 评分6060Muse Voice Transcribe is MSL's first real-time audio perception model -- rolling out today. SOTA in streaming speech-to-text, it handles speaker diarization, and endpointing natively in a single model.
Google AI Developers@googleaidevsAI 评分5151
