技术

论文解读、算法突破、架构分析

Agent OS 的三种入口：为什么阿里、腾讯、AWS 押了三条不同的路

9 月 2 日，阿里云万有无界和腾讯 WorkBuddy 开放平台同日公测，一个月前 AWS 刚开源 Kiro Crew。表面看是同一条 Agent 赛道的三家玩家在同期落子，实际上他们锚定的是完全不同的入口层——阿里锚组织，腾讯锚设备，AWS 锚代码。理解这个分岔，比比较谁的模型强更重要。

GitHub HydraFusion：多模型编排媲美 Opus 5，成本低 67%

09.06/

苏晚/4 MIN

GitHub HydraFusion：多模型编排媲美 Opus 5，成本低 67%

09.06/

苏晚/4 MIN

Audacity 4.0 发布：Qt 重构界面，剪辑模型全面重做

09.06

Meta 自研加速器 MTIA 300：将 NIC 内嵌芯片，集合通信损耗降至不足 0.5%

Meta 详细介绍了首款专为训练排序和推荐模型而设计的自研加速器 MTIA 300：将 12 个 800 Gbps 定制 NIC 内嵌芯片封装，集合通信与矩阵计算并行执行，算力损耗不足 GPU 的 1/40。

09.06

银河通用发布 Galbot ET1：24小时预订破200台，人形机器人仍难摆脱「表演」标签

银河通用首款双足人形机器人 Galbot ET1 开启预定 24 小时破 200 台，硬件采用宇树科技方案，研发重心押注具身大模型「银河星脑」；但发布场景多为表演和互动，距离实际家庭任务尚有差距。

09.04

具身智能落地的最后20%，云来补上

机器人在真实场景中干活，远比演示复杂。业内指出，具身智能最难的是最后 20%：数据回传、远程接管、Agent 长期运行都离不开云支撑。腾讯云正借遥操作、数据平台与 Agent Infra 补齐这一落地短板。

09.03

OpenAI：Astra 成为首个关键级网络安全模型

OpenAI 确认 Astra 达到“关键”级网络安全能力，成为首个获此评级的模型，可自主发现零日漏洞并构建利用链。为安全上线，OpenAI 强化滥用防护与对齐监控，高级功能将分阶段开放。

09.03

WebLLM：用 WebGPU 把大模型跑进浏览器

MLC 团队的开源项目 WebLLM 借助 WebGPU 硬件加速，将大语言模型推理直接搬进浏览器，无需服务器，兼容 OpenAI API，支持 Llama 3、Qwen 等主流开源模型。

09.03

智元机器人夺 18 枚金牌：量产机在运动会创纪录

在 2026 年世界人形机器人运动会上，智元以 18 金 46 牌居榜首，且所有参赛机器人均为量产机，灵犀 X2 拿下 100 米障碍金牌，OmniHand 包揽灵巧手 7/8 项冠军。

09.03

亚马逊购物 AI 新增诈骗识别：让 Alexa 替你验真假

亚马逊宣布购物版 Alexa 新增诈骗识别功能，可以根据用户提问判断收到的邮件、短信或电话是否来自亚马逊，系统会与亚马逊历史发送的数十亿条消息进行比对。

09.03

ChatGPT 桌面应用内嵌了一整套 LibreOffice

开发者 Simon Willison 发现 OpenAI 的 ChatGPT 桌面应用（原名 Codex）在本地缓存目录里打包了完整的 LibreOffice、Python、Node.js 和 git，总占用约 1.7GB。

09.03

黄仁勋在 G20 呼吁各国加快 AI 基础设施建设

英伟达 CEO 黄仁勋在北卡罗来纳州 G20 科技峰会上将 AI 比作水电等公用设施，呼吁各国加快建设 AI 基础设施，并为美国推动的《卡罗来纳原则》背书，支持轻监管路线。

09.03

Sonos 发布 27 系统：AI 语音和 MCP 接入多房间音响

Sonos 发布 Sonos 27 操作系统，新增生成式 AI 语音功能 Sonos 27voice 和 MCP 协议支持，并公布第二款头戴耳机和新 Soundbar，公司将自身定位从「音箱公司」重新框架为「音频操作系统」。

09.03

俄罗斯初创 Mostik：让 AI 模型无需文字直接交流

俄罗斯初创公司 Mostik 开发了一种方法，让 AI 模型通过权重中的数学值直接交流，无需生成文字输出，将 GLM-5.2（7530 亿参数）与 Qwen-3.5（40 亿参数）融合后，成本降至前者的 1/20，性能居两者中间。

09.03

zvec-grep：为人类和 AI 智能体统一本地搜索

开源工具 zvec-grep（zg）将 ripgrep、BM25 和向量搜索合并为一个本地优先的命令行界面，支持语义检索，并可直接作为 AI 智能体的搜索工具使用。

09.03

Pangram：Substack 背后的 AI 文本检测公司

Pangram 完成 900 万美元融资，其 AI 文本检测系统已接入 Substack，该公司给出「百分比」而非「是/否」判断，今年先后让一本小说遭出版商取消合同、让《纽约时报》专栏受到质疑。

09.03

用 TRL 和 OpenEnv 训练代码模型画水彩

Hugging Face 发布新教程，借助 TRL 强化学习库与 OpenEnv 绘图环境，让代码生成模型根据自然语言提示写出绘画指令，逐步渲染出可编辑的水彩画。核心是让模型在环境中不断试错，而不是直接生成像素图。

09.03

SmarCo GC3：绕过存储墙的视频生成新算力

中科通量推出全球首款基于 RISC-V 数据流架构的视频 AIGC 芯片 SmarCo GC3。计算跟随数据流动，避免数据搬运开销，200 TOPS 算力配合 128GB 内存，试图绕过视频生成的存储墙瓶颈。

09.02

拥有海量数据，工业AI却为何跑不出来？

工业AI落地时，海量数据常散落在不同系统，难以被AI直接使用。天谋科技提出多模态时序数据库方案，用OBJECT类型统一管理数值、语音和图像，并通过AI Ready架构与场景化模型，解决数据供给和理解难题。

技术

Agent OS 的三种入口：为什么阿里、腾讯、AWS 押了三条不同的路

GitHub HydraFusion：多模型编排媲美 Opus 5，成本低 67%

Audacity 4.0 发布：Qt 重构界面，剪辑模型全面重做

乌克兰战场无人机数据流向商业市场：超百家企业获取飞行数据

微软 Project Zenith：面向开发者的开箱即用 Win11 配置

HEIR：Google 同态加密编译器让 ML 推理在密文上直接运行

微软向纽约时报诉讼提交 820 万条 Copilot 对话日志

Claude 系统提示词更新：禁止复现歌词，版权形象和 Logo 也不能画

蔚来 Q2 财报后股价创52周新低：连续三季盈利，但销量在退坡

Meta 自研加速器 MTIA 300：将 NIC 内嵌芯片，集合通信损耗降至不足 0.5%