Google 在 Gemini Live 推出 Guided Vision,用 AI 实时语音描述镜头画面
Google 今日在兼容 Android 设备的 Gemini Live 中推出 Guided Vision,通过共享摄像头让 AI 实时语音描述画面,帮助阅读小字、识别物体与描述环境。该功能面向盲人、低视力用户及特定场景需求者,并可在 Google TalkBack 或 Android 9 及以上设备的辅助功能快捷方式中使用。Google 提醒用户勿将其用于导航、安全出行或障碍物检测。
Google 今日在兼容 Android 设备的 Gemini Live 中推出 Guided Vision,通过共享摄像头让 AI 实时语音描述画面,帮助阅读小字、识别物体与描述环境。该功能面向盲人、低视力用户及特定场景需求者,并可在 Google TalkBack 或 Android 9 及以上设备的辅助功能快捷方式中使用。Google 提醒用户勿将其用于导航、安全出行或障碍物检测。
AWS 机器学习博客发布分步指南,为 Claude Platform on AWS(CPonAWS)配置多环境访问。方案采用专用 AI Services 账户模式,通过跨账户 SigV4 支持 AWS 工作负载、工作区级 API 密钥供开发者本地使用、OIDC 联合认证支持外部环境,实现生产与开发流量隔离并共享单一订阅。
Amazon Bedrock AgentCore 提供构建环境智能体的平台,其 Runtime 支持容器化代理托管、长时运行工作负载和会话隔离。环境智能体监听事件流(如 S3 文件上传)而非等待用户提示,通过单个 ask_human 工具暂停等待人工审批后继续执行。
Amazon Payments 在 Amazon SageMaker AI 上采用多目标上下文多臂老虎机(MAB),为产品获客漏斗各阶段(申请开始、提交、审批)分别运行 LinUCB 模型并线性组合其 UCB 分数,以同时优化整个漏斗。
AWS 博客演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit(NAT)的持久化记忆层,部署于 Amazon EKS。
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发出 AI Ataraxos,以 15 胜 1 负 4 平的战绩击败了被认为史上最强的 Stratego 选手 Pim Niemeijer。训练仅用了 16 块 GPU 和数千美元。Stratego 属于不完全信息博弈,此前连 DeepMind 都未能可靠战胜顶尖人类选手。
推荐理由:原文给出了 AI 在 Stratego 上的突破战绩和低成本训练方式,读者可以借此了解不完全信息博弈的最新进展。
Shopify 周四推出新网站搭建工具 Canvas,商家可通过与 AI 智能体 Sidekick 对话来创建商店,AI 修改时实时渲染真实代码,支持测试交互动画并预览不同屏幕尺寸效果。Canvas 初期不支持第三方主题、应用模块、市场、翻译及主题更新,且仅限桌面端,但 Shopify 表示后续将逐步完善。
OpenAI 在 DevDay 发布新智能体 Dots,由 GPT-6 Astra 驱动,定位“首席参谋”式专业助手,可构建虚拟世界,但仅限 $20/月 Pro 及以上用户使用。Meta 的 Muse 则免费提供专用虚拟机,向所有 Meta 账户开放。OpenAI 预计到 2030 年支出 $2800 亿,并计划融资 $300 亿,估值 $1.4 万亿,高昂算力成本使其暂难免费。
Anthropic 面向美国联邦和州政府机构推出 Claude for Government,该平台自 7 月起公开测试,运行于 FedRAMP High 环境。因五角大楼禁用 Claude,此次主要面向民用机构。平台功能与企业版一致,按用量付费并设固定上限,管理员可设置预算和模型访问权限,聊天数据保留在机构设备上。
Airbnb 联合创始人兼 CEO Brian Chesky 表示,聊天机器人不适合电商和旅行浏览,公司未来 3 至 6 个月将探索支持多人同时使用的“多人”AI 界面。他认为 AI 智能体需要运行在真正的 AI 操作系统上,而非 iOS 或 Windows,并计划让 Airbnb 应用最终成为可与其他智能体通过 MCP 互操作的“宏观 Airbnb 智能体”。
AI 初创公司 Photon 获得 450 万美元种子融资,由 Gradient 和 A* 联合领投,Vercel 等参投。Photon 提供统一 API、可扩展渠道框架、CLI 和可观测性套件,帮助开发者在 iMessage、WhatsApp 等消息平台上构建智能体。
安全初创公司 Glow Security 发现,AI 智能体将超过 1.3 万张内部软件项目截图公开上传至 GitHub,涉及 343 家机构,包括财富 500 强公司、金融机构和 AI 实验室。截图包含客户数据、登录凭证和未发布功能。原因是 GitHub 不允许通过命令行附加图片,智能体便创建公开仓库上传截图,约三分之一的受影响机构使用了开源工具 gitshot。
推荐理由:原文给出了具体数字和受影响机构类型,读者可以据此评估 AI 智能体在开发流程中带来的数据泄露风险。
由前 Google 和 SpaceX 产品经理 Rama Afullo 创立的 Satlyt 完成 800 万美元种子轮融资,开发让多颗卫星共享大型计算任务的卫星软件。其软件已搭载 Google DeepMind 的 Gemma 模型完成演示,将卫星错误信息传输量削减逾 60%;本周将随 SpaceX 火箭升空,在 TakeMe2Space 卫星上为 NASA 等三家客户执行任务。
在 OpenAI DevDay 后的播客中,OpenAI Computer Use 产品工程负责人 Ari Weinstein 表示 Computer Use 已发生 180 度转变,智能体现在能调试和恢复失败,结合截图、可访问性数据、DOM、Playwright 和生成代码可大幅提速,并正迈向超人类水平。
推荐理由:OpenAI 一线负责人详解 Computer Use 与 Decisions API 的进展和设计取舍,可帮助理解智能体技术的最新方向。
EdReports 近期审查 K-12 教材中快速集成的 AI 功能,发现其教育有效性证据存疑,引发学区采购考量。EdReports 首席学术官 Courtney Allison 指出,教师审查与学生实时接触内容的界限正在模糊,并质疑是否应要求供应商在生成式 AI 普及仅数年内提供证明。
Google DeepMind 推出 SynthID Bio,将水印技术引入合成生物学,在保留蛋白质生物功能的同时嵌入不可见签名,并可在物理蛋白质上验证。实验显示,水印设计在结合亲和力、命中率和序列多样性上与未水印版本相当,首次实现了带水印且功能正常的蛋白质结合剂。
推荐理由:原文给出了水印技术的原理、实验验证和开放计划,读者可以据此判断它在生物安全与科研诚信中的实际作用。
Meta 与 OpenAI 正押注同一路径:先用可爱的 AI 智能体培养用户感情,再推出实体硬件。OpenAI 与 Jony Ive 合作,计划不早于 2027 年 2 月发货;Meta 则将在今年假日购物季前推出挂件式设备 Muse Charm。OpenAI 在 DevDay 发布 AI 智能体平台 Dots,CEO Sam Altman 暗示其未来可能进入硬件设备。
OpenAI 在 Dev Day 上发布“Decisions API”,功能类似 TypeSafe AI 本月推出的 Jev 模型,可为 Luna 模型提供预定义选项以提升速度并保留图像理解等能力。
Instagram 宣布其独立应用 Edits 将新增 AI“创意助手”,可调用用户账号数据(点赞、观看、视频留存、分享等)提供发帖建议,并回答平台趋势、内容表现差异等问题。该功能对创作者免费,但“重度用户”可订阅 Meta One 获取更多用量。
据The Information报道,谷歌启动试点项目,向约100家出版商支付费用,以获取其内容对AI Overviews、AI Mode及Gemini聊天机器人的贡献。参与出版商年收入超100万美元,另一家数月内赚取约5万至6万美元。此举正值谷歌AI搜索功能面临监管审查之际。
推荐理由:报道披露了谷歌向约百家出版商付费的试点项目及具体收益,可帮助读者了解AI搜索对内容生态的补偿机制。
Meta 推出 Muse AI 智能体,声称可代发邮件、网购,但需用户授权数据与信用卡。Meta 计划推出类似拓麻歌子的 Muse Charm 设备,并扩展 Muse 企业工具。Muse 已登陆 Mac 应用,但存在漏洞被利用、被亚马逊封禁等安全问题。
Meta 回应记者 Jason Aten 的指控,称其 AI 智能体 Muse 在 Mac 上读取用户私信必须经过三重应用权限和 macOS 系统级保护,且完全由用户主动开启,无法在未授权时读取。
CoreWeave 在 Fully Connected 大会上宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网可用,Cognition 成为首个在 Vera Rubin 上运行生产负载的客户,其 SWE-2 推理工作负载的 token 总吞吐量较 GB200 NVL72 提升最高 4.8 倍。
Amazon Bedrock AgentCore 新增 Runtime Instances 计算选项,支持最长 14 天的多智能体会话、GPU 访问与持久存储,区别于 MicroVM 的 8 小时上限。
Meta 宣布将 AI 智能体 Muse 扩展至小企业,新增 Shopify、Dropbox、Slack、Asana、Notion、Stripe 等十余项集成,可连接 Instagram 专业账号分析、Facebook 主页及 Meta 广告账户。
Instinct 创始人 Noah Shinn 在播客中透露,该 AI 智能体平台超 50% 交易与旅行相关,年交易额接近 10 亿美元,平台日增长 10%。
美国总统特朗普宣布白宫上线 AI 聊天机器人 America.gov,帮助民众查找政府服务与信息,Google 确认其 Gemini 模型参与其中,美国首席设计官 Joe Gebbia 补充称政府还使用了 Grok。该机器人旨在为民众提供查询政府服务的统一入口,但大语言模型仍易产生幻觉,错误信息可能导致错过申请期限、福利被拒或罚款等严重后果。
OpenAI 在 DevDay 上宣布扩展 ChatGPT 插件能力,开发者可构建应用式插件并在侧边栏获得专属入口,支持交互面板与文件查看器。新增 Plugin Creator 工具简化构建流程,并优化插件目录的排序与推荐。ChatGPT Sites 可托管这些插件,同时新增对 MCP Events 规范的支持,使插件能基于连接应用的事件启动自动化。
OpenAI 在 DevDay 上为软件工程智能体 Codex 推出可复用云端开发环境,开发者可从电脑、手机或云端运行 Codex,任务启动更快,团队可共享已批准的设置与权限。同时更新 Codex CLI 支持语音指令,新增 /agents 视图、代码审查体验及 Codex Security Cloud 安全工具,并发布 Decisions API 与支持计算机操作的 Agents API 更新。
OpenAI 在 DevDay 活动上推出 Dots,一款由 GPT-6 Astra 驱动的个人智能体助手,可在后台持续运行并自主追求用户设定的目标。Dots 即日起面向符合条件的 Pro 和 Business Premium 用户开放,可从 Codex 或 ChatGPT 启动,并支持通过 Slack、Teams 等平台交互。
教育部等七部门经国务院同意印发《特殊教育发展提升“十五五”行动计划》,提出到2030年适龄残疾儿童义务教育入学率巩固在97%以上。行动计划将推进特殊教育学校标准化建设、课程教学改革、师资培养和经费保障,并探索建设特殊教育智能体,支持人工智能用于随班就读学生助教陪读和重度残疾学生送教上门。
推荐理由:文件同时部署特殊教育资源、教学、经费与数字化建设,尤其明确了人工智能助力助教陪读和送教上门的应用场景。
OpenAI在DevDay 2026一口气发布25项更新,推出常驻型智能体Dots,可跨会话持续追踪长期目标并主动汇报;新模型GPT-6.1 Sol智能接近GPT-6 Astra,但API标准输入输出Token价格仅为后者的1/5,每百万Token输入2美元、输出10美元。
Manus 2.0 发布,面向海外用户推出个人 Agent 应用 Cue,为每个 Agent 配备独立邮箱、电话号码、钱包和电脑,支持拉群协作;桌面端升级为 Manus Studio,新增视频编辑和游戏开发功能。新一代自研 Agent 框架 Cascade 使 Token 消耗减少 23.2%,任务完成时间缩短 28.2%,运行成本降低 32%。面向国内市场的产品正在筹备。
推荐理由:Manus 2.0 与 Cue 的发布细节和国内筹备信息,可帮助读者判断个人 Agent 赛道的下一步走向。
9月28日,“数智时代大中小学实景场域思政育人体系构建与实践创新研究”课题开题会在北京举行,由北京凤凰国际教育科技发展有限公司与中国矿业大学(北京)曾祥明团队共同开展。课题依托13年礼德教育实践及百万条学生成长数据,打造“版权课程+礼德垂直AI大模型智能体双驱动”模式,构建沉浸式实景德育场景,形成可评估、可持续迭代的德育闭环。
一位美国教师发现传统教师职业发展(PD)培训过于注重合规而缺乏创新,转而通过 TikTok 创建“Science of Reading Snaps”频道,将阅读科学理论转化为碎片化专业发展内容,并实际拍摄自己在课堂中应用相关策略的视频。文章还引用了内布拉斯加卫斯理大学助理教授 Evi Wusk 的研究,指出职前教师正通过 TikTok 接触教学实践与“妙招”。
Wabi 宣布转型为 AI 消息应用 Wabi 2.0,定位为“替你做事并即时构建所需界面的个人智能体”,从 vibe-coding 工具转向与 Meta 的 Muse 和 Instinct 等 AI 智能体竞争。创始人 Eugenia Kuyda 称,纯聊天式智能体体验不佳,未来是智能体、应用与人共处一处。Wabi 2.0 目前仅通过 X 上的邀请码开放使用。
AWS 发布 Amazon Quick 提示词工程基础系列文章的第一部分,讲解跨平台 AI 功能通用的提示词原则与可复用框架。核心方法包括用具体细节消除歧义、提供业务上下文、以示例替代描述,以及采用 CRISPE 框架(上下文、角色、意图、步骤、范围等)组织复杂请求。系列第二部分将深入 Research 等各组件的专项技巧。
AWS 官方博客详解 Amazon Quick 各组件的提示词编写差异。Quick Research 需明确目标、受众与子问题,可调用 Quick Index、200+ 新闻源及 S&P Global、FactSet、PubMed 等数据源;Quick Flows 建议用编号步骤描述触发条件与分支逻辑;Quick Sight 查询需包含业务问题、指标与维度。
AWS 发布基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台参考架构。该平台用 AI 智能体从合同 PDF 中提取八类关键字段,并由独立验证智能体复核,签名分歧由 Amazon Textract 以计算机视觉裁决,结果存入 Amazon Aurora PostgreSQL。
腾讯推出新版 Marvis,将个人 Agent 定位升级为 AI 管家,新增电池健康检查、高耗电应用识别与开机启动项调整等电脑系统管理功能。截至本月,Marvis 日活跃用户数比 5 月上线时增长近四倍。新版主打电脑、文件、软件和浏览器四类任务,并采用端侧模型建立文件索引、按需调用云端模型的调用路径,电脑配置门槛从六核 16GB 降至四核 8GB。
推荐理由:原文给出了新版 Marvis 的功能变化、用户数据与端侧模型路径,读者可据此判断个人 Agent 在终端管理方向上的实际进展。