Mistral AI 与 Mozilla 合作，为 Firefox 智能窗口提供模型支持
2026年9月16日，Mistral AI 宣布与 Mozilla 达成合作，其模型将驱动 Firefox 的 AI 浏览助手“Smart Window”（测试版）。该功能帮助用户处理复杂搜索、记忆浏览内容并基于标签页获取信息。初期覆盖法国和北美用户，英德随后跟进。双方强调开源、隐私保护（默认不保存对话、零数据保留）及针对区域语言和文化语境优化的能力，旨在打破单一公司垄断，赋予用户对 AI 交互的控制权。
#多模态
#多模态
今日 0 条Mistral AI：News（网页）AI 评分7878 蚂蚁 inclusionAI：HuggingFace 新模型AI 评分6161 蚂蚁 inclusionAI 开源全双工音视频交互模型 Realtime-Venus
蚂蚁集团 inclusionAI 在 Hugging Face 发布 Realtime-Venus，包含 Realtime-Venus-Omni 和 Realtime-Venus-Audio 两个 9B 检查点，基于 MiniCPM-o 4.5 / Omni-Flow 架构，语言骨干为 Qwen3-8B。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分6363 蚂蚁 inclusionAI 开源 Realtime-Venus 全双工交互系统
蚂蚁集团 Venus 团队与清华大学在 GitHub 开源 Realtime-Venus，一个支持全双工对话与异步任务委托的实时交互系统。系统包含三个组件：Realtime-Venus-Omni（9B，流式音视频对话与主动交互）、Realtime-Venus-Audio（9B，语音交互与音频理解）以及负责后台任务执行并将结果返回同一对话的 Harness 运行时。
推荐理由：蚂蚁和清华开源了全双工对话加异步委托任务的系统，含 9B 的 Omni 与 Audio 两个模型和 Harness 运行时，可直接下载推理或跑浏览器 demo。
公众号：火山引擎AI 评分6565 豆包大模型2.1 Pro更新至0915版本：多模态Coding与Agent交付能力升级
火山引擎宣布 Doubao-Seed-2.1-pro 更新至0915版本，API 已全量上线火山方舟，豆包 app 和 TRAE 同步接入。
Tripo@tripoaiAI 评分5858OpenRouter：Announcements（RSS）精选AI 评分7373 DeepSeek V4 哪些型号支持图像输入？OpenRouter 逐款梳理与调用指南
OpenRouter 梳理其目录中的 DeepSeek V4 系列图像输入支持情况：V4.1 Flash 原生读图（2026年9月10日上线，$0.15/$0.60 每百万 token）。
推荐理由：原文逐一列出 DeepSeek V4 各型号是否支持图像输入、价格和调用方式，并给出文本-only 型号配视觉模型的两段式替代方案。
Google AI@GoogleAIAI 评分6464Google AI 发布迄今最先进的 Gemini 音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。
Google Blog：AI（RSS）精选AI 评分6363 Google 发布 TranslateGemma 等多语言 AI 成果，语言技术覆盖 300 多种语言
Google 宣布其语言技术已支持超过 300 种语言、覆盖全球 86% 人口，并发布 TranslateGemma 轻量开源翻译模型（基于 Gemini 训练、支持 55 种语言、可离线运行）。
推荐理由：原文来自 Google 对其语言技术的系统性梳理，读者可以借此了解其多语言 AI 的技术路线和数据合作方式。
公众号：生数科技（Vidu·视频）精选AI 评分6767 生数科技发布 Vidu S2：含 Avatar 与 Editing 双模型，探索空间视频
生数科技正式发布 Vidu S2，包含面向数字角色实时交互的 Vidu S2-Avatar 和面向视频流实时编辑的 Vidu S2-Editing，并探索面向 VR 头显的实时空间视频生成与编辑。
推荐理由：官方发布 Vidu S2 双模型，给出实时交互、编辑与空间视频的技术路线和评测数字，读者可对照判断其流式生成思路。
公众号：阶跃星辰（Step）精选AI 评分6666 阶跃星辰发布 StepAudio 3 系列语音大模型，多款在 Artificial Analysis 榜单全球第一
阶跃星辰发布 StepAudio 3 系列，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，已在阶跃星辰开放平台上线。
推荐理由：官方完整介绍了五款模型的能力与榜单成绩，可帮助读者了解语音模型在实时交互、理解和创作上的进展。
Apple：Newsroom（RSS）精选AI 评分7777 Apple 发布新一代 Apple Intelligence，Siri AI 正式以测试版上线
Apple 发布新一代 Apple Intelligence，推出全面重构的 Siri AI，支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话，今日起以英文测试版随 2027 系统更新推出，下月扩展至法语、日语、韩语、葡萄牙语和西班牙语。
推荐理由：官方公告完整列出 Siri AI 的能力清单、设备与语言范围，以及欧盟和中国市场暂不可用等限制，读者可据此评估适用性。
Apple：Newsroom（RSS）AI 评分7171 Apple 发布 iOS 27、iPadOS 27、macOS 27 等系统更新，推出 Siri AI 与新一代 Apple Intelligence
Apple 开始推送 iOS 27、iPadOS 27、macOS 27、watchOS 27、visionOS 27 和 tvOS 27 更新，引入基于新一代 Apple Intelligence 的 Siri AI。
- Google AI@GoogleAIAI 评分5454
公众号：火山引擎AI 评分5757 AI导演DiDi_OK解密用Seedance 2.5制作科幻短片《Candy》的工作流
火山引擎采访AI导演DiDi_OK，介绍其完全用Seedance 2.5 720P制作的9分钟科幻短片《Candy》背后的制作过程。他称模型在精细定制化、运动规律理解和超长镜头一次生成上有突破，部分效果连续性超过传统CG；其工作流随之改变，提示词取代关键帧成为决定视觉上限的首要条件，世界观类叙事中分镜不再是必需。
MiniMax (official)@MiniMax_AIAI 评分6262- MiniMax (official)@MiniMax_AIAI 评分6161
MiniMax 盘点其开源视频生成模型 MiniMax H3 的社区生态进展，该模型支持原生立体声音频和多模态参考控制。
公众号：京东JoyAIAI 评分5555 京东发布JoyAI-Echo 1.5并开源可交互视听世界模型EchoWM
京东探索研究院在9月9日JDD大会上发布JoyAI-Echo系列两项进展：超长音视频生成模型升级至JoyAI-Echo 1.5，同时发布并开源可交互视听世界模型EchoWM。
OpenAI Developers@OpenAIDevsAI 评分8080OpenAI 开发者账号宣布发布 GPT-6 Astra，并汇总社区开发者基于它做出的构建案例，包括 2234 个建模解剖部件的 3D 展示、Unreal Engine 曼哈顿复刻。
Suno：Blog（网页）精选AI 评分6868 Suno 发布 v6 音乐模型，推出 v6、v6-wild、v6-mini 三个版本
Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG、Believe 等行业伙伴合作开发，后续将全面替换旧模型。v6 分为三个版本：旗舰 v6 和探索向的 v6-wild 面向 Pro 与 Premier 订阅用户，更快的 v6-mini 向所有人开放。
推荐理由：官方发布新一代音乐模型，给出三个版本的定位差异和编辑、混音、采样等具体新能力，可帮助创作者判断如何选择和使用。
公众号：生数科技（Vidu·视频）AI 评分5555 生数科技发布 Motus2：面向灵巧操作的自进化通用世界模型
生数科技发布面向机器人灵巧操作的世界模型 Motus2，将行动、预测、评估三种能力统一进同一个共享参数模型，形成生成动作、预测未来、评估结果、更新策略的闭环，并加入轻量触觉专家模块。
MeshyAI@MeshyAIAI 评分5353
Artificial Analysis@ArtificialAnlysAI 评分6464
OpenRouter@OpenRouterAI 评分5454
- OpenRouter@OpenRouterAI 评分5656
MiniMax Design (H3)@Hailuo_AIAI 评分4545
Google Gemini@GeminiAppAI 评分5656Gemini 应用现已支持 Windows。用户按 Alt + Space 即可在常用工具旁唤起 Gemini，用于润色草稿、总结长文档、头脑风暴以及生成自定义图片和视频。
WorkBuddy@WorkBuddy_AI精选AI 评分7070推荐理由：WorkBuddy 官宣上线 DeepSeek V4.1-Flash 并给出两周免费入口，引用内容还说明了 V4-Pro 的退役与迁移安排。
SiliconFlow@SiliconFlowAIAI 评分6767IBM Research：AIAI 评分5454 IBM 与 NASA 开源月球基础模型 NASA-IBM Lunar Foundation Model
IBM 与 NASA 开源 NASA-IBM Lunar Foundation Model，整合美日多次探月任务的多模态、多分辨率观测数据。
Hugging Face：Blog（RSS）精选AI 评分6565 Hugging Face 用 Gradio Workflow 重建 Workflow1111，复刻 AUTOMATIC1111 主要功能
Hugging Face 发布 Workflow1111，用 gr.Workflow 以 73 个节点、11 条媒体管线重建 AUTOMATIC1111 的大部分功能，覆盖文本生成图像、高清修复、图生图、prompt matrix、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 式预处理器、背景移除、PNG Info 和图生视频。
推荐理由：原文展示用 Gradio Workflow 重建 AUTOMATIC1111 主要功能的具体做法，并给出 REST 与 MCP 入口，读者可评估它与 ComfyUI 的取舍。
DeepSeek：API 更新日志精选AI 评分8080 DeepSeek 发布 V4.1-Flash，API 价格同步下调
DeepSeek 发布 DeepSeek-V4.1-Flash，是全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，评测包括 GPQA Diamond 90.9、HLE 36.8、Codeforces Rating 3471、Terminal-Bench 2.1 90.6 等。
推荐理由：官方发布附带完整评测数字和 API 切换细节，读者可据此判断新模型能力水平及旧模型下线对现有调用和计费的影响。
公众号：DeepSeek（深度求索）AI 评分8686 DeepSeek 发布 V4.1 Flash：552B MoE 多模态模型，同步开源并下调 API 定价
DeepSeek 正式发布 V4.1 Flash，全新 Causal-Encoder-Decoder 结构的 552B 参数 MoE 模型，输入激活 8B、输出激活 16B，具备原生多模态视觉理解，基准测试超越包括 DeepSeek V4 Pro 在内的旗舰模型。
Suno@suno精选AI 评分6666Suno 发布 v6 模型，可将图片、视频和语音备忘录转化为音乐，并对已创建的歌曲进行精确修改。同时提供 v6-wild 版本供探索更多可能性，官方附有 2 分钟以内的功能演示视频。
推荐理由：官方宣布 v6 上线并给出多模态输入与歌曲精修能力，可据此了解音乐生成模型的最新变化。
Apple：Newsroom（RSS）精选AI 评分6666 Apple 发布首款折叠屏 iPhone Duo，起售价 $1,999
Apple 发布首款折叠屏 iPhone Duo，展开为 7.6 英寸内屏，合盖后为 5.4 英寸外屏，提供 iPhone 上最大显示面积。搭载 A20 Pro 芯片和蒸汽室散热，iPhone 17 Pro 续航最高 44 小时视频播放，10 月 16 日开启预购、10 月 23 日发售，起售价 $1,999。
推荐理由：官方完整披露了屏幕、铰链、A20 Pro、续航与售价等参数，读者可据此评估这款折叠 iPhone 的实际取舍。
Ant Ling@AntLingAGIAI 评分5151蚂蚁百灵发布 Ling-3.0-flash-VL，并与 Day-0 合作伙伴 Novita 同步上线，限时免费 14 天。
- Ant Ling@AntLingAGIAI 评分5252
Google Blog：AI（RSS）AI 评分5252 Google DeepMind 参与纪录短片 Love, Rendered 用影像技术重现褪色的记忆
Google 发布纪录短片 Love, Rendered，讲述结婚超过 70 年的 Burt 和 Ethelle Shatz 应对 Burt 认知衰退的故事，用技术重现未曾被拍摄的记忆，包括两人在克利夫兰学生合作社相遇的那一天。
DeepSeek 官方精选AI 评分8282 DeepSeek V4.1 Flash 发布，视觉理解进入默认 Flash API
DeepSeek 发布 V4.1 Flash，在新架构下加入原生视觉理解，并通过 deepseek-flash 接口提供。旧版 V4 Flash 与视觉实验版已退役，原名称暂时指向新版；公告还宣布下调 API 价格。本次发布没有提供可核实的权重开放信息。
推荐理由：原生视觉进入默认 Flash 接口，同时发生旧模型映射调整，使用方需要重新检查模型选择与多模态任务表现。
Cohere 产品与研究博客（网页）精选AI 评分6666 Cohere 发布开源权重翻译模型 North Small Translate，WMT26 得分 83.60 超越 DeepL 与 Google Translate
Cohere 发布机器翻译模型 North Small Translate，为 MoE 架构，总参数 218B、激活 25B，支持 50+ 语言，WMT26 全语言得分为 83.60，高于 DeepL NextGen 的 81.37 和 Google Translate 的 68.20，Agentic 版本达 84.36。
推荐理由：官方公布了 WMT26 各语言和分区域得分、吞吐与单任务成本数据，读者可据此评估其相对 DeepL 和开源模型的位置。
- MiniMax Design (H3)@Hailuo_AIAI 评分2020