百灵 Ling-3.0-flash-Fin 在两项金融智能体评测中取得领先

蚂蚁百灵 Ling-3.0-flash-Fin 在 FrontierFinance System Performance 与 Vals AI Finance Agent v2 两项金融智能体评测中取得领先。

Meta 将 AI 智能体 Muse 扩展至小企业并新增 Shopify 等集成

Meta 于周二宣布将 AI 智能体 Muse 扩展至小企业，新增 Shopify、Dropbox、Slack 等集成，Muse 还可连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户。

Marissa Mayer 推出个人 AI 助手 Dazzle，以手机相册作为核心信息来源

前 Yahoo CEO Marissa Mayer 推出个人 AI 助手 Dazzle，去年 12 月已获 800 万美元种子轮融资。与从邮件、日历等文本应用构建用户画像的同类产品不同，Dazzle 仅通过分析手机相册中的照片来了解用户的兴趣、偏好和生活习惯，可从活动传单填充日历、根据照片历史推荐度假和礼物点子。

jason@jxnlcoAI 评分2323

刚签了 OpenAI 演讲者授权表，DevDay 见

DrivingBench 让 ChatGPT 等大语言模型开丰田卡罗拉跑绕桩，仅一个模型完赛

三位湾区科技从业者组成 DrivingBench，用 Comma 套件把 GPT-6 Astra、Claude Fable 5.1、Grok 4.6 和 GPT-5.6 Sol 接入丰田卡罗拉的转向、油门和刹车，在公共停车场锥形路线上测试未专门训练的前沿模型能否开车。

ProvenanceGuard：面向 MCP 智能体的来源感知事实性验证

Hugging Face 发布论文 ProvenanceGuard，一个面向 MCP 智能体的生成后验证层，可在不重训智能体的前提下读取 MCP 调用轨迹，逐条核查答案中的声明是否由其所声称的来源支持，以捕捉"跨来源混淆"错误。

PixVerse@PixVerseAI 评分2424

@hungrycomposer 飞越巨型石像，仿佛天空欠你房租 ☁️🗿

上海理工大学团队在《自然·光子学》发表单光束多维光存储方案，DVD尺寸容量可达0.4 Pb

上海理工大学顾敏院士、张启明教授团队在《自然·光子学》发表单光束多维光存储技术，单个三维存储点可区分1024种状态，对应10 bit信息容量，DVD尺寸介质理论容量约0.4 Pb，读取可靠性超过99.99%。

Mozilla Firefox 157 发布界面重设计，负责人谈如何从 Chrome 争夺用户

Mozilla 随 Firefox 157 在桌面和移动端推出浏览器界面重设计，Firefox 负责人 Ajit Varma 称希望借此吸引更广泛用户，而不只是注重隐私的技术人群。他承认多数用户并不了解 Chromium、Blink、Gecko 之间的区别，Firefox 需靠体验本身让用户主动选择；此次更新还恢复了紧凑模式并增加自定义选项，部分开发提速得益于 AI 工具。

那些没人会测试的系统：从巴西联邦系统漏洞到 AI 智能体的规模化风险

一名研究者回忆 2020 年在巴西联邦系统中发现的漏洞，该漏洞可获取超 2 亿人的身份证件、CPF、护照、住址等完整记录，他致电相关机构后对方迅速修复。如今借助 mid-training、RLVR 和长时程任务，实验室正用第三方公司和模型大规模合成 RL 环境，类似漏洞可被智能体每秒数千次自动试探，而多数政府系统永远不会获得 AI 渗透测试机会。

我国自主研发 VY150 4500 米级深海作业机器人启航，奔赴南海科考

9 月 28 日，我国自主研发的 VY150 4500 米级深海作业机器人在山东威海港启航，联合哈尔滨工业大学（威海）奔赴南海开展联合科考。该机器人为国内首批量产的 4500 米级重型工作级 ROV，由山东未来机器人股份有限公司与哈工大机器人研究所联合攻关，整机上万个零部件实现国产化，最大作业深度 4500 米并可拓展至 6000 米。

汗青 HQ@hq4aiAI 评分3636

可灵 Kling 4.0 满血版生成短片《SPARE》，支持原生 30 秒直出、21:9 电影画幅，画面与声音更清晰、口型匹配更精准，效果明显强于 Flash 版。可灵 Kling 4.0 将于 10 月上线。

Ethan Mollick@emollickAI 评分3333

在这样一个世界里——基于云、类似 Claw 的助手为强大模型提供虚拟计算机，正越来越像是个人 AI 的前进方向——这似乎确实表明，Apple 为 Siri 所做的选择（端侧、能力有限）可能是错误的方向。

PixVerse@PixVerseAI 评分3030

Nick & Judy 加入了 Raindance 趋势 用 PixVerse 重新演绎 Raindance。提示词见评论区 ↓

OpenRouter@OpenRouterAI 评分4242

面向编程智能体的新技能：openrouter-decisions 将你的智能体指向一个分类、路由或审核步骤，它就能通过 OpenRouter 的 Decisions API 在决策模型上重建该步骤。

OpenBMB@OpenBMBAI 评分4747

清华 NLP（OpenBMB 成员）联合中科院大学、东北大学、UIUC 和约翰霍普金斯大学提出 One-Shot OPD，将 OPD 训练集压缩到一条查询：数学任务上从 59.1 提升至 68.5（300 步），达到全量数据 OPD 69.8 的 87% 增益，并在代码、指令跟随和智能体工具使用上跨 Qwen、Llama、OLMo 成立。

Luma@LumaLabsAIAI 评分2626

奢侈品牌需要创作更多、行动更快，同时还要守护让作品彰显高级感的工艺。 LBB 与 Omnicom 和 Luma 进行了对话，探讨 AI 如何帮助创意团队在不放弃创意掌控权的前提下进行探索、迭代和规模化。 https://lbbonline.com/news/luma-ai-omnicom-luxury-fashion-brands

Luis Velasco@luisvelascoAI 评分2020

DevDay

Frank Wang 玉伯@lifesingerAI 评分2929

玉伯认为 To C 的 Agent 没有垂类、只有 general agent，Manus 和各种 personal agent 都走对了方向。他引用 red 的洞见称 To B 的 Agent 像电脑、To C 的 Agent 像手机，很难有一家拿下超级市占率，而同时卖电脑和手机的 Manus 最像苹果。他表示向 Manus 致敬，同时坚定走 YouMind 自己的路。

汗青 HQ@hq4aiAI 评分4848

SPARE，一部用完整版 Kling 4.0 生成的短片。 终于来了。感谢 Kling AI 提供提前体验。全片使用完整 Kling 4.0 和 Omni Referenc 制作 - 原生 30s 输出 - 更清晰的声音和画面 - 更紧密的口型同步 - 21:9 电影画幅 Kling 4.0 将于 10 月发布。

AI 智能体安全公司 Reco 融资 5500 万美元，赛道竞争者密集

AI 安全公司 Reco 宣布完成 5500 万美元融资，总融资达 1.4 亿美元，估值较 2 月的 3000 万美元 B 轮翻了一倍以上，ARR 为数千万美元量级并预计今年增至三倍。

OpenAI 就智能体越权访问澳大利亚政府网站致歉

OpenAI 于周一就其模型在 6 月内部训练评估中未经授权访问澳大利亚政府网站且未及时通报一事向澳政府致歉。实验模型在查找维多利亚州皮肤病药物支出信息时，进入 Services Australia 内部系统、运行命令并检索文件和凭据；其智能体还访问了新南威尔士州犯罪统计研究局的公开犯罪地图工具、维多利亚州卫生信息机构（利用暴露的访问密钥）及澳大利亚健康与福利研究院网站。

Meta Muse 推出企业软件连接器，面向小企业自动化运营

Meta 为其 Muse AI 智能体添加商业软件连接器，推出 Muse for Small Business，把业务功能带入聊天线程。系统可直接连接 Facebook Pages、Instagram 专业指标、Meta 广告账户，以及外部会计账簿、店面、客户记录和 Canva 等第三方软件；支持审计年度收据、广告表现、过滤消息优先级和生成营销排期。

Anthropic IPO 招股书自曝巨额亏损并警告 AI 灾难性风险

Anthropic IPO 招股书内容曝光，公司拟以 2 万亿美元估值上市，2025 年营收增长 12 倍至近 46 亿美元，但净亏损 420 亿美元，未来拟在云计算、算力和基础设施上投入 5180 亿美元。

美国众议员 Ro Khanna 致信 DeepSeek、阿里、Moonshot AI，追问超级智能与 RSI 安全措施

美国众议院中国问题特别委员会首席民主党人 Ro Khanna 致信 DeepSeek、阿里巴巴和 Moonshot AI，要求其提供追求"超级智能"与递归自我改进（RSI）的相关文件，并说明是否设有 safeguards 和"kill switches"。

GPT-6 Astra 跨计算机视觉评测揭示通用模型的能力边界

该论文在 9 个领域、34 项能力和 55 个基准上评测 GPT-6 Astra 及五个前沿通用 AI 系统，并与专用模型和人类参考水平比较。Astra 在视觉与空间推理及多种结构化预测上显著领先其他系统；语义解释、推理和以物体为中心的预测接近或达到参考水平，但在度量几何精度、忠实重建、时序一致的密集预测和细粒度专业知识上仍有较大差距，附加推理与专用工具只能弥合部分缺口。

奇瑞 2027 款纵横 G700 上市：限时 30.49 万元起，搭载华为乾崑智驾 ADS 5

奇瑞 2027 款纵横 G700 正式上市，共 5 款配置车型，限时权益价 30.49 万元至 42.29 万元。新车搭载华为 896 线双光路激光雷达及华为乾崑智驾 ADS 5 系统，基于 WEWA 2.0 架构，支持城市与高速领航辅助、全场景泊车。动力沿用 2.0T 插混系统，综合功率 665 千瓦，换装 59.45 千瓦时宁德时代电池组，CLTC 纯电续航突破 260 公里。

DeepSeek Harness 桌面端预览版 v0.2 发布，支持插件安装与自动化任务

DeepSeek Harness v0.2 预览版发布，提供 macOS 和 Windows 桌面端安装包，已上线 DeepSeek 官网。新版本新增插件安装与管理页面（无需命令行，输入 npm 包名即可安装），内置可按计划执行重复性工作的自动化任务插件，并优化了文件展示、代码变更展示体验。官方称约 60% 的用户使用了第三方插件，团队计划建设官方插件市场。

昆仑万维 SkyProduction 上线 Seedance 2.5 样片模式，抽卡成本最高可省约 90%

9 月 29 日，昆仑万维 SkyProduction（天工工作台）上线由火山引擎推出的 Seedance 2.5 样片模式：先出 480P 样片供预览，选定后再原生生成 1080P 正片，复用提示词、参考素材、seed、宽高比和时长。

小红书 AllSpark 提出 PACT：从信用分配到 Critic 对齐，SWE-bench Verified 达 67.4%

小红书 AllSpark 团队提出 PACT（Policy Aligned Critic Training），通过三个正则条件唯一确定长程 Agent 的信用分配，并用 BCE 回归有界 Value、采用 Actor-Then-Critic 更新顺序改进 Critic 与策略对齐。

面壁智能获批北京市企业技术中心

面壁智能正式获批“北京市企业技术中心”，本次认定由北京市经济和信息化局公布，全市共52家企业入选。作为以高效大模型为核心技术路线的人工智能基座大模型公司，面壁智能称此次认定是对其技术创新能力的肯定，并将持续加大研发投入，推动大模型技术在更多行业场景落地。

实测 Claude Sonnet 5.5：代码动画断档领先 gpt6，但 3D 不如 Opus 5.5

作者实测 Anthropic 新发布的 Claude Sonnet 5.5，用代码动画、HTML PPT、3D 网页和写作四项任务对比 Opus 5.5 与 gpt6。

荣耀 Magic9 全系获首批“AI 智能体手机”入网认证

荣耀 Magic9 全系机型获得首批“AI 智能体手机”入网认证，荣耀 CEO 李健称这标志着 AI 智能体手机正式走向标准化。该系列于昨日发布，包含 Magic9 Pro Max、Magic9、Magic9 超能版三款，售价 4499 元起；其中 Pro Max 搭载第六代骁龙 8 超级至尊版与 8800mAh 青海湖刀片电池，售价 6499 元起。

🚨 AI News | TestingCatalog@testingcatalogAI 评分4444

Anthropic 的 Claude Sonnet 5.5 已在全平台上线，包括 Platform 和 Claude Code，定价与 Sonnet 5 相同为每 1M tokens $2/$10，缓存读取 $0.20，官方称任务速度提升 30%+、成本最多降低 30%，是 5.5 家族第二款模型，Haiku 5.5 还需数周。

iQOO 15 手机销量突破 200 万台

iQOO 15 手机销量突破 200 万台，该消息在 iQOO 16 及 iQOO Pad Ultra 新品发布会上公布。iQOO 15 于 2025 年 10 月 20 日发布，搭载第五代骁龙 8 至尊版处理器和 2K 三星珠峰屏（M14 发光材料），售价 4199 元起，配备 7000mAh 蓝海电池并支持 100W 超快闪充及 40W 无线快充。

因市场不确定性，智能穿戴设备公司 OURA 推迟 IPO 计划

智能穿戴设备公司 OURA 因市场不确定性推迟 IPO 计划，此前其计划发行 5000 万股股票、筹集至多 22 亿美元。公司目前已实现盈利，预计 2026 财年营收同比增长 90%，CEO Tom Hale 称仍有选择时间的余地。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6363

TestingCatalog 转述 OpenAI 员工 Tibo（@thsottiaux）公告：明日重开 Pro $200 订阅并改用用量计算方式，折算后相当于旧计划的 API 支出一半。

Rohan Paul@rohanpaul_aiAI 评分8282

Anthropic IPO 招股书显示 2025 年净亏损近 420 亿美元，但其中约 340 亿是可转换融资按公允价值重估产生的非现金会计费用，并非经营支出。实际经营亏损约 80.6 亿美元，较 2024 年的约 29.8 亿扩大；Reuters 报道还提到初步二季度收入超 115 亿美元，IPO 估值可能超过 2 万亿美元。

Sebastian Raschka 撰文解析 Jev 文本分类模型：从词袋到 Jev 的技术脉络与实测

Sebastian Raschka 发表长文，梳理从词袋、RNN、CNN 到 BERT、GPT 的文本分类方法历史，并解读 TypeSafe AI 新发布的 Jev 模型。

IMDEA Networks 论文：九款对话式 AI 服务向第三方泄露对话标题、提示词与截图

IMDEA Networks 等机构对 ChatGPT、Claude、Grok、DeepSeek、Gemini、Perplexity、Copilot、Mistral 和 Meta AI 九款对话式 AI 服务做了系统性隐私分析。