🚨 AI News | TestingCatalog@testingcatalogAI 评分6464

Odyssey 发布多智能体世界模型 Agora-2 的可玩研究预览，可实时生成支持最多 20 名人类与 AI 智能体同时交互的多人世界。官方称每帧画面均由模型生成，参与者动作会改变所有人看到的内容，支持人数比 Agora-1 多至 5 倍，并能同时覆盖多个环境、承载更长更大更复杂的可玩世界。多人研究预览现已开放试玩。

Rohan Paul@rohanpaul_aiAI 评分5656

Odyssey 发布下一代多智能体世界模型 Agora-2，支持最多 20 个人类与 AI Agent 在共享环境中实时交互模拟，多人研究预览版已开放体验。其模拟模型基于实体属性、近期动作和周围几何结构预测组合动作如何改变共享世界状态，显式追踪参与者之间的相互影响。

Google 在 Pixel 11 上推出 Gemini 代打电话功能，可代用户联系本地商家

Google 在 Pixel 11 上推出早期实验功能，用户可在 Gemini 应用中让 AI 代打电话给本地商家，用于订位、查库存或改约等。Gemini 会自报身份、操作语音菜单、等待接听并完成对话，用户可通过实时转写查看并随时接管；功能自今日起向美国地区加入 Phone by Google Public Beta 的 Gemini 付费订阅用户开放。

elvis@omarsar0AI 评分5252

Odyssey 推出下一代多智能体世界模型 Agora-2，支持最多 20 个人类与智能体在共享环境中实时交互，多人研究预览现已开放体验。作者 Elvis Saravia 评价称，这类世界模型可用于共同训练机器人、自动驾驶和网络安全防御智能体，各方在交互中相互提升，也为研究智能体串谋提供了安全环境。

Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言 drafter 模型，边缘端解码最高提速 3.13 倍

Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。

Liquid AI 发布 LFM2.5-VL-DSpark 视觉草稿模型加速 VLM 推理

Liquid AI 在 Hugging Face 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取推理加速。

实测小米 MiMo-V2.6 系列模型：开源分第一，价格低至同级海外模型的几十分之一

小米发布 MiMo-V2.6-Pro、Flash 和 Pro-UltraSpeed 三款模型，UltraSpeed 输出速度最高达 Pro 的 20 倍。

Meta Connect 2026：Muse 智能体、眼镜硬件与实时语音

Meta 在 Connect 2026 上把 Muse 个人智能体作为硬件加智能体战略的核心，发布眼镜等新硬件并预告但未发布新前沿模型。Muse 新增语音与实时视频能力，可为每台 Muse 分配独立邮箱，Mac 版支持 computer use，连接器平台覆盖 1500+ 应用，Muse Realtime Avatar 以研究形式发布，输出带水印且响应低于一秒。

高通携手 PrismML 发布 1-bit Bonsai 视觉模型，可在骁龙 AR1 Gen 1 智能眼镜上本地运行

在 2026 骁龙峰会上，高通与 PrismML 发布 1-bit 量化 Bonsai 视觉语言模型，基于 Bonsai 1.7B 构建，可在骁龙 AR1 Gen 1 智能眼镜平台本地运行 20 亿参数模型。官方称相同内存下可容纳约 4 倍参数，内存占用约为传统 4-bit 模型的 1/4，文本 Token 生成速度翻倍，识图、翻译、环境问答等交互可离线完成，同时降低功耗、改善续航与发热。

阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，平扫 CT 不插管识别早期病变

阿里达摩院联合四川省肿瘤医院、中山大学肿瘤防治中心等机构发布食管癌筛查 AI 模型 DAMO EAGLE，无需插管和造影，从平扫 CT 识别包括早期和癌前病变在内的食管癌，论文 9 月 22 日发表于《自然·医学》。

Meta 发布类似电子宠物的 AI 设备 Muse Charm，12 月假期前发售

Meta 在 Meta Connect 活动上发布基于 Muse AI 助手的小型设备 Muse Charm，计划 12 月假期前发售，售价接近智能手表，具体价格未公布。

Meta 发布 349 美元起 Ray-Ban Meta Audio 音频眼镜及 Ray-Ban Meta（Gen 3）等多款 AI 眼镜

Meta 在 Connect 大会上发布首款音频眼镜 Ray-Ban Meta Audio，重约 43 克，续航最长 12 小时，起售价 349 美元，10 月 13 日发货；同时推出 Ray-Ban Meta（Gen 3），起售价 449 美元，续航最长 9 小时，搭载 1200 万像素摄像头，支持 3K Ultra HD 视频录制。

Meta 为 Muse 智能体推出视频通话和邮箱等新能力

Meta 在 Meta Connect 2026 上宣布对 Muse AI 智能体的多项更新：Muse 将获得可用于执行任务的专属邮箱地址，用户也可通过该邮箱与它沟通；Muse Mac 应用将能操作用户的电脑。

Meta 宣布将把 AI 智能体 Muse 带入智能眼镜

Meta 在 Meta Connect 2026 上宣布正将发布仅数周的 AI 智能体 Muse 引入其智能眼镜，用户可通过呼出名称让 Muse 引导锻炼、记录饮食或辅助购物。

Meta 为 AI 眼镜推出 Private Processing 机密计算基础设施

Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。

TrackEverything：突破长视频稠密3D点追踪的显存瓶颈

TrackEverything提出一种新的3D点追踪模型，通过去重3D场景表示解决稀疏长时与稠密短时追踪的权衡问题。该模型利用体素化去重、端点细化器及3D WAFT技术，将模型复杂度与视频时长解耦。它是首个能在40GB显存内对超过1000帧视频进行全可见点追踪的3D追踪器，在TAPVid-3D基准上表现优于现有开源稠密追踪器。

Meta 在 Connect 2026 发布无摄像头 AI 眼镜 Ray-Ban Meta Audio，起价 $349

Meta 在 Connect 2026 大会上发布首款无摄像头 AI 眼镜 Ray-Ban Meta Audio，仅支持音频，可听音乐播客、接打电话、翻译语音并与 AI 助手 Muse 对话，起价 $349，10 月 13 日开启预订。

Meta Connect 2026：Meta 发布 Meta VR Glasses、无摄像头 Ray-Ban Meta Audio Glasses 并扩展 Muse 智能体

Meta 在 Connect 2026 上发布多款新品：100g 的 Meta VR Glasses（Quest 3 为 515g）将沉浸式显示分散到眼镜与口袋计算 puck 中，2027 年春季上市；无摄像头的 Ray-Ban Meta Audio Glasses 回应穿戴拍摄争议。

XPRIZE Wildfire 揭晓获奖团队：太空探测10分钟发现野火，无人机灭火仍未能扑灭

总额1100万美元的 XPRIZE Wildfire 竞赛于9月23日公布获奖名单，两个大奖均空缺。

Runway 发布 DaVinci Resolve 插件，可在剪辑软件内生成和重绘素材

Runway 发布 DaVinci Resolve 插件，可在 Resolve Studio 内直接生成图像和视频、重绘播放头下的片段，并将结果导入媒体池和时间线。

Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS，可用文字描述从零设计 AI 语音

Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型，支持 100 多种语言，Flash TTS 可通过文字描述从零设计语音，并支持 30 秒样本的声音克隆（需录制同意声明），生成内容带 SynthID 水印。

Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型

Google 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词从零设计声音、30 秒音频样本复刻声音、逐行台词表演控制、原生双说话人场景编排，覆盖超过 100 种语言和方言。

World Labs@theworldlabsAI 评分1919

勾勒一个世界。让 Atlas 把它变为现实。 Chisel 抢先预览，现已在 Atlas beta 中上线。

YouTube 在 Creator Studio 推出 AI 工具，涵盖脚本辅导、智能缩略图和 Gemini 剪辑

YouTube 向创作者推出多项 AI 工具。YouTube Studio 内的故事助手可分析脚本和粗剪，给出节奏、结构与叙事建议，支持最多三个剪辑版本 A/B 测试；动态缩略图会为不同观众自动展示三张预览图中最合适的一张。

YouTube 在 Made on YouTube 活动上推出帮助创作者优化频道的 AI 智能体

YouTube 在 9 月 23 日的年度创作者活动 Made on YouTube 上宣布升级 2025 年推出的 AI 创作工具，推出一款帮助创作者在后台优化频道的智能体。

YouTube 在 Made on YouTube 大会发布后台 AI 智能体等创作者工具

YouTube 在年度 Made on YouTube 活动上宣布升级其 AI 创作者工具套件，引入一个在后台优化频道的 AI 智能体，可监测旧视频的新热度并建议修改缩略图和标题，还能整理频道受众数据生成品牌提案。

YouTube 在 Made on YouTube 活动上为 Studio 应用推出多项 AI 功能

YouTube 在年度 Made on YouTube 活动上宣布为 YouTube Studio 推出多项 AI 功能。包括将 AI 问答功能 Ask Studio 扩展到 iOS 和 Android、对未发布视频草稿提供节奏和叙事建议、按视频内容生成匹配创作者风格的缩略图和标题、以及可向不同受众群体展示三种选项的动态缩略图。

YouTube 推出 AI 自定义推荐流功能 custom feeds

YouTube 宣布推出名为 custom feeds 的新功能，用户可在提示词框中用自然语言描述想看的视频类型，由 Gemini 生成定制推荐流并置顶在首页独立标签中。

Qwen@Alibaba_QwenAI 评分6565

Qwen 发布 Qwen Intelligence，推出三款移动端智能体：Mobile Planner Agent 规划与编排复杂任务，在 MobilePA-Bench。

微软 Win11 Clipchamp 新增本地 AI 视频超分功能，可将视频分辨率提升至 4K

微软为 Windows 11 内置视频编辑器 Clipchamp 新增视频超分辨率功能，可利用本地算力将低分辨率视频提升至最高 4K。支持硬件包括 CPU，Copilot+ PC 可用 NPU，兼容 AMD、英特尔和高通硬件，仅限 Windows 桌面版，浏览器版暂不支持。微软提醒 AI 生成的细节可能出现伪影或失真，不建议用于法律证据、身份验证和医学影像等敏感场景。

EmbodiedMemory-Bench：面向长时程具身任务的具身记忆基准测试

研究者提出 EmbodiedMemory-Bench（EMem-Bench），包含 4 类任务家族共 2,554 个交互 episode，要求智能体从交互历史中构建并更新记忆，再据此在环境中完成后续任务。

高通携手阶跃等为第六代骁龙 8 超级至尊版端侧适配 300 亿参数 StepEdge-Omni 30B-MoE 模型

2026 骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙 8 超级至尊版端侧适配阶跃 StepEdge-Omni 30B-MoE 模型，并现场演示智能体助手。

Qualcomm 发布 Snapdragon 8 Elite Gen 6 与 Extreme Gen 6 两款 AI 旗舰手机芯片

Qualcomm 在年度 Snapdragon Summit 上发布 Snapdragon 8 Elite Gen 6 和 Snapdragon 8 Elite Extreme Gen 6 两款旗舰手机芯片，主打 AI 功能。

Artificial Analysis@ArtificialAnlysAI 评分5252

Artificial Analysis 将 Controlled Voice Arena 扩展到日语、中文、印地语、西班牙语、德语、法语、葡萄牙语、越南语和阿拉伯语 9 种语言，发布多语言 Text to Speech Arena 排行榜。

StepFun@StepFun_aiAI 评分5959

StepFun 开源内部使用的 LLM 数据标注与模型检查工具 onPanda，支持 token 级可视化与控制。标注方面称中位标注时间比人工后编辑降低 52%，可在同一流程产出 SFT 与偏好数据，ΔPPL <1%，并支持图像、音频和视频的 agent 轨迹标注；调试方面可查看 token 概率与 top-k 候选、逐 token 引导解码。

Adobe Premiere 移动版登陆谷歌 Play 商店，安卓手机可免费剪辑并导出 4K 视频

Adobe Premiere 移动应用 9 月 22 日正式登陆安卓平台，此前 iOS 版已上线一年多，应用可免费下载。分割、修剪、合并、调速度、加文字和旁白等剪辑功能免费，无需付费即可不限次数导出无水印 4K 视频；音效创建和 Adobe Firefly AI 生成素材等需购买生成式 AI 点数，后续还将加入 Adobe Fonts、增强型字幕和与桌面版无缝衔接功能。

奥地利科学院联合 Mistral 发布古希腊语大语言模型 Apollo，用于修复莎草纸残片

奥地利科学院联合 Mistral 和 Sail Reply 开发的大语言模型 Apollo 将于当地时间周三正式发布，面向古希腊语文献修复，训练素材涵盖手稿、莎草纸与石刻铭文，总计约 6 亿个古希腊历史词汇。

MiMo-V2.6-Pro 智能水平、性能与价格分析

Artificial Analysis 页面显示，小米的 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 得分 46，远高于同类开源权重模型中位数 18。

Omdia：全球 AI 眼镜 2026H1 出货 420 万副，同比增长 127%

Omdia 数据显示，全球 AI 眼镜 2026 年上半年出货 420 万副，同比增长 127%，增长主要由 Meta 动能和中国市场推动。Meta 以 340 万副占 81.3% 份额，Even Realities 以 2.4% 居第二；中国出货同比激增 306%，市场高度分散，阿里巴巴、影目、小米合计市占仅 46.1%。

阿里千问办公发布企业上下文、数字员工及 Agent 硬件 QwenNote A2

阿里千问办公（QwenWork）在 2026 云栖大会专场发布企业级 Agent 系列产品，包括企业上下文（Enterprise Context）、数字员工、协作与应用功能，以及安全中心。同时发布首款 Agent 硬件 QwenNote A2，支持语音转写与语音调用千问办公执行任务，转写仅保留文字和纪要、不保留原始音频，售价 1199 元，当日开售。