🚨 AI News | TestingCatalog@testingcatalogAI 评分5656#多模态
#多模态
今日 4 条- 🚨 AI News | TestingCatalog@testingcatalogAI 评分5656
Rohan Paul@rohanpaul_aiAI 评分6363Apple：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。
TechCrunch：AI（RSS）AI 评分7676 iOS 27 实测：基于 Gemini 的新 Siri 让作者重新用上 Siri
TechCrunch 作者实测 iOS 27 公测版后表示重新使用 Siri，新版 Siri 基于 Google Gemini 模型构建，可处理多步指令、读取屏幕上下文、调用相机回答所见物体并支持草拟发送消息。
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。
MarkTechPost（RSS）AI 评分5252 基于 JAX3D 构建分层 NeRF 教程：体渲染、新视角合成与 3D 重建
该教程用 JAX、Flax、Optax 和 jax3d 的体渲染原语构建端到端分层 NeRF，包含位置编码、粗细双网络与 sample_piecewise_constant_pdf 重要性采样，并用 Adam、指数学习率衰减和梯度裁剪训练。评估涵盖 held-out PSNR、深度与透明度可视化、360 度渲染 GIF 以及 marching cubes 提取密度场等值面。
dex@dexhorthyAI 评分5353
The Decoder：AI News（RSS）AI 评分6060 ElevenLabs 发布 Music v2.5，开放应用与 API 并提供免费和 Pro 档位
ElevenLabs 为 ElevenMusic 发布 Music v2.5，称生成歌曲更饱满自然；在 47,885 组盲测对比中听众多数时候更偏好 v2.5，尤其是 R&B、Soul、Hip-Hop、Rock 和管弦乐。
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5353IT之家（RSS）AI 评分6363 微信测试图片 AI 处理功能，支持美化、修改与信息提取
微信在发送图片界面新增 AI 处理功能，点击后提供美化图片、修改图片、提取信息三类菜单，涵盖生成写真、消除杂物、扩图、变高清、提取文字、翻译图片等选项。此前微信已基于小微灰度上线至少 16 个 AI 功能，覆盖公众号 AI 总结、朋友圈 AI 点评与 AI 帮写、扫一扫视觉识别及聊天语音指令等场景，目前均处灰度测试阶段，仅部分用户可体验。
HuggingFace Daily Papers（社区热门论文）AI 评分5757 Realtime-Venus：支持异步委托的全双工交互系统
论文提出 Realtime-Venus 全双工交互系统，包含两个独立训练的 9B 模型，Realtime-Venus-Omni 负责音视频交互，Realtime-Venus-Audio 负责语音交互。
Artificial Analysis@ArtificialAnlysAI 评分6464
OpenRouter@OpenRouterAI 评分5454
Hacker News 热门（buzzing.cc 中文翻译）AI 评分5151 YuE2 发布：融合象征性规划的音乐生成模型，SongBench 得分 6.9632 超越 Suno v5
YuE2 项目页发布音乐生成模型 YuE2，以可编辑符号乐谱为中间表示生成全曲音频。YuE2 (best-of-8) 在 WildSongBench (192 prompts) 的 SongBench 上得 6.9632，为 15 个设置中的最高观测均值，Suno v5 同对比得 6.8721。
- OpenRouter@OpenRouterAI 评分5656
IT之家（RSS）AI 评分5757 Arm 发布 CSS for Mobile 2 移动计算平台，面向智能体 AI
Arm 于 9 月 8 日在上海 Arm Everywhere China 大会发布第二代移动计算子系统 CSS for Mobile 2，集成 C2 CPU 集群、Mali G2-Ultra NX GPU 和 SI L2 系统互连。
公众号：卡尔的AI沃茨精选AI 评分7676 实测 DeepSeek V4.1 Flash：价格大降、原生带视觉，作者用游戏与城市生成任务验证表现
作者实测 DeepSeek V4.1 Flash，缓存命中输入降价 7 倍多、输出砍三分之二，9 月 14 日中午 12 点起所有发往 v4-pro 的请求将被强制路由到 4.1 Flash 并按其低价计费。
推荐理由：作者实测 DeepSeek V4.1 Flash 的价格、架构参数和多个生成任务，并给出与 GLM 5.3 Flash 的对比结果和暴露的缺陷。
MiniMax Design (H3)@Hailuo_AIAI 评分4545IT之家（RSS）AI 评分5858 网易有道 OpenPods AI 耳机发售：获苹果 MFi 认证，首发 1499 元
网易有道 OpenPods AI 耳机已在京东发售，首发补贴后到手价 1499 元，定位首款专为 iPhone 用户打造的智能体耳机。
HuggingFace Daily Papers（社区热门论文）AI 评分5858 SenseNova-U1.5 发布：8B-MoT 原生统一多模态模型，支持 4K 生成与图像编辑
SenseNova 团队发布 SenseNova-U1.5，一个 8B-MoT 原生统一多模态模型，在无编码器、无 VAE 架构内实现视觉理解、推理、生成和编辑。
Josh Woodward@joshwoodwardAI 评分6464
elvis@omarsar0AI 评分6969Pocket FM CEO Rohan Nayak 发文复盘公司从约 0 到 $500M ARR、年新增 $250M 且 EBITDA 盈利的增长打法。
- 🚨 AI News | TestingCatalog@testingcatalogAI 评分6363
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。
IT之家（RSS）AI 评分5656 理想汽车向 AD Max 车型推送马赫 VLA 2.0，覆盖近百万车主
理想汽车 CEO 李想宣布马赫 VLA 2.0 从 9 月 10 日起陆续推送至已交付 AD Max 的车型，覆盖近百万 Orin 和 Thor 平台车主。此次推送伴随 OTA 8.6 上线，经模型蒸馏和多轮验证完成多车型适配，同时新增 Livis 指挥泊车、大屏转向影像、艺术相框及新游戏等功能。
IT之家（RSS）AI 评分5656 高德发布 3D 原生城市世界模型 ABot-Earth 0.7，支持从星球到街景全尺寸生成
高德发布 3D 原生城市世界模型 ABot-Earth 0.7，称其为全球首个全模态、可预测的 3D 原生城市世界模型，覆盖超过 196 个国家和地区。模型可从卫星图像或文字描述出发，10 分钟内在一块消费级 GPU 上生成公里级 3DGS 格式城市场景，效率较传统模式提升 1000 倍，已应用于飞行街景 2.0，体验官网同步上线。
X.PIN@thexpinAI 评分5858
Thomas Wolf@Thom_WolfAI 评分7474DeepSeek 发布 DeepSeek-V4.1-Flash，称其为新架构家族中最小模型，具备原生视觉理解，面向更快推理、更高吞吐和扩展到更大模型而设计。