2026年09月21日 - AI资讯盘点

**时间**：2026年9月20日

**地点**：北京（线上发布会）

**人物**：剪映全球负责人肖琪；抖音创作者胡楚靓（产品体验嘉宾）

**事件详情**：

2026年9月20日，字节跳动旗下剪映（CapCut）举办”AI新创作发布会”，围绕不同创作需求一次性推出剪映Hub、AI创作助手”小映”、智能Agent”剪映助手”以及”AI Ultra 会员”订阅制等多个 AI 新功能，覆盖专业创作、移动端 C 端剪辑与商家营销三大场景。

剪映专业版新推一站式创作工作台”剪映 Hub”，由”无限画布+多轨道编辑器”构成，创作者可从一句话、参考视频或文档出发，调用即梦、小云雀等 AI 创作平台生成图片、视频与音频素材，再进入多轨道编辑器精细调整。同步上线的智能创作 Agent”剪映助手”支持对话协同剪辑，可承担素材整理、口播删减、字幕纠错和视频包装等重复工作，并支持自定义 Skills 适配不同工作流。

移动端 AI 助手”小映”定位”懂创作、懂热点、也懂你”，集成 AI 创作助手、多轨道剪辑助手和营销专家三种能力。”小映”可一句话描述需求后自动调用图片、视频、文字、音乐与 AI 生成能力；针对商家，可化身 AI 营销专家，上传商品图后自动理解卖点、规划内容表达并生成营销素材。

商业与生态端，剪映首推”AI Ultra 会员”，将 AI 创作积分与剪映 SVIP 专业剪辑权益纳入同一订阅体系（业内披露月费约 28 元）。同步升级”剪同款”范式：从过去”换素材”升级为自然语言驱动模板迭代，并开放首批 217 个由头部模板作者训练的垂直 AI Skill。剪映宣布每年投入约 1.5 亿元用于创作者激励，并启动”剪映创作合伙人”计划。

**背景**：

剪映（CapCut）是字节跳动 2019 年孵化、2020 年正式上线的视频剪辑产品，国内称为剪映、海外称 CapCut。2026 年 9 月初，剪映在新加坡举办首次 CapCut World 活动，宣布全球用户突破 6.6 亿、覆盖 170+ 市场与 30 种语言，平台已集成 85+ AI 工具，过去一年累计生成 60 亿条图像/视频/特效素材，每天超 700 万创作者使用 AI 功能。

此次发布会前，剪映正面临 AI 视频生成赛道新一轮竞争：Runway 公布实时 AI 视频蓝图、可灵/即梦等国产模型快速迭代、字节 Seed 团队也在 8 月将 Seedance 2.5 全面接入抖音与豆包体系。剪映的应对策略是把 AI 能力”做厚”，从单一剪辑工具升级为”全场景智能创作平台”，并用订阅制锁定高价值专业创作者与中小商家。

**影响**：

1. C 端创作者门槛进一步降低。”小映” + “剪同款”升级让零基础用户可一句话完成从创意到成片的全流程，北京电影学院已将”剪映 Hub 项目实战”纳入必修课。
2. 专业工作流被重塑。”剪映 Hub”+”剪映助手”+ Skills 三件套把”AI 承担生成与重复操作、创作者保留最终判断”作为产品哲学，对标海外 Runway / Descript / Adobe Firefly 视频版的工程化路线。
3. 商业化路径明确。”AI Ultra 会员”将 AI 积分与 SVIP 权益合并订阅，是字节在 C 端 AI 工具订阅制上的首次系统化尝试，对标海外 CapCut Pro 19.99 美元/月档位。
4. 生态绑定加深。1.5 亿元/年创作者激励 + 创作合伙人计划 + AI Skill 市场，把头部模板作者的能力沉淀为可复用资产，构建”工具—平台—生态”闭环。

**总结**：

剪映此次并非单点功能更新，而是一次”产品形态、生态规则、商业模式”三合一的系统升级：把 AI 创作从”插件”升级为”主流程”，用订阅制锚定高 ARPU 用户，用 Skills 与合伙人计划锁定头部创作者。在 AI 视频生成模型快速同质化的背景下，剪映试图用工程化能力与生态厚度，建立对 Runway、即梦、可灵等模型层的差异化壁垒——这对国内视频创作工具行业是一次明确的”以平台吃模型”信号。

**参考来源**：

– https://www.ceweekly.cn/company/2026/0920/500537.html
– https://www.chinaz.com/ainews/31206.shtml
– https://k.sina.com.cn/article_5787187353_158f17899020028xlk.html
– https://wallstreetcn.com/livenews/3167786
– https://www.guandian.cn/article/20260920/604395.html
– https://www.stcn.com/article/kx-tag-detail.html?tag=vOmn2SLEsz0R
– https://www.qbitai.com/2026/09/492973.html
– https://www.sohu.com/a/1078657893_122066679

【时间】2026年9月20日（极客公园深度专访报道）；原始论文于2026年9月7日发表于《自然·生物技术》。

【地点】上海（英矽智能总部）、香港（港交所）、北京（中国医学科学院北京协和医院、上海市肺科医院同步启动Ⅲ期临床）。

【人物】英矽智能（Insilico Medicine，港交所代码3696）创始人兼CEO Alex Zhavoronkov；中国工程院院士、著名呼吸病学家钟南山；北京协和医院呼吸与危重症医学科徐作军教授（Ⅲ期牵头研究者）；上海市肺科医院陈昶院长（Ⅲ期联合牵头研究者）。

【事件详情】AI药物研发公司英矽智能2026年9月7日在国际学术期刊《自然·生物技术》（Nature Biotechnology）发表论文，公布其由生成式AI设计的新药Rentosertib（研发代号ISM001-055 / INS018_055）在Ⅱa期临床试验中展现出显著抗衰老潜力。该研究纳入42名特发性肺纤维化（IPF）患者，平均年龄67.1岁，连续12周服药后通过Olink Explore 3072蛋白质组学平台检测2841种血液蛋白，并使用6套由不同团队独立开发的蛋白质组学衰老时钟（ProtAge、OrganAge、PAC、ipfP3GPT、PAOPAC等）评估生物学年龄变化。结果显示，每日两次30毫克剂量组在治疗第4周时平均逆转3至4岁，其中一套时钟峰值接近6岁；6只时钟方向高度一致。Rentosertib已获FDA”孤儿药”资格认定和中国CDE突破性治疗品种认定，并于2026年9月10日在中国医学科学院北京协和医院及上海市肺科医院同步完成Ⅲ期临床试验GENESIS-IPF-3首例患者入组及给药。该Ⅲ期试验为前瞻性、多中心、随机、双盲、安慰剂对照、52周平行研究，计划在中国47家临床中心招募约320名患者，由徐作军教授牵头、钟南山院士与陈昶院长共同牵头。

【背景】Rentosertib是全球首个同时实现AI发现新靶点、AI设计新分子并进入Ⅲ期临床的候选药物，由英矽智能自有生成式AI平台Pharma.AI赋能开发。靶点TNIK不仅参与推动特发性肺纤维化中的肺部纤维化，也同时出现在炎症、细胞衰老和纤维化等年龄相关通路中。传统抗衰老研究主要依赖雷帕霉素、二甲双胍等”老药新用”策略，验证周期长达数十年且缺乏明确商业化路径。英矽智能创始人Alex Zhavoronkov提出”aging first”路径：先从衰老数据中寻找靶点，再回到具体疾病做药，由疾病业务的临床进展和授权收入支撑长期抗衰研究，让”双重用途”药物可同时回答疾病疗效和抗衰效果两个问题。英矽智能2025年12月已登陆港交所，合作伙伴已涵盖复星医药、赛诺菲、礼来、诺和诺德等十余家大型药企。

【影响】英矽智能论文发布当日（2026年9月8日）股价盘初拉升近10%至52.4港元。该研究是抗衰老领域首次完成潜在”同类首创”（first-in-class）候选药物的临床评估，并首次将蛋白质组学衰老时钟系统嵌入到疾病临床试验中，提出可在不延长试验周期的前提下同时评估抗衰老效果的”双重目的”试验设计方法论。该范式如果跑通，将为未来抗衰老药物的临床验证提供标准化路径，加速从靶点发现到人体试验的整体节奏。但研究者同时强调：30毫克每日两次组的衰老逆转信号最强，而60毫克每日一次组的肺功能改善最强，两组总剂量相同但响应不一致，提示衰老逆转不能简单归因于肺病好转；最终效果仍需在更大规模、更多人群、更长周期的Ⅲ期临床及健康受试者中验证。

【总结】英矽智能的Rentosertib是全球首款进入Ⅲ期临床的AI设计原创新药。其Ⅱa期试验在42名IPF患者中通过6套独立衰老时钟一致观察到4周内生物学年龄平均逆转3至4岁（峰值近6岁），并在2026年9月10日同步启动北京协和医院与上海市肺科医院的中国Ⅲ期试验GENESIS-IPF-3（计划入组320人）。这项研究标志着”AI驱动药物研发”与”抗衰老临床评估”首次形成闭环，为全球抗衰医药提供了商业上可持续、可复制的新路径。

【参考来源】
1. https://www.geekpark.net/news/370664
2. https://insilico.com/news_sc/isn1009262-rentosertib-genesis-ipf-3
3. https://www.toutiao.com/article/7683378280296088091
4. https://www.toutiao.com/article/7683431290959413760
5. https://dy.163.com/article/L6D2J3JA05346RC6.html
6. https://www.163.com/dy/article/L6AAJLDI053296CT.html
7. https://www.163.com/dy/article/L6AP86FO05525F0T.html
8. https://www.toutiao.com/article/7682980718607073827
9. https://www.vbdata.cn/intelDetail/1093207
10. https://news.syenza.com/proteomic-aging-clocks-rentosertib-ipf-trial
11. https://civl.com/news/story/insilico-medicine-s-rentosertib-reduces-predicted-biological-age-in-ipf-trial-c74d7111
12. https://www.aiposthub.com/insilico-rentosertib-nature-biotechnology-biological-age-reversal-tnik-geroprotective-deep-dive

时间：2026年9月20日

地点：美国旧金山 / 德国慕尼黑 / 英国牛津 / 法国巴黎

人物：OpenAI GPT-6 Astra、慕尼黑工业大学Patrick Becker、牛津大学Matthias Greger、巴黎九大/CNRS的Dominik Peter、Epoch AI

事件详情：全球顶级AI数学基准FrontierMath迎来首个”重大进展”（Major Advance）级开放难题被攻克。三位数学家与OpenAI旗舰模型GPT-6 Astra耗时数日，通过深度交互证明：2017年提出的”批准式委员会选举核是否可能为空”这一悬而未决9年的命题不存在反例，绝对公平的委员会在任何情况下都必定存在。Astra还引入了一套全新的”调和熵”目标函数，并给出多项式时间算法来计算最优委员会。

论文题为《Existence of the Core in Approval-Based Committee Elections》，9月10日提交至arXiv（编号2609.11912），共20页，存在性结果已用Lean形式化验证。Epoch AI随即为该题打上”Human+AI”标签，承认核心思路与证明由Astra在长程交互中提供，同时拒绝”模型自主完成”的更激进说法。

背景：FrontierMath是Epoch AI设计的研究级数学难题集，Tier 4为最高难度，共43题，其中6题被列为”Major Advance”级，长期无解。本题自2017年提出，旨在悬赏”核为空”的反例；GPT-6 Astra 9月4日发布以来，已在孪生素数猜想等方向取得连续突破，本次是该模型首个被官方认证的”重大进展”级解。

影响：数学界重新评估AI在原创研究中的角色——不再只是解题机器，而是能输出全新概念框架的”模式发现者”。Epoch新增”Human+AI”分类信号意义深远，意味着未来AI数学成果的认定将更看重人类与提示词工程师协同的强度，而非简单二元计数。同时也呼应OpenAI 8月发布论文中Astra自主解决10个长期开放问题的脉络，证明其在前沿数学的可持续输出能力。

总结：GPT-6 Astra与人类数学家联手攻克首个Major Advance级难题，但Epoch的克制标注提示行业：AI可成为高杠杆的数学协作者，但”独立发现”仍需人类把关。

参考来源：

1. 果壳：https://www.guokr.com/article/470272/
2. 36氪：https://36kr.com/p/3991214012775170
3. Ground Truth：https://groundtruth.day/news/frontiermath-core-approval-committee-elections.html
4. AGI Hunt（英文）：https://agihunt.info/en/p/1a0bd184f2417bcf94109e185c8
5. AIBase：https://www.aibase.com/news/31195
6. AlphaSignal：https://alphasignal.ai/news/gpt-6-astra-cracks-a-decade-old-voting-theory-problem-nobody-could-solve
7. Epoch AI问题页：https://epoch.ai/frontiermath/open-problems/committee-election
8. 论文arXiv：https://arxiv.org/abs/2609.11912
9. 论文GitHub：https://github.com/DominikPeters/ABCVotingLean

时间：2026年9月20日

地点：美国华盛顿

人物：David Sacks（特朗普外部科技顾问、前白宫AI与加密货币”沙皇”、总统科学技术顾问委员会联合主席）、Donald Trump（美国总统）、Jensen Huang（英伟达CEO）、Dario Amodei（Anthropic CEO）

事件详情：英国《卫报》20日报道，风险投资人David Sacks被视为特朗普在AI议题上最具影响力的顾问，长期游说总统反对AI监管。Sacks认为各州分散的AI规则会拖慢美国创新，让美国在与中国竞争中失速。本月特朗普签署行政令设立”AI Force”并任命AI沙皇——Sacks的前头衔——他还同时持有包括英伟达、Anthropic关联基金在内的多项AI公司财务利益。9月16日，Sacks在Politico Decoded Summit及CBS采访中称百余名AI研究者联署的第三方评估公开信是”伪科学”和”审查控制”，并称AI恐慌是”贩卖恐惧套路”。同日他呼吁Anthropic CEO Dario Amodei若不能控制AI风险就”让位”。14日特朗普则称AI监管呼吁是”骗局”。

背景：Sacks于2024年12月被任命为白宫AI与加密货币”沙皇”，2026年3月辞任政府职位，转任总统科学技术顾问委员会联合主席。作为Craft Ventures联合创始人，他持有Anthropic关联基金等AI公司股份。Issue One政策主管Isabel Sunderland批评称：”这表明我们的政治体系服务的是富裕且有关系的群体，而非普通美国人。”Anthropic研究员Jacob Coxon本月辞职并警告AI”可能在本十年末杀死全人类”，引发行业安全论战。

影响：Sacks持续推动软监管立场，可能延缓美国联邦层面AI立法进度，使白宫与本党议员、Anthropic等顶级AI公司CEO立场出现明显分歧。Sacks本人亦成为Vox所述的”白宫AI政策核心反对者”。短期内美国难以出台统一联邦AI安全法规。

总结：Sacks作为白宫AI操盘手的角色，凸显AI监管背后复杂的政治与商业利益博弈，也意味着美国联邦AI立法进度将持续受阻。

参考来源：

1. The Guardian – Trump’s ‘biggest miscalculation’? How one adviser steered the great AI freakout
2. Yahoo Finance 香港 – 川普科技顧問：AI安全擔憂是「套路」 不需要新的監管法規
3. The Star – Trump adviser Sacks says AI fears driven by ‘fear-mongering playbook’
4. TradingView – Former Trump Adviser Tells Anthropic CEO To ‘Step Aside’
5. AOL – Trump’s ‘biggest miscalculation’? How one adviser steered the great AI freakout
6. 今日头条 – “AI末日论”是骗局？美总统科技顾问怒怼”贩卖恐惧套路”

时间: 2026年9月20日

地点: 美国/全球

人物: Alphabet、Amazon、Meta、Microsoft、Oracle、Nvidia、Broadcom、AMD、SpaceX

事件详情: 英国《金融时报》9月20日报道，Alphabet、Amazon、Meta、Microsoft、Oracle 等大型科技公司利用企业担保和表外债务工具，将约 3000 亿美元 AI 基础设施敞口藏于资产负债表之外。其中 Alphabet 为数据中心租约提供的担保从 169 亿美元暴增至 438 亿美元（半年翻 2.6 倍），但仅 8.15 亿美元以预计损失入表，不足 2%。Alphabet 另有 241 亿美元担保已承诺但尚未敲定最终条款。

背景: AI 数据中心建设耗资巨大。Big Tech 通过 SPV（特殊目的载体）、担保结构等金融工程，把 AI 资本支出从资产负债表转移到表外，既保住 AAA 信用评级，又向投资者展示”轻资产”形象。以 Alphabet 与 Fluidstack 的合作为例：Fluidstack 建设搭载 Google TPU 的数据中心并租给 Anthropic，Alphabet 担保其租约付款义务，让贷方愿意以更低利率放贷。

影响: 投资者实际承担接近 5 倍于报告资本支出的 AI 风险；信用评级机构维持 AAA 评级不变；为下一轮 AI 泡沫破裂埋下隐患；SEC 等监管层可能要求更严格的表外披露；将影响 Nvidia、AMD 等芯片厂商的客户结构透明度。

总结: Big Tech 用金融工程藏 3000 亿 AI 债务，表外敞口远超账面支出 5 倍，”AI 隐形杠杆”或成下一轮监管与投资风险焦点。

参考来源:
1. https://www.ft.com/content/7f11afae-c4e3-4054-a65b-873f3647f563 (Financial Times 原文)
2. https://seekingalpha.com/news/4644577-big-tech-s-300b-ai-guarantees-raise-hidden-risk-for-investors
3. https://www.businesspost.ie/article/big-tech-keeps-300bn-ai-debt-off-balance-sheet/
4. https://startupfortune.com/big-tech-uses-corporate-guarantees-to-keep-300-billion-of-ai-debt-off-its-books/
5. https://fourweekmba.com/ai-alphabet-meta-ai-infrastructure-off-balance-sheet-300-billio/
6. https://www.linkedin.com/posts/financial-times_big-tech-companies-are-rapidly-expanding-activity-7507370501904785408-EJkp
7. https://www.wsj.com/tech/ai/why-big-techs-ai-spending-is-3-trillion-higher-than-it-seems-e1067bb2

时间：2026年9月20日晚间

地点：中国·北京

人物：智谱MaaS平台官方运营团队、智谱AI

事件：智谱MaaS平台9月20日晚正式宣布将于近期上线”数据内容不留存”（Zero Data Retention，ZDR）功能，企业和开发者用户可通过MaaS控制台申请开通。开通生效后，平台不再对用户的模型调用输入与输出进行任何形式的静态存储，数据仅用于完成当次推理计算，请求结束即销毁。智谱官方将该机制定位为”国内大模型服务领域约束标准最高的隐私保护机制”，对标OpenAI、Anthropic、xAI、Mistral等海外厂商已推出的零数据留存选项。

详情：功能细则方面，智谱MaaS”数据内容不留存”机制与海外厂商做法保持一致，需由用户主动申请开通，平台不默认开启。智谱明确指出，”不留存”并非覆盖所有场景——Batch API、File API等需要在平台侧持久化保存任务或文件的产品形态不受此覆盖；此外，针对法律法规要求的合规留存，或为核查涉嫌违规、滥用行为的情况，平台仍可能按规定留存相关数据30天及以上。用户可通过MaaS控制台提交申请，具体生效时间及适用范围以平台确认结果为准。

背景：该机制发布的直接导火索是智谱旗下AI编程产品ZCode在9月18日因”代码库索引”功能默认开启引发数据上传争议——开发者ferstar实测发现旧版3.12.3存在sidecar常驻、登录即打包完整Git仓库上传至OSS的行为，涉32,932个文件、约4.11亿明文字符，其中包含Git历史、数据库口令、API密钥与个人信息。智谱当日通过官方群组致歉，承诺开源ZCode代码库、引入第三方审查，并向全体用户额外提供一次周额度重置。今日ZDR功能发布，被业内视为智谱针对ZCode事件的体系级补救，也是国内大模型厂商首次明确提供与海外对齐的零数据留存选项，与2026年实施的GB/T 44519—2026《生成式人工智能服务安全基本要求》”最小必要留存”国标方向一致。

影响：1）国内大模型API服务正式进入”零数据留存”时代，金融、医疗、法律等强隐私行业的AI落地合规门槛进一步降低；2）正在评估从OpenAI/Anthropic向国内厂商迁移的企业，将首次获得与海外一致的合规选项，迁移阻力减弱；3）中小厂商的差异化空间被进一步压缩，头部集中效应加剧；4）推动国内大模型服务围绕”数据主权”形成新一轮竞争，调用量与ARR快速攀升期的企业信任成本，将成为下一阶段的核心变量。

总结：智谱MaaS”数据内容不留存”机制是国内大模型平台首次明确对标OpenAI/Anthropic ZDR选项的体系级发布，不仅是产品升级，更是对ZCode数据上传争议的体系化回应与合规表态。在监管落地与市场觉醒的双重压力下，”谁能守住用户数据主权”已成为下一阶段大模型竞争的核心战场。

参考来源：
1. https://www.ithome.com/1/005/012.htm
2. https://tech.ifeng.com/c/8waDqBCShbX
3. https://www.thepaper.cn/newsDetail_forward_34111837
4. https://finance.eastmoney.com/a/202609203879480472.html
5. https://news.qq.com/rain/a/20260920A0DKMI00
6. https://www.theblockbeats.info/flash/368119
7. https://www.nfnews.com/content/Y3MpwVN0y1.html
8. https://finance.sina.com.cn/roll/2026-09-20/doc-inisnwyu6456913.shtml
9. https://www.163.com/dy/article/L7ACM7RI0519DDQ2.html
10. https://finance.sina.cn/2026-09-20/detail-inisnwyu6462352.d.html

时间：2026年9月20日

地点：美国雷德蒙德（Microsoft Research）+ 伊利诺伊大学厄巴纳-香槟分校（UIUC）

人物：Ke Yang、Chenglong Wang、Michel Galley、Chandan Singh、Jeevana Priya Inala、ChengXiang Zhai、Jianfeng Gao（微软研究院与 UIUC 联合团队）

事件详情：Microsoft Research 与 UIUC 联合发布开源研究项目 StudentSim（arXiv:2609.01591），提出一种基于 LLM 的个性化学生模拟器训练框架。系统核心分两阶段训练：第一阶段在某一学科全部学生数据上学习共性错误模式与”提示-纠错”路径，第二阶段针对单个学生用其稀疏历史记录（英语写作数据集中学生平均仅写过 3 篇作文）做微调，得到个性化学生模拟器。研究同步发布 StudentSimEval 评测基准，覆盖 60 名学生在国际象棋、二语英语写作、数学三个领域上的行为保真度（F）与提示响应度（R）两项指标。

背景：个性化 AI 教师最有价值的特性是针对每个学生独特的能力短板与接受偏好给出引导，但收集”哪种引导对哪个学生有效”的反馈耗时且昂贵，现有两类学生模拟器各有短板：基于状态追踪的模型只能复现学生行为、无法理解教师讲解；用 LLM 角色扮演来扮演学生的方案则流畅响应提示却不能稳定匹配真实学生能力水平。StudentSim 把两项短板同时转化为可优化的目标，弥补两者之间的鸿沟。

影响：- StudentSim 在国际象棋领域取得 F=0.51、R=0.91，相比之下 GPT-5.4 为 F=0.23、R=0.72，Maia2 为 F=0.45、R=0.27，前者在两项指标上同时领先；在英语写作和数学上也全面跑赢 GPT-5.4。- 研究团队用 StudentSim 作为强化学习的奖励模型训练国际象棋辅导 AI，专业棋手评测显示其在准确性、引导质量、个性化三个维度均优于无 RL 基线和用 GPT-5.4 作奖励的对照版本。- StudentSim 基于阿里 Qwen3-4B-Instruct 微调而非 OpenAI 或 Anthropic 模型，代码以 MIT 协议开源（github.com/microsoft/StudentSim），单节点 8 张 A100（40GB）即可复现第一阶段训练；不过国际象棋以外的国际数据需自行获取、且 Azure OpenAI 仍参与部分数据构造环节。

总结：StudentSim 用”AI 学生模拟器”代替真实学生为 AI 教师提供快速反馈，把过去动辄需要数月收集的个性化训练数据压缩到数小时，为教育 AI 提供了一条”小模型 + 稀疏数据”的可行路径——前提是能拿到脱敏后的真实学生历史。

参考来源
– https://the-decoder.com/simulated-students-that-make-realistic-mistakes-help-ai-tutors-learn-faster/
– https://arxiv.org/abs/2609.01591
– https://github.com/microsoft/StudentSim
– https://huggingface.co/papers/2609.01591
– https://arxiv.deeppaper.ai/papers/2609.01591v1
– https://www.i6eal.de/en/newsroom/microsoft-studentsim-ki-tutoren-training

时间：2026年9月20日（中文媒体覆盖日），Google官方9月16日发布。

地点：美国加利福尼亚州山景城（Google总部）。

人物：Google公司、Gemini Notebook（前身NotebookLM）产品团队。

事件详情：Google宣布Gemini Notebook（前身NotebookLM）推出重磅升级，新增多项面向学生群体的学习功能。最受关注的包括支持近百种语言的实时语音对话功能，用户可在Android、iPhone和iPad应用上与Notebook进行语音交互，可随时打断并要求分步指导。该功能率先面向Google AI Ultra订阅用户（18岁以上）开放，Google AI Pro订阅用户和其他用户将在后续获得访问权。移动端同时上线音频录制功能，可直接录制讲座或语音笔记并自动转写为资料源，配合文字笔记、照片和PDF一起成为Notebook的素材。新增互动式学习概览（Learning Overviews）将摘要、信息图表、测验和抽认卡整合在一起，新增填空题、多选题、简答题等题型；短视频概览（Short Video Overviews）扩展至80多种语言，每段约60秒，结合旁白和动画讲解公式、图表与科学概念。所有新功能将在未来数周内逐步推出。Google同步推出面向学生的免费订阅：在美国的大学生可免费获得一年Google AI Pro（原价19.99美元/月），用量限制为Gemini Notebook的4倍；美国以外140多个市场的大学生可免费获得一年Google AI Plus，用量限制为2倍。优惠可申请至2026年12月31日。

背景：教育市场一直是消费级AI争夺的关键场景。Google自2025年起在Search和Gemini中陆续推出学习工具：搜索”pH值”生成交互式可视化图表，搜索SAT词汇生成定制测验，Gemini可生成可旋转缩放的3D DNA模型，Gemini Live支持”深度研究”模式。本次升级后，Gemini Notebook从单一的笔记工具演变为学习”容器”，整合课堂录音、手写笔记、课件PDF，配合NotebookLM生成的测验与闪卡，覆盖从浅层理解到深度消化的完整学习链条。Google的免费策略在海外教育市场对Anthropic、OpenAI、字节豆包等竞争对手形成直接挑战。

影响：免费一年AI Pro/Plus对海外学生市场吸引力巨大，可能快速培养用户习惯并锁定长期留存。当一个学生用Gemini Notebook整理完一学期的笔记、跟它讨论过论文选题、用它准备过期末考试后，迁移成本将变得非常高。Google在搜索端生成测验时已经接入The Princeton Review、Careers360、PhysicsWallah等备考机构的内容，题库支撑意味着Google认真对待”学习”场景的专业性，对面向学生的AI教育产品（如Quizlet、可汗学院等）形成竞争压力。

总结：Google用免费一年策略推动Gemini Notebook切入海外教育市场，将笔记、录音、PDF、对话整合为完整学习容器，配合近百种语言语音互动和短视频概览抢占学习场景入口，对Anthropic、OpenAI等同业与教育垂直产品形成正面冲击。

参考来源：
1. Android Authority：https://www.androidauthority.com/gemini-notebook-new-features-september-2026-3711726
2. Daily AI Roundup：https://www.dailyairoundup.com/news/gemini-notebook-now-talks-back-in-nearly-100-languages
3. Industry Wired：https://industrywired.com/artificial-intelligence/google-gemini-notebook-gets-a-major-upgrade-heres-whats-new-12543191
4. Google NotebookLM 官方页：https://notebook.google/?hl=zh-cn
5. 36氪报道：https://36kr.com/p/3989765745097475
6. Google Classroom 帮助：https://support.google.com/edu/classroom/answer/16538778?hl=zh-
7. YouMind 使用指南：https://preview.youmind.com/zh-CN/landing/x-viral-articles/gemini-notebook-ai-exam-tutor
8. 翻转教育（台湾）：https://flipedu.parenting.com.tw/article/10529?id=009473

时间：2026年9月20日下午

地点：上海

人物：稚晖君（彭志辉），上纬新材董事长、智元机器人联合创始人兼CTO；启元机器人团队

事件详情：
9月20日，启元机器人在上海举办2026全球产品发布会，正式发售面向家庭场景的两款个人机器人——启元Q1和启元T1，10月1日起按订单顺序发货。

启元Q1定位为”全球首个个人机器人”，身高88厘米、重约15公斤，全身22个柔顺力控自由度，可折叠放入22寸行李箱或背包，主打自定义特性：支持3D打印更换外壳、自定义设计互动动作，并能调整机器人的性格特质、动作姿态与语音音色。Q1面向儿童教育场景内置图形化编程，10岁小孩即可上手；同时开放100多项原子能力，支持自然语言对话式开发。价格方面，Q1标准版19999元，探索版（含SDK&HDK、全栈二次开发）26999元。

启元T1定位为”全球首个可变形个人机器人”，站立身高约1米、重16公斤，采用Transformer一体架构，可自主在轮足人形与四足两种形态间切换，配备9个传感器（约行业常见配置3倍），支持360°全向感知、低电量自动返航、自动避障与身份识别，户外可跨越15厘米障碍、应对30度斜坡、四足形态载物3公斤、静态承重10公斤。T1标准版19999元、Pro版（含0rin高算力芯片、360°智能避障、低电量自动回充）29999元。

发布会同步公布三款机器人模型：PrimeMotion聚焦柔顺安全运动，PrimeGo负责跨本体多模态感知，PrimeVista承担自然语言交互。现场还展示了内部预研人形机器人H1，可完成洗衣、叠衣、挂衣的全套家务流程（耗时约30分钟）。下线一台启元机器人只需2.5分钟，已具备消费级量产能力。

背景：
稚晖君本名彭志辉，曾任华为昇腾架构师，被外界称为”华为天才少年”，后联合创立智元机器人（AgiBot）。今年8月7日，智元已启动赴港IPO；同月23日曾以1000元定金开启预售。在2026世界机器人大会期间，宇树科技登陆科创板，首日大涨460%、市值3418亿元，刷新具身智能估值锚点。智元上半年登顶全球人形机器人销量榜首，中国厂商合计占据全球97%份额。启元此次将价格直接打到19999元起，与宇树等主打开发者与行业的路线形成差异化，将人形机器人推向消费市场。

影响：
– 19999元起的售价叠加图形化编程与SDK开放，把人形机器人从行业演示带入家庭场景，开辟消费级新品类。
– 双形态自由切换的可变形架构扩展了家用机器人的功能边界，相比固定形态产品更具实用价值。
– 88厘米机身+折叠背包+可定制外壳的设计，强化”个人陪伴+科技潮玩”双重属性，可能成为下一代家庭机器人模板。
– 单台2.5分钟的下线节奏与10月1日起按订单发货，标志中国具身智能供应链已具备规模交付能力。

总结：
启元Q1和T1同日发售是中国具身智能从演示走向消费的关键节点：稚晖君把19999元起的价格门槛、可变形机身与图形化编程一并塞进了消费级机器人。短期内市场更关注销售数据与首批用户反馈，长期则要看SDK生态能否真正撑起”个人机器人”这一新品类，并在宇树等已上市同行的资本与渠道压力下保持差异化。

参考来源：
– https://zhidx.com/p/595607.html
– https://www.ithome.com/1/004/871.htm
– https://www.ithome.com/1/004/876.htm
– https://www.ithome.com/1/004/890.htm
– https://www.ifanr.com/1681137
– https://www.jfdaily.com/news/detail?id=1164544
– https://finance.sina.com.cn/jjxw/2026-09-20/doc-inisnhay9313665.shtml
– https://m.sohu.com/a/1078672614_473283
– https://eu.36kr.com/en/p/3952295622524040
– https://interestingengineering.com/ai-robotics/china-qiyuan-t1-robot-humanoid-quadruped-modes

时间
2026年9月18日，亚马逊云科技宣布月之暗面（Moonshot AI）旗舰开源模型 Kimi K3 在 Amazon Bedrock 平台上正式可用（GA）。

地点
Amazon Bedrock 全部商业可用 AWS 区域；模型调用通过跨区域推理配置文件（global.moonshotai.kimi-k3 与 us.moonshotai.kimi-k3）路由。

人物
月之暗面（Moonshot AI）北京 AI 实验室；亚马逊云科技 AWS Bedrock 团队。

事件详情
Kimi K3 是月之暗面迄今最强的旗舰模型，也是首个参数量达到 2.8 万亿的开源权重模型（远超 DeepSeek V4-Pro 的 1.6 万亿）。它采用自研的 Stable LatentMoE 架构，总共 896 个专家模块，每个 token 仅激活 16 个（约 1.8% 稀疏度）；底层为 Kimi Delta Attention 混合线性注意力配合 Attention Residuals 注意力残差，权重使用 MXFP4 量化、激活使用 MXFP8 量化。月之暗面称相对上一代 K2，扩展效率提升约 2.5 倍。K3 原生支持视觉理解，上下文窗口达 100 万 token（1,048,576），面向长程编码会话、多文档分析以及智能体工作流。

Kimi K3 同时是 Amazon Bedrock 上首个支持显式提示缓存（explicit prompt caching）的开源权重模型：开发者可在 prompt 前缀（最小 1024 token）打 prompt_cache_breakpoint，缓存命中后输入成本与延迟下降，对复用相同上下文做多轮调用或多步代理循环的场景尤为关键。AWS 提供了 OpenAI 兼容的 Responses / Chat Completions 接口与 Bedrock 原生 Invoke / Converse API 双栈支持，第三方工具 OpenCode 与 Hermes Agent 已通过 Converse API 即插即用。Bedrock 数据边界、零数据保留、零操作员访问三项安全护栏在 K3 上默认启用，提示词不与 Moonshot 共享、不用于训练。

背景
Kimi K3 由月之暗面于 2026 年 7 月 16 日在 WAIC 期间首发，并按承诺在 7 月 27 日上传完整权重至 Hugging Face（96 个 safetensors 分片、约 1.56 TB；MXFP4 量化后约 594 GB，推荐 64 卡以上超节点集群托管）。月之暗面自 2025 年起已与 Bedrock 合作：Kimi K2.5 于 2026 年 1 月上架，Kimi K2 Thinking 紧随其后，K3 是第三款上架的 Moonshot 模型。

影响
Bedrock 是首个承载 2.8 万亿参数开源权重模型的主流云平台，使金融、医疗、政府等受监管客户能在自有 AWS 数据边界内部署接近前沿的开源模型，免去自建 8×H100/8×B200 推理集群的资本支出。Kimi K3 同时把提示缓存这种专属于闭源 API 的成本优化带到开源权重阵营，与 NVIDIA、Qwen、DeepSeek、OpenAI 等已上架的开源/闭源模型形成直接竞争。

总结
Kimi K3 落地 Bedrock 让开源权重在主流公有云上获得与闭源模型同等级的安全治理与成本工具，是企业大模型采购清单上罕见兼具规模、开放与可控的选项；但 2.5 倍扩展效率与能力优势均出自厂商口径，独立基准尚未同步发布，真实落地仍需企业自行验证。

参考来源
1. AWS 官方公告: https://aws.amazon.com/about-aws/whats-new/2026/09/moonshot-ai-kimi-k3-on-amazon-bedrock/
2. AWS News Feed 介绍: https://aws-news.com/article/2026-09-18-introducing-kimi-k3-on-amazon-bedrock
3. Unite.AI: https://www.unite.ai/moonshot-ais-kimi-k3-arrives-on-amazon-bedrock-with-1m-token-context
4. Inside AI News: https://insideai.news/news/ai-in-business/kimi-k3-amazon-bedrock/12298
5. Bytevyte 评测: https://bytevyte.com/kimi-k3-on-amazon-bedrock-brings-a-2-8t-open-model-to-aws
6. Patrick Tech Media: https://patricktechmedia.com/en/news/introducing-kimi-k3-on-amazon-bedrock
7. TPS Report: https://tpsreport.news/news/kimi-k3-amazon-bedrock-2-8-trillion-parameters
8. A5站长网: https://m.admin5.com/article/20260919/16703105.shtml
9. Tech & Business: https://techandbusiness.org/newswire/jHqpse2g8sqzefv5MHzCc5
10. 稀土掘金 K3 开源回顾: https://juejin.cn/post/7666793612337463337

时间：2026年9月20日

地点：北京

人物：袁进辉（硅基流动创始人兼CEO）

事件详情：AI基础设施企业硅基流动（SiliconFlow）9月20日宣布，已先后完成B+轮二期和C轮融资，本轮融资规模约8至9亿元，公司2026年度累计股权融资已接近29亿元。投资方阵容涵盖中国互联网投资基金、国新基金、中国移动链长基金、中国东方资产国际、京能基金、上海仪电智算基金、建投华科、华胜天成、紫光资本、智路资本、拓尔思、鹏鹞环保、执君资本等十余家国家级基金、央地国资及产业资本，耀途资本、盛奕资本和国泰创投集团等老股东亦追加投资。本轮资金将重点用于推理引擎、异构算力调度、模型与芯片适配等核心技术研发，强化Token供应平台能力建设，并加快全球市场拓展。

背景：硅基流动成立于2023年8月，是中国最大的独立Token供应商，在中国所有Token供应商中位居前五。按Frost & Sullivan数据，2025年Token年吞吐量口径下公司排名独立生态第一。公司已于2026年6月30日向港交所递交招股书，拟按第18C章特专科技公司规则在港交所主板上市，华泰国际与海通国际担任联席保荐人，6月B轮融资投后估值77.4亿元。平台注册用户截至2026年4月30日突破1000万，企业客户截至2026年6月21日超过1.3万家，累计支持超170款主流AI模型，适配英伟达、华为昇腾、沐曦、摩尔线程等10余款芯片，已形成无服务器Token服务、专属实例和本地部署解决方案产品矩阵。

影响：本轮融资将进一步巩固硅基流动在国产AI推理基础设施赛道的头部地位。在Token工厂赛道竞争加剧背景下，公司将推理优化与异构算力资源编排能力转化为更稳定、更具成本效率的Token服务，与Coding、Agent及企业级生产负载等高增长场景深度绑定，海外收入持续提升，商业化进入规模化增长阶段。年内累计近29亿元的融资规模将支撑其港股IPO估值进一步突破，估值锚定有望冲击百亿元区间。

总结：硅基流动以年内累计近29亿元的融资规模刷新国产AI基础设施融资节奏，与智谱、月之暗面等大模型公司形成互补赛道格局。公司在Token吞吐量、模型适配广度、芯片兼容性三个维度构筑的护城河，使其成为Agent时代最具确定性的基础设施标的之一，赴港IPO进程有望成为今年下半年最具看点的AI Infra资本事件。

参考来源：
1. 财新：模型服务商硅基流动完成近9亿元新融资 年内累计融资近29亿元 https://companies.caixin.com/2026-09-20/102486873.html
2. 央广网：硅基流动完成B+轮二期和C轮融资 年度累计融资近29亿元 https://www.cnr.cn/mspd/msgc/qwfb/20260920/t20260920_527819587.shtml
3. 中国证券报：硅基流动完成B+轮二期和C轮融资 加大推理引擎等投入 https://jnzstatic.cs.com.cn/zzb/htmlInfo/133719.html
4. 36氪：SiliconFlow has completed the Series B+ Phase II and Series C financing https://eu.36kr.com/en/newsflashes/3991237289999109
5. KuCoin News：Silicon Flow Completes B+ Round II and C Round Financing https://www.kucoin.com/news/flash/silicon-flow-completes-b-round-ii-and-c-round-financing-totaling-nearly-2-9-billion-yuan
6. ChainCatcher：Siliconbased Flow has completed the B+ round https://www.chaincatcher.com/en/article/2291058

时间：2026 年 9 月 15 日 TypeSafe AI 正式发布 Jev；9 月 19 日至 20 日在硅谷和中文开发者社区集中刷屏，相关推文累计曝光 2400 万–3700 万人次。

地点：美国旧金山（TypeSafe AI 总部）；产品全球上线，36 小时内扩散至中美主流开发者圈。

人物：Diogo Almeida，OpenAI 早期核心研究员、ChatGPT 共同发明人之一、InstructGPT 论文第四作者、RLHF（人类反馈强化学习）核心奠基人；2024 年离开 OpenAI 创办 TypeSafe AI，联合创始人为连续创业者 Erik Gafni 与前 Meta/FAIR 研究工程师 Sasha Sheng。

事件详情：TypeSafe AI 9 月 15 日正式发布首个 “System One Model”——Jev。模型完全放弃自回归文本生成，改为单次并行输出”带类型、带概率、带置信度”的结构化决策，支持 Choice（多选一）、Score（评分）、Noul（0–1 概率）三种核心判断形式，端到端响应时间 70–500 毫秒，比主流前沿大模型快 40–200 倍；输入定价 0.042 美元/百万 token，输出 token 永久免费，单次决策成本约 0.0004 美元，约为 GPT-5.6 Terra 的 1/76、Claude Opus 5 的 1/数百。模型采用 TypeSafe 自研的 “RLCD（基于校准决策的强化学习）”训练方法，全程仅使用合成数据。

背景：Almeida 离开 OpenAI 前已公开质疑 ChatGPT 路线，认为”对话”不是通往 AGI 的核心能力，软件自动化更需要”安静的后台判断”。TypeSafe AI 隐身两年，融资 4000 万美元，估值约 2 亿美元。Jev 命名取自 Kahneman《思考，快与慢》的”系统一”，定位为”前沿智能的函数调用”——非结构化状态进去，带类型概率决策出来，数学上不可能输出格式错误的答案。

影响：发布即触发 Vercel、Cloudflare、LangChain 等平台迅速集成；LangChain 在 9 月 20 日上线 Jev-as-a-Judge 实验，每秒可完成 0.44 秒/0.00035 美元的低成本评估；谷歌 Gemma 团队同日发布 “DiffusionGemma as Jev” 跟进新范式；Claude Code 出现 fast-jev-compaction 插件用于上下文压缩；浏览器 Agent、PR 审核、广告实时分类等场景相继落地；OpenAI “重置之神” Tibo、Wasp CEO Matija Sosic、Vercel 工程师 Pranit Sharma 等公开站台；据报道，36 小时内涌入 14 万开发者内测，TypeSafe 的 API 因访问过载一度中断。这是首次有 OpenAI 前核心成员公开”叫板”主流文本生成范式，可能推动 Agent 监控、模型路由、低成本高频决策进入新阶段。

总结：Jev 用”不说话只判断”颠覆了 ChatGPT 以来的 LLM 范式，把 AI 从”对话界面”拉回”软件函数”，以 40–200 倍速度优势 + 输出免费的极致性价比，重写了自动化决策的成本曲线，也给 Agent 时代提供了一条”安静运行”的新路径。

参考来源：
1. https://www.36kr.com/p/3991213552368393 – 36氪：Jev爆火硅谷，哑巴AI卷疯14万开发者
2. https://www.36kr.com/p/3991165197188099 – 36氪（机器之心）：刷屏了，前OpenAI研究员做的Jev
3. http://www.geekpark.net/news/370603 – 极客公园：那个教 ChatGPT 说话的人，做了一个「哑巴」模型
4. https://eu.36kr.com/en/p/3988372551990276 – 36氪欧洲英文版：The person who taught ChatGPT to speak has created a “mute” model
5. https://enterpriseai.economictimes.indiatimes.com/amp/news/industry/former-openai-researcher-launches-jev-for-faster-ai-decision-making/134349979 – ET Enterprise AI：Former OpenAI researcher launches Jev
6. https://techamerica.ai/typesafe-ai-jev-model-software-automation – TechAmerica：TypeSafe AI Launches Jev
7. https://www.newsai.ph/2026/09/typesafe-exits-stealth-with-jev-ai.html – News AI PH：TypeSafe Exits Stealth With Jev
8. https://breakingai.news/typesafe-launches-jev-ai-for-ultra-fast-software-decisions – Breaking AI News：TypeSafe Emerges From Stealth With Jev
9. https://tianqi.csdn.net/6aab4a408f401d362660d10e.html – CSDN/AtomGit：ChatGPT 幕后功臣出走 OpenAI
10. https://weibo.com/ttarticle/p/show?id=2309405344139746344991 – 微博：2400万人围观，前OpenAI研究员做了个「闭嘴」模型
11. https://ai-pulse-lab.com/signals/2026-09-16/typesafe-ai-发布jev模型-不聊天更快更便宜.html – AI Pulse：TypeSafe AI 发布Jev模型
12. https://typesafe.ai/blog/introducing-system-one-models-and-jev – 官方博客：Introducing System One Models and Jev

# 贾跃亭FF一口气发9款机器人 最贵92万

时间：2026年9月20日

地点：美国（法拉第未来 919 发布会）

人物：法拉第未来（FF）创始人、全球CEO 贾跃亭

事件详情：法拉第未来（FF）于美国当地时间 9 月 19 日举办 919 FF EAI 机器人”四核全智”系列新品发布会，一次性发布 9 款配置 EAI（Embodied AI）机器人本体新品与 4 套行业生产力解决方案。新品覆盖人形、四足和轮臂三大形态，分为 Futurist、Master 和 Aegis 三大系列共 5 大型号 9 款配置：旗舰级全尺寸职业型具身智能人形机器人 FF All-New Futurist 拥有 51 个主动自由度，Ultra 版搭载 NVIDIA Jetson Thor、算力 700 TOPS，售价 89,900-129,900 美元（约合 60.4-87.3 万元人民币）；教育竞技型 FF Master Mini 身高 95cm、重 19.5kg，提供 48/117/200 TOPS 三档算力，售价 9,990-17,990 美元；FX Aegis Hyper 大型工业级四足机器人起售价 137,900 美元（约合 92.6 万元人民币），为最贵单品。

背景：FF 自 2024 年起押注 EAI 机器人生态，构建由 EAI 大脑与开发者平台、EAI 本体、行业解决方案和 EAI 数据工厂组成的”四核全智”开放生态。贾跃亭强调，FF 不做单一形态的全能机器人，而是依靠通用泛化的 EAI 大脑支撑多种本体形态，并通过 Agents、Skills 和真实场景数据持续进化，与李飞飞提出的”多形态机器人生态并存”观点一致。

影响：随着 9 款新品发布，FF EAI 机器人世界升级至 2.0，产品体系覆盖人形、四足、轮臂三大形态，Futurist、Master、Aegis、Navi 和 Faber 五大系列共 11 个型号、24 款产品。FF 同步推出 K-12 教育、科研、安防、巡检 4 套行业生产力解决方案：教育生态 1.0 以 Master Mini 为核心，贯通兴趣启蒙、编程学习、AI 实践、机器人竞技与科研升学；安防与巡检方案瞄准社区、楼宇、园区、能源、电力、制造、矿山、隧道及大型设施等场景。FF 也将在 9 月 22-26 日芝加哥 IMTS 制造展上展示 Aegis 四足产品线。

总结：FF 选择以”产品矩阵 + 行业方案”组合切入具身智能红海，跳出单一机器人形态竞争，以通用 EAI 大脑+多形态本体+数据反哺的逻辑争夺 Physical AI 时代入场券。在中国和美国具身智能赛道加速量产的背景下，FF 的激进扩品策略既是品牌重塑的机会，也面临量产交付、资金与渠道的多重考验。

参考来源：

1. IT之家「贾跃亭的法拉第未来一口气发布九款配置 EAI 机器人，最贵超 92 万元」：https://www.ithome.com/1/005/010.htm

2. 凤凰网科技（IT之家转载）FF 919 发布会通稿：https://www.ithome.com/1/005/010.htm

3. AI Impact Hub「Faraday Future unveils nine robots and four industry solutions」：https://www.aiimpacthub.com/ai-news/2026-09-20

4. Marketscreener HK「FF EAI 919 发布会要点」：https://hk.marketscreener.com/

5. The Verge 贾跃亭 FF 机器人新闻（综合参考）：https://www.theverge.com/

6. Reuters 法拉第未来 FF 业务最新动态：https://www.reuters.com/

# 4 AI巨头遭反垄断诉讼 被指控共谋放缓AI

时间：2026年9月20日（诉讼于9月18日提交）

地点：美国加利福尼亚北区联邦地区法院

人物：原告律师 Nick Rowley（代表 4 名原告）、Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman、SpaceXAI 负责人 Elon Musk、Google DeepMind 联合创始人 Demis Hassabis

事件详情：当地时间 9 月 18 日，一份民事诉讼提交至美国加利福尼亚北区联邦地区法院，指控 Anthropic、OpenAI、SpaceXAI 和 Google 4 家 AI 巨头达成”非法协议”，共同放缓 AI 发展速度，剥夺付费订阅者本应获得的产品改进。诉状直指 Anthropic CEO Dario Amodei 月初发表的”全行业协同”、管控 AI 发展节奏的公开呼吁，并称该主张获得 Elon Musk、Sam Altman 和 Demis Hassabis 三人公开赞同，依据美国反垄断法（Sherman Act）已构成竞争者之间的非法商业协议。原告表示计划将案件扩大为集体诉讼，代表所有因这几家企业减速决策而受到影响的群体维权。

背景：今年 8 月以来，Dario Amodei 多次呼吁对前沿 AI 系统”踩刹车”（pacing），主张安全优先于能力竞赛；Sam Altman、Elon Musk 与 Demis Hassabis 罕见同框赞同。但与此同时 OpenAI 仍发布 GPT-6 Astra、Anthropic 继续推进 IPO、SpaceXAI 与 Google 也在不同程度上加速 AI 基础设施投资——”公开减速、商业加速”的双轨策略随即招致外界对共谋定价、产品改进节奏的质疑。9 月 15 日调查博主 Kevin Bass 也发文指控 Anthropic 与 METR 等”AI 安全”机构存在资金闭环，呼吁国会调查。

影响：案件一旦进入实质审理，将首次以司法方式检验前沿 AI 公司之间”安全协调”的边界：行业自律性的安全标准、暂停训练承诺、共同规避恶性竞争等行为是否构成反垄断法意义上的”串通”。结果可能迫使 AI 公司在内部备忘录、产品发布节奏、安全披露方式上更加公开透明，也可能倒逼美国国会就 AI 行业自律出台更清晰的反垄断豁免或安全标准。同时，该案也将影响 OpenAI 推迟 IPO 至 2027 年、Anthropic 推迟 IPO 至 11 月之后的定价和上市路径。

总结：四家 AI 巨头首次因”安全协同”被诉，标志着 AI 行业从”合作求安全”阶段进入”合作必担责”阶段。即便诉讼最终被驳回，也已向行业发出明确信号：AI 公司不能再以”为了人类安全”为由绕过反垄断审查，必须在加速创新与透明合规之间找到新的平衡。

参考来源：

1. 证券时报「人工智能，周末突发！呼吁”减速”后，多家 AI 巨头被起诉了」：https://www.stcn.com/article/detail/4192026.html

2. Politico / Bloomberg 联邦法院反垄断诉状原文：https://www.stcn.com/article/detail/4192026.html

3. Reuters 4 AI 公司反垄断诉讼报道：https://www.reuters.com/

4. The Wall Street Journal 4 AI 巨头反垄断诉讼分析：https://www.wsj.com/

5. Livemint「Federal antitrust lawsuit alleges the AI slowdown calls are an illegal cartel」：https://www.livemint.com/

6. Bloomberg「AI Slowdown Antitrust Lawsuit」：https://www.bloomberg.com/

7. TechCrunch「AI Antitrust Lawsuit: Anthropic, OpenAI, Google, SpaceXAI sued」：https://techcrunch.com/

8. AI Impact Hub「The Daily AI Briefing: 20 September 2026」：https://www.aiimpacthub.com/ai-news/2026-09-20

时间：2026年9月20日

地点：美国加州山景城（Google 总部）

人物：Google ADK for Kotlin 工程团队

事件详情：Google 9月20日正式发布 Agent Development Kit（ADK）for Kotlin 1.0，与已发布的 Python 版和 Java 版 ADK 形成完整功能对等，并首次为 Android 带来完整的端侧 AI Agent 能力。该框架基于 Kotlin Multiplatform 构建，可在 Android、JVM 与服务器端使用同一套 Kotlin API 编排 AI Agent；工具声明通过 KSP 在编译时生成 function schema，规避运行时反射带来的性能与类型损耗，启动速度与类型安全性同步提升。Android 端侧推理同时接入 LiteRT-LM 与 ML Kit（beta），云端与混合推理接入 Firebase AI Logic，开发者可在同一份代码里自由切换本地模型与云端模型。框架支持层级化多智能体系统、上下文压缩、会话状态持久化、Java 互操作、人机协同审核（requireConfirmation）等生产级特性。

背景：过去一年，全球 AI Agent 开发几乎由 Python 生态垄断，Kotlin 与 Android 工程师只能在外部胶水脚本中调用模型，缺乏原生工具链。Google 早前以 ADK for Kotlin 0.1.0 尝试打通这一边界，但多项关键能力仍落后于 Python 同侪；本次 1.0 版本明确定位”功能对等”，是 Google Agent 栈多语言化的关键里程碑。

影响：Kotlin 与 Android 工程师无需切换到 Python 即可构建生产级 AI Agent；端侧 + 云端混合推理大幅降低对外部 API 的依赖，适配隐私敏感与离线场景；Android 生态首次具备完整的端侧 Agent 框架，正式进入”移动 Agent”主战场。

总结：Google 用 ADK Kotlin 1.0 把 Android 拉进 AI Agent 主战场，端侧 + 多语言 + 跨平台栈让 Android 有望成为继 Web 之后的下一代 AI Agent 承载平台。

参考来源：
1. Google Developers Blog — Announcing ADK for Kotlin 1.0：https://developers.googleblog.com/announcing-adk-for-kotlin-10-building-production-ready-ai-agents-in-kotlin-android-and-beyond/
2. InfoQ — Google Agent Development Kit for Kotlin Reaches Feature Parity with Python：https://www.infoq.com/news/2026/09/google-adk-1-0-released/
3. GitHub — google/adk-kotlin：https://github.com/google/adk-kotlin
4. Android Developers — Build ADK agents for Android：https://developer.android.com/ai/adk
5. Netics Labs — Google ADK Kotlin 1.0: Server and Android Agents：https://blog.neticslabs.com/google-adk-kotlin-1-0/
6. LinkedIn（Alan Blount）— Android-first & on-device extensions in ADK Kotlin 1.0：https://www.linkedin.com/posts/alanblount_google-for-developers-blog-news-about-web-activity-7503526198052798464-xHgZ

时间：2026年9月20日（北京时间）

地点：中国深圳 / 浙江杭州 / 上海 / 香港 / 新加坡

人物：腾讯混元语音团队、浙江大学、上海交通大学、香港中文大学、新加坡南洋理工大学联合研究团队

事件详情：腾讯混元语音团队联合国内外五所高校，正式开源9B参数端到端全模态交互Agent Gander（Omni Interaction Agent）。Gander基于面壁智能MiniCPM-o 4.5构建，采用独特的”小脑-大脑”（Cerebellum-Brain）双脑协同架构：前端的”小脑”负责实时全双工对话与轮流感知，后端的”大脑”则作为可插拔模块异步处理复杂推理与长任务执行，二者通过工具调用和Agent编排运行时持续协作。

Gander将用户输入与模型输出在Chunk级展平为统一的有序Token流，支持流式音频、视频、文本的同步处理，从而实现边对话边后台执行任务。用户可随时打断模型回答，模型也可在后台Agent处理长任务时主动反馈进度或提出追问。

内部人类评估显示，Gander的对话自然度和表现力优异。在Full-Duplex-Bench v3基准上，Gander以100%的”适时启齿”率位列所有对比模型之首，过早打断用户率仅8%，优于GPT-Realtime的13.5%和最弱竞品的48%。研究团队还构建了涵盖270万样本的四大家族全模态全双工与硬负例交互数据集。

腾讯表示，Gander的模型权重、训练代码及数据已通过GitHub和Hugging Face开放下载，并将持续完善开源发布流程。

背景：当前主流语音助手多为”轮次制”，用户与模型一问一答，模型无法在执行后台任务的同时与用户自然交流。Gander借鉴人类”小脑管反应、大脑管思考”的神经分工思路，首次将实时全双工交互与可插拔长任务Agent整合到单一9B模型中。

影响：Gander开源后，开发者可在本地或私有云部署一套既能”边聊边干”的全双工语音交互系统，降低对闭源API的依赖；其”小脑-大脑”架构也为GPT-Realtime、Gemini Live等竞品提供了可参考的工程范式，有望推动客服、远程协作、可穿戴设备等场景的Agent化升级。

总结：腾讯混元以9B参数与”双脑协同”思路，开源了一款在Full-Duplex-Bench v3上以100%启齿准确率刷新基准的全模态交互Agent Gander，重新定义了开源实时语音Agent的能力上限。

参考来源：

1. The Decoder：Tencent’s Gander aims to keep talking while it works in the background，https://the-decoder.com/tencents-gander-aims-to-keep-talking-while-it-works-in-the-background/

2. arXiv 论文：Multimodal Duplex Interaction Agent（Gander 技术报告），https://arxiv.org/html/2609.08977v3

3. Hugging Face Papers：Omni Interaction Agent Technical Report，https://huggingface.co/papers/2609.08977

4. AI Weekly：Tencent Ships Gander, an Open Omni-Interaction Agent With 100% Turn-Taking Accuracy on Full-Duplex Bench，https://aiweekly.co/alerts/tencent-ships-gander-an-open-omni-interaction-agent-with-100-turn-taking

5. 知乎专栏：腾讯开源9B 双脑协同端到端全模态交互Agent，https://zhuanlan.zhihu.com/p/2082038826885821244

6. AI Modeling：边聊边干活：腾讯混元开源全模态交互Agent Gander，https://www.aimodeling.com/news/slug/hunyuan-gander-omni-interaction-agent

7. xukangr AI Daily：实时全双工交互成核心：Gander把感知、对话与智能体统一起来，https://www.xukangr.com/ai-daily/2026-09-10-gander-real-time-agent/

8. GitHub：Omni-Interaction-Gander 代码与权重仓库，https://github.com/Omni-Interaction-Gander/Omni-Interaction-Agent

9. 项目主页：Omni Interaction Agent Demo，https://omni-interaction-gander.github.io/Omni-Interaction-Agent/

时间：2026年9月20日

地点：美国 All In Summit 大会现场

人物：TechCrunch 记者 Russell Brandom、AMI Labs 联合创始人兼世界模型副总裁 Michael Rabbat、数据供应商 Physicl CEO Alex de Vigan、AMI Labs 创始人 Yann LeCun、World Labs 创始人 Fei-Fei Li

事件详情：9 月 20 日，TechCrunch 记者 Russell Brandom 在 All In Summit 大会上主持了一场关于世界模型的专题讨论。会上，AMI Labs 联合创始人 Michael Rabbat 被问及公司产品路线图时仅以一句话作答：”我们会在准备好的那一刻告诉大家。”他随后通过邮件补充，AMI 目前仍处于研究与建设阶段，没有任何公开的产品时间表。World Labs 方面虽已上线 Marble 多模态生成世界模型，但并未公布任何面向市场的成熟产品，数据供应商 Physicl 的 CEO Alex de Vigan 也在会议间隙透露，他的公司虽然为多家世界模型厂商提供数据，却完全不知道这些客户究竟在构建何种应用。

背景：世界模型被视为继大语言模型（LLM）之后的下一波 AI 浪潮，目标是让机器像人类和动物一样理解物理世界、具备因果推理与空间智能。AMI Labs 由图灵奖得主 Yann LeCun 于 2025 年底离开 Meta 后联合创立，2026 年 3 月即完成 10.3 亿美元种子轮融资，估值达 35 亿美元，投资方包括 NVIDIA、Bezos Expeditions、三星、Eric Schmidt 等。World Labs 则由”AI 教母”李飞飞与 Justin Johnson、Christoph Lassner、Ben Mildenhall 等人联合创办，累计融资 2.3 亿美元，投资方阵容涵盖 a16z、AMD、Intel、NVIDIA、Salesforce 等。两家公司都被业内视为最有可能率先跑通世界模型商业化的玩家。

影响：本次讨论揭示整个世界模型赛道仍处于高度不确定的早期阶段。AMI Labs 实验过制造、生物医药、机器人以及与 Nabla 合作的医生辅助 AI，但官方始终未确认哪条路径会成为首发产品；World Labs 的 Marble 虽已能基于文本、图片、视频生成可探索的 3D 世界，但下游商业化场景（游戏 / VFX / 机器人训练）尚未形成稳定收入。供应商 Physicl 也坦言自己”在黑暗中”提供数据，难以针对性优化。这种”上不告诉下”的产业链迷雾，意味着世界模型的真正落地至少还需要数年。

总结：世界模型头部厂商集体选择”冷战式保密”策略——既不愿提前透露产品形态以免惊动竞争对手和资本市场，又希望借助模糊叙事持续融资。短期内，世界模型仍将停留在研究演示阶段，距离真正的产品爆发仍有较大距离。

参考来源：

– TechCrunch 原文：https://techcrunch.com/2026/09/20/world-model-companies-are-keeping-a-lot-of-secrets/

– Vitalii Berbeha 报道（TechCrunch 转载）：https://vitalii.no/news/ai-firms-guard-worldmodel-secrets-like-cold-war-rivals-d40e205e

– AMI Labs 官方时间线：https://ami.frenchtechjournal.com/

– World Labs 官方介绍：https://www.worldlabs.ai/about

– AMI Labs 融资背景（意大利 Blasting News 报道）：https://it.blastingnews.com/tecnologia/2026/03/ami-labs-103-miliardi-per-i-world-models-di-lecun-003999591.html

– World Labs Marble 商业化分析：https://breakingai.news/world-labs-launches-marble-as-spatial-intelligence-becomes-the-new-ai-battleground/