Grok Build 推出记忆功能

xAI 为 Grok Build 推出记忆功能，在每轮对话完成后于后台记录约定、决策和项目事实，后续会话会先读取相关笔记再修改代码。记忆按项目保存并另有全局偏好集合，不记录任务状态、临时结论、密钥及仓库文档已覆盖的内容；新增 /memory 浏览命令和 /dream 整理命令，后者也会定期在后台运行。

xAI 发布 Grok Voice Transcribe 2.0 语音转文本模型

xAI 发布 Grok Voice Transcribe 2.0，官方称其为当前最准确的转录模型之一，准确率是 1.0 的两倍且价格不变，在 Artificial Analysis 排行榜 32 个流式模型中准确率第一。

SpaceXAI 如何用 Grok Bot 扩展客户支持

SpaceXAI（正文写法，来源为 xAI News）在 Cursor 并入后用 Grok Bot 承接客户支持，合并团队工单增长 175% 但未新增人手，估算相当于少招 200 人。

xAI 发布 Team Bots：可与团队共同工作的 Grok Bots 开启公测

xAI 推出 Team Bots，即能与团队共同工作和学习的 Grok Bots，今日起在 Teams 和 Enterprise 计划开放公测。每个 Bot 整合上下文、插件、凭证和记忆四类要素，个人对话保持私密，也可在 Slack 中协作。

Tencent Hy@TencentHunyuanAI 评分4545

腾讯混元联合复旦、清华推出 ExplorationBench，用可执行规则的 Alien Worlds 沙盒评测 AI 的自主探索能力，答案由解释器或证明检查器精确判定，不用 LLM 打分。测试 10 个前沿 AI 系统发现：AlienCode 无反馈时得分不超 15.7%，四轮反馈后最佳达 89.0%；同一系统同预算下得分在 5.7% 至 79.0% 间波动，两个沙盒的排名几乎不可迁移。

小米发布 MiMo Desktop 桌面 Agent 产品

小米官网发布 MiMo Desktop 桌面 Agent 产品，把 PPT、文档、表格、定时与文件整理交给「Smart」调度，自动评估任务并路由到办公、代码或研究框架，复杂任务拆解为子任务多 Agent 并行推进，Self-Evolve 引擎持续优化自身代码。

World Labs 宣布并入 AMD，李飞飞将出任 AMD 执行副总裁兼首席科学家

李飞飞宣布 World Labs 加入 AMD，她本人将出任 AMD 执行副总裁兼首席科学家。World Labs 于 2024 年初创立，聚焦空间智能，发布了从 2D 图像预测新视角的 Atlas 全模态架构，并通过收购 SceniX 布局机器人仿真；双方此前已在 AMD GPU 上的模型训练与推理优化展开合作，AMD CEO 苏姿丰是 World Labs 早期投资人。

World Labs 宣布加入 AMD，李飞飞将出任 AMD 执行副总裁兼首席科学家

World Labs 宣布已签署最终协议加入 AMD，交易预计在 2026 年底前完成，尚需监管批准。双方自去年起在 AMD GPU 上的模型训练与推理优化方面开展技术合作。

World Labs 发布下一代世界模型 Atlas

World Labs 发布下一代世界模型 Atlas，一个从零预训练的全能模型，可原生处理文本、图像、视频和 3D。

World Labs 招募世界模型研究、工程与机器人人才

World Labs 正在招募研究人员、工程师、机器人专家、产品与设计等人才，共同构建能感知、生成、推理并与虚拟和物理世界交互的世界模型。其使命是推进空间与物理智能，扩展人类能力。公司提供全额医疗、牙科与视力保险（多数计划覆盖员工 100% 保费，入职首日生效）、股权与 401(k)、弹性休假及生育福利。

World Labs 推出 Spark：面向 THREE.js 的 3D Gaussian Splatting 渲染器

World Labs 发布 Spark，一款面向 THREE.js 的高级 3D Gaussian Splatting 渲染器，可与场景中的其他网格和 splat 集成，并在所有设备上实现快速渲染。该渲染器支持可编程的动态 splat 效果，兼容 ply、sogs、spz、splat、ksplat 等多种格式。

World Labs 发布 Marble Labs：Marble 3D 世界生成案例与教程平台

World Labs 上线 Marble Labs，汇集 Marble 在影视 VFX、虚拟制片、游戏、AR/VR 等场景的项目案例与构建教程。

World Labs 官网介绍：空间智能公司与生成式 3D 世界模型 Marble

World Labs 是一家空间智能公司，由李飞飞（Fei-Fei Li）与 Justin Johnson、Ben Mildenhall、Christoph Lassner 共同创立，专注构建可感知、生成、推理并与虚拟和物理世界交互的前沿世界模型。其首款产品 Marble 由生成式 3D 世界模型驱动，支持从图像、视频、文本和 3D 布局创建空间连贯、高保真且持久一致的 3D 世界。

TensorZero 用 tree-sitter 和树编辑距离从每次 Git commit 自动评估 Cursor 推理效果

TensorZero 团队发布开源方法，在每次 Git commit 时自动为 Cursor 的 LLM 推理计算反馈奖励。

TensorZero 研究：程序化数据筛选蒸馏让小模型推理成本降低 5-30 倍

TensorZero 研究发现，用 GPT-4.1 生成的高质量对话数据微调小模型，可在多种任务上实现相对 GPT-4.1 最高 30 倍的成本下降，同时性能持平或更优，响应速度最高提升 4 倍。

TensorZero 获 730 万美元种子轮融资，打造工业级 LLM 应用开源栈

TensorZero 完成 730 万美元种子轮融资，用于构建面向工业级 LLM 应用的开源基础设施。其 11.5K 星开源栈统一了 LLM 网关、可观测性、优化、评估与实验五大组件，可增量采用并形成数据与学习飞轮。该平台已在前沿 AI 初创公司和一家欧洲大型银行落地，并曾登上 GitHub 全球周趋势榜第一。

TensorZero 实测 OpenAI o4-mini 强化微调是否值得：成本比 SFT 高 7-362 倍，效果并非总是更好

TensorZero 用三个真实任务（CoNLL++ 命名实体识别、terminal-bench 智能体编码、τ-bench retail 客服工具调用）对比 o4-mini 上的 RFT 与 GPT-4.1 mini 的 SFT。

TensorZero 在 LLM 网关中引入多臂老虎机自适应 A/B 实验

TensorZero 推出基于 Track-and-Stop 最佳臂识别的多臂老虎机算法，在 LLM 网关中实现自适应 A/B 实验，动态调整采样比例并用 anytime-valid 的 GLRT 停止规则避免 p-hacking。

TensorZero 打造自动化 AI 工程师 Autopilot，所有基准测试性能大幅提升

TensorZero 正在构建自动化 AI 工程师 TensorZero Autopilot，可分析 LLM 可观测性数据、搭建评测、优化提示词与模型并运行 A/B 测试，在软件工程、客服、数据抽取、医学、法律、天体物理、交互推理等任务上全部提升。

TensorZero：别只比每百万 token 单价，LLM API 的隐藏成本在 tokenizer

TensorZero 指出每百万 token 单价（$/MTok）不能反映 LLM API 真实成本，因为各家 tokenizer 对相同输入产生不同 token 数。

TensorZero 研究：即使非常噪的 LLM 评估器也能用于改进 AI 智能体

TensorZero 发文指出，输出级相关性低的噪声 LLM 评估器在离线 Agent 选型中仍然可靠，因为单输出噪声会随样本量平均消去。

Suno 宣布 9 月 3 日起实施下载限制并更新服务条款

Suno 宣布自 2026 年 9 月 3 日起实施新的下载限制并更新服务条款。Free 用户终身最多 7 次试用下载，Pro 每月 20 次，Premier 每月 60 次；使用 Suno Studio 的 Premier 订阅者不设下载上限，超出部分可付费购买。

Suno 宣布与 BMG 达成全球合作，共同开发首个与音乐行业协作的音乐模型

Suno 首席执行官 Mikey Shulman 宣布与大型音乐公司 BMG 达成全球合作，该合作属于即将推出的首个与音乐行业共同开发的音乐模型的一部分。双方将合作打造艺术家与粉丝连接的新体验，并为选择加入的艺术家和词曲作者提供新的经济机会；双方还计划在 Suno: In Session 和 Spark 两个独立艺术家支持项目上深化合作。

Suno Studio 2.0 发布：新增 MIDI、Chat 与自动化功能

Suno 发布 Studio 2.0，为浏览器端 DAW 带来 MIDI 导入录制与编辑、wavetable 合成器、Chat（beta）、高级 stem 分离、音频效果与自定义插件以及自动化功能。MIDI 片段还可作为音频生成的提示词，Premier 订阅者可无限导出 32-bit/48kHz 多轨与 stems。

Suno 官方指南：如何完善创作者个人资料，让音乐被更多人发现

Suno 发布创作者指南，建议完善个人资料以提升音乐被发现和推荐的机会。资料需包含名称、头像、简介和至少一首已发布歌曲，才可被搜索并获得 Suno 推荐；还可添加最多 5 个曲风标签及 Spotify、TikTok、Instagram、SoundCloud 等外部链接。完整资料有助于将一次性听众转化为长期粉丝。

Suno 宣布与 Believe 和 TuneCore 达成全球战略合作

Suno 宣布与音乐公司 Believe 及其自助发行平台 TuneCore 建立全球战略合作。Believe 将参与 Suno 正在开发的新音乐模型，用 Suno 新行业伙伴模型创作的曲目可通过 Believe 和 TuneCore 分发到 Spotify、Apple Music、Amazon Music 和 YouTube 等平台。

Suno 解析：压缩器到底在做什么？

Suno 发布科普文章，解释压缩器如何通过降低音频最响部分并配合补偿增益提升整体电平，从而压缩动态范围。Suno Studio 的压缩器插件提供阈值、压缩比、启动与释放等参数，并配有实时动态曲线表。Studio 是浏览器端 DAW，已内置包括压缩在内的一整套音频效果，随 Suno Premier 订阅免费提供。

Suno Studio 使用 EQ 的三个必学技巧

Suno Studio 发布 EQ 使用指南，给出三条入门技巧：混音以耳朵为准而非只看曲线；先衰减再提升，例如人声可在 400Hz 处先减 6dB 并用约 80Hz 高通滤除低频；EQ 尽量放在效果链首位。Suno Studio 自 2025 年上线起即支持每轨 EQ，最新版本中 EQ 已作为音频效果与压缩、混响、延迟并列，可手动添加、自制预设并跨轨道和项目复制分享。

Suno 发布 v6 音乐模型，推出 v6、v6-wild、v6-mini 三款模型

Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG 和 Believe 等行业伙伴合作开发，官方称其更快、更具表现力且质量更高。

Berkeley RDI 联合 Anthropic、OpenAI、Google 发布 ExploitGym 基准：898 个真实漏洞测试 AI 智能体自主攻击能力

UC Berkeley 等机构及 Anthropic、OpenAI、Google 发布 ExploitGym 基准，含 898 个真实漏洞（用户态程序、V8 引擎、Linux 内核），测试 AI 智能体能否把已知漏洞变成完整攻击。

Berkeley RDI 发布 Agents' Last Exam 基准，前沿智能体在最难任务上全部 0% 通过

UC Berkeley RDI 发布 Agents' Last Exam（ALE）基准，用来自 55 个职业、1500 多个专家来源的真实任务评测前沿 Agent，任务源自人类专家完成过的真实项目，可客观验证、可复现。

UC Berkeley 与 UC Santa Barbara 发布 SageCTF，DEF CON CTF 资格赛进入前 5%

UC Santa Barbara 与 UC Berkeley 团队推出基于 OpenSage 框架的 CTF 专用智能体 SageCTF，在 DEF CON CTF 2026 资格赛中尝试 15 题。

UC Berkeley 发布 CyberGym-E2E：评测 AI 智能体端到端网络安全能力的大规模真实基准

UC Berkeley 联合多校发布 CyberGym-E2E 基准，覆盖 139 个开源项目的 920 个真实漏洞，要求智能体完成从漏洞发现、PoC 构造到补丁生成的完整防御流程。

Berkeley RDI：GitHub Pages 上近 2000 个站点仍加载 polyfill.io 恶意 CDN，AI 编码助手加剧风险

Berkeley RDI 扫描发现 1,960 个 GitHub Pages 站点（18,384 个页面，合计超过 530K stars，含 microsoft/AirSim 和 UC Berkeley 课程页）仍在加载 polyfill.io 等 Funnull 系列 CDN，该运营商已被 OFAC 制裁。

Berkeley RDI等机构提出软件开发自主性三级框架，展望编码不再是瓶颈后的软件工程

UC Berkeley、MIT、Microsoft、Cursor等机构的研究者发布立场论文《Towards Autonomous Software Development》，提出软件开发自主性三级框架：Level I代码自主、Level II流水线自主、Level III需求自主。

UC Berkeley 等发布 Vero 基准：评测 AI 智能体能否构建形式化验证的软件仓库

Berkeley RDI 等机构发布 Vero 基准，要求 AI 智能体在仓库级同时编写实现与 Lean 4 证明，包含 43 个多模块实例、743 个评分 API 和 2,705 条形式化规范。

Berkeley RDI 发布 CUA-Lite：面向 computer-use agent 的开源平台

Berkeley RDI 于 2026 年 9 月推出 CUA-Lite，一个开发 computer-use agent 的开源平台，围绕 Lite.Gym 统一环境接口、Lite.Sample 统一监督数据格式和每模型一个、跨 eval/SFT/RL 共用的 harness 三大抽象构建。

Preferred Networks 的 AI 产品与解决方案一览

Preferred Networks（PFN）展示其企业 AI 平台 PreferredAI Work Suite，以及从零自研的日英翻译大语言模型 PLaMo Translate，后者采用紧凑高效设计，支持本地部署并提供浏览器扩展。

Preferred Networks（PFN）如何将 AI 解决方案落地多元行业

Preferred Networks（PFN）依托其 AI 价值链，向多元行业提供产品与解决方案。其与合作伙伴的共创模式包括内部应用、联合业务、合资/分拆和授权四类，合作方涵盖 Fanuc（工业机器人）、ENEOS（工厂自动化）、Matlantis（材料发现）和 Chugai Pharmaceutical（实验自动化）。

Preferred Networks 的 AI 治理原则

Preferred Networks（PFN）公布其 AI 治理原则，以“让现实世界可计算”为目标，并强调开发节能计算基础设施以支撑 AI 应用。原则包括透明（说明技术能做什么、不能做什么）、风险准备（预想各类真实场景中的风险）与诚信（不回避不利于自身的发现）。PFN 称其工作尊重生命、自由、尊严与财产等个人权利，并关注 AI 推理中的潜在偏见，重视数据来源与用户隐私及网络安全。