文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并排序数千种化合物以推动肿瘤细胞状态转变，最高排名化合物在湿实验中产生了最大的预期转变，从缩小化合物搜索空间到选出候选验证仅用一个周末。
推荐理由：微软研究院公开 Quine 的多模态世界模型与实验闭环设计，读者可了解 AI 参与生物实验设计与验证的具体路径。
AMD 宣布以约 82 亿美元全股票交易收购由李飞飞联合创立的 AI 研究实验室 World Labs，交易预计今年年底完成。World Labs 于 2024 年成立，数月内估值达 10 亿美元，2025 年推出首个商业产品世界生成模型 Marble，可根据提示词生成可交互 3D 世界。
推荐理由：AMD 以约 82 亿美元全股票收购 World Labs，读者可了解交易结构、团队去向及其对 AI 硬件与模型协同的影响。
Google 介绍 Gemini 3.8 Flash 相比 3.7 Flash 在软件工程、Agent 任务和专业领域多步推理上有显著提升，性能常接近更高成本的 frontier 模型。
推荐理由：文章展示了四个社区用 Gemini 3.8 Flash 做出的具体项目，读者可以借此了解模型在多步推理和多模态任务上的实际用法。
Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成连贯的多镜头长视频，并原生继承 SynthID 水印等安全机制。
推荐理由：Google 把长视频生成拆成四个可组合的智能体框架，并给出三套自建基准与量化结果，便于对照现有方案。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话模型结合，让对话 AI 具备动态视觉形象，支持精准唇形同步、自然表情和流畅轮次切换。
推荐理由：官方披露了实时视频与语音耦合的对话能力、异步工具调用和 97 种语言支持，可据此判断企业级数字人交互的落地边界。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与深度创作控制，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：两款 TTS 模型给出语音克隆、逐行导演与多语言覆盖的具体能力，可据此判断语音生成工作流的变化。
Apple 宣布新款 Mac mini 和 Mac Studio 今日上市。Mac mini 搭载 M6（4x AI 性能、2x 图形和存储、40% CPU 性能提升。
推荐理由：官方公告给出两款新 Mac 的芯片、AI 性能倍数、统一内存上限和定价，读者可以据此评估端侧 AI 与升级选择。
Xiaomi MiMo@XiaomiMiMo精选AI 评分6666推荐理由：原文给出 Pro 与 Claude Opus 5、GPT-5.6 Sol 的 agent 基准对比和开源范围，可据此评估其相对位置。
蚂蚁 inclusionAI 发布 Realtime-Venus，一个支持主动音视频交互、异步委托和可打断全双工对话的开源系统，包含 Realtime-Venus-Omni 和 Realtime-Venus-Audio 两个 9B 检查点。
推荐理由：模型卡给出了 Realtime-Venus 的架构组成、全双工与异步委托能力及完整用法，读者可以据此评估它在实时音视频交互场景的可用性。
Google AI@GoogleAI精选AI 评分6666Google 发布迄今最先进的 Gemini Audio 模型：Gemini 3.8 Live 与 3.8 Live Extended Thinking。
推荐理由：官方说明了两款新音频模型在速度成本与推理能力上的分工，读者可据此判断语音交互场景如何选型。
Apple 发布新一代 Apple Intelligence 和全新 Siri AI，后者以英文 Beta 陆续推出，10 月将支持法语、日语、韩语、葡萄牙语和西班牙语。
推荐理由：官方完整说明了 Siri AI 的能力范围、新 Apple Intelligence 功能和各区可用性差异，读者可据此判断升级价值。
Apple 于 2026 年 9 月 14 日发布新一代 Apple Intelligence，推出全新版本的 Siri AI，具备个人上下文理解、屏幕感知、更广泛的系统级应用操作，并在 iPhone 相机、iPad 截图、Mac 快捷键和 Apple Vision Pro 中集成 Visual Intelligence。
推荐理由：官方完整列出了 Siri AI 的具体能力、设备要求和区域限制，读者可以据此核对自己设备上的功能可用范围。
SiliconFlow@SiliconFlowAI精选AI 评分7070推荐理由：上线方直接给出参数结构、上下文窗口、KV cache 对比和许可证信息，读者可据此评估实际部署选型。
Hugging Face 发布 Workflow1111，用 gr.Workflow 在单个画布上以 73 个节点重建了 AUTOMATIC1111 的 11 条媒体管线，涵盖文生图、hi-resolution fix、图生图、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 风格 annotator、背景去除、PNG Info 和图生视频。
推荐理由：官方用 Gradio Workflow 在单个画布上复刻了 AUTOMATIC1111 的主要功能，读者可以对照它了解节点式工作流与 ComfyUI 的差异。
Apple 宣布为 Apple Watch 和 iPhone 推出升级的健康与健身体验。Apple Watch Series 12 和 Apple Watch Ultra 4 引入新 Health Sensing System。
推荐理由：官方新闻稿列出新健康传感系统、Longevity 标签页和在家运动评估等功能的设备要求，可帮助读者判断升级与自家设备的关联。
Google Research 与 HHMI Janelia 及剑桥等机构合作，在 Cell 发表论文，发布完整雄性果蝇脑与中枢神经系统连接组图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。
推荐理由：读者可了解 AI 重建如何把电子显微镜切片拼成完整脑图谱，以及这一资源对神经科学研究的用途。
Google DeepMind 推出 agentic video understanding，覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，通过智能体循环动态调用原生视频工具按需检索画面、音频和字幕，而非固定帧率静态处理。
推荐理由：原文给出了具体降本增效数字、适用模型和接入方式，开发者可据此评估是否切换视频分析流程。
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 和 Google AI Studio 面向开发者提供新的创意控制与生成式视频能力。
推荐理由：原文来自官方，列出了各能力具体参数、速度和价格差异，开发者可据此评估是否接入自己的视频工作流。
Z.ai@Zai_org精选AI 评分7575智谱（Z.ai）发布 GLM-5.3-Flash，为原生多模态模型，拥有 1M-token 上下文窗口，参数规模 320B-A18B，以 MIT 许可开源权重。
推荐理由：官方公布了定价定位、1M 上下文、MIT 许可和国产芯片适配等关键细节，可帮助读者评估这款轻量模型的实际可用性。
Hugging Face 发布研究，用三类测试量化 ASR 模型的基准优化（benchmaxxing）现象，评估了 11 个开源模型。
推荐理由：研究用三类探针量化语音识别模型的基准优化行为，并给出模型选型与基准设计的具体建议。