达瓦科技Scenes AI实时世界模型获英伟达奖项，单张5090跑34B模型
达瓦科技的实时世界模型Scenes AI在2026 NVIDIA创业企业展示半程展示中拿下「半程展示卓越企业奖」。该模型不逐帧重画画面，而是维护可单独读写的世界状态，只更新变化部分，总参数34B、每步激活约4B，在单张RTX消费级显卡上实现720P、25帧实时输出。团队称其基于重庆永川8.4万平方米片场、300多个商业项目积累的约180TB结构化世界状态数据训练。
#多模态
量子位AI 评分5858 量子位AI 评分4242 科大讯飞首发星辰TaaS平台，并发布星火X2.6与Agent OS
科大讯飞在2026全球1024开发者节上首发星辰TaaS平台，构建从星辰MaaS模型能力到行业解决方案的全链路体系。同步发布的星火X2.6将上下文窗口扩容至百万Tokens，端云路由准确率从81.2%提升至96.1%，并开源星火X2.6-4B端侧模型。讯飞开放平台还首次推出Agent OS及XFYUN CLI开发工作台，一句命令可调用700多项AI能力。
IT之家AI 评分1818 雷鸟创新发布 GT Max bilibili 限定版 AR 眼镜，同步开启“BLG 不夺冠·全退款”活动
雷鸟创新联合 bilibili 发布 GT Max bilibili 限定版 AR 眼镜，叠加优惠及国家补贴后到手价 2294 元，并推出“BLG 不夺冠·雷鸟全退款”活动，若 BLG 未夺 S16 冠军可全额退款且退款不退货。该眼镜重 78g，可投射等效 267 英寸虚拟大屏，FOV 59°，峰值亮度 1200nits，支持 120Hz 刷新率与 3DoF 空间悬停。
Hacker News 首页(≥150分)AI 评分3838 测试 12 个 AI 模型：GPT-6.1、Grok 4.7、DeepSeek V4 Pro 等对人类最“争议”的看法高度一致
对 12 个模型各提问三次“对人类最争议的看法”，35 个回答中有 29 个指向同一观点：人类把归属置于真相之上。GPT-6.1 Sol、Grok 4.7、DeepSeek V4 Pro、Kimi K3、Gemini 4 Argon 等 7 个模型三次回答全部给出这一结论，仅 Claude Opus 5.5、Claude Fable 5.1、GLM 5.3 等出现不同答案。
IT之家精选AI 评分7878 微软推出 AI 诊断系统 MAI-DxO，复杂病例准确率达 83%
微软宣布推出 AI 诊断系统 MAI-DxO，通过编排多个 AI 智能体模拟专家联合会诊。在基于 NEJM 复杂病例的模拟评估中，其诊断准确率达 83%，而基层全科医生及普通内科医生仅为 36%；在 MIMIC-IV-ED 急诊常见病例评估中准确率为人类医生的 1.7 倍。
推荐理由：微软公布 MAI-DxO 在复杂病例上的准确率与成本对比，可了解多智能体编排在医疗诊断中的实际表现。
The VergeAI 评分6262 Canva 发布首个自研 AI 图像模型 Canva Craft
Canva 发布首个自研图像生成模型 Canva Craft，采用两阶段架构，先规划设计再生成图像，最高支持 2K 分辨率和 30 多种宽高比。该模型基于平台数百万个人工模板训练，可生成含清晰文字和精确物体摆放的复杂图像，目前在全球范围内向所有用户开放，入口为左侧菜单三点选项中的 Dream Lab。
The Verge精选AI 评分7878 微软称其 AI 诊断工具准确率最高达医生四倍
微软公布名为 Diagnostic Orchestrator 的 AI 诊断系统，在《新英格兰医学杂志》病例上准确率约 83%，普通内科医生使用参考资料时约 36%、不使用时约 22%；在波士顿 Beth Israel Deaconess 医疗中心急诊病例上为 80%，人类医生平均 47%。
推荐理由：微软在 Science 发表诊断系统评测，给出与人类医生对比的具体准确率数字，并说明临床验证尚未完成。
Google DeepMindAI 评分5858 Google DeepMind 发布 ForTy 2020 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，将全球每 10 米×10 米地块划分为六类森林与土地利用类型，并给出 2017 至 2025 年的逐年变化时间序列。
IT之家AI 评分5555 米哈游联合清华北大等高校开源 GameScaling 游戏模型，覆盖 0.8B 至 27B 参数
米哈游崩坏 AI 研发团队联合清华大学、北京大学、中国科学院大学、香港大学、新加坡国立大学等机构开源 GameScaling 系列游戏模型，共 8 个检查点，覆盖 0.8B、2B、9B、27B 四种参数规模。
NVIDIA BlogAI 评分3333 NVIDIA 如何用开放模型与物理智能改造欧洲零售业
欧洲零售商正用 NVIDIA 加速的开放模型与物理智能改造从商品发现到仓储运营的环节。Shopify 基于 NVIDIA Nemotron 3.5 Lightning 后训练的 GraphQL 子智能体在内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应速度提升 7 倍。
NVIDIA Blog精选AI 评分6767 NVIDIA Cosmos 扩展平台，新增世界模型训练、评估与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文列出 Cosmos 平台新增的训练、仿真与部署工具，并给出保时捷、ANYbotics 等落地案例，可据此判断世界模型开发链路的变化。
Google ResearchAI 评分5858 Google Research 盲扫超声 AI 估算孕龄在芝加哥与内罗毕验证泛化性
Google Research 在 JAMA Network Open 发表研究，用 AI 解读无超声专业培训人员操作的盲扫超声图像来估算孕龄。在 385 名 16 至 36 周孕妇的队列中，模型平均绝对误差为 4.18 天，专家标准流程为 4.48 天；芝加哥适配后为 4.10 天，内罗毕零本地优化为 4.27 天。
量子位AI 评分6060 紫荆智康升级紫荆AI医院，多分身智能体协同支持跨科室会诊
清华AIR孵化的紫荆智康发布医学领域多分身智能体协同技术，并升级紫荆AI医院系统，让不同专科的AI医生分身在同一诊室提供按需提醒或会诊模式支持。截至2026年7月，该系统已构建54位AI医生和数百万超拟真AI患者，覆盖数千种疾病；北京清华长庚医院18个临床科室开展门诊测试，40余名医生常态化使用，诊疗效率提升30%。AI医生在MedQA数据集上准确率超过96%。
IT之家AI 评分5555 腾讯内测 AI 互动社区“懂了鸭”：一句话生成动态课件与 3D 演示
腾讯正在内测面向少儿与青少年的 AI 互动内容社区“懂了鸭”，官网与微信小程序已上线，目前向亲子用户和一线教师开放小范围测试。用户输入自然语言描述，即可借助内置 AI 智能体生成 3D 演示、动态课件、互动绘本、轻量游戏或记忆卡等“奇妙卡”作品，无需编程基础。
量子位AI 评分6060 Meshy推出Meshy Edit：一句指令实现3D模型局部编辑
Meshy 发布局部编辑功能 Meshy Edit，用户在 3D 模型上圈出区域并用一句话描述改动，约一分钟生成新模型，未选中区域保持原样。该功能基于 Meshy 全新自研 AI 模型，已向全部注册用户开放，每次编辑消耗 20 积分，目前支持 Meshy 6 和 Meshy 7.1 生成的高精度模型。用户可附最多 5 张参考图说明修改意图，新模型可继续编辑、下载或直接送入切片软件。
Simon WillisonAI 评分5858 Simon Willison 用 Claude Code 做出音频联机 RTS 游戏 Battle Drones
Simon Willison 发布其 vibe coding 实验 Battle Drones，一款可在手机和桌面浏览器运行的 Command & Conquer 风格 RTS，经过 12 个大版本、321 次由编码智能体（主要是 Claude Code）提交的 commit。
IT之家AI 评分4242 Mangoslab Nemonic Dot 盲文打印机获《时代》杂志 2026 年最佳发明奖，今年 Q4 面向公众发售
Mangoslab 旗下 Nemonic Dot 盲文打印机获得《时代》杂志 2026 年最佳发明奖，预计今年第四季度面向公众发售。其内置 AI 系统支持超过 100 种输入语言，可将语音或文本自动转换为凸起点阵，打印在 12 毫米宽的塑料或金属标签上，凸点高度 0.6 毫米，符合 ADA 等法规要求。打印机本体和耗材均带盲文标记，方便视障用户凭触觉操作。
IT之家AI 评分7272 联想 YOGA Pro 15 RTX Spark 上手评测：128GB 统一内存的 ARM 移动 AI 工作站
IT之家实测联想 YOGA Pro 15 RTX Spark，128GB 统一内存版本售价 42999 元，搭载 NVIDIA RTX Spark N1X-6144 Core 芯片。
IT之家AI 评分5858 新 AI 工具仅凭面部照片预测癌症患者生存几率
研究人员开发出一款 AI 工具，仅凭一张面部照片即可预测癌症患者的生存几率，相关研究发表在《柳叶刀·数字健康》。该模型用超过 4000 万张人脸图像和 3 万多名癌症患者照片训练，会生成风险评分，分数最高的患者更可能在 90 天内死亡，估算年龄误差约 5 岁。未参与研究的萨里大学教授米罗斯瓦夫·博贝尔认为，该工具尚不能投入临床使用，还需对照医生判断并在不同医院和患者群体中测试。
IT之家AI 评分4242 古尔曼：苹果正研发代号 J450 的室内摄像头，依靠 AI 分析环境
苹果正在研发内部代号 J450 的室内摄像头，可利用 AI 分析周围环境，向用户提供环境的文字描述而非视频画面。该产品配备低帧率传感器和红外传感器，支持人脸识别以识别人员或宠物，核心设计理念与隐私保护有关，无法录制家中私密场景。古尔曼预计其将在明年某个时候推出，且不属于 10 月 13 日公布的 Home Collection 系列配件。
IT之家AI 评分4242 苹果收购 AI 音频编辑公司 Samplab，有望为 Logic Pro 引入更精细的音频编辑功能
苹果已收购瑞士苏黎世 AI 音频编辑公司 Samplab，收购部分资产并向部分员工提供工作机会。Samplab 曾主打修改音频中任意音符、识别编辑和弦及精细化音轨分离，公司规模不超过 10 人。苹果自 2024 年起已在 Logic Pro 中加入 AI 音轨分离功能，预计此次收购将用于完善该功能并支持直接编辑和弦中的单个音符。
爱范儿精选AI 评分7878 实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用约 3752 万输入 Token、33 万输出 Token、35 分钟生成可运行的特斯拉飞行 3D 网页，成本约 4 元。
推荐理由：作者用多个实测案例对比 DeepSeek V4.1 Flash 与闭源模型的成本与效果，可据此判断低价开源模型在 3D 与编程任务上的实际可用性。
IT之家AI 评分2828 Arena 公布 2026 年第 42 周 AI 大模型周榜：kimi-k3-max 首进代码榜前十，mimo-v2.6-pro 首入前端开发榜前 20
Arena 发布 2026 年第 42 周 AI 大模型盲测排名，月之暗面 kimi-k3-max 以 ELO 1540 分稳定在代码榜第十，小米 mimo-v2.6-pro 首次入榜即列前端开发榜第 19。
IT之家AI 评分5858 AI 模组 NPCTalk 让《GTA 5》NPC 实现无脚本实时语音对话
开源项目 NPCTalk 为《GTA 5》带来无脚本实时对话，玩家用麦克风说话，NPC 会以 AI 克隆的原声按角色性格和情境回应。该系统由 Nemotron ASR 做语音识别、Qwen 3.8 27B 在 Cerebras 上生成对话、Fish Audio Drama 3 完成语音克隆，技术文档显示按键通话延迟约 1.15 至 2.2 秒。
量子位精选AI 评分7878 VAST 开源实时世界模型 EdenLive，单张 RTX 5090 上 720P 超 24FPS
VAST 发布并开源实时世界模型 EdenLive，开放模型权重、推理代码、技术报告与端到端 Demo。据 VAST 介绍，5B 模型在单张消费级显卡 RTX 5090、720P 条件下生成速度超过 24FPS，端到端延迟为百毫秒级，可分钟级连续生成。该模型采用解耦世界状态与视觉渲染的路线，支持参考画面、目标首帧与提示词三类输入，可用于游戏预览、视频重渲染与具身数据增强。
推荐理由：VAST 开源实时世界模型 EdenLive，给出单卡 720P 超 24FPS 的实测口径与开放权重，可对照其状态与渲染解耦路线。
IT之家AI 评分2222 科大讯飞 AI 词典笔 X9 上架：内置 85 本词典、支持小初高 9 科知识查询，744 元
科大讯飞 AI 词典笔 X9 已在京东上架，定价 744 元，部分地区国补后低至 674.1 元。该设备内置 85 本正版词典和"五千万词库"，扫描响应低至 0.3 秒并支持无网离线查词，还支持小初高 9 科知识查询、内置超十亿题库。讲题功能基于双 AI 模型提供分步深度解析，解答结果支持家长管控。
IT之家AI 评分4141 阿里 Qwen 开源 BlenderWorld：223 道题、2651 条标准的 3D 建模基准
阿里 Qwen 团队开源 BlenderWorld，一个评测视觉智能体在 Blender 中完成真实 3D 创作任务的基准，采用 MIT 许可证，代码与数据集已发布至 GitHub、Hugging Face 和 ModelScope。
量子位同新闻AI 评分8888 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户开放 Gemini 4 Argon，主打编程、专业知识工作与复杂任务的持续执行能力，并加强视觉理解、空间推理和工具调用。
量子位AI 评分5757 优必选发布 Thinker-WM 世界模型，三大具身基准登顶
优必选发布统一多模态世界模型 Thinker-WM，在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中均取得第一名。
IT之家AI 评分5252 小米开源空间音频理解大模型 MiDashengLM-Spatial
小米宣布开源 MiDashengLM-Spatial，完整公开模型权重和推理代码，并以 Apache 2.0 许可证发布。该模型以 MiDashengLM-7B 为基座，在保留基础音频理解能力的同时具备空间感知与推理能力，小米称其为业界首个开源的端到端空间音频理解大模型。模型将陆续应用于小米智能家居、汽车座舱等场景，项目主页、技术报告、评估代码和权重链接均已公布。
IT之家精选AI 评分7878 快手可灵 AI 模型 Kling 4.0 全量上线，单次生成视频最长可达 30 秒
快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com，单次生成视频最长可达 30 秒，并支持视频多次续拍延展至 2 分钟。新版本升级了高速运动、跟拍、环绕等大幅镜头运动，支持 4K、1080p 的 10-bit HDR 输出与 21:9 超宽画幅，单次输入最多 10 张图片、5 段视频及 7 个主体，输入长度提升至 8000 tokens。
推荐理由：可灵 Kling 4.0 全量上线，列出 30 秒生成、多关键帧与 MCP/CLI 接入等能力变化，可据此判断视频生成工作流的影响。
IT之家精选AI 评分8282 Meta 发布开放权重模型 Muse Spark Open，816B 参数、1M 上下文
Meta 于当地时间 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方称其为迄今能力最强的美国开放权重模型。该模型采用原生多模态架构，总参数量 816B、激活参数 42B，支持 1M token 上下文窗口，面向代码构建与智能体协作设计。
推荐理由：Meta 开放权重模型 Muse Spark Open 的架构、参数与本地部署条件，可对照美国开源模型的当前水位。
Simon WillisonAI 评分6262 llm-gemini 0.35 新增 Gemini 4 Argon 支持
Simon Willison 为 llm-gemini 插件加入对 Gemini 4 Argon 的支持，该模型当天通过 Gemini API 和每月 100 美元订阅计划开放。
The Verge同新闻AI 评分8080 Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上运行更佳
Meta 发布 Muse Spark Open 模型，称其是迄今能力最强的美国开源权重模型，也是同类中首个能在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上桌面运行的模型。
IT之家同新闻AI 评分8282 英伟达发布 1200 亿参数开放多模态模型 Nemotron 3.5 Super VL
英伟达推出开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活参数 120 亿，面向持续运行的多步骤智能体任务。
NVIDIA Blog精选AI 评分8282 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，以及面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB，覆盖从数据中心到本地硬件的智能体部署。
推荐理由：原文给出三款开源模型的参数规模、部署层级与吞吐对比，可据此判断企业智能体在本地与边缘的选型空间。
量子位AI 评分3838 破晓智能发布全身全模态数据采集系统SeePhys Hub，目标2027年推出全模态世界模型
破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub，由四目头环、两个腕部手环、三个腰腿部动作追踪器和可选触觉手套组成，头环内相机、IMU与UWB同步精度不超过0.5毫秒。创始人杨朔称团队预计2027年推出全模态世界模型，优先在工业、餐饮零售等垂直场景验证，现阶段不造自有机器人本体。
IT之家AI 评分2222 苹果携手 Les Benjamins 办土耳其时装秀，iPhone 18 Pro Max 全程掌镜
苹果携手潮牌 Les Benjamins 在土耳其卡帕多奇亚玫瑰谷举办“From Earth to Sky”时装秀，整场大秀由导演 Neels Castillon 使用 iPhone 18 Pro Max 全程拍摄。借助可变光圈技术与 A20 Pro 芯片，摄制组在日光剧变下实现平滑过渡，并通过特制无人机完成 4K 120fps ProRes RAW 电影级慢动作航拍。
IT之家AI 评分2222 库克展示爱奇艺适配 iPhone Duo 折叠屏效果，盛赞 App 优化出色
苹果董事会执行主席蒂姆·库克到访爱奇艺总部，展示爱奇艺为 iPhone Duo 折叠屏手机打造的全新观看体验，并盛赞 App 优化十分出色。爱奇艺在 iPhone Duo 上适配了分屏播放功能，悬停模式下立起的屏幕播放视频，平置屏幕充当播控中心，可拉进度、控制播放/暂停、选择画质、开关弹幕、调节音量/亮度及截屏。
IT之家AI 评分7575 苹果 iPhone 15 Pro 及后续机型国行备案新增 Apple 智能、通义万相、通义千问编号
苹果 iPhone 15 Pro / Pro Max 及后续机型于 9 月 29 日国行备案换证，新增 Apple 智能、通义万相、通义千问三个大模型备案编号，iPhone 15 和 iPhone 15 Plus 未更新。