全球第一家被收购的AI浏览器公司诞生了！ 刚刚，拥有Arc和Dia两款AI浏览器的The Browser Company，被企业协作软件公司Atlassian以6.1亿美元（约为43亿人民币）重金收购。
近年来，生成式 AI 和多模态大模型在各领域取得了令人瞩目的进展。然而，在现实世界应用中，动态环境下的数据分布和任务需求不断变化，大模型如何在此背景下实现持续学习成为了重要挑战
VMem用基于3D几何的记忆索引替代「只看最近几帧」的短窗上下文：检索到的参考视角刚好看过你现在要渲染的表面区域；让模型在小上下文里也能保持长时一致性；实测4.2s/帧，比常规21帧上下文的管线快~12倍。
来自斯坦福的研究者们最近发布的一篇论文（https://arxiv.org/abs/2509.01684）直指RL强化学习在机器学习工程（Machine Learning Engineering）领域的两个关键问题，并克服了它们，最终仅通过Qwen2.5-3B便在MLE任务上超越了仅依赖提示（prompting）的、规模更大的静态语言模型Claude3.5。
苹果研究人员发现，在大模型中，极少量的参数，即便只有0.01%，仍可能包含数十万权重，他们将这一发现称为「超级权重」。超级权重点透了大模型「命门」，使大模型走出「炼丹玄学」。
人形机器人对跳舞这件事，如今是越来越擅长了。北京大学与BeingBeyond团队联合研发的BumbleBee系统给出了最新答案：通过创新的“分治-精炼-融合”三级架构，该系统首次实现人形机器人在多样化动作中的稳定控制。
阿里迄今为止，参数最大的模型诞生了！昨夜，Qwen3-Max-Preview（Instruct）官宣上线，超1万亿参数性能爆表。在全球主流权威基准测试中，Qwen3-Max-Preview狂揽非推理模型「C」位，直接碾压Claude-Opus 4（Non-Thinking）、Kimi-K2、DeepSeek-V3.1。
Dify 又偷偷更新了！本次更新不仅支持了期待已久的“图文混答”，几乎是 重构了“知识库”，可以用工作流的方式创建“知识库”，并且支持调试，具备“工作流”的完整功能，是一个正经的”工作流“。提升了知识库开发的灵活性，与智能体的交互体验。
智东西9月5日消息，刚刚，大模型独角兽月之暗面发布新模型Kimi K2-0905，目前，Kimi应用和网页版中的K2模型已全量升级到Kimi K2-0905。该模型的核心升级点为Agentic Coding能力增强、支持256K上下文、API支持高达60-100Token/s的输出速度、支持Claude Code。
ChatGPT的新功能，终于是千呼万唤始出来了—— 分支对话（Conversation Branching）。
硅谷AI传奇，仍在不断上演。00后华人女CEO带队闯入好莱坞，首年狂揽8亿营收，还甩出《科尔特斯》、《太空计划》两部史诗级大作。从3D场景到最终镜头，皆由AI一键生成，效果美到炸裂。 她，21岁，曾是谷歌秘密实验室最年轻的工程师，和团队一起将产品卖给fortune 500的客户，从0带到10。
AI自己玩手机、玩电脑、操作网页浏览器……背后还只靠一个模型。 卷王字节Seed又把智能体带到了一个全新level~
Nano banana 爆火之后，果真催生了很多 App。 这些 App 的创意目前都还是仅停留在对照片的编辑上，而没有探索进一步的玩法。
为了“骗”过模型，有人每天陪AI聊天，摸透模型的脾气和规则；有人在图片里用透明字体写上诱导语，扰乱模型答案排序。
Meta内讧大戏再升级！首席AI官Alexandr Wang审核图灵奖大佬论文，LeCun亲自发帖疑似暗讽28岁新上司。没有PhD、没开源代码、没发表论文，都称不上AI研究员。
无需海量数据标注，智能体也能精确识别定位目标元素了！ 来自浙大等机构的研究人员提出GUI-RCPO——一种自我监督的强化学习方法，可以让模型在没有标注的数据上自主提升GUI grounding（图形界面定位）能力。
9 月 5 日，全球主流大模型之一 Claude 背后的开发商 Anthropic 发布一则《更新对不受支持地区的销售限制》公告。该公告指出，根据最新政策，立即停止 Claude 提供给多数股权由中国资本持有的集团或其子公司使用。
老黄正在看好什么？ AI编程。 这不，英伟达刚刚收购了一家AI coding初创公司，Agent方向。
OpenAI和微软领英打起来了！战火烧至招聘领域。 OpenAI计划2026年推出一款由AI驱动的在线招聘平台—— OpenAI Jobs Platform，其核心目标就是借助人工智能技术，将企业需求与员工能力进行完美匹配。
年轻父母又多了一个哄小孩法子。 前段时间，博主 Rory Flynn 在 X 上发了个帖子，说他妈妈发来一张 30 年前的涂鸦画，他反手就用 Midjourney 做成了「妈妈拿彩虹木勺大战巨龙」动画。
DeepSeek下一步，被曝剑指智能体。 知情人士透露，DeepSeek正在开发具有更强大AI Agent能力的新模型，预计在今年年底就会推出。
9 月 4 日消息，Atlassian 宣布已同意以 6.1 亿美元现金收购初创企业 The Browser Company。后者是最近知名的 AI 浏览器 Dia，以及 Arc 浏览器的母公司。
做内容，既讲创意，也讲「勤奋」。当你真正动手，会突然发现环节繁多：选题、脚本、口播、拍摄、剪辑、配乐、配图、封面，直到发布。
今年9月3号的阅兵式，想必大家还意犹未尽。 朋友圈和各种群里讨论最热烈的，可能都是那些块头巨大的大杀器，比如东风系列新成员：DF-61和DF-5C。
存款60美元、欠债1.5万美元，82岁的Luis正在积极学习提示词策略，创办科技公司，他想用AI为自己的人生来一场漂亮的收官；年近80的Scalettar，教会了96岁丈夫使用AI编辑。AI为许多美国老年人打开了一个新世界，他们比许多年轻人更接受，也更会用AI。
9月3日消息，美国哈佛大学博士生赛义德·侯赛尼（Seyed M. Hosseini）与盖伊·莱廷格（Guy Lichtinger）近日发布研究报告，名为《生成式AI：一种偏向资历的技术变革》。该研究使用2015年第一季度至2025年第一季度美国近28.5万家企业、约6200万员工的简历和招聘数据，研究 “生成式AI采用如何影响不同资历员工的就业情况”。
虽然大家都期待未来的 Agent 能够真正端到端完成所有任务，并且在出错时也知道如何重新开始，但目前 AI 还没有达到这种能力。
8月，nano‑banana登顶LMArena文生图像榜单，带动LMArena社区流量暴增10倍，月活用户300万+。nano‑banana在LMArena启动盲测后，短短两周便吸引了超过500万次总投票，并单独赢得了250万+直接投票，创下历史最高参与度。
就在刚刚，斯坦福大学经典 CV 课程 ——《CS231n：深度学习与计算机视觉》（2025 春季）正式上线了！课程网站：https://cs231n.stanford.edu/该系列课程深入探讨了深度学习架构的细节，并重点关注围绕图像分类、定位和检测等视觉识别任务的端到端模型学习，尤其是图像分类领域。
订阅了 ElevenLabs 的小伙伴看过来，它的开源平替来了！Chatterbox 是全球首个支持强烈情绪控制的开源TTS 模型，更是号称开源 TTS 中的 SOTA ，由 Resemble AI 推出。
