ARTICLE · 1102163
AI日报 | 9月30日:OpenAI降价80%,谷歌助手谢幕
今日速览
OpenAI 一场 DevDay 砸出 20 多项更新。旗舰能力下放到 GPT-6.1 Sol，输入输出价格砍到 GPT-6 Astra 的五分之一，每百万 token 输入 2 美元、输出 10 美元。常驻智能体 dots 同步亮相，自带云计算机，笔记本合上也能干活。Codex 新增可复用云环境与 Ultrafast 高速档。谷歌撤掉安卓端切回 Google Assistant 的入口，Gemini 成为默认语音助手。主线：竞争转向单位成本。
01 OpenAI 发布 GPT-6.1 Sol：接近 GPT-6 Astra 智能，价格约为其五分之一
2026-09-30 01:20
OpenAI 在旧金山 DevDay 2026 发布 GPT-6.1 Sol，定位「接近 GPT-6 Astra 的智能」。标准 API 定价为每百万输入 token 2 美元、缓存输入 0.10 美元、输出 10 美元，约为 GPT-6 Astra（输入 10 美元、输出 50 美元）的五分之一。官方数据称，低推理档位下事实性错误率从 GPT-6 Sol 的 11.4% 降到 7.7%；软件工程评测 DeepSWE v1.1 上表现接近 Astra，单任务成本约为其五分之一；专业文档评测 GDP.pdf 上成本不到 Claude Opus 5.5 的一半。模型上下文窗口 1.05M token，单次输出上限 128K token，推理档位支持 low 至 max。发布首日已在 ChatGPT Work、Codex 与 API 上线，覆盖 Plus、Pro、Business、Enterprise 与 Edu 用户，主聊天界面暂未接入。原计划同日亮相的 GPT-6.1 Astra 在前一日被叫停，OpenAI 称其安全性未达标，Sol 因此单独登场。
这次定价把旗舰能力和旗舰价格拆开了。对开发者来说，跑编码智能体和计算机操作循环的成本降到原先的五分之一，原本只在评估阶段敢试的多步任务，现在有条件放进生产环境长期跑。对企业采购来说，一份按 token 计费的账单会直接改写模型选型：同样预算覆盖的任务量翻了数倍，原先用来做成本控制的模型路由与缓存策略都要重算。技术层面，OpenAI 把接近旗舰能力、价格下探一个量级作为卖点，意味着中端模型的位置在变——它不再只是便宜替代品，而是承接大部分日常负载的主力。后续可以跟进三点：主聊天界面何时接入、Sol 与 Astra 在长任务上的实际差距，以及这批价格是否引发同行连锁调整。
原文链接：1
02 OpenAI 发布常驻云端智能体 dots：自带云计算机，可 24 小时连续工作
2026-09-30 01:36
OpenAI 发布常驻智能体 dots，由 GPT-6 Astra 驱动，拥有自己的云计算机，可在用户离开后继续处理任务。与一次性问答不同，dots 把用户交办的工作当作需要持续跟进的项目：保留上下文，在新信息到达时继续推进，用户只在需要判断和确认时介入。dots 通过插件生态连接超过 4,000 款应用，官方称将随 Pro、Business Premium 与 Enterprise 订阅逐步开放。演示环节出现过一次卡壳，OpenAI 方面称是现场同步问题。萨姆·奥尔特曼在台上称这是他等了很多年的产品形态。
dots 的意义不在模型强弱，而在把对话换成项目。过去的用法是人推着 AI 走，一轮一轮喂上下文；dots 反过来，任务挂在云端自己跑，人变成审批者。这会改变工作流的组织方式：任务跟踪、进度提醒、权限确认这些原本属于项目管理软件的动作，会挪到助手里完成。对开发者，官方同时开放插件与 Agents API，等于把分发入口让出来，第三方应用有机会借 dots 触达 ChatGPT 的用户池。对企业，随之而来的问题也很具体——一个常驻、自动执行、能调用几千个应用权限的助手，边界怎么划、日志怎么留、出错谁负责。后续看两件事：dots 的实际任务成功率，以及插件生态会不会跑出新的分发格局。
原文链接：2
03 OpenAI 在 DevDay 扩展 Codex 与 API：可复用云环境、Ultrafast 高速档与 Decisions API
2026-09-30 01:14
OpenAI 在 DevDay 2026 上扩展 Codex 与 API。Codex 新增可复用云环境，开发者可以在云端保留配置与依赖，换设备继续同一项任务；推出 Ultrafast 高速档，官方称代码生成速度可提升 8 倍，Codex 中可达每秒 300 个 token；新增语音对话、智能体进度跟踪与并行工作管理，以及面向 Pull Request 的审查视图。API 侧，由 Luna 驱动的 Decisions API 上线，可在 150 毫秒内返回低延迟的分类与路由结果。Codex Security Cloud 可按需或定时扫描 GitHub 仓库漏洞。企业团队还能在 Codex 中直接调用 GLM-5.3 Flash、Kimi K3 等开放权重模型。
Codex 这次更新把开发者的工作台往云端挪。云环境可复用，意味着同一套配置能在多台设备之间跟着走，本地机器不再是开发现场。Ultrafast 档位针对的是等待成本：写代码时的停顿感往往来自生成速度，而非模型能力本身。Decisions API 是另一条线，它把分类、路由、判断这类不需要生成文本的调用单独拆出来，用低延迟和低单价覆盖。开放权重模型能在 Codex 里原生调用，对做混合部署的团队有实际价值——同一个界面里既能用闭源模型，也能切到自托管模型。后续值得关注的是云环境的计费方式与数据隔离策略，这决定了团队是否敢把生产仓库接进去。
图源：The Decoder
原文链接：3
04 谷歌移除安卓端切换入口，Gemini 取代 Google Assistant
2026-09-29 17:00
谷歌已把 Gemini 应用的账户菜单里「切换到 Google Assistant」的入口移除，安卓手机、平板与配对设备不再能切回旧助手，美国与欧洲多位用户反馈收到更新后已找不到该选项。这项调整随谷歌应用 17.60 稳定版与 17.62 测试版下发，覆盖 Wear OS 手表、耳机与 Android Auto。迁移自 9 月上旬启动，谷歌早前通过邮件告知用户 Google Assistant 将在手机端停用。智能音箱与显示设备暂不在本轮范围内，Nest 与 Google Home 设备目前仍可使用 Google Assistant。Google Assistant 于 2016 年上线，服务手机端约十年。
这不只是换一个语音入口。Gemini 与 Assistant 的差别在于前者能承接多步指令、读取屏幕内容并调用外部服务，谷歌把系统级助手的默认位交出去，等于给自家模型开放了一个跨手机、平板、手表、耳机与车载的常驻入口。对用户，切换是不可逆的：旧助手服务十年后下线，偏好简洁交互的人没有回退选项，海外论坛上对车载 Gemini 的抱怨也集中在这里。对开发者和厂商，这释放出一个信号——系统级助手的形态正在从命令解析转向对话与任务执行，围绕它的第三方接入方式也会跟着改。后续可以关注两点：Nest 与 Home 设备何时跟进，以及 Gemini 在多语言与非英语市场的可用性缺口怎么补。
原文链接：4
05 NVIDIA 开源表格基础模型 Kumo Tabular：三档参数，四项基准评测登顶
2026-09-29 23:30
NVIDIA 在 Hugging Face 发布开源表格基础模型 Kumo Tabular，隶属 Kumo Structured 系列。模型对带标签的表格做单次前向推理即可完成分类与回归，无需针对任务训练、调参或做特征工程，也无需填补缺失值。权重按 OpenMDW-1.1 许可发布并允许商用，推理通过其开源库 structured-data-models 运行。模型分 Small、Medium、Large 三档，参数量 28M 到 215M，全部只用人工合成的表格数据预训练，分别接触约 3500 万、7100 万与 1.37 亿张合成表。NVIDIA 称其在 TabArena、BeyondArena、TALENT 与 ScoringBench 四项基准上排在前列，其中 TabArena 的 ELO 为 1950，并在统一的单卡 RTX 6000 Pro 环境下比同场对比的基础模型快出一个量级。合成数据生成器与训练配方官方称将随后发布。
表格是企业数据的主体——客户记录、交易、设备日志大多存在表里，这块过去二十年一直由梯度提升树把持。把大模型的上下文学习搬到表格上，改变的是交付节奏：新问题不再意味着重新收集标签、调参、验证、上线一整套循环，给一份带标签的表就能直接出预测。对有数据仓库但缺算法人力的团队，这个差别很实际。风险同样清楚：官方坦承输入只支持数值与类别列，文本、图片、时间戳要靠预处理配方转换；单次推理直接支持的类别数为 10，更多类别要靠纠错码扩展；当查询行与上下文行分布不一致或超出训练范围时，准确率会下降，需要留验证集检查校准。合成数据生成器与训练配方尚未放出，这部分决定它能否被复现和定制。
原文链接：5
06 微软研究院发布生物学多模态世界模型 Quine，同步开放 Quine Fellows 申请
2026-09-29 22:00
微软研究院发布 Quine，一个面向生物学的多模态世界模型与配套 harness。世界模型跨序列、结构、功能、细胞状态与成像等尺度联合训练共享表示；harness 把模型与推理模型、科研工具、文献、湿实验室和研究团队连成一个循环：问题生成提案，提案变成值得做的实验，实验测量结果再回过头修正下一个问题与模型本身。微软与麻省理工和哈佛共建的 Broad 研究所合作，用该系统为胰腺导管腺癌筛选能推动肿瘤细胞状态转变的化合物，在一个周末内把候选范围收窄到用于湿实验验证的少量化合物。微软称排名靠前的化合物在多项实验里产生的预期方向位移明显，其中部分化合物的作用机制此前并不在预期之内；反向转变的效果较弱，与模型预测一致。系统目前仅限研究用途，访问通过 Quine Fellows 计划分批开放，将来计划并入 Microsoft Discovery。
Quine 想改的是实验资源的分配顺序。实验室的瓶颈不是想法，而是能做的实验数量有限，先算一遍、把候选排个序再进实验室，等于把试错成本前置到算力上。这次披露的细节里，值得看的是模型预测对了它自己不确定的部分——反向转变效果弱、第三种表型出现，都是模型事先给出的判断，这类校准信息比单纯的准确率更能说明它能不能用来做决策。对做生物信息与药物发现的团队，这意味着世界模型的评估标准会从答对多少转向排序是否可靠。限制也很明确：只面向研究，输出可能不完整或不准确，需要合格研究者复核；目前不对外开放，要先走 Fellows 计划。后续看模态扩展，以及接入 Microsoft Discovery 后的实际可用性。
图源：Microsoft Research
原文链接：6
07 Manus 2.0 发布：视频编辑、多人游戏托管与手机远程操控智能体
2026-09-29 16:47
Manus 发布 2.0，把智能体从单一工具改造成平台。新引入自研智能体 harness Cascade，官方在一项测试配置中称 token 消耗减少 23.2%、运行成本降低 32%、任务完成时间缩短 28.2%。自动化从定点触发扩展为事件驱动，可由邮件、日历、Slack、Notion 的更新触发。桌面端更名为 Manus Studio，内置 Video Editor 与 Game Dev 两个环境，用户可手工调整生成结果；配套 Cloud Computer 支撑多人游戏服务器与 24 小时运行的自动化任务。新增 Remote Control 与 Computer Use，用户可从手机远程指示 Manus 操作用户电脑上获授权的文件与应用。同期推出独立应用 Cue，为每个智能体分配专属邮箱、钱包与计算机，目前处于免费早期访问，需邀请码。
把邮箱、钱包和计算机配给智能体，是从帮我看一眼到替我办的分界。多出来的不是能力，而是身份——有了独立地址与支付能力，智能体才能注册服务、收发消息、在预算内完成交易。这带来的工程问题很具体：权限怎么随任务收窄、额度怎么设上限、行为日志怎么审计。事件驱动同样值得留意，从定点触发改成事件触发后，智能体可以在无人看管时被外部消息唤醒，便利与风险同步放大。对独立开发者和中小企业，这套组合降低了把重复流程交出去的门槛；对平台方，一人多智能体、多智能体协作的场景会让账号体系与计费模型都要重新设计。后续关注 Cue 的开放节奏与 Computer Use 的权限粒度。
原文链接：7
08 阿里 Qwen 发布 Qwen-Audio-3.1-Realtime 全双工语音模型，音频系列同步降价
2026-09-29 12:58
阿里 Qwen 团队发布 Qwen-Audio-3.1 系列共 5 个音频模型，覆盖语音识别、语音合成与实时交互。主力是面向语音智能体的全双工模型 qwen-audio-3.1-realtime-plus，通过 QwenCloud 以 WebSocket 提供，未开放权重。系统由两个模型配合：一个全双工决策模型判断该继续听、开口、停下还是恢复，另一个语音转文本模型生成回复内容，再由上下文感知的语音渲染器转成流式语音。上下文窗口 262K token，音频输入每百万 token 6.4 美元、文本输入 0.8 美元、输出 24 美元，文本输出不计费。官方同时下调音频系列价格，Realtime 约降 85%、TTS 约降 70%、ASR 下降幅度可达 95%。另有面向离线长音频转写的 Qwen-Audio-3.1-ASR-Flash-Filetrans，支持热词、说话人分离与中文方言识别。基准上，该模型在 Full-Duplex-Bench v1.5 上旁人说话时误应答的比例从 0.13 降到 0.03，14 种语言的 BBA 平均分从 81.7% 提到 88.1%。官方也披露了取舍：被打断后不必要的续说比例从 0.035 升到 0.130，中断停止延迟 1.116 秒。
把什么时候该说话单独交给一个模型判断，是对症下药。语音助手体验里让人别扭的往往不是答错，而是抢话和误应答——背景里有人在聊天，助手却以为是在叫它。这次公布的数字里，误应答比例从 0.13 降到 0.03，说明这条思路有效。价格动作同样清楚：Realtime 降约 85%、ASR 降幅可达 95%，这个幅度的调整通常意味着厂商要在语音基础设施上抢开发者，而不是靠模型能力本身。对企业做呼叫中心、客服与语音入口的团队，单位成本下降会直接改变自建还是采购的算法。需要留意的是这次只提供托管 API、不开权重，构建者的可迁移性有限；官方自己披露的取舍也说明它不是全面改进，被打断后的续说与停止延迟都有代价。后续看这套两模型架构在真实多轮工具调用下的表现。
图源：MarkTechPost
原文链接：8
09 特斯拉签署 300 亿美元信贷协议，为 AI 算力与半导体项目备好额度
2026-09-30 06:43
特斯拉在当地时间周二提交的监管文件中披露，已签署总额 300 亿美元的信贷协议，包含一笔 200 亿美元可延后支取的定期贷款、一笔 80 亿美元五年期循环信贷额度和一笔 20 亿美元 364 天期循环信贷额度，同时终止了原定 2028 年 1 月到期的 50 亿美元循环额度。公司称截至 9 月 29 日尚未在上述额度下提款，现阶段也不计划在 2026 年内动用，新协议要求维持至少 50 亿美元合并流动性。资金可用于一般企业用途。公司此前预计 2026 年资本支出超过 250 亿美元，2025 年为 85.3 亿美元，投向包括 AI 算力基础设施、太阳能电池产能以及与 SpaceX 合作的半导体制造项目。马斯克在华盛顿的活动上称，SpaceX 与特斯拉共同的目标是每年 200 吉瓦太阳能产能。
这不是一笔马上花掉的钱，而是一份还没动用的额度——口径上要说清楚，它更接近融资能力储备，而不是当期新增债务。它的信号在于资本开支的方向：AI 算力、太阳能电池与半导体被并列写进用途，说明特斯拉把物理 AI 相关的基础设施当成了未来数年的主要花钱处。对供应链，算力与自研芯片同时加码，会牵动服务器、电力与散热环节的订单节奏。要注意分析师对自由现金流的预期偏紧，额度尚未提款也说明公司自己还在评估支出节奏。后续可以盯两点：额度何时开始提用，以及半导体项目与太阳能产能的落地时间表。
原文链接：9
10 AI 智能体安全公司 Reco 融资 5500 万美元，总融资达 1.4 亿美元
2026-09-29 20:30
面向企业 AI 智能体安全的 Reco 宣布完成 5500 万美元融资，此前于 2 月完成 3000 万美元 B 轮，总融资达到 1.4 亿美元。AT&T 通过其风投部门参与本轮，Forestay 与 Quadrille Capital 为新增投资方。公司称估值较 B 轮公布时翻了一倍以上，处于高位数亿美元区间，年度经常性收入为数千万美元量级，预计今年增至三倍。平台目前接入超过 280 款应用，通过上下文图谱把智能体与人员、账号、权限、数据连起来，帮助安全团队查看智能体能触达什么并切断多余权限；同时用浏览器与网络信号发现未纳管的智能体，并可检查提示词与工具调用。公司称在某家财富 100 客户处发现 21,000 个企业此前不知情的智能体。
两万多个没人知道的智能体，这个数字比融资额更有信息量。企业把智能体铺进业务的速度快过安全团队的盘点速度，权限随之扩散——一个离职员工搭建的智能体仍在访问 CRM，是这类风险的典型形态。对采购方，这类工具的价值取决于能不能在不影响正常业务的前提下精准收回权限，而不是多出一张资产清单；Reco 强调的恰好是这一点。对做智能体的开发者，这是提前预告的合规压力：智能体到应用的连接关系会成为采购环节的问题，而不是上线后再补的工程细节。赛道已经很挤，公开资料里同类厂商超过 20 家，产品描述高度重合，能否站住要看有没有拦下真实事故的案例。后续关注这类平台与现有安全运营流程的整合深度。
原文链接：10
11 新华三发布 UniPoD S81000 X1 超节点：单域 40 张国产 GPU、448GB/s 卡间带宽
2026-09-29 17:28
新紫光集团旗下新华三发布机架级全互联智算产品 UniPoD S81000 X1 超节点，以国产加速卡为算力核心。单个 Scale-Up 域支持 40 张国产加速卡，通过 4 个专用交换 Tray 构成一级 CLOS 全互联拓扑，任意两卡间点对点带宽 448GB/s。产品采用正交连接设计，计算节点与交换节点用高速连接器直连，省去线缆与背板，纯电互联不含光模块，厂商称物理可靠性提升 10 倍。40 张卡聚合为 5760GB 可统一编址的显存池，支持 FP8 精度，总算力可达 28P FLOPS。产品兼容 19 英寸标准机柜，支持机柜解耦交付，单柜可部署 2 套 40 卡超节点，散热采用液冷为主、风液兼容的架构。新华三援引调研数据称，已部署智能体的企业中有 37% 进入实际应用，其中超过六成反馈实时交互类应用延迟超出预期。
超节点的意义在于把卡间通信从瓶颈位置挪开。传统 8 卡服务器靠以太网堆叠，卡间互联停在百 Gb/s 量级，跑万亿参数 MoE 的 All-to-All 通信时，大量算力时间耗在等数据上；把单域扩到 40 卡并做到 448GB/s 的点对点带宽，针对的就是这类等待。对国内企业用户，这款产品的现实价值在于兼容既有风冷机房：通过风液 CDU 方案改造存量机房，比新建液冷数据中心的门槛低得多，这对预算受限的存量设施是更可行的路径。国产算力的竞争重心也在移动，从单卡性能比拼转向互联、散热、调度与运维的系统级能力。后续可以关注 40 卡域内实际可用算力占公布峰值的比例，以及配套调度软件对主流训练框架的适配程度。
原文链接：11
12 Liquid AI 发布决策模型 d1：零输出 token 返回校准概率
2026-09-30 05:47
Liquid AI 发布决策模型 d1，专为结构化选择设计，不做文本生成。调用方给出上下文与一组带类型的问题，模型在一次调用内返回固定选项上的校准概率，usage.output_tokens 为 0。模型提供三种原语：Noul 回答是非问题并返回 0 到 1 的概率，Choice 从命名集合中选出选项并给出完整分布与置信度，Score 按有序评分标准打分并返回概率加权位置；三种类型可混在同一次请求里。Liquid 给出的对照是：不产生按量计费的输出 token、没有随输出长度增长的解码循环因而延迟可预期、答案始终匹配问题类型从而避免结构化输出的格式错误。发布首日通过 Liquid API 以 d1:free 名称提供，仅托管 API，不提供可自托管权重。
把决策从生成里拆出来，解决的是成本与稳定性两件事。分类、路由、打标、审核这些调用，输出本就只有几个字，却按生成模型的完整解码流程计费和等待，d1 把这块开支直接归零，延迟也不再随输出长度波动。更实用的是校准概率：有了可信的概率，阈值才站得住——高于 0.8 自动放行、低于 0.2 直接拦截、中间区间交给人，这套分层在审核与路由场景里落地成本很低。对自建智能体管线的团队，这意味着可以把中间那些廉价的判断题从大模型上摘下来，把预算留给真正需要推理的环节。边界也清楚：它只在预先定义好的选项中做选择，开放式推理、摘要与草稿仍然要交给生成模型，且目前只能走托管 API。后续看它会不会开放权重，以及在多语言、长尾标签上的校准是否稳定。
图源：MarkTechPost
原文链接：12
13 DeepSeek Harness 桌面端预览版 v0.2 发布，新增插件安装页与自动化任务
2026-09-29 20:24
DeepSeek Harness 桌面端预览版 v0.2 发布，提供 macOS 与 Windows 安装包，已在 DeepSeek 官网提供。新版本增加插件安装与管理页面，无需命令行，输入 npm 包名即可完成安装；内置可按计划执行重复工作的自动化任务插件；优化了文件展示与代码变更展示。官方称约 60% 的用户使用第三方插件，团队计划建设官方插件市场。
把插件安装做进图形界面，是从面向开发者转向面向使用者的动作。命令行安装对工程师不是障碍，但对把 Harness 当日常工具的人是一道门槛，去掉这一步，第三方插件才能真正扩散开来。内置的计划任务插件让 Harness 从被动响应转向可托管的例行工作，与云端常驻智能体是同一个方向，区别在于它跑在本地、数据不必出机器，对数据敏感的场景更实际。官方提到的六成插件使用率说明生态已经形成，接下来建插件市场会带来新的问题：插件的权限边界、代码来源与更新审核。后续可以关注插件市场的准入规则，以及计划任务与本地文件权限的隔离方式。
原文链接：13
14 苹果为 iOS 27 快捷指令新增 35 项以上操作，「使用模型」可联网获取最新信息
2026-09-30 06:43
苹果在 9 月 29 日更新支持文档，为 iOS 27、iPadOS 27、macOS 27 等系统的快捷指令应用改进和新增 35 项以上操作。其中「使用模型」指令可调用增强版 Apple 智能模型，并能通过网络获取最新信息，让快捷指令在本地模型知识之外获得时效性内容。新增操作覆盖信息、提醒事项、VPN、照片等系统功能，编辑器支持用自然语言创建快捷指令，自动化功能可直接集成并在设备间同步。
「使用模型」能联网，是这次更新里影响面较大的一项。快捷指令过去擅长串联确定性的系统动作，遇到需要理解与生成的任务就断了链条；把模型能力和联网检索接进来，手机上的自动化现在可以处理模糊输入，比如按照片内容分类、把一段文字摘要后写进提醒事项。对用户，门槛的下降不在功能多少，而在自然语言创建快捷指令——不必记住动作名称，描述想要的结果即可。对开发者，这既是机会也是压力：系统级自动化能做的事变多，第三方小工具的部分场景会被覆盖。需要留意的是模型调用与联网检索带来的隐私边界，哪些数据会离开设备、哪些留在本地，苹果的支持文档还没给出完整说明。后续关注「使用模型」在不同地区的可用性与限额安排。
原文链接：14
今日总结
今天两条主线。一是 OpenAI DevDay：GPT-6.1 Sol 把旗舰能力拉到五分之一价格，dots 把对话变成持续项目，原定的 GPT-6.1 Astra 因安全未达标被叫停。二是各家在既有产品线上做整合：谷歌让 Gemini 接替安卓端 Google Assistant，苹果把模型接进快捷指令，阿里下调音频价格，Manus 把视频编辑与远程控制打包进 2.0。我的判断：能力差距收窄后，成本与权限设计决定落地速度，今天的更新多落在这两点上。
每日一句
「任何足够先进的技术都与魔法无异。」—— 阿瑟·克拉克（科幻作家）
以上就是今天的 AI 日报。觉得有用的话，点个「赞」和「在看」；也欢迎评论区聊聊：一个常驻云端、自带邮箱和钱包的智能体，你愿意把哪些事交给它？这周你手机或电脑上真正在用的 AI 功能，是哪一个？
—— AI日报 · 每天早上 5 分钟，看懂 AI 圈
参考链接
本文信息综合整理自以下公开来源。
OpenAI 官网：https://openai.com/index/introducing-gpt-6-1-sol/ OpenAI 官网：https://openai.com/index/introducing-dots/ The Decoder：https://the-decoder.com/openai-expands-codex-and-its-api-at-devday-with-security-scans-a-decisions-api-and-ultrafast/ IT之家：https://www.ithome.com/1/008/382.htm Hugging Face：https://huggingface.co/blog/nvidia/kumo-tabular Microsoft Research：https://www.microsoft.com/en-us/research/blog/introducing-quine-an-ai-research-system-designed-for-the-complexity-of-biology/ The Decoder：https://the-decoder.com/manus-2-0-lets-users-edit-videos-host-multiplayer-games-and-run-agents-remotely-from-their-phone/ MarkTechPost：https://www.marktechpost.com/2026/09/28/alibaba-qwen-releases-qwen-audio-3-1-realtime-a-full-duplex-voice-model-trained-to-think-act-and-decide-when-to-speak/ IT之家：https://www.ithome.com/1/008/548.htm TechCrunch：https://techcrunch.com/2026/09/29/reco-raises-55m-as-ai-agent-security-startups-crowd-the-market/ IT之家：https://www.ithome.com/1/008/396.htm MarkTechPost：https://www.marktechpost.com/2026/09/29/liquid-ai-releases-d1-a-decision-model-that-returns-calibrated-probabilities-with-zero-output-tokens/ IT之家：https://www.ithome.com/1/008/469.htm IT之家：https://www.ithome.com/1/008/547.htm
本文由 AI 生成整理，信息以原文为准，如有疏漏欢迎指正。文中图片版权归原作者所有，如涉版权问题请联系删除。