豆包工作任务模式升级，新增“目标模式”与“计划模式”。目标模式针对明确验收的复杂任务，AI逐项核查直至达标；计划模式适合长程模糊任务，先输出可编辑计划文档，确认后执行。同步上线任务队列、Markdown编辑和深色模式，目前已在电脑版全量推送。 该迭代强化豆包Agent在生产力场景的精准控制与资源效率，标志其从通用执行向细分模式演进。[[1]](https://c.m.163.com/news/a/L7H03SUA05118HA4.html) 信源:https://c.m.163.com/news/a/L7H03SUA05118HA4.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Author: TheBestDoll
阿里发布Qwen Intelligence AI手机方案 荣耀首发
【阿里·推出Qwen Intelligence AI手机全栈方案】以荣耀为首发伙伴。该方案基于Qwen模型深度优化手机场景，提供Agent技术平台，支持跨应用复杂任务规划与执行，综合任务准确率达91.8%，最长工作流超100步。双方已联合打造垂直领域模型与MagicOS集成方案，Magic9系列及Robot Phone将率先搭载。AI手机正加速从命令响应转向主动多步代理服务。 信源:https://www.alibabacloud.com/en/press-room/alibaba-unveils-roadmap-on-full-stack-ai-strategy?_p_lc=1 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
OpenAI与Anthropic吁澳放松AI训练数据禁令
9月22日，OpenAI与Anthropic向澳大利亚议会调查提交意见，呼吁放宽禁止使用本土创意内容训练AI模型的禁令。两家公司承认版权例外支持度低，但建议有限豁免，以平衡创作者权益与产业投资。OpenAI强调需允许模型学习公开信息，同时为权利人提供合作机会；Anthropic则表示，若附加支持澳大利亚创作者的条件，可考虑接受。[[1]](https://www.reuters.com/legal/litigation/anthropic-openai-call-australia-relax-ban-training-ai-models-2026-09-22/) 此举正值两家公司分别在悉尼与昆士兰推进数据中心建设之际。OpenAI已与NextDC签署悉尼数据中心供货协议，Anthropic上周也被指定为昆士兰项目伙伴。澳大利亚严格版权立场若持续，可能影响前沿模型训练所需的海量本地数据获取，进而左右全球算力布局。 对比美国相对宽松的训练数据环境，澳大利亚此禁令凸显中小市场在AI治理中的两难：既想保护本土文化产业，又不愿错失AI基建红利。OpenAI与Anthropic的表态，实为争夺下一阶段训练数据与人才的战略信号。 下一步值得跟踪的是议会调查结果及潜在的条件性豁免条款，这或将成为全球AI版权博弈的新风向标。 信源：https://www.reuters.com/legal/litigation/anthropic-openai-call-australia-relax-ban-training-ai-models-2026-09-22/ ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
DARPA 20亿美元押注第三波AI
9月21日前后，DARPA正式启动“AI Next”多 年战役，承诺投入超过20亿美元，聚焦机器获得类人沟通、情境推理和适应新环境的能力。该计划将通过50余个新旧项目推进，覆盖国防流程自动化、AI系统鲁棒性与安全韧性提升、能耗数据效率优化，以及可解释性和常识推理等第三波AI核心方向。[[1]](https://www.afcea.org/signal-media/darpa-pumps-2-billion-next-gen-ai) 这一动作发生在私营实验室持续主导前沿模型发布的背景下。过去一年，商业资本已将注意力集中在规模扩张与应用落地，而国防级基础研究长期依赖政府支持。DARPA此举相当于在商业“军备赛”之外，重新强化国家层面的底层技术储备，尤其针对高可靠、高安全场景。 与私营路径对比，DARPA更强调“从工具到协作者”的转变，而非单纯追求基准分数或token效率。私营模型往往在通用能力上领先，但国防应用更需要可验证的鲁棒性与可解释性，这正是AI Next的重点投入领域。类似政府资本回归的信号，还可见于其他国家对本土算力与数据主权的强调。 未来6-12个月，值得观察的是这一投资是否催生更多公私合作机制，或直接影响商用AI的安全标准制定。若第三波技术突破率先在国防领域落地，全球AI竞争格局或将出现“商业速度 vs 国家深度”的新分野。 信源： https://www.afcea.org/signal-media/darpa-pumps-2-billion-next-gen-ai https://www.darpa.mil/about/innovation-timeline/ai-next ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
阿里云发布Qwen-Audio-3.1语音模型系列
阿里云在2026云栖大会发布Qwen-Audio-3.1语音模型家族，升级ASR、TTS和Realtime三大系列，新架构支持情感识别、环境声理解及脚本生成完整音频轨道。模型已集成至千问办公、Qoder，并落地QwenNote A2随身助理、QwenNote Eva桌面机器人及千问AI眼镜等多款智能终端。 该系列在国际评测中保持领先，标志Qwen语音能力从云端API向端侧硬件规模化渗透。 信源:https://www.itiger.com/news/1109925546 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
息壤开物获数亿元融资 闯入物理基础模型赛道
息壤开物由前华为云大模型CTO李寅及多模态首席科学家张含望联合创办，成立仅两月。近日公司连续完成数亿元种子轮与天使轮融资，估值达5亿美元，敦鸿资产领投，多家机构跟投。资金将用于物理基础模型（LPM）预训练、物理交互数据建设及场景验证。9月16日WorldArena2.0全球总决赛中，其Track 1视频质量赛道轨迹精度全球第一、物理合规性全球前三。该公司专注不做本体或单点应用的自研LPM，目标成为物理智能时代底座。 信源：https://www.jfdaily.com/staticsg/res/html/web/newsDetail.html?id=1182389 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
特斯拉上线Grok Bot车载支持
【特斯拉·上线Grok Bot】特斯拉于9月22日正式在车内集成Grok Bot，支持通过语音管理邮箱、日历、文件和任务，并执行咖啡下单、在线购物等代理操作。功能依托Connectors连接外部服务，目前限SuperGrok Heavy订阅用户，后续将扩展。车主已演示FSD驾驶中语音下单星巴克等场景。 此举标志Agent与汽车座舱深度结合，车内生产力工具化加速落地。 信源:https://x.com/Tesla/status/2102432181666590951 ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
Meta测试人类“礼宾”代理，AI代理落地隐忧浮现
9月22日，路透社独家报道Meta正为新AI代理Muse测试“人类礼宾”机制：人类承包商在后台悄然接管部分通过数字代理发起的电话呼叫。这一安排暴露了当前代理产品在复杂真实场景中的能力边界，也成为48小时内最引人注目的落地信号。 代理经济正从演示走向运营，但可靠性仍是最大瓶颈。Muse已登顶美国App Store免费榜，显示用户对个人AI助手的兴趣高涨；然而Meta仍需人工兜底，说明完全自主代理在处理模糊意图、合规或高风险任务时仍不成熟。这与OpenAI、Anthropic等前沿实验室强调的“安全对齐”形成对比——后者更多停留在模型层面，而Meta直接面对消费者端信任问题。 与此同时，银行等传统机构已公开表达对AI代理购物的担忧，担心诈骗、争议和责任划分失控。相比之下，垂直代理如SOCi的40万部署量或Kastle银行流程改造，更强调Ontology驱动的确定性输出。Meta的做法实质是把“人类监督”从训练阶段延伸到推理阶段，短期内可降低风险，但长期会推高运营成本，削弱与低成本中国开源模型的竞争力。 这一信号预示，未来6-12个月代理赛道将分裂为两类：追求全自主的通用玩家与接受混合人机模式的实用派。前者需证明无需人工即可规模化，后者则可能更快商业化。悬念在于，Meta能否将人工比例降至可忽略水平，还是会成为行业默认的“安全阀”。 信源：https://www.bnnbloomberg.ca/business/artificial-intelligence/ (2026-09-22) https://digibites.me/news/2026-09-22.html (2026-09-22) ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
马斯克央视财经专访力荐中国
【马斯克接受央视财经专访】特斯拉CEO埃隆·马斯克在采访中称中国高铁体验极佳，推荐有时间的人前往上海、北京、西安等地，体验上海至北京等线路，“一定要往窗外看，别总盯着手机，因为有太多东西可看”。他表示中国值得一看的东西太多，任何话语都无法充分表达其壮丽。 本次专访聚焦中国市场与技术合作，凸显马斯克持续关注中国基建与创新。 信源:https://www.163.com/dy/article/L7G8B3QE0519814N.html ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信
帕洛阿尔托网络用前沿模型打造常驻AI安全卫士
9月22日，帕洛阿尔托网络（Palo Alto Networks）推出Unit 42 Continuous Frontier AI Defense服务，利用Anthropic的Claude Mythos 5与OpenAI的GPT-5.6-Cyber等前沿模型，对企业Web应用、API、云基础设施等进行24/7持续攻击路径模拟与漏洞验证，并提供代码级修复建议。该服务采用多模型 harness，按任务路由最优模型，内部测试显示三周内发现的暴露量相当于以往一整年，客户环境中100%存在安全隐患。[[1]](https://www.reuters.com/technology/palo-alto-networks-unveils-ai-powered-cybersecurity-service-using-claude-gpt-2026-09-22/) 这一动作折射出AI安全攻防的范式转变。攻击者已用AI大幅缩短入侵周期，传统定期评估已跟不上变化速度；防守方则转而借用前沿模型自身能力，进行“以AI攻AI”的持续红队测试。帕洛阿尔托此举并非孤例，而是美系大厂在模型能力竞赛之外，迅速将前沿技术转化为企业级防御产品的典型。 对比之下，中国实验室更侧重算力与规模扩张，而美企则在安全工具化上领先一步。帕洛阿尔托的方案允许客户按需混搭封闭与开源模型，既控制成本又提升覆盖率，体现了平台中立与实用主义的结合。这也暗示前沿模型正从“聊天工具”演变为可嵌入核心运营流程的自治代理。 长远看，这类服务若普及，将重塑网络安全市场格局：拥有模型访问权限的大厂优势放大，小型安全厂商或需依赖开放权重方案。悬念在于，当AI代理在真实环境中持续“作战”时，模型幻觉或滥用风险如何被有效管控，以及这是否会加速全球AI安全标准的协调。[[2]](https://www.paloaltonetworks.com/company/press/2026/palo-alto-networks-delivers-anthropic-s-mythos-and-openai-s-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense) 信源：https://www.reuters.com/technology/palo-alto-networks-unveils-ai-powered-cybersecurity-service-using-claude-gpt-2026-09-22/ https://www.paloaltonetworks.com/company/press/2026/palo-alto-networks-delivers-anthropic-s-mythos-and-openai-s-gpt-5-6-to-customers-with-unit-42-continuous-frontier-ai-defense ✕ 📱 分享到微信 📤 分享图片 或长按图片 → Save to Photos → 发到微信 📤 分享这篇文章 💬 分享微信好友𝕏 X 分享in LinkedIn 点击”分享微信好友”→ 长按图片发到微信