Iluvatar Labs的自主AI科学家Marvin从零设计并构建AgentPad13开源macropad，完整复刻Codex Micro功能集，总成本约40美元。硬件含13个热插拔键、旋转编码器、模拟摇杆、电容触控盘、每键及边缘RGB灯带，采用2层PCB、QMK/Vial固件和开放代理状态协议。Marvin将PCB布线转为研究实验，历经迭代解决路由与约束问题，板卡已量产并通过功能测试。
信源:https://iluvatarlabs.com/blog/2026/08/how-we-cloned-openai-codex-micro/
物理AI从实验室走向工厂，感知模型成新赛道切入点
Ex-Meta 科学家团队 Perceptron 近日完成 2100 万美元种子轮，推出开源权重视觉模型 Isaac 0.5，主打工厂与仓库场景。该模型基于百万小时视频与 PB 级机器人轨迹训练，支持从单一视频提示执行长达 10 分钟的任务，无需额外微调。这笔融资由 General Catalyst 等领投，估值尚未公开，但已直接对标具身智能落地痛点。
这一动作发生在物理 AI 融资与部署加速的背景下。过去一年，Figure、特斯拉 Optimus、Agility 等具身项目从 demo 转向小规模商用，但核心瓶颈始终是“看懂”复杂物理环境的能力。通用大模型在语言和规划上领先，但在低延迟、鲁棒视觉感知上仍需专用模型补位。Perceptron 的路径——开放权重 + 垂直场景数据——与 Skild S1（单视频 10 分钟任务）形成呼应，也与小鹏机器人超 9 亿美元融资、荣耀“闪电”机器人纪录形成对比：后者更注重硬件执行，前者则聚焦感知层基础设施。
与此同时，AI 基建的电力与算力约束正倒逼垂直化。Emerald AI 等能源灵活性方案、Gatik 自动货运 2 亿美元融资，都指向同一个现实：通用模型竞赛已进入“最后一公里”落地阶段，垂直感知与代理训练工具（Arga Labs 等数字孪生项目）将成为差异化壁垒。中国团队（如智谱、阿里 Qwen）在多模态 MoE 上快速迭代，海外初创则通过开源 + 场景数据抢占物理世界入口，竞争从参数规模转向数据飞轮与部署效率。
短期看，Perceptron 类模型若在真实工厂验证成功，将加速代理从聊天界面转向真实界面与物理操控。悬念在于：这类垂直模型是否会催生“感知即服务”的新商业模式，还是最终被大厂通过收购或 API 整合？未来 6-12 个月，更多工厂级部署数据将给出答案。
信源：
https://techcrunch.com/2026/08/25/perceptron-ex-meta-21m-factory-vision-ai/
https://www.aichatdaily.com/2026/08/26/perceptron-isaac-0-5/
https://www.unite.ai/2026/08/26/perceptron-factory-vision/
Anthropic开放Claude真实使用数据供外部独立研究
Anthropic今日发布公告，首次通过隐私保护工具Anthropic Insights，将约75万条Claude.ai及Claude Code真实对话的聚合输出开放给斯坦福SALT实验室、牛津人类信息处理实验室及METR三家外部机构独立分析。数据采样自2026年4-5月Free/Pro/Max用户对话，所有原始数据留在Anthropic服务器，研究者仅获聚合结果且无权查看原始内容。Anthropic已将各项目聚合数据发布至Hugging Face。
该举措打破此前AI使用数据仅限实验室内部分析的格局，外部研究者可自主设计问题并独立发布结果，为AI社会影响研究提供新透明路径。[[1]](https://www.anthropic.com/research/enabling-independent-research)
信源:https://x.com/AnthropicAI/status/2092661573223657834
智谱上线并开源GLM-5.3-Flash并认领“牛来”
智谱AI今日正式上线并开源GLM-5.3-Flash，这是GLM-5系列首个原生多模态模型。总参数320B、激活参数18B，采用稀疏注意力与线性注意力混合架构，支持文本、图像、视频输入，性能超越GLM-5.2，编程与Agent能力接近Claude Opus 4.8，定价仅为GLM-5.2的十分之一。模型此前以Ox Alpha（中文社区称“牛来”）匿名在OpenCode和OpenRouter大规模测试后正式认领，已接入GLM Coding Plan并开放API，权重以MIT许可上线Hugging Face。
国产开源前沿模型低成本落地加速Agent与Coding场景普及。
信源:https://docs.bigmodel.cn/cn/update/new-releases
谷歌发布Gemini 3.5 Transcribe智能转录模型
谷歌DeepMind今日推出Gemini 3.5 Transcribe，支持实时流式与预录音频转录，提供子秒延迟、多说话人归属、词级时间戳及背景噪消除。模型自动处理85+语言、专业术语与填充词清理，已集成至Gemini macOS应用、Android Rambler及即将登陆Chrome。开发者与企业可通过Gemini API与企业平台公测使用。该模型在Artificial Analysis基准下WER显著优于Chirp 3，标志语音交互精度进入新阶段。
信源:https://deepmind.google/blog/intelligent-transcription-with-gemini-3-5-transcribe/
零售巨头入场AI基建，欧洲主权算力版图悄然重塑
德国零售巨头Schwarz集团（Lidl母公司）26日被报道计划在北部罗斯托克附近投资数十亿欧元建设数据中心，通过旗下Schwarz Digits部门打造“数字主权”替代方案，与美国科技巨头形成区隔。这笔投资正值梅克伦堡-前波美拉尼亚州9月州选举前夕，凸显AI基础设施从硅谷实验室向传统产业与区域主权的扩散。[[1]](https://www.reuters.com/business/lidl-owner-invest-billions-data-centre-northern-germany-faz-says-2026-08-26/)
这一动作并非孤例。欧洲正面临能源与算力双重瓶颈，传统企业以本地可再生能源驱动数据中心，既回应监管对数据主权的要求，也避开对 hyperscaler 的依赖。相比之下，美国AI军备赛仍由OpenAI、Anthropic、xAI等前沿实验室主导，资本与政策高度集中；中国则依靠阿里、字节等互联网巨头加码基建。Schwarz的进入显示，AI经济正从“模型竞赛”转向“运营级基础设施争夺”，零售、能源、制造业巨头开始用真实资产和本地能源入局。
短期看，此类跨界投资可缓解欧洲算力短缺，但长期将考验盈利模式——数据中心高耗能与本地电网、社区接受度的平衡能否持续。悬念在于：如果更多传统巨头跟进，欧洲是否会形成与美中并立的“主权AI”第三极，还是仅成为美国云服务的补充？
IKEA与Xbox在Gamescom全面揭晓YXSTABY游戏家具系列
IKEA与Xbox今日在德国科隆Gamescom正式发布YXSTABY系列9件游戏家具，包括拇指摇杆造型凳、D-pad靠垫、带收纳的滚动电视架、侧桌、显示器支架及控制器展示盒等产品，设计灵感直接取自Xbox控制器硬件，旨在让游戏家具自然融入家居环境。该系列将于10月1日起在宜家门店与线上发售，英国定价12-115英镑不等。
此合作标志游戏文化与日常生活用品的进一步融合，或将推动更多品牌跨界家居产品问世。
信源:https://www.engadget.com/2244597/ikea-and-xbox-have-fully-unveiled-new-furniture-collection-at-gamescom/
Z.ai 发布 GLM-5.3-Flash 原生多模态模型
Z.ai 发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B（激活 18B），采用混合稀疏注意力与线性注意力架构，支持 1M token 上下文和图像/视频输入，以 MIT 许可开放权重。该模型此前以 Ox Alpha 预览，在中国 AI 芯片上运行，宣称以 GLM-5.2 十分之一的价格实现性能超越，已同步上线官方 API、Chat、ZCode 等平台，标准定价为输入 0.15 美元/百万 tokens、输出 0.50 美元/百万 tokens。
此举标志 Z.ai 在 GLM-5 系列上从纯文本向多模态快速迭代，强化视觉编码与代理场景落地能力，价格优势或加速开源多模态模型在企业与开发者中的采用。
信源:https://x.com/Zai_org/status/2092616204787626030
Emerald AI 融资折射AI基建电力瓶颈
8月25日，Emerald AI 宣布完成1.5亿美元A轮融资，估值达10.5亿美元，成为独角兽。该公司开发软件，帮助AI数据中心根据电网压力动态调整算力负载，将数据中心转化为“灵活电网资产”。此举正值全球AI数据中心电力需求激增之际，Morgan Stanley预测2030年前全球新增用电超1万亿千瓦时，数据中心贡献近20%。[[1]](https://www.reuters.com/technology/emerald-ai-valued-105-billion-after-series-funding-round-2026-08-25/)
过去两年，AI训练与推理对电力的渴求已引发多地数据中心审批阻力。美国多州出现本地反对声浪，新建电网基础设施动辄耗时十年。Emerald的解决方案通过软件编排，在峰值时段削减或转移负载，据称可释放现有电网超100吉瓦容量，远快于新基建速度。投资方包括NVIDIA、Samsung Ventures、西门子、GE Vernova及多家能源巨头，显示资本正从单纯堆砌算力转向“算力+能源”一体化。
对比之下，传统 hyperscaler 仍以巨额 capex 抢建固定容量，而 Emerald 模式更像把电力调度本身变成可编程服务。类似思路已在英国 National Grid 等项目验证，但规模化落地仍取决于监管与电网运营商的配合。OpenAI、Anthropic 等前沿实验室虽在模型与代理上竞争激烈，却同样受制于这一物理瓶颈。
短期内，电力灵活性或成AI基建新分水岭：谁能更快将数据中心嵌入电网响应体系，谁就掌握扩张先机。长期看，若类似软件未能普及，2027-2028年AI部署节奏是否会因电力审批与成本双重挤压而放缓，仍是最大悬念。
信源：
https://www.reuters.com/technology/emerald-ai-valued-105-billion-after-series-funding-round-2026-08-25/
https://venturebeat.com/business/emerald-ai-raises-150-million-series-a-at-105-billion-valuation-to-scale-power-flexible-ai-data-centers
https://www.nytimes.com/2026/08/25/business/dealbook/emerald-ai-start-up-data-center-backlash.html
阿里Qwen发布Qwen3.8-Flash-Next多模态MoE新架构并开放权重
阿里Qwen团队今日发布Qwen3.8-Flash-Next多模态MoE模型并开放权重。该模型基于Qwen4架构预览，采用混合Gated DeltaNet与Qwen Sparse Attention设计，主参数125B、每token激活6B，额外51B N-gram嵌入，原生支持262K上下文。训练成本降至前代约1/9，编码与办公任务能力提升。权重同步上线Hugging Face与ModelScope，提供FP8量化版。
此举为Qwen4系列提前铺路，开发者可率先验证新架构效率。
信源:https://x.com/Alibaba_Qwen/status/2092591393424515114
