Google Research 介绍其 Earth AI 的 Population Dynamics Foundation Model（PDFM）如何把隐私保护的搜索趋势、人类流动、建成环境密度和环境因素压缩为按月刷新的位置嵌入，无需任务特定微调即可作为即插即用输入接入现有流行病学与机器学习工作流。
推荐理由：原文用五个独立合作方的验证矩阵说明地理嵌入如何在不同疾病与地区中补充现有流行病学模型，读者可据此评估其跨场景迁移价值。
Mistral AI 发布 Mistral Large 4（ML4），昵称 Le Chonk，拥有 1 万亿参数，是一款大型多模态模型，目前仅通过公开 guardrail endpoint 访问，计划在安全测试完成后于三周内开放权重。
Pinterest 推出 "Beauty Guides" 功能，基于其视觉智能与生成式 AI 技术 Pinterest Intelligence，把用户收藏的发型、美甲等美妆 Pin 转成可执行的沙龙计划。
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
推荐理由：原文给出了模型规模、开放权重时间表和多领域基准成绩，读者可据此评估其在企业级任务中的可用性。
研究团队将 Yann LeCun 提出的 JEPA 架构扩展为 JEPA-Anything，可在物理、机器人、天气等七个领域复用同一世界模型，并在实验中产出一个肝癌治疗候选组合。
Hugging Face 推出 Falcon-Emirati-7B，基于 Falcon-H1-Arabic 的 7B 变体微调，专门用于理解和生成阿联酋方言（Emirati Arabic）。
Reka AI 发布了 Rho-1 的研究预览，这是一款 190 亿参数的全模态模型，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作，所有模态以 token 形式运行在同一共享上下文窗口中，无需工具调用或外部模型。
MIT Technology Review 的 EmTech Future 2026 大会全会内容现已按需上线，涵盖三天议程中关于 AI、量子、能源与机器人等议题的全部对话。
OpenAI 将为 ChatGPT 新增视觉展示广告，广告会出现在用户生成的图片旁边，本月晚些时候先在美国上线，面向首批测试广告商，广告带清晰标注且不影响 ChatGPT 的回答。
挪威要求为能录制旁观者的 AI 眼镜制定永久性规则，AI 眼镜迎来首次重大政府监管。挪威希望留出时间来编写针对此类可录制旁观者的眼镜的永久性规则。
OpenAI 宣布将于本月晚些时候在美国测试 ChatGPT 的新广告形式，在用户生成图片时展示赞助产品和服务的图片。该广告与生成图片分开显示，不会影响 ChatGPT 的回答；订阅 ChatGPT Plus、Pro 或 Enterprise 的用户不会看到广告。OpenAI 表示设有护栏机制，避免广告出现在情感脆弱、敏感或其他不适宜的对话场景中，目前正与首批广告主合作测试。
NVIDIA Blog 介绍了四家 Inception 计划成员公司在乳腺癌诊疗各环节的 AI 应用。
OpenAI 将于本月晚些时候在美国测试 ChatGPT 图片生成加载页的展示广告，广告以产品轮播或图片行形式出现在生成图片下方，带广告标注并与生成内容分离。
NASA 与 IBM Research 联合多家高校发布开源的 NASA-IBM Lunar Foundation Model，基于 TerraMind 从零训练，使用 SomBench 语料（含 17 年 LRO 观测、近 200 万 tile bundles、11 种模态、30 多个空间对齐数据层）。
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片写出可执行的 Blender 程序来重建 3D 场景，并发布 LEGO-Bench 基准，包含 208 张来自 104 个室内外场景的图像和 443 个注册资产，从有效性、几何精度和视觉相似度三个维度打分。
Suno 推出新功能 Speech，用户输入想法或文本并描述想要的声音与音乐风格后，模型会同时生成语音和背景音乐，输出为单条音频轨道。
Black Forest Labs 发布了 Flux 3 模型家族的图像版本 Flux 3 Image，据称支持多步编辑而不改变图像其他部分，覆盖文生图、图生图、文字渲染和写实风格。
Google 今日在兼容 Android 设备的 Gemini Live 上线 Guided Vision 功能，用手机摄像头实时提供音频描述，可读小字、描述环境、识别物体并回答追问。该功能也接入 Google TalkBack，Android 9 及以上设备可在 Settings 中设置无障碍快捷方式。Google 提醒用户不要将其用于导航、安全出行指引或障碍检测，也不能替代手杖或行动辅助工具。
OpenAI 宣布在全球上线两项 ChatGPT 购物新功能：虚拟试穿和 Favorites 收藏。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型，用户可上传自拍或全身照，在购物结果中点击 try on 按钮查看衣物或配饰上身效果，也可上传商品截图让 ChatGPT 试穿；Favorites 可将商品保存到应用内的 Library，与试穿图片放在一起。
Tavus 发布被称为首个 Human Interaction Model（HIM）的实时视频对话模型 Griffin，可同时处理语音、表情、语调、手势与停顿并收发视频。
Ideogram 发布新模型 Ideogram 4.5，宣称编辑图像局部时不会影响其余部分，只改动用户指定区域，早期测试者确认多次编辑下一致性较强。该模型提供 0.8 至 22 cents per image 四档质量，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 开放，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，开源权重版本即将推出。
听力科技初创公司 Legato 宣布其 AI 听力眼镜 Legato Frames 正式开售，起售价 $999，面向中度及以下听力损失人群。眼镜重 34 克，续航 10-12 小时，AI 系统在本地处理、区分人声与背景噪音，双扬声器系统可将耳旁外泄声音降低 99%。Legato 此前刚以 $12 million 融资走出隐身模式，产品支持处方镜片与蓝牙流媒体，可在官网或美国部分眼科机构购买。
Google 发布新前沿模型 Gemini 4 Argon，这是继 Gemini 3.1 Pro 之后七个多月来的首个前沿模型，在部分基准上追平或超过 OpenAI 与 Anthropic 的竞品。
推荐理由：文章汇总了独立评测与价格数据，读者可据此判断它与竞品的真实差距和成本结构。
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可在本地识别照片中的人脸并自动打码模糊，同时移除元数据。该工具基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型。
Instagram 宣布在其独立 Edits 应用中加入 AI 创意助手，会拉取用户 Instagram 账号的点赞、观看、视频留存和分享等数据，回答创作者关于趋势、内容表现原因和受众喜好的开放式问题，并给出仅凭指标无法提供的建议。
Hugging Face 发布 Open TTS Leaderboard，用客观指标评估多语言 TTS 与声音克隆模型，包括用 Qwen3 ASR 计算 WER/CER 衡量可懂度、在 H200 GPU 上测 RTFx 与 TTFA 衡量速度、用 WavLM 嵌入余弦相似度衡量说话人相似度，评测一个模型的时间从收集投票的数周缩短到数小时。
Google DeepMind 推出 SynthID Bio，把水印技术引入合成生物学，将不可察觉的签名直接嵌入蛋白质的氨基酸序列与 3D 结构坐标中，且在实验室测试中保持蛋白质生物功能不变。
推荐理由：原文说明了水印如何嵌入生物代码并经湿实验验证功能不受损，读者可据此理解其对 DNA 合成筛查的实际作用。
AMD 宣布收购 World Labs AI 初创公司，交易价值 82 亿美元，预计在年底前完成。这笔交易被视为 AMD 加码与 Nvidia 竞争的举措。
OpenAI 在旧金山 Dev Day 开发者大会上发布多项面向办公场景的 ChatGPT 新功能，包括共享工作区 Space、文档工具 Pages 和协作幻灯片 collaborative slides。
推荐理由：原文点出 OpenAI 与 Microsoft 在办公软件上的双向竞争，读者可据此理解这次发布在行业格局中的位置。
Condé Nast 联合 AWS Generative AI Innovation Center，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现方案，采用 TwelveLabs Marengo embedding 模型对视频转录、视觉与音频信号联合编码，将单次内容发现任务耗时从 250 分钟降至 2 分钟以内。
AMD 宣布以 82 亿美元收购 World Labs，交易预计年底前完成，需监管批准。World Labs 创始人 Fei-Fei Li 将加入 AMD 担任执行副总裁兼首席科学家，她表示希望把技术突破扩展到实验室之外、更贴近硬件。
推荐理由：收购将世界模型竞争与芯片生态绑定，读者可据此理解 AMD 对标 Nvidia 的布局路径。
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，从缩小搜索空间到选出候选化合物仅用一个周末，湿实验验证中排名最高的化合物产生了最大的预期细胞状态转变。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，读者可了解 AI 参与药物发现的具体流程与验证结果。
前 Yahoo CEO Marissa Mayer 正式发布个人 AI 助手 Dazzle，该产品去年 12 月完成 $8 million 种子轮，其独特之处是只从用户相册而非邮件、日历等文本应用获取上下文。
AMD 以 82 亿美元收购 World Labs，后者自 2024 年成立以来专注空间智能，覆盖创意、设计到机器人仿真。World Labs 近期发布的 Atlas 模型通过结合生成模型与多视图几何，解决了计算机视觉中长期存在的稀疏重建问题，可从 2D 图像预测新视角，性能超过专用模型。该能力被用于机器人 RL 环境、治疗与娱乐场景生成，以及房地产、设计和建筑的真实世界重建。
推荐理由：AMD 以 82 亿美元收购 World Labs，读者可借此了解空间智能与机器人仿真赛道的整合动向。
Latent Space 的 AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反响积极，尤其擅长用代码生成讲解视频。
AMD 宣布以约 82 亿美元全股票交易收购李飞飞联合创办的 AI 研究实验室 World Labs，交易预计年底前完成。World Labs 于 2024 年成立，数月内估值达 10 亿美元，2025 年推出首个商业产品世界生成模型 Marble，可根据提示词生成可交互 3D 世界。
推荐理由：这笔全股票交易给出了金额、估值变化与人事安排，可观察芯片厂商向模型研究延伸的路径。
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多模态强化学习后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
Runway 本月早些时候发布 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并提出 WorldPrompt 输入格式，可固定环境部分要素（含首帧）并生成带时间戳的事件。
Google 研究团队发布 AI video co-director 等多智能体框架，在 Gemini 和 Veo 之上编排多镜头长视频生成，缓解语义漂移与级联失败。
推荐理由：Google 把长视频生成拆成四个可组合的智能体框架，读者可了解多镜头一致性的具体解法与评测基准。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将实时视频生成与语音对话结合，为 Gemini 的对话式 AI 带来近实时的视觉形象。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，读者可了解其多语言同步与异步工具调用如何用于企业对话场景。