特斯拉 FSD v14.3.10 后续版本将新增坑洼避让与习惯学习功能
特斯拉 AI 团队确认,FSD 系统将新增自动避让路面坑洼及学习用户驾驶偏好的功能。该系统通过分析驾驶员人工介入操作,将手动选路和停车习惯转化为训练反馈,并在后续版本中扩展至自动泊车环节,使 FSD 能记住用户偏好路线。
特斯拉 AI 团队确认,FSD 系统将新增自动避让路面坑洼及学习用户驾驶偏好的功能。该系统通过分析驾驶员人工介入操作,将手动选路和停车习惯转化为训练反馈,并在后续版本中扩展至自动泊车环节,使 FSD 能记住用户偏好路线。
随着AI数据中心扩张带动存储器供应紧张,电子产品厂商正从追求出货规模转向提高平均售价以维持营收。IDC数据显示,2026年第二季度全球PC出货量为6820万台,同比下降4.9%,而IDC预计2026年全球PC平均售价将上涨20%;Counterpoint Research指出DRAM价格过去一年上涨到原来的5倍,2026年超40%的智能手机型号已涨价,全球智能手机零售价格平均上涨约15%。
一名用户通过 USB‑C 将 iPhone 17 Pro Max 外接 M4 Pro MacBook Pro,用自制开源软件 backburner 把 Qwen3.8‑27B 的预填充计算拆分给 Mac 与 iPhone,预填充性能在 16K 上下文下最高提升 44%。
开发者 Evan 发布开源项目 Pi pod,允许用户在自建服务器上的隔离沙盒中运行 pi 编码智能体。该项目旨在整合智能体沙盒、原生客户端、RBAC 会话共享及自动化功能,提供可完全自托管的代理工程环境。Pi pod 支持业务方将代理环境部署至自有数据中心,托管服务即将上线。
OpenClaw 推出原生 iOS 推送通知插件,支持向 App Store 官方应用发送通知,无需安装 PWA。 免费版本仅支持 agentFinished 类别,检测到 iPhone 节点时自动启用并遵守 NIGHT_MODE,具备 15 秒去重机制。
Meta推出开源项目Muse Gadgets,允许爱好者自行组装AI硬件,项目包含针对ESP32板的固件和用于连接自制设备到Meta AI agent Muse的Linux SDK,代码采用Apache 2.0许可并配有Discord社区。
Aleph Alpha 发布英语-德语混合专家模型 Kolibri,总参数量 78B,激活参数量 3B,支持最高 1M token 上下文,并开放 Apache 2.0 许可权重供下载。该模型针对政府、工业和航空航天等监管领域进行了专项优化,在数学、编码和长上下文基准测试中达到了性能与推理成本之间的帕累托前沿。其训练基础设施具备自动化恢复能力,支持在不同推理努力层级间切换以平衡成本与答案质量。
Offrun 是一款 Mac 端管理多个 coding agent 的工具,支持 git worktree 隔离并行任务与 peer review。它提供跨 agent 账号切换以突破用量限制,且核心功能免费无限量,支持 Apple Silicon Mac。
神经进化(Neuroevolution)利用选择和突变等进化方法训练神经网络,无需使用梯度下降。该技术用于解释 AI 学习驾驶的机制。
苹果宣布将进一步收紧 macOS 上的「全盘访问权限」,要求用户进行更明确的手动操作才能授权。此举旨在应对 Meta Muse、Grok 等具有高度自主性的 AI Agent 应用滥用该权限读取用户文件、邮件和浏览记录的问题。文章基于 John Gruber 的解读,分析了该措施可能导致的 macOS 向 iOS 般封闭的副作用,以及其对核心用户自由度的影响。
谷歌发射一颗搭载张量处理单元(TPU)芯片的原型卫星,旨在测试该芯片在太空环境中的运行性能,探索未来在太空部署可扩展的机器学习基础设施。谷歌表示已与卫星建立通信,卫星运行正常。
DepthART 将单目深度估计模型压缩至 6M 参数,在 NYUD v2 零样本评估中达到 δ1=0.964。该模型基于 TinyViM 架构,通过抗偏置数据采样和相机条件化微调保留基础模型的泛化能力,RTX A6000 上推理速度达 347 FPS。
Meta 开源 Muse Gadgets,通过 ESP32 开发板和 Linux SDK 允许开发者创建各类 Muse 专属硬件。官方同时推出 Muse Home Link 家用设备,支持通过 HTTPS 接口连接智能家居并首批试产 5000 台免费发放。开发者已利用墨水屏阅读器和摄像头设备改造出可磁吸手机背面的 Muse 显示终端及智能酒窖识别设备。
推荐理由:Meta将Muse的硬件能力下放,开发者可以低成本利用现有板卡快速构建专用外设,改变了智能终端的传统研发路径。
Apple 将在全盘访问(Full Disk Access)权限管理上引入更严格的控制措施,要求用户通过非常明确的操作才能授予应用该权限。此次更新旨在防范 AI 智能体在获得更多自主能力后,滥用该权限访问文件、邮件及浏览记录带来的隐私风险。
华为发布Mate90系列旗舰手机,全系搭载麒麟旗舰τ芯片,Pro Max及高配版采用麒麟9050 Pro逻辑折叠τ芯片,支持端侧运行30B MoE大模型。全系搭载鸿蒙7系统,升级小艺智能体与AI影像能力,Pro Max机型支持四卡三待。Mate90 Pro Max起售价9499元,顶配RS非凡大师版起售价12999元,另推售价5999元的睿影Z10外挂相机。
华为发布 Mate 90 系列,提供从标准版 5999 元到 RS 非凡大师 18999 元的价格区间,全系同步开售。该系列搭载麒麟 9050 Pro 等芯片,并支持鸿蒙 7 通信共享功能。其中,仅 Mate 90 Pro Max 典藏版和 RS 机型支持售价 5999 元的睿影 Z10 模块化相机,实现 240mm 光学变焦。
腾讯将应用宝团队开发的个人 Agent Marvis 升级为AI管家,日活跃用户较5月上线时增长近四倍。新版功能聚焦电脑系统管理,可检查电池健康、调整开机启动项,并将本地知识库算力门槛降至4核8GB。Marvis采用端侧模型建立授权资料索引,按需调用云端模型,计划10月推出支持NAS存储的定制版本。
远景科技集团创始人张雷提出“AI土豆论”,旨在通过重构算力成本逻辑实现AI普惠。小米发布MiMo-V2.6,其强化学习后训练阶段耗时不到6天,成本合计347万美元,凸显了高昂的训练门槛。远景在乌兰察布星河基地落地超2GW规模的AI电力系统,通过绿电直连、气象大模型预测、固态变压器提效及可复制交付四大关卡,将能源优势转化为低成本Token产出。
面壁智能在 2026 中国—东盟博览会上展示端侧高效大模型与多语种语音底座 VoxCPM。 VoxCPM 基于 2B 参数高密度架构,支持 30 种语言与 9 种方言,具备声音克隆与 LoRA 微调能力。面壁智能提出“密度定律”,其端侧模型最小可在几十元芯片上运行,已成功交付老挝国家大模型。
讯飞输入法在9月26日推出个性化AI键盘,允许用户自定义皮肤、技能和布局。该功能支持根据职场、生活等场景切换技能组,并引入专家“塑造师”预设配置,帮助用户按需组装专属表达体验。
面壁智能联合 Intel 发布端侧 AI 设备松果派 Lite,该设备搭载酷睿 Ultra X7 358H 处理器,最高综合 AI 算力 180 TOPS。开源模型 MiniCPM5-2B 在 AA 榜单综合能力得分 23 分,位列全球 4B 以下开源基座模型第一,其智能体能力评测得分 20 分。
Liquid AI 为 LFM2.5-VL-3B 发布 DSpark 推测解码草案,在端侧实现最高 3.13 倍解码加速,端到端提速最高 2.62 倍。该草案增加 280M 参数(约为目标模型的 8.9%),支持 llama.cpp、MLX-VLM 和 SGLang,适用于 CPU 和 GPU 部署。
推荐理由:该Drafter将LFM2.5-VL-3B端侧解码提速至多3.13倍且输出无损,为视觉模型在资源受限设备上提供了可复现的加速方案。
阿里在云栖大会升级Qoder,推出项目、讨论、自定义智能体与Agent Team等协作与调度功能,同步展示语音、远程控制、眼镜版、Cloud Agents和数字员工QoderWake 1.0。
推荐理由:原文展示了Qoder将协作并入任务流与自定义智能体团队的具体设计,读者可据此评估其对研发协作流程的改造方向。
云栖大会期间,阿里云展示了AI全栈创新成果并达成多项行业合作。荣耀Magic9系列将首批搭载Qwen Intelligence,实测综合任务准确率91.8%。平安日均Token用量增至超3000亿,单位Token成本下降76%,30多家车企已在阿里云开展研发。
开发者在 M4 16GB 设备上基于 OpenHanako 框架适配 MiniCPM5-2B,通过裁剪功能至 11 个基础工具并优化上下文至 16384,解决了工具调用崩溃问题。 实测显示该 2B 模型正确解答了 2026 年考研数学一大题,并展示了正确的 coding 能力,验证了端侧小模型在特定领域的可行性。
该论坛聚焦端侧大模型技术,涵盖自主智能体、实时全模态交互及芯片级训推定制。报告将介绍 MiniCPM-o 4.5 模型,展示其端侧实时多模态交互能力,同时解析 Forge Engineering 范式及 VoxCPM 语音生成技术路线。
Google 宣布将其空间计算产品 Beam 扩展至美国、加拿大、英国、法国、德国和日本,并与合作伙伴 Industrious 共同推出首个可扩展网络。内部研究显示,使用 Beam 的团队感到连接感增强 50%,反馈理解难度降低 33%,后续会议需求减少 21%。
阿里云千问AI平台面向Agent负载完成全面升级,新增Agent Studio与企业级全栈Agent服务,并推出API优速模式、千问AI座舱解决方案等能力。Agent Studio提供自动模型路由、24小时不间断托管、原子API和MCP生态接入;模型服务侧通过FlashBoot将弹性启动时间由1200秒缩短至70秒,支持Prompt Caching与Token Plan订阅。
推荐理由:官方给出了Agent Studio的托管与原子API细节,以及算力规模演进预期,供评估AI平台在Agent生产侧的落地深度。
OptikosPrime 旗下 AI 视觉评估技术 Argus 与 Eyewa 合作,旨在简化中东地区的配镜流程。该合作通过支持在线或店内进行基于智能手机的视觉评估,消除了传统视力测试的摩擦。
阿里云百炼 Agent Studio for Hardware 平台在 2026 云栖大会 1 号馆展示雷鸟 iO AI 眼镜、二元魂 AI 潮玩及希沃学习机。 该平台提供全双工语音交互等能力,端到端延迟低至 1 秒,通过 SDK 覆盖 Android、iOS 等系统及 30 多个芯片平台。 目前已有 500 多家合作伙伴通过该平台完成智能化升级。
Kimi Code Desktop 正式上线,提供 macOS 与 Windows 版本,访问 kimi.com/code 可下载安装。
推荐理由:官方桌面端上线,内置终端与可视化审查功能,让 Agent 编码从 CLI 扩展到完整开发工作流。
面壁智能在 2026 年服贸会展示全国首个行政复议垂直大模型 2.0 及全新升级的 CPM for Legal 平台。该大模型覆盖全量案件类型,模型功能输出准确率超 90%;CPM for Legal 升级后原生构建 18 个 AI 法律专家智能体,支持从 SaaS 到私有化部署。这些能力正沿强监管场景逻辑延展至保险理赔等领域,形成高效大模型在合规行业的系统化落地路径。
深圳耐思技术负责人大明哥团队基于 OpenBMB 的 VoxCPM 模型,自研 S2S、MDN、QUIC 三条全语音链路及“前端挂起式打断”机制,解决传统串行链路无法打断、延迟高的问题。团队利用 VoxCPM 完整版与 Nano 版分工,结合六库系统打造数字分身,在 9 个月内以平均三天一个 MVP 的节奏落地上百个应用,涵盖明星生日祝福、老人有声自传及 AI 采访助手等场景。
推荐理由:文章通过耐思团队案例,展示了基于 VoxCPM 构建全语音链路及前端挂起交互的落地路径,揭示了端侧语音应用从 Demo 到商业化的技术细节。
面壁智能发布 MiniCPM5-2B,在 AA Intelligence Index V4.1.1 评测中平均得分 53.9,位居全球 4B 以下开源基座模型首位。模型支持工具调用、深度搜索和代码生成等 Agent 能力,完成英特尔、瑞芯微、Arm 等平台 Day 0 适配,并同步开放模型权重、Agent SFT 数据、RL 框架 Meshy 与 UltraX 数据精炼框架。
推荐理由:2B 模型在 34 项基准中平均得分 53.9,同步开放 RL 与数据精炼框架,并已完成多平台 Day 0 适配。
阿里语音 AI 团队在 ModelScope 开源 FLASepformer 与 JAEC 模型,分别实现高效语音分离和可解释回声消除。FLASepformer 采用 Gated Focused Linear Attention 将长序列注意力复杂度降至 O(N),在 30 秒混合音频设置下推理速度达 SepReformer 基线的 1.49 至 2.29 倍。
9月8日,面壁智能联合 OpenBMB 开源 2B 参数端侧基座模型 MiniCPM5-2B,支持工具调用、深度搜索、代码生成,初步具备端侧通用 Agent 能力。
推荐理由:开源2B端侧基座模型在4B以下榜单中综合得分第一,附带自研强化学习框架和数据集,展示高密度端侧Agent落地路径。
OpenClaw 是开源 AI 助手,运行在用户本地设备,支持 macOS、iOS、Android、Windows、Linux,并接入 Discord、iMessage、Slack、Teams、Telegram、WhatsApp 等 20 多个聊天渠道。
OpenClaw 发布 macOS 原生应用安装器,用户可通过图形界面完成安装与引导式配置,无需接触终端,应用还能自动检测已有的 Claude、Codex 或 Ollama 配置。
阿里百炼发布 Qwen Audio 移动端 SDK,这是一款基于 C++ 核心、覆盖 Android、iOS 及 HarmonyOS 三端的语音 AI 开发套件。
腾讯混元将 Hy-MT2-1.8B 翻译模型通过 2-bit 和 1.25-bit 方案压缩至几百 MB,翻译质量几乎无损,并联合英特尔完成 x86 适配、联合哔哩哔哩在直播弹幕实时翻译中落地。1.25-bit 模型基于 Sherry 技术,体积从 3.3GB 压至 440MB,B 站演示中单条弹幕翻译耗时 500~800ms,内存占用 500~700MB。
推荐理由:混元将翻译模型量化至1.25-bit并落地B站直播,展示了极低比特压缩在端侧高并发场景的可用性。