AI 资讯 · 2026-09-17

雷峰网独家获悉，腾讯混元大语言模型预训练负责人姚星丞，近日已加入北美创业公司Thinking Machines Lab。据知情人士透露，Thinking Machines Lab此次给姚星丞开出的薪资，明显高于其在腾讯的收入。而姚星丞在腾讯的年薪包，大约在数千万元人民币区间。此前，姚星丞曾被传将加入Meta，如今靴子落地，他最终选择了这家由OpenAI前CTO Mira Murati创办的AI公司。姚星丞今年7月从腾讯离职，主要负责腾讯混元大语言模型的预训练工作，是过去一年腾讯重点引入的年轻AI研究人才之一，与姚顺雨均来自清华姚班，是师兄弟。对国内大厂而言，顶尖预训练人才正成为稀缺资源，此前雷峰网独家报道国内大厂从Gemini挖角预训练人才的消息，如今也轮到腾讯的人才流向海外实验室。（关于姚星丞离开的更多细节，以及这背后的人才流动，欢迎添加作者微信Who123start 交流。）（雷峰网雷峰网雷峰网）

今年9月，手机行业最显眼的变化之一仍然是折叠。华为继续做三折叠，苹果也终于拿出了自己的折叠屏手机。厂商还在研究一个熟悉的问题：怎样在有限的机身里，装进更大的屏幕。另一种变化，发生在屏幕里面。大模型开始离开聊天框，进入手机系统。过去，查资料、订票、安排日程，都要用户自己找App，一步步操作；现在，AI开始尝试接手其中一部分工作。折叠屏改变的是手机的形态，Agent改变的则可能是人使用手机的方式。过去的语音助手更像遥控器，比如“打开相机”，只对应一个动作。Agent面对的，是一连串动作，比如“安排下周的复盘会，把材料整理好，再发给参会的人”。AI需要自己判断先做什么、调用什么工具，中途出了问题还要知道怎么继续。9月14日亮相的搭载豆包手机助手消费者版的努比亚NaviX Ultra，尝试的就是这件事。它把AI放到更靠近系统的位置，希望用户以后拿起手机，不必亲自完成每一步操作。这听起来并不复杂。真正复杂的是，手机能不能真的把事情办完？01 模型越来越聪明，下一步是替人办事过去两年，模型公司正在寻找聊天框之外的去处。OpenAI以约65亿美元收购了Jony Ive参与创办的io团队，开始做自己的

学习模型已经具备很强的局部视觉先验，而 3D 几何可以帮助建立跨视角、长距离的全局一致性。二者如何结合，是 3D 视觉与空间智能中的重要问题。    编辑丨岑峰                                                                                                       在生成式 AI 的快速发展中，Sora 等视频和图像扩散模型（Diffusion Models）展示了很强的视觉生成能力。大规模 2D 数据让模型学到了丰富的视觉与语义先验，在单帧和局部视频生成上取得了显著进展。但当任务进一步要求多视角、长距离的 3D 一致性时，仅依赖数据驱动的局部先验仍会遇到挑战。与此同时，在 3D 视觉和场景生成中，一个长期问题是如何把局部生成结果组织成全局一致的 3D 世界。现有视觉大模型在某些场景中仍可能出现跨视角结构不一致、物体数量或布局不合理等现象。例如，当提示词中出现“卧室”时，模型有时会生成多张床；当虚拟相机在生成场景中进行较长距离漫游时，也可能出现建筑结构逐渐扭曲等问题。这些现象说明，模型从

The shift comes after a UNICEF test found leading AI models struggled to accurately retrieve global development statistics.

As companies hand off longer and more complex tasks to AI agents, they are running into an oversight problem: Agents can act faster, longer, and at greater volume than humans can realistically review.

一家做无人车的公司，为什么需要一万多张GPU？9月10日，九识CEO孔旗在广州宣布战略升级为“城市级物理AI”。一周后的9月17日，CTO庄立首次披露支撑这次升级的底层能力：九识已建成业内首个L4级万卡集群，算力集群总规模近1.5万卡。九识也成为首个建成万卡集群的L4团队。而万卡算力的背后，是一个正在从百亿级迈向千亿级的九识APEX多模态基座大模型。无人驾驶下半场：迈入多模态大模型新范式在智能驾驶圈子里，长期存在一个顽固的偏见：载人自动驾驶是高科技，城市货运无人车，AI壁垒更低。但事实显然不是如此。九识成立于2021年8月，创始团队是中国无人驾驶的拓荒者，曾在百度硅谷研究院主导了Robotaxi、Robotruck的研发工作，并为第一代Appollo开源平台作出了重要贡献。而创业之初，就选择了崭新的领域RoboVan，过去五年，这家企业围绕技术、场景、商业模式三大核心方向深耕布局。这五年，九识干了三件事：第一件事，把技术真正做出来，发明了全球第一台Robovan；第二件事：让无人驾驶走进更多真实场景，从聚焦物流到L4技术赋能千行百业；第三件事：跑出了无人驾驶的成熟商业范式——卖车、服务

“整个下半年，就看AI办公圈谁能杀出重围了”。一位大模型从业者对雷峰网表示。从五月开始，各个互联网大厂争相出场，写字楼电梯间、机场候机室，到处都是Workbuddy、千问办公、豆包工作、百度搭子的内容。但办公大战打得再热闹，顶多算是一道前菜。早在2025年，微软的Work Trend Index就提出过，AI进入企业分三步：帮员工做得更快、成为团队里的“数字同事”、直接执行完整的业务流程。对照这个坐标，眼下的办公之争，其实还停在前两步。真正难的是第三步——那意味着AI要进入销售、研发、生产、供应链，甚至决策流程。而这背后是两个更本质的问题：智能体如何真正落进产业？一路狂飙的模型能力，又如何变成实打实的经济效益？百度智能云围绕这两个问题，给出了一套完整的答案。01 大厂闯进办公赛道，只是第一步相比在芯片、算力和模型上投入以千亿计，办公今年是为数不多看得清回款的应用场景。用户基数大、付费意愿明确、产品形态成熟。所以当Agent的能力从“帮你写”进化到“替你干完”，办公自然成了所有人抢的第一站。但AI行业热闹这些年，背后其实一直存在一个“剪刀差”：一边，模型能力几乎几个月就上一个台阶；另一边

2026年的CIOE中国光博会，人潮如织。社交媒体上甚至有人开出2500元一场的讲解费，希望找到业内人士陪同参观。走进场馆后更直观的感受是，今年光博会几乎所有与AI相关的环节都在升温：从光模块、光器件，到高速互联和数据中心基础设施，AI需求正在把原本相对垂直的光通信产业链整体推向更高热度。Astera Labs也出现在今年光博会。这家2017年成立的美国半导体公司，最早从PCIe Retimer切入高速互联，如今产品已经延伸至铜互联、光互联和机架级连接；截至九月，这间公司市值已接近500亿美元。“算力需求越高，处理器之间的数据交换就越需要快速传输，互联这套‘神经系统’也必须跟上。”Astera Labs总裁兼COO Sanjay Gajendra对雷峰网表示。这股热度背后，是AI基础设施规模持续扩张带来的互联压力。当GPU从几颗扩展到几十颗甚至成百上千颗，处理器之间的数据传输效率，开始直接影响整套基础设施的性能。铜光之争，最后要算Token成本为什么早在2017年，大语言模型尚未得到广泛应用时，Astera就开始押注互联方向？“我们当时判断，那些为上一代处理器设计的连接架构，在单台服务

9月17日，记者获悉，蚂蚁集团正式接入千问办公，作为全公司的智能办公Agent底座，供全员使用，打造大型企业办公的标杆。  图示 蚂蚁集团和千问办公达成合作 蚂蚁集团是全球领先的数字支付与科技服务平台，业务涵盖数字支付、数字金融科技、医疗健康及数字科技等多个领域，员工规模达数万人。随着AI技术在长程任务等多方面能力的全面提升，AI已经逐步融入到蚂蚁内部各个办公场景，亟需全新的办公产品支持和推动智能化转型。 考虑到严格的数据安全与合规要求，在本次合作中，千问办公采用K8S（Kubernetes）私有化部署方案，全面运行于蚂蚁集团内网，支持企业自有模型接入，确保数据不出域、日志可审计、结论可验证。此举跑通了兼顾AI能力全量可用与数据完全不出域的实施路径，验证了一套可复制的企业自主可控方案。 千问办公将为蚂蚁集团全体员工提供智能办公解决方案，该方案将融合蚂蚁自有的Agent能力，打通数字员工、蚂蚁钉、项目管理等内部服务，并无缝衔接蚂蚁内部AI安全管控底座，形成覆盖个人办公助理与企业数字员工的完整办公Agent基建。 蚂蚁集团平台技术事业群总裁骆骥表示，蚂蚁正推进组织与办公模式的深度AI转型，

The revamped projects feature in Claude Code allows users to run multiple agents under the same roof, with a shared memory, goals, and library of files and artifacts. Similar to Grok Bot and other tools that manage groups of AI agents, each project has "threads" running different tasks in parallel, with a "coordinator" directing everything: […]

The new institute aims to surface differing views between Google, Google DeepMind, and the broader global research community around AGI. "They will not always agree, and they will likely change their minds, as more data and information comes to light at the fast-moving frontier."

Today, I’m talking with Mustafa Suleyman, the CEO of Microsoft AI. As you’re no doubt aware, the biggest story in tech right now is the spiraling debate about AI safety and regulation.  It should come as no surprise that Mustafa has strong opinions on how AI should be built and regulated. Microsoft just published a […]

Cooley built GO Public with ChatGPT Work to bring intelligence to the IPO process, helping lawyers surface issues earlier and focus judgment where it matters most.

Model maker commits to new framework for reporting misaligned models.

On a sunny July day in Berkeley, California, the country's top AI safety researchers gathered on an unmarked floor of an unmarked building. They had come together for a "war room" to dissect the high-profile cybersecurity incident that had rocked the AI industry hours earlier. An unreleased OpenAI model had gone rogue, executing a stunningly […]

People can use these assistants to make restaurant reservations and cancel subscriptions.

This session will explore how early-stage companies are building teams where humans and AI agents work alongside each other — and how founders can do that without sacrificing speed, accountability, or culture. Learn more at TechCrunch Disrupt 2026. Register before September 25 to save up to $200.

The Adecco Group is rolling out Salesforce’s Agentforce Coworker across more than 40 countries following a pilot in the UK and France, the staffing group announced on September 15. The group said the rollout brings agentic AI into the daily workflows of 27,000 employees. Agentforce Coworker is Salesforce’s AI assistant for enterprise staff. According to the Adecco […] The post Adecco Group rolls out Agentforce Coworker to 27,000 staff in 40-plus countries appeared first on AI News.

I built four AI retrieval architectures on a laptop and benchmarked them against the same set of documents and questions. Here’s what the results taught me about the trade-offs between plain RAG, graph RAG, and simply putting everything into a frontier model’s context window. The post When Does Graph RAG Actually Add Value? A Hands-On Experiment appeared first on Towards Data Science.

Remember when tech leaders would tell their employees to “move fast and break things”? It seemed that would be the way of AI too. But after a summer where rogue AI agents became reality, and researchers warned that AI could kill us all, a number of leading US AI companies are publicly suggesting it’s time […]

SynthID can cause models to follow harmful instructions they would otherwise refuse.

Multiple family members can share data to help the agent make plans and complete tasks.