1、World Labs 推首个多模态世界模型 Atlas，像素级镜头控制拍出电影级“子弹时间”大片
2、腾讯 WorkBuddy 宣布开放平台上线，全面开放 Agent 基座能力
3、网信办重点整治 AI 换脸、魔改名著，豆包等主流模型严格限制违规输出
4、豆包手机 9 月开售：命名努比亚 NaviX Ultra，号称全球首款 AI 智能体旗舰
5、Meta 首发实时音频感知模型：支持 20 多人分轨转写，每千分钟仅 3 美元
6、Anthropic 发布 Fable 5.1：性能大幅提升，成本骤降四成
7、谷歌 Gemini 3.8 Flash 内测代号"Skimaki"，最快周三上线决战竞品
8、谷歌 AI 修图工具 Pics 上线：Docs 与 Slides 中点击图片即可编辑
1. World Labs 推出全球首个多模态世界模型 Atlas，实现像素级镜头控制
World Labs 正式发布全球首个多模态世界模型 Atlas。该模型的核心突破在于具备像素级的相机控制能力，能够生成高质量图像与视频，并精准重建三维空间。Atlas 不仅支持从多张图像生成 3D 模型，还能基于文本生成图像及全景视图，展现出卓越的世界生成、重建与时空模拟能力。
亮点提要：
Atlas 模型能以像素级精度控制相机，生成图像和视频帧，并在三维空间中完美重构场景。
支持从单张或多张输入图像输出明确的 3D 模型，重建效果优于多数顶级开源模型。
具备时空模拟功能，可重新构图视频以增强戏剧性视觉效果，同时支持文本生成图像和 360 度全景。
2. 腾讯 WorkBuddy 开放平台上线，全面释放 Agent 基座能力
腾讯 WorkBuddy 宣布其开放平台正式上线，全面开放 Agent（智能体）基座能力。该平台旨在连接更多生态能力，深入 diverse 应用场景，致力于成为承载各类工具的通用平台。
亮点提要：
WorkBuddy 开放平台正式启动，首批引入超百家生态合作伙伴。
9 款联名智能硬件首发亮相，覆盖多个行业领域。
腾讯云副总裁表示，WorkBuddy 将打造面向 Agent 时代的操作系统。
3. 网信办专项整治 AI 乱象，主流大模型严管违规内容
中央网信办开展“清朗·整治 AI 应用乱象”专项行动，深度治理 AI 技术滥用问题。行动涵盖清理违法违规信息、查处违规账号及处置违规网站与应用。多地网信部门推出精准治理举措，主流平台则通过强化技术赋能提升智能检测效率。此外，头部大模型平台严格审核原始语料，应用商店收紧开发者准入规范，从源头防范 AI 生成内容的违规传播。
亮点提要：
重点整治利用 AI 制作虚假信息、传播低俗内容及魔改名著等技术滥用行为。
多地网信部门推出精准治理措施，显著提升对违规内容的识别与处置能力。
通过源头审核机制和平台技术升级，有效遏制 AI 生成内容的违规传播路径。
4. 豆包手机 9 月开售：命名努比亚 NaviX Ultra，主打 AI 智能体旗舰
努比亚 NaviX Ultra 作为全球首款 AI 智能体旗舰手机，通过将大模型智能体嵌入系统底层，实现了与传统 AI 手机的本质区别。凭借强大的智能操作能力和本地化隐私安全保障，该设备为用户带来了全新的交互体验。
亮点提要：
采用 AI 原生手机架构，大模型智能体直接嵌入系统底层，操作体验更高效。
具备强大智能操作能力，AI 可自动完成订票等复杂任务，无需用户手动干预。
强化隐私安全保障，所有运算和数据记忆均在本地完成，不上传云端。
5. Meta 首发实时音频感知模型，支持 20 多人分轨转写
Meta 推出首个实时音频感知模型 Muse Voice Transcribe，支持流式语音识别、说话人分离与端点检测，广泛适用于会议记录和通话字幕等场景。该模型可同时处理 20 余名说话者的录音，支持 70 余种语言，并引入自适应延迟机制以平衡响应速度与准确率。
亮点提要：
作为实时音频感知模型，支持“边说边出字”的流式语音识别功能。
可分离并自动转写 20 余名不同说话者的声音轨道。
支持 70 余种语言，具备自适应延迟机制以进一步提升识别准确率。
6. Anthropic 发布 Fable 5.1：性能狂飙且成本骤降四成
Anthropic 发布新一代旗舰大模型 Fable 5.1，在性能与成本方面实现双重突破。Fable 5.1 在多项基准测试中超越前代产品及竞争对手，同时大幅降低使用成本，特别是在处理智能体化复杂任务时，成本节省最高可达 45%。这标志着 AI 大模型的竞争已向极致性价比全面延伸。
亮点提要：
Fable 5.1 在多项基准测试中全面超越上一代模型及主要竞争对手。
基础使用成本降低 25%，复杂任务成本节省幅度高达 45%。
为 Anthropic 上市提供强有力的技术支持，有望刷新 IPO 募资纪录。
7. 谷歌 Gemini 3.8 Flash 内测代号"Skimaki"，强化编程与 RL 能力
谷歌在人工智能领域迎来关键更新，推出 Gemini 3.8 Flash 模型，其编程能力显著提升。与此同时，DeepMind 团队经历重要人事调整，谷歌也进一步加大对强化学习（RL）的投入力度，以应对激烈的市场竞争。
亮点提要：
推出内部代号为"Skimaki"的 Gemini 3.8 Flash 模型，重点提升编程能力。
DeepMind 团队 undergo 人事调整，Koray Kavukcuoglu 接任高级副总裁，强调加快执行速度。
谷歌将更多研发资源和算力倾斜至强化学习环节，并招募 Barret Zoph 负责技术攻坚。
8. 谷歌 AI 修图工具 Pics 上线，Docs 与 Slides 可直接编辑
谷歌正式推出 AI 图像设计与编辑工具 Google Pics。用户可在网页版或直接于 Google Docs、Slides 中使用该工具，支持素材上传、对象分割和文字修改等功能。目前，个人和企业用户正分阶段开放访问权限。
亮点提要：
支持上传素材或输入提示词生成图片，并可在 Google Docs 和 Slides 中直接编辑。
具备精确的对象分割能力，允许用户单独调整图片中的物体或文字元素。
个人和企业用户将通过特定账户或套餐逐步获得访问权限。
