2026年9月29日,中国互联网络信息中心政策与国际合作所在2026(第七届)中国互联网基础资源大会上发布《生成式人工智能应用发展报告(2026)》。报告显示,截至2026年上半年,我国生成式人工智能用户规模突破7亿人,普及率超50%。用户使用方面,76%的用户表示会让生成式人工智能回答问题,使用其处理图片/视频、文本、工作总结/会议纪要/PPT的用户占比分别为47.8%、37.6%和32.5%;AI综合助手、AI效率办公等应用的使用次数同比增长均超过100%。目前该报告由新京报报道,暂无后续发展事实。
匹配字段摘要
2026年10月15日,TIME将Google SynthID列入2026年度最佳发明。据Google Blog同日发布的信息,SynthID可在AI生成图像、音频、视频和文本创建时嵌入不可见且持久的数字水印,且不改变内容质量。该技术目前已为超过1800亿张图像和视频、24万年时长的音频添加水印。Google还在Search、Gemini应用和Chrome中内置验证工具,并推出SynthID Detector供用户核查内容。目前尚无进一步有合格事实证据的发展。
匹配字段摘要
2026年10月16日,上海老年医学中心发布“银龄智护・老年综合评估智能体”。据上观新闻同日报道,该智能体融合语音交互、视频采集与人工智能技术,把原本耗时两三小时的老年综合评估转为老人像聊天一样即可完成的智能评估,并贯通医院、社区、居家三大场景。报道还提到,81岁李老伯经该智能体辅助评估和多学科联合治疗后,从常年轮椅实现站立缓步行走。目前尚无后续发展事实。
匹配字段摘要
2026年10月15日,英伟达首席执行官黄仁勋表示,不会向不负责任的AI实验室出售GPU。这一表态经Rohan Paul转述,称其来自黄仁勋接受Bloomberg采访时的发言,帖子附有完整视频链接。目前该说法仅有这一条代表性证据,暂无其他官方或独立来源的进一步事实发展,也没有关于具体对象、执行标准或后续措施的更多信息。
匹配字段摘要
2026年10月15日,Sundar Pichai 转发了一段由 fofr 使用 Argon 生成的视频,并对其表示称赞。该视频内容为一只鹈鹕骑自行车,采用傅里叶本轮(fourier epicycles)方式呈现,配乐由 Argon 提示、Lyria 3.5 时间同步生成。Pichai 表示自己看了好几遍,尤其喜欢结尾,认为提示词和模型的创意很棒。目前该事件仅有这一条事实证据,暂无后续发展。
匹配字段摘要
Dan Shipper 于 2026 年 10 月 15 日提出判断,认为前沿 AI 的双头垄断格局正在裂开。其依据是 Google 和 Meta 在本周推出新模型,使这一双寡头格局出现松动。相关表述附有一条视频链接,目前仅有 Dan Shipper 本人这一来源,尚无其他独立来源或后续发展事实。
匹配字段摘要
2026年10月14日,HuggingFace CEO Clément Delangue 公开呼吁,把推理大模型之外的多元 AI 模型重新置于聚光灯下。他表示,很高兴看到 Google 的 Embedding Gemma 2 登上 HF 趋势榜。他认为媒体和硅谷只关注推理 LLM,但嵌入向量、决策模型、音频、视频、时间序列等 AI 模型同样极具影响力,HF 上已有超过 300 万个公开模型,应让它们重新获得关注。目前尚无后续发展事实。
匹配字段摘要
Reactor获得NVIDIA与Sapphire Ventures的A轮追加轮融资。据钛媒体·AGI报道,该公司正构建面向实时交互式视频与世界模型的推理基础设施,开发者可通过统一SDK和API以60FPS以上帧率、低于40毫秒延迟运行模型。报道称其累计融资达7400万美元,最新一轮由NVIDIA与Sapphire Ventures追加投资。其平台已汇集多款可实时运行的视频与世界模型,并在好莱坞制片厂、广告平台等媒体娱乐场景推进活跃项目。目前尚无后续发展事实。
匹配字段摘要
2026年10月13日,AFL要求其官方博彩合作伙伴Sportsbet停止在未经球员许可的AI生成社交媒体内容中使用其知名运动员,并删除相关AI视频。据The Guardian Technology报道,涉事视频包括用AI合成Lachie Neale模仿Snoop Dogg 2018年获奖演讲,以及Will Ashcroft喊出电视剧《Ozark》台词,这些视频已于周二下午从Sportsbet的Instagram页面删除。AFL球员协会指出,AI生成的球员形象未经球员批准不得使用,此举违反了球员与AFL之间的集体谈判协议。目前该事件尚无进一步有证据支持的发展。
匹配字段摘要
2026年10月13日,爱诗科技(AIsphere)宣布其香港办公室在香港数码港正式开幕,成为首批在港设立办公室的AI视频大模型公司。据雷锋网报道,开幕现场启动了「数智香港·爱诗AI百业共创计划」,展示了全球首个具备Scaling能力的通用实时世界模型PixVerse R2,公司同时与其域创新、香港理工大学等签署战略合作。报道还称,目前PixVerse与「拍我AI」覆盖全球177个国家和地区,累计注册用户超1.7亿。截至现有材料,尚无该事件后续发展的事实证据。
匹配字段摘要
2026年10月14日,YouTube 的对话式 AI 搜索“Ask YouTube”面向美国 Android 和 iOS 移动端用户推出。据 9to5Google 报道,该功能不再限于 Premium 订阅,由 Gemini 驱动,可回答超出视频内容本身的问题,此前已先行登陆电视端和 Premium 用户。报道还称,Shorts 信息流和直播中的 Ask YouTube 将在后续版本推出,Google 表示会逐步扩大可用范围。目前该功能处于向美国移动端用户推出的阶段。
匹配字段摘要
2026年10月13日,阿里巴巴推出由Qwen驱动的智能体Qwen Go,面向搜索、比价和客服协商场景,并与淘宝、支付宝集成,把个人AI助手接入购物与支付系统。据X.PIN报道,演示视频显示该智能体为延误航班争取到10美元赔偿,并通过淘宝价保追回约7美元;它不只会回答问题,还能查订单、联系人工客服并核实折扣。同日雷锋网报道称,千问Personal Agent「千问Go!」即将发布,有用户分享通过千问Go申请航班延误理赔获得70元理赔款,另有用户表示其帮忙申请到52元淘宝价保退款,该智能体还可执行汽车保养、运动预约和购物比价等任务。目前尚无后续发展事实。
匹配字段摘要
2026年10月13日,面壁智能宣布 MiniCPM-V 4.7 在 Apple Silicon 上获得 Day 0 全端侧推理支持。据当日报道,该模型(1B 与 35B-A3B)通过与 Nativ 合作在 Mac 上实现全本地推理,支持图像与视频理解;在 Apple Silicon 搭配 Nativ v0.4.x 实测中,1B 版 prefill 超 24K tokens/s、decode 315 tok/s,35B-A3B 版 prefill 超 4K tokens/s、decode 90 tok/s。10月13日至14日的后续报道称,面壁智能发布新一代端侧多模态大模型 MiniCPM-V 4.7,为 35B-A3B 的 MoE 模型,可在手机上以仅 3GB 内存运行,能识别现实路牌、按约束做规划、解析复杂文档并对视觉数据推理,同时提供轻量 1B 版本,覆盖 iOS 与 Android。
匹配字段摘要
2026年10月14日,OpenAI 发布公告,宣布与 AI 视频生成平台 Higgsfield 达成最新合作进展。据 IT之家报道,此次合作中 Higgsfield 接入 GPT-6 Astra,其支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。GPT-6 Astra 支持创意智能体调用外部工具处理 3D 建模等复杂工作,用于维持长视频在角色、场景和视觉细节上的一致性。此外,Higgsfield 还集成 GPT-Image-2.5 渲染图像文字与信息图,并用 Codex 加速产品开发,下一阶段将基于 GPT-Live-1 探索“语音到视频”创作。目前该合作尚无进一步有证据支持的发展。
匹配字段摘要
OpenAI 发布公告宣布达成合作进展 与 AI 视频生成平台 Higgsfield 的最新合作进展
English translation is being prepared.
匹配字段摘要
2026年10月13日,Manus 介绍 AI Mind Pilot 可整理相册照片。据 Manus 当日发布的信息,旅行结束后相机胶卷里堆满照片和视频时,用户可用一条提示词调出照片、整理它们,并生成演示文稿或作品集;本地任务留在手机上处理。目前没有后续发展事实,状态停留在该介绍。
匹配字段摘要
2026年10月13日,Gemini 4 Argon 在 Gemini 应用中上线。据 Google Blog 介绍,该模型主打前沿推理和复杂任务性能提升,回答更直接、少重复、少套话,长任务中会更频繁地同步进度;编码能力也有明显改进,Google Antigravity 的智能体编码界面已直接进入 Gemini macOS 应用,主聊天窗口新增 chat 到 tasks 的切换开关,任务模式下 Gemini 可在用户离开电脑时继续工作。Gemini 目前接入超过 40 个应用,包括 Instacart、OpenTable、Adobe 和 Shopify。10月14日,Gemini 宣布 Gemini 4 Argon 能把视频或摄像头画面重新想象成可演奏的合成器,用户可在 Canvas 中快速搭建交互式音频应用,设定氛围后把摄像头当作乐器来演奏。
匹配字段摘要
Google AI 表示正在探索用 Gemini 4 Argon 加速 Google 内部研究。据 2026 年 10 月 14 日的报道,其中一项测试是用人类完成趣味任务(如投沙包)的视频自动生成训练仿真,而不再完全依赖人工编程。研究团队展示了人形机器人学习这些视频、运行仿真并掌握投沙包任务的过程。目前该探索仍处于测试阶段,尚无后续发展事实。
匹配字段摘要
2026年10月13日,Meta首席AI官、Scale AI联合创始人Alexandr Wang表示,Meta给顶尖研究员的巨额薪酬方案大致是“净中性”的。他称,Meta那些著名的天价offer对许多AI研究员来说其实算不上涨薪,因为他们在OpenAI和Anthropic的股票涨了太多,留下来拿到的钱差不多,所以真正的吸引力是使命。相关说法来自Rohan Paul的报道,完整视频在“David Senra”YouTube频道。目前没有进一步的有证据发展。
匹配字段摘要
2026年10月12日,vLLM 社区孵化的 vLLM Semantic Router 发布并开源 Decision 3.0 多模态决策模型系列。据智东西报道,该系列共 d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge 六款,参数规模覆盖 0.6B 至 27B,权重已在 Hugging Face 开源;旗舰 d3 基于 Qwen3.8-27B 打造,支持输入多张图片和视频,其余 5 款基于不同参数规模的 Qwen3.5。在 Jev Decision Index 0.3.1 榜单中,d3 文本决策指数 64.7 分、公开集 65.5 分位列文本榜第一,视觉榜得分 71.6 分同样第一。团队数据显示,单张 AMD Instinct MI325X GPU 上 d3 处理文本请求延迟中位数 55 毫秒,含图片请求 273 毫秒,10 秒视频请求 553 毫秒。早先 MarkTechPost 报道称该系列为 5 个尺寸(0.85B 到 26.09B),全部采用 Apache-2.0 许可,可读取文本、JSON 和图像并直接返回概率而非生成文本;27B 的 d
匹配字段摘要