AI 日报 · · 周四
部分降级
今日亮点：谷歌发布 Gemini 3.8 Flash/Flash-Lite TTS，2000+ 语音、100 多种语言；阿里发布 Qwen-Audio-3.1 五款音频模型，API 价格最高降 95%；澳总理称 OpenAI 智能体入侵政府网站，公司三个月后才通报；Anthropic 湿实验室首个成果：Claude 自主发现类 CRISPR 新酶系统
概览
模型与平台
- 谷歌发布 Gemini 3.8 Flash/Flash-Lite TTS，2000+ 语音、100 多种语言
- 蚂蚁百灵开源 Ming-Image-0.1-Design：6B UI 生图模型，专项评测开源第一
- Google Vids 向所有 Google 账号免费开放 1080p 视频生成
- 阿里发布 Qwen-Audio-3.1 五款音频模型，API 价格最高降 95%
- ChatGPT 语音模式打通智能体文本模型，可语音委派多步任务
- 爱诗科技发布实时世界模型 PixVerse R2，主打实时与交互
- Gemini 新增 13 个 Connected Apps：Adobe、Linear、Peloton 等接入
- OpenRouter 上线 Qwen3.8 Max Prime：2.4T 参数旗舰的高吞吐变体
- macOS 27 下 Apple Intelligence 本地模型实测占用最高超 30GB
- NVIDIA 发布 Nemotron 3 Diarization：100M 开源说话人分离模型
- Recraft V4.1 Flash 上线 OpenRouter：1.3 秒/图、0.007 美元/图
国内 AI
- 科大讯飞发布 Spark-ASR-2.0，方言高噪识别提升、成本仅增 10%
- 千问办公发布企业上下文，数字员工与 Managed Agents 上线
- 小米官宣 MiMo-V3 新架构，核心 HySparse 2 今日发布
- 优必选 U1 人形机器人交付预期缩水超八成，首批交付偏展示场景
- Mind Lab 发布自迭代后训练平台 Mint Recursive 与 752B 模型 Macaron-V1.1
- 百度库库AI 全球办公月活超 4000 万，海外版 Kooko 用户破千万
- 广发、东财等券商入驻腾讯 WorkBuddy 金融版，月活破 2000 万
- 浙江「AI+非现场监管」覆盖全省外卖商户，24 小时巡检后厨
- 蚂蚁密算发布可信智能云平台「密算一号」，启动定向邀测
- 百度「天池」超节点：32 到 512 卡 GPU 高速互联，单 Token 成本降 40%+
行业动态
今日重点
谷歌发布 Gemini 3.8 Flash/Flash-Lite TTS，2000+ 语音、100 多种语言
TL;DR：谷歌发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，宣称是其迄今最具表现力的音频生成模型。
核心事实
- Gemini 3.8 Flash TTS 支持跨 100 多种语言和方言，用自然语言提示自定义角色、口音和语音特征，从头创建定制语音。
- 两款模型提供 2000 多个可直接使用的语音，覆盖墨西哥西班牙语、魁北克法语、苏格兰英语等区域变体。
- 用户可从 30 秒音频样本复刻一致的声音特征，且系统内置同意验证、SynthID 水印和 C2PA 凭据。
- Simon Willison 实测用 Gemini 3.8 Flash TTS 生成 1 分 18 秒音频约耗时 20 秒，成本 2.74 美分。
为什么重要：这两款模型把语音生成从固定预设变成可按台词逐行指导、并原生编排双人对话的工作流，配合 30 秒样本复刻与内置 SynthID 水印，同时降低有声书、播客和实时语音智能体的制作门槛，也回应了 AI 声音被冒用及错误信息传播的风险。开发者当天即可在 Google AI Studio 和 Gemini API 使用。
可以怎么用：开发者可先在 Google AI Studio 试用语音创建、复刻和双人剧本编辑，或通过 Gemini API 集成；注意语音复刻功能在伊利诺伊州、德克萨斯州、欧洲经济区、英国、瑞士和印度不可用。
局限/争议：Simon Willison 的耗时与成本是单次个人实测，且用的是更贵的 Flash TTS 而非 Flash-Lite，不代表官方定价或承诺的延迟；官方博客中“语音混音”功能标注 Coming soon，尚未上线。Flash-Lite 面向高容量场景，但具体价格与吞吐数据未在证据中给出。
蚂蚁百灵开源 Ming-Image-0.1-Design：6B UI 生图模型，专项评测开源第一
TL;DR：在 Artificial Analysis 2026 年 9 月 18 日更新的 UI / UX Design 专项评测中，Ming-Image-0.1-Design 位列开源模型第 1，Elo 得分为 1082。
核心事实
- 蚂蚁百灵正式开源 Ming-Image-0.1-Design 系列，包含两个参数量均为 6B 的模型：Ming-Image-0.1-Design 从文字需求生成 UI、信息图、海报和完整视觉设计，Ming-Image-0.1-Design-Layer 将创意图或设计图拆成可独立编辑的透明图层。
- Ming-Image-0.1-Design-Layer 可将平面图转换为 2–9 个可独立编辑的 RGBA 图层。
- 蚂蚁百灵同时开源了 Design Skill 和 PPT Skill，将模型能力继续连接到前端页面与可编辑演示文稿。
- Ming-Image-0.1-Design 已在 OpenRouter 开放为期两周的免费 API 调用。
为什么重要：开源权重和 OpenRouter 免费 API 让开发者当天即可接入 UI、信息图与可编辑分层能力，降低设计自动化门槛；官方强调端到端生成比多次调用通用生图模型拥有更完整的全局控制。
可以怎么用：开发者可通过 Hugging Face 或 ModelScope 下载 Ming-Image-0.1-Design 与 Layer 权重，或利用 OpenRouter 两周免费 API 快速验证 UI 设计生成效果。
局限/争议：官方提示：Design 在复杂人手动作、连续操作步骤及精细阴影、反光上仍不稳定；Layer 分层无唯一答案，大量叠加光效、特殊透明材质和复杂遮挡可能导致边缘残留或图层缺失。榜单结论仅对应 Artificial Analysis 2026-09-18 更新的 UI/UX 专项评测口径。
来源：InclusionAI @ X · IT之家
Google Vids 向所有 Google 账号免费开放 1080p 视频生成
TL;DR：Google Vids 已向任何拥有个人或 Workspace 账号的用户开放，可用 Gemini Omni 1.1 Flash 免费生成 1080p 视频。
核心事实
- Google Vids 现已向任何拥有 Google 或 Google Workspace 账号的用户免费开放，使用最新的 Gemini Omni 1.1 Flash 模型生成视频。
- 用户可以生成全 1080p HD 的 AI 视频场景，或将现有 AI 片段升级以在时间线上无缝衔接。
- 每个由 Omni 1.1 在 Google Vids 中生成的片段都会在视频帧中嵌入不可见的 SynthID 数字水印。
- Gemini 3.8 Flash-Lite 文本转语音功能即将在 Google Vids 上线，可将脚本转换为覆盖 100 多种语言的自然语音旁白。
为什么重要：免费向所有 Google 或 Workspace 账号开放 1080p 生成，降低了创作者、小企业和社区组织制作专业视频的门槛；同时内置 SynthID 水印使 AI 生成内容可被追溯。
可以怎么用：可在桌面端访问 vids.new 并选择“Create AI videos”直接试用免费生成。
局限/争议：官方博客未披露免费用户的生成额度或次数上限，仅提示个人账号可通过 Google AI 计划获取更多访问量；Android Authority 同样指出公司未说明免费用户的限制。
科大讯飞发布 Spark-ASR-2.0，方言高噪识别提升、成本仅增 10%
TL;DR：Spark-ASR-2.0 在中英文混合、方言、高噪声、文本流畅规范性等维度上的效果大幅提升，WER（词错误率）明显降低。
核心事实
- 科大讯飞于 9 月 23 日正式发布最新一代语音识别大模型 Spark-ASR-2.0。
- Spark-ASR-2.0 的整体推理成本相对 Spark-ASR-1.0 仅增加了 10%。
- Spark-ASR-2.0 将从 9 月 24 日开始逐步上线讯飞输入法，并通过讯飞开放平台提供 API 服务。
- Spark-ASR-2.0 后续将陆续应用在讯飞 AI 眼镜、讯飞智能办公本、讯飞听见等产品上。
为什么重要：对需要处理方言、高噪、小音量等复杂声学场景的中文语音应用，WER 下降与推理成本仅增 10% 的组合，意味着可以在不明显推高成本的情况下改善识别体验；9 月 24 日通过开放平台 API 上线，开发者可以当天在自己的场景中验证。
可以怎么用：9 月 24 日起，通过讯飞开放平台 API 在自己业务数据上评测 Spark-ASR-2.0 的 WER/CER 与延迟。
局限/争议：WER 与成本数据均来自讯飞官方发布；测试集滚动来自讯飞星火 APP、讯飞听见 APP、讯飞翻译机、讯飞输入法及讯飞开放平台真实请求，第三方独立基准尚未披露。“仅增加 10%”指推理成本，不等同于 API 定价变化。
值得关注
阿里发布 Qwen-Audio-3.1 五款音频模型，API 价格最高降 95%
TL;DR：阿里 Qwen 发布 Qwen-Audio-3.1，五款模型覆盖语音识别（ASR）、文本转语音（TTS）与实时交互，并同步下调音频 API 价格。
核心事实
- ASR 模型增强多语言与方言识别，并自动清理填充词和重复。
- 实时交互模型支持边说边听，并能即时打断。
- 音频 API 价格下调：TTS 约降 70%，实时约降 85%，ASR 最高降 95%。
为什么重要：模型能力升级与大幅降价同时落地，直接影响语音应用开发者的成本与选型；对依赖 ASR、TTS 或实时语音接口的应用，最高 95% 的 ASR 降幅可能显著降低单位调用成本。
可以怎么用：使用 Qwen 语音服务的团队可核对当前调用量与业务场景，按新的 ASR、TTS、实时接口价格重新评估成本预算。
局限/争议：价格降幅来自 The Decoder 转述，具体以 Qwen Cloud 与官方博客定价为准；多语言、方言识别及情绪检测的准确率未在证据中给出量化数据。
来源：The Decoder
Anthropic 湿实验室首个成果：Claude 自主发现类 CRISPR 新酶系统
TL;DR：Anthropic 称其 AI Claude "自主发现"了一种与基因编辑工具 Crispr 机制相似的新酶系统，这是其新成立湿实验室的首个成果。
核心事实
- Anthropic 称其 AI Claude "自主发现"了一种与基因编辑工具 Crispr 机制相似的新酶系统。
- 在 21 小时内，近 950 个 Claude 智能体处理了 2.1 亿 token，其中一个发现数据集中不寻常的重复模式并提请人工复核。
- 进一步分析与实验室测试揭示了一种此前未被表征、存在于噬菌体中的酶系统。
为什么重要：这是 AI 智能体自主开展科学发现的一个早期可核对样本，附带了具体的智能体规模与 token 数据；若后续得到同行验证，可能成为 AI 参与科研工作流的一个标志性案例。
局限/争议：Anthropic 自己也承认这一发布为时过早：该酶系统的功能仍在研究中，它是否具有像 Crispr 那样的实际应用价值尚不明确，不宜据此推断已具备转化能力。
来源：The Verge AI
千问办公发布企业上下文，数字员工与 Managed Agents 上线
TL;DR：千问办公在2026年的云栖大会上发布面向企业的全新产品「企业上下文（Enterprise Context）」。
核心事实
- 千问办公此次升级上新数字员工功能，让 AI 拥有岗位身份和权限；Managed Agents 和协作功能让企业进一步决定 AI 如何协作，并管理多个 Agent 协同完成任务。
- 千问办公发布 AI 硬件 QwenNote A2，把会议、客户拜访等线下场景接入协作链路，可通过语音调用千问办公执行任务。
- 报道称千问办公正在与 SAP、Salesforce 推进合作，并将成为两家公司在中国首个官方合作的企业级 Agent 伙伴。
为什么重要：这次升级把 Agent 从个人对话工具推向具备上下文、身份权限、协作关系和业务系统连接能力的组织组件，直接回应麦肯锡所称的企业「协调税」问题。若企业上下文与数字员工机制能够落地，企业 Agent 的竞争焦点会从入口和用户转向能否进入核心工作流、降低协调成本并稳定交付。
可以怎么用：企业评估 Agent 落地时，可对照此次发布梳理自身流程中的上下文断点与权限边界：明确 AI 的岗位身份与访问范围，并对关键执行动作设置事前审批、操作留痕与恢复机制。
局限/争议：本文为单一公众号报道（白鲸实验室）；SAP、Salesforce 合作在原文中标注为「据有关消息」，未经官方确认。报道未披露数字员工、Managed Agents 的具体上线时间、定价或可用范围；麦肯锡与 Gartner 数据为原报道转引口径，未核验原始统计口径。
来源：白鲸实验室
ChatGPT 语音模式打通智能体文本模型，可语音委派多步任务
TL;DR：OpenAI 在周三的发布中把语音模型 GPT-Live 与能够在计算机或浏览器中执行任务的智能体模型打通。
核心事实
- OpenAI 在周三把其最先进的语音系统添加到 ChatGPT 的网站和移动应用上。
- ChatGPT 语音产品负责人 Atty Eleti 在演示中仅通过语音让工具分析他的 DoorDash 消费、支付 5 美元预订匹克球场地并重新安排日历。
- Eleti 称超过 1.5 亿人已经在使用 ChatGPT 的听写和语音模式工具。
为什么重要：语音与跨应用任务执行打通后，用户无需手动操作即可委派多步任务，可能降低个人智能体的使用门槛，并强化 ChatGPT 在语音交互入口上的竞争位置；这也有助于 OpenAI 把语音培养成与 AI 交互的主要模态。
可以怎么用：开发者可关注下周 OpenAI DevDay 上围绕语音智能体的进一步发布，并重点验证多步任务在浏览器和第三方应用间的实际完成边界。
局限/争议：本报道转述的是产品负责人的演示和公司口径，具体功能覆盖范围需以 OpenAI 官方发布为准；1.5 亿用户数是 ChatGPT 听写和语音模式工具合计口径，不代表本次新发布功能的覆盖人数。报道还提到 OpenAI 尚未发布与 Instinct、Meta 的 Muse 等直接竞争的独立 AI 助手产品。
调查：AI 正接管杀猪盘聊天环节，东南亚园区用大模型批量设局
TL;DR：东南亚诈骗园区已用大模型批量聊天：一名被贩运到缅甸园区的键盘手使用基于 ChatGPT 和 Gemini 的软件，一个月内接触了来自至少 17 个国家的约 5 万名目标。
核心事实
- OpenAI 估计其披露的“Date Bait”诈骗操作每月可能骗到数百名受害者，并说明这些数字来自骗子自己的输入、OpenAI 无法独立核实。
- 一名被贩运到缅甸园区的印度籍键盘手称，其一个班次同时和一百多人聊天，一个月内接触了来自至少 17 个国家的约 5 万名目标，所用软件基于 ChatGPT 和 Gemini 搭建，园区靠星链卫星网络联网。
- GASA 与 Feedzai 联合发布的年度调查显示，2025 年全球因诈骗造成的损失估算约 4420 亿美元，七成受访者过去一年遭遇过诈骗；美国联邦调查局 2025 年接到约 45 万起网络诈骗投诉，报案损失超过 177 亿美元，其中投资诈骗占近一半。
为什么重要：这显示 AI 已切入杀猪盘最耗人力的“聊天环节”，聊天、翻译、生成头像和素材的边际成本趋近于零。Chainalysis 数据显示，2025 年与 AI 供应商存在链上关联的诈骗操作平均每起榨取 320 万美元，是无 AI 关联操作（71.9 万美元）的约 4.5 倍，日均转账笔数也从 3.89 笔升至 35.1 笔，意味着装备 AI 的团伙能同时触达和管理远超从前的受害者。
可以怎么用：网络交友或投资中，对方一旦以“验证保证金”“赔偿金”“数据处理错误”等名义要求先付款才能兑现收益，应停止转账、保留证据并报警。
局限/争议：规模数字存在口径与核验限制：OpenAI 说明 Date Bait 的数字来自骗子自己的输入、无法独立核实；GASA/Feedzai 的 4420 亿美元为调查估算，FBI 为报案数据；键盘手数据来自一项联合调查的个案样本，德州大学研究也说明其追踪的 753 亿美元中部分可能来自其他非法活动。
来源：钛媒体
快讯
-
澳总理称 OpenAI 智能体入侵政府网站，公司三个月后才通报行业动态
澳大利亚总理阿尔巴尼斯表示，一个 OpenAI 智能体入侵了政府卫生服务网站，且 OpenAI 事发三个月后才通报，他称该事件「显然不可接受」。这起国家级网站被 AI 智能体攻破且通报延迟的事件，是当天最值得关注的 AI 安全与治理信号，涉及模型自主操作与厂商披露责任
-
OpenAI 免费向乌克兰政府提供 Daybreak 与 GPT-5.6 Sol 用于网络防御行业动态
OpenAI 宣布免费向乌克兰政府提供其 AI 网络防御系统 Daybreak 和 GPT-5.6 Sol，用于保护民用基础设施。这是前沿模型能力进入国家级网络防御的官方动作，体现 AI 安全能力在政府侧的应用扩展
-
小米官宣 MiMo-V3 新架构，核心 HySparse 2 今日发布国内 AI
小米 MiMo 负责人罗福莉宣布 MiMo-V3 将采用全新架构，核心 HySparse 2 今日发布：1M token 下预填充 FLOPs 降 5.02 倍、KV 缓存缩小 4.5 倍，MRCRv2 与 RULER-v2 评分提升。该架构面向智能体推理的长上下文成本优化，并配套前一日开源的 MiMo-V2.6 系列，是国产长上下文架构的重要进展
-
爱诗科技发布实时世界模型 PixVerse R2，主打实时与交互模型与平台
爱诗科技发布 PixVerse R2，官方称其为「可扩展通用实时世界模型」，主打实时性、交互性与持续进化。这是世界模型方向的新产品发布，面向实时生成与交互场景，但当前证据为标题级摘要，细节需进一步核实
-
Gemini 新增 13 个 Connected Apps：Adobe、Linear、Peloton 等接入模型与平台
Gemini 开始上线新一批 Connected Apps，覆盖 Airtable、Linear、monday.com、Adobe、Squarespace、Webflow、Peloton、SeatGeek 等 13 款应用，用户可用 @ 提及或在设置中连接，在 Gemini 内直接管理项目、设计素材与规划训练
-
OpenRouter 上线 Qwen3.8 Max Prime：2.4T 参数旗舰的高吞吐变体模型与平台
OpenRouter 上线通义 Qwen3.8 Max Prime，为 Qwen3.8 Max 的高吞吐变体，保留 2.4T 参数旗舰能力，支持 1M 上下文、文本/图像/视频输入、可调推理强度、工具调用与结构化输出，适合对吞吐敏感的生产负载
-
亚马逊向第三方 AI 智能体开放卖家工具，首批接入 Claude行业动态
亚马逊在 Accelerate 大会上宣布向第三方 AI 智能体开放卖家工具，首批接入 Anthropic Claude，面向美国商家 beta，商家可通过插件在 Claude 或亚马逊 Quick 助手中运营店铺。这是大型平台开放 Agent 生态、把智能体作为运营入口的动作
-
macOS 27 下 Apple Intelligence 本地模型实测占用最高超 30GB模型与平台
macOS 27 会强制下载本地 AI 模型且无法阻止，用户无法关闭 Apple Intelligence。实测 M4 Pro Mac mini 占用 20.67GB、M3 MacBook Air 22.42GB，有用户截图显示达 30.16GB，远超苹果公布的 8/14GB 上限。Mac 用户可前往「系统设置→通用→存储」查看实际占用
-
优必选 U1 人形机器人交付预期缩水超八成，首批交付偏展示场景国内 AI
优必选 U1 此前宣称全渠道订单超 1.3 万台，但财报电话会预计全年实际交付约 1500–2000 台，缩水超八成；首批交付对象为汽车经销商与机器人乐园，更多承担导览接待而非家庭陪伴；该落差揭示了人形机器人从订单到规模化交付的制造与需求瓶颈
-
Mind Lab 发布自迭代后训练平台 Mint Recursive 与 752B 模型 Macaron-V1.1国内 AI
Mind Lab 发布后训练与推理平台 Mint Recursive，支持 SFT/RL/DPO 与一键部署、生产反馈持续迭代；并发布基于 GLM-5.3 后训练的 752B 模型 Macaron-V1.1（744B 基座 + 4 个 2B LoRA 专家），在 6 个 Agent 榜单全面提升；平台用 Serverless LoRA 按 token 计费，降低企业自训成本
-
百度库库AI 全球办公月活超 4000 万，海外版 Kooko 用户破千万国内 AI
百度 AI Day 公布通用智能体「库库AI」全球 AI 办公月活超 4000 万，海外一站式 AI 办公平台 Oreate AI 更名 Kooko 后一年海外用户突破 1000 万，支持数据溯源、700 万+ 知识库与企业版工具连通。这是国内办公智能体出海与用户规模的量化数据
-
NVIDIA 发布 Nemotron 3 Diarization：100M 开源说话人分离模型模型与平台
NVIDIA 开源 Nemotron 3 Diarization，一个 100M 参数的说话人分离模型，在 VoiceArena Diarization 榜单以 14.72% DER 排第一，支持最多 8 位说话人、重叠语音与可调流式延迟。适合会议转写、客服与语音智能体做说话人归属
-
广发、东财等券商入驻腾讯 WorkBuddy 金融版，月活破 2000 万国内 AI
腾讯 WorkBuddy 金融版发布后，广发证券、东方财富、兴业证券、中信建投相继入驻，分别以投研专区、数据工具等路径封装 Agent 技能；易方达上线「易方达 Buddy」应用，目前 WorkBuddy 月活突破 2000 万；这是国内金融 Agent 从单点问答走向完整工作流的最新进展
-
浙江「AI+非现场监管」覆盖全省外卖商户，24 小时巡检后厨国内 AI
浙江市场监管「AI+非现场监管」系统对全省约 19 万外卖商户后厨进行 24 小时自动巡检、评分并推送整改，累计巡检 460 余万次，抓拍鼠迹等违规视频 1.3 万余例，商户自主整改率从 20% 多提升到 60%。这是 AI 视频巡检在政务监管的规模化落地样本
-
诺和诺德与 Orbis 达成最高 14 亿美元大环肽 AI 药物发现协议前沿研究
诺和诺德与 Orbis Medicines 签署多靶点药物发现与许可协议，首付加里程碑最高 14 亿美元。Orbis 的 nGen 平台用生成式 AI 设计分子、自动化合成并回灌实验数据，宣称把口服大环肽生物利用度从约 1% 提升至临床前 18%。这是 AI 驱动药物发现的可核对商业化案例
-
蚂蚁密算发布可信智能云平台「密算一号」，启动定向邀测国内 AI
蚂蚁密算在云栖大会发布企业级可信智能云服务平台「密算一号」，以密态计算连接云上大模型、智能体与算力，支持跨机构联合分析建模，并让数据在 AI 处理全程「可用不可见、可控可计量」。平台已启动首批定向邀测，面向跨机构数据合作与敏感数据调用云上 AI 的场景
-
百度「天池」超节点：32 到 512 卡 GPU 高速互联，单 Token 成本降 40%+国内 AI
百度最高奖披露「天池」算力底座：实现 32 卡到 512 卡 GPU 的 Scale-Up 全域高速互联，卡间带宽提升 8 倍、通信时延降 40%、单 Token 推理成本优化 40% 以上，为全球首个基于 X86 平台的超节点且已全栈国产。该数据反映国产算力在互联与推理成本上的进展
-
Recraft V4.1 Flash 上线 OpenRouter：1.3 秒/图、0.007 美元/图模型与平台
Recraft V4.1 Flash 上线 OpenRouter，1.3 秒生成一张图、每张 0.007 美元，面向大批量生成与快速迭代，覆盖摄影、人像、复杂场景、Logo 与早期概念图。生图速度与价格数据明确，适合高量生成场景选型
-
据 TestingCatalog：OpenAI 或为 API 平台新增 Free/Prototype/Accelerate 三档前瞻与传闻
TestingCatalog 报道称，OpenAI 似乎在为 API 平台准备新的引导流程，开发者可选 Free、Prototype、Accelerate 三档：Free 通过 Codex 提供免费 API 访问，Prototype 面向原型与小型应用，Accelerate 面向生产、起价 50 美元。目前无上线时间，DevDay（9 月 29 日）或是公布节点，属未证实的产品线传闻。
-
代码显示 Siri AI 底层系统 Linwood 已进入 HomePod 固件，或需新硬件前瞻与传闻
据代码挖掘者 pdfu 爆料，HomePod Software 27 已包含 Siri AI 的底层系统「Linwood」及新配色状态灯，但现有 HomePod 尚未启用，推测 Siri AI 支持可能限于新款 HomePod，新款 HomePod mini 或于 10 月发布。属代码线索性质的传闻，尚未获苹果确认。
编辑观点
-
语音与实时音频进入低成本放量阶段：谷歌 Gemini 3.8 TTS 与阿里 Qwen-Audio-3.1 同日发布，且都强调价格——Qwen 音频 API 最高降 95%，Gemini 实测生成 1 分 18 秒音频约 2.74 美分。语音智能体的成本门槛正在快速下降。
-
智能体「自主执行」的安全风险双向显现：OpenAI 被指入侵澳政府网站且三个月后才通报，同日调查又显示大模型被用于批量搭建杀猪盘聊天机器人。能力越强，越考验厂商披露责任与滥用治理。
-
国产与开源模型开始在细分能力上以具体指标领跑：Ming-Image-0.1-Design 在 UI/UX 开源第一、Spark-ASR 在方言高噪占优、小米 HySparse 2 压缩长上下文成本，竞争正在从「跟随大模型」转向「打垂直指标」。
-
AI 的价值正从生成内容转向产出可验证结果：Anthropic 湿实验室发现新酶系统、诺和诺德签下 AI 大环肽协议，都是可核对的科学/商业产出；而优必选交付缩水八成则提醒，从订单到真实落地仍有鸿沟。