Runway@runwaymlAI 评分4444

推出 @runwayml_labs 的 Project Continuum，这是一款围绕实时视频界面构建的新型操作系统研究应用。 今天，我们将抢先展示与计算机交互的四种新方式：Portals、Visual Thinking、Responsive Video Interfaces 和 Interactive Worlds。界面世界模型（如 Solaris）正在重新构想界面的可能性。

OpenAI 在 DevDay 发布 GPT-6 Astra 驱动的 Dots 智能体，付费策略对标 Meta Muse

OpenAI 在年度 DevDay 上发布由 GPT-6 Astra 驱动的 AI 智能体 Dots，目前仅限每月 $20 的 Pro 及以上套餐用户使用。Dots 以可个性化的彩色形象呈现，主打长期知识工作、网站设计、QA、邮件活动等任务，并支持文本、语音和电话交互，后续还将推出会计和法律分析等专业版本。

Cloudflare AI Search 正式可用，新增原生图像嵌入与 PDF OCR

Cloudflare AI Search 正式 GA，整合 Workers AI、Vectorize、R2 和 Browser Rendering，提供托管索引与检索管线。

gsplat-talkinghead 发布面向实时 AI 语音智能体的 Gaussian Splat 头像 React 组件

Navod Peiris 发布开源库 gsplat-talkinghead，为 AI 语音智能体提供可嵌入 React 应用的唇形同步 Gaussian Splat 头像组件，渲染和 wav2arkit 神经唇形同步均在浏览器内运行。

Show HN：用 AI 将截图重命名为可搜索的文件名

AI Screenshot Renamer 可将杂乱的截图名称在数秒内改为清晰、可搜索的文件名，支持一次批量处理最多 10 张 PNG、JPG、JPEG 或 WEBP 图片，单张最大 10MB。用户无需注册，图片仅临时处理、不会永久存储，原图也不会被压缩或转换；AI 生成文件名后可编辑，再以 ZIP 下载重命名后的原图。

华为 Mate XT 2 三折叠手机获 HarmonyOS 7.0.0.109 SP8 升级，通信共享支持多人互助共享

华为 Mate XT 2 非凡大师三折叠手机推送 HarmonyOS 7.0.0.109 SP8 更新，新增 3D 空间壁纸，并支持与 HarmonyOS 7 手机、平板、鸿蒙电脑多人互助通信共享。更新还支持照片生成 3D 动态照片、深色模式随日出日落切换、熄屏循迹导航，并优化小艺多模态基础大模型推理速度与相机成像。系统采用分批推送，未收到的用户可手动检查更新。

Microsoft 发布 GigaPath-Flash 与 GigaTIME-Flash，病理 AI 计算成本降低约 50 倍

Microsoft 上月发布两个开源蒸馏病理模型 GigaPath-Flash 和 GigaTIME-Flash，将计算成本降低约 50 倍，同时保留 97% 的性能。模型可在单张 GPU 上运行，面向需要对数万张幻灯片执行数百万次 tile 推理的癌症队列研究，降低中小团队开展人群规模研究的门槛。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5757

Synthesia 推出 Sessions，提供可实时辅导、访谈和引导对话的交互式 AI 数字人。Roleplay Sessions 用于实时练习销售电话和求职面试，结束后 AI 教练会逐项评分并讲解结果；Survey Sessions 由数字人开展访谈并收集反馈。

Show HN：Nixm——不保留对话记录的 AI 聊天（并实测其取舍）

Nixm 推出以可分享 URL 承载预置意图的 AI 聊天，打开链接即可进入同一上下文，无需重新解释或上手配置。它支持多人实时添加内容，并可在对话内直接生成图表、3D 场景、图片和有声视频。Nixm 不保存对话文字记录，蒸馏后的 signal 日志在 7 天后消失，且不用于训练数据。

react-ai-voice-avatar 发布浏览器内 React 语音模式与会话头像组件

927tanmay 开源 react-ai-voice-avatar，以 React 组件或 headless hook 提供浏览器内语音对话和 60 FPS 3D 会话头像。

理解驱动机器人的 AI：VLA 与 π0.5 工作原理解读

文章解读驱动人形机器人的视觉-语言-动作模型 VLA，并以 Physical Intelligence 的开源权重 π0.5 为核心案例。

Airbnb 推出 3D 平面图扫描功能

Airbnb 推出 3D 平面图功能，目前仅面向美国房东开放，房东可扫描房源内部并发布到房源页面。该功能需使用 iPhone Pro 12 或更高版本，或 2020 年及更新的 iPad Pro，通过相机和 LiDAR 传感器识别房间、门窗、家具及空间尺寸。扫描数据会在设备上处理并上传至 Airbnb，平面图通常在 24–48 小时内生成，房东可编辑后选择展示。

Weizmann 研究所 AI 工具可依据 fMRI 脑扫描重建所见图像

以色列 Weizmann Institute of Science 的 Michal Irani 团队开发出可根据 fMRI 脑扫描重建所见图像、也可根据图像预测脑活动的 AI 工具。

Searchlify：用本地 AI 私密搜索你的 Mac

Searchlify 是一款面向 macOS 的本地 AI 搜索应用，支持用自然语言查找文件、PDF、截图和文档，并可对图片中的文字进行本地 OCR。其全部索引、OCR 和 AI 处理均在设备离线完成，无云端处理、遥测或用户追踪，并针对 Apple Silicon 的 Neural Engine 优化。

三星 Galaxy Glasses 通过美国 FCC 认证，有望 11 月上市

三星 Galaxy Glasses 智能眼镜已通过美国 FCC 认证，有望 11 月上市。FCC 数据库包含 SM-O200J 和 SM-O200P 两份认证信息，产品越南制造，规格为 5V 1A、5W。该眼镜预计采用 Android XR 平台和骁龙 AR1 Gen 1 芯片，深度集成 Gemini，支持实时翻译、消息摘要和基于视觉环境的搜索。

Google DeepMind 发布 Gemini 4 Argon，支持最高 1M token 输出并先开放网络安全预览

Google DeepMind 发布面向编码、企业知识工作和网络防御的 Gemini 4 Argon，首批仅向 Fairwind Program 的政府用户和可信网络防御者开放，开发者、企业和消费者访问将在护栏完善后开放。

文章提出 Natural General Intelligence：学习地球状态与动态的自然基础模型

作者提出 Natural General Intelligence 框架，主张构建直接学习地球真实状态与动态的自然基础模型，用于预测干预后的地球响应并持续更新。文章梳理了地球观测系统、天气数据同化流程，以及直接观测、保留原始分辨率、遵守物理约束、发现跨系统耦合和主动获取新观测等设计原则。

MeetTwins 可派 AI 分身代开 Google Meet 会议，目前仍在开发并招募 beta 用户

印度开发者 Aditya Shinde 打造的 MeetTwins 正在招募 beta 用户，可代替用户参加 Google Meet 通话并传达经批准的信息。该产品使用 Sarvam 的 AI 模型和 Simli 生成的数字分身，仅回答预设问题，会后通过邮件汇总未决事项；与会者输入 /stop 可令其立即离开。

华为 Mate90 系列升级鸿蒙 AI，推出小艺帮记、图库助手和隔空传送功能

华为在 Mate90 系列及全场景新品发布会上升级鸿蒙 AI，覆盖智能助手、智能影像和智感交互。小艺帮记可滑动保存网页或文章内容并直接提问检索总结，小艺图库助手支持一句话成片、图片动态变换、电影运镜与素材智能编排。小艺触发式 AI 可长按导航条唤起，支持智能填充、读屏和内容推荐；隔空手势可抓取图片跨设备直传，并提供单次查看隐私模式。

华为 Mate 90 系列搭载 XMAGE「华为睿影」影像体系，配备连续可变光圈与第三代红枫原色摄像头

华为 Mate 90 系列首发搭载全新升级的 XMAGE「华为睿影」影像体系，全系配备支持 F1.4-F4.0 无级调节的连续可变光圈、第三代红枫原色摄像头、超大底 2 亿像素长焦及 18EV 超高动态主摄。新机人像肤色准确度提升 62%，红枫色彩准确度提升 34%，Pro Max 长焦视频清晰度提升 34%、防抖能力提升 41%。

谷歌开始向网络安全合作伙伴推出 Gemini 4 Argon，内部员工质疑其编码实战表现

谷歌已开始向一小批受信任的网络安全合作伙伴开放旗舰模型 Gemini 4 Argon，并计划完成更多测试后优先面向付费订阅用户扩大开放。谷歌称 Gemini 4 在多项基准测试中得分靠前，单次输出最高可达 100 万 token，但部分内部员工反映其处理代码任务尤其是前端设计时表现不稳。

Clipx 开源 macOS AI 原生创作套件，支持视频、照片、PDF 与 LaTeX 编辑

Clipx 是一款面向 macOS 的开源 AI 原生创作套件，集成多轨视频、图层照片、PDF 和文本/LaTeX 四类编辑器，并以 Apache-2.0 许可发布。

Google Gemini 4 Argon 发布：Artificial Analysis 智能指数追平 GPT-6 Astra

Google DeepMind 推出 Gemini 4 Argon，目前正向部分用户灰度开放、尚未公开可用；它在 Artificial Analysis Intelligence Index 取得 53 分，追平 GPT-6 Astra，并领先 GPT-6.1 Sol 1 分。

Google 发布 Gemini 4 Argon，主打网络安全与复杂长任务推理

Alphabet 旗下 Google 发布新模型 Gemini 4 Argon，面向编码、研究、写作和防御性网络安全任务。该模型目前仅通过 Fairwind Program 向部分网络安全合作伙伴开放，Google 称其可自主发现、验证并修补关键软件漏洞。

Google 发布旗舰模型 Gemini 4 Argon，输出上限提升至 100 万 token

Google 发布新旗舰模型 Gemini 4 Argon，称其在 18 项测试中拿下 12 项第一和 1 项并列第一，并在 DeepSWE v1.1 以 77.9% 位列第一。

Runway@runwaymlAI 评分3030

在一次深度问答中，Runway 研究团队畅谈实时模型、生成式界面以及机器人技术的下一步。

Google 发布 Gemini 4 Argon，DeepSWE v1.1 得分 77.9% 超过 Claude Opus 5.5

Google 于 9 月 30 日发布前沿模型 Gemini 4 Argon，面向长流程软件工程、企业知识工作和网络安全防御，暂未全面公开。模型单次输出上限约 100 万 tokens，DeepSWE v1.1 得分为 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%；CWE-bench v1 以 68% 并列第一。

Runway@runwaymlAI 评分4747

Runway 机器人业务负责人 Andy Chen 介绍了 Runway 在机器人领域的独特方法，最后以我们的开放权重世界动作模型 Praxis-1 的首秀收尾。 进一步了解 Praxis-1 并申请抢先体验：https://runway.com/praxis-1

Google 发布 Gemini 4 Argon，评测追平 GPT-6 Astra 与 Claude Fable 5.1 但未取得明确领先

Google 发布前沿模型 Gemini 4 Argon，先向 Fairwind 项目的可信网络防御者和内部团队开放，随后再面向付费 API 客户、Google AI Ultra 订阅者及更广泛用户推出，具体日期未定。

AIInviteCode 上线实时 AI 邀请码与推荐码目录

AIInviteCode 是一个实时更新的 AI 工具邀请码、推荐码目录，代码会对照官方页面核验，并由刚试用过的用户投票。目录覆盖 Agents、Video、Image、Vibe coding、LLM API & coding plans 等分类，列出 Z.ai GLM Coding Plan、Wispr Flow、Granola、Bolt、Kimi 等工具的注册或购买奖励。

Photo Scrubber：本地人脸模糊与元数据移除工具

Simon Willison 让 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可在本地识别人脸并自动模糊，同时移除照片元数据。该工具使用 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并采用 BlazeFace 人脸检测模型。

Google 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作与网络安全防御

Google 宣布新前沿模型 Gemini 4 Argon，将先通过 Fairwind Program 向受信任的网络防御者开放，并参与美国政府自愿的发布前模型访问流程，随后逐步面向付费 API 客户和 Google AI Ultra 订阅者推出。

Nature 论文提出 SynthIDBio：为 AI 生成蛋白质序列和结构添加功能保持水印

Nature 论文提出 SynthIDBio，用于在 AI 生成的蛋白质序列和结构中嵌入高可检测且保持功能的水印。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6969

Google 宣布推出前沿模型 Gemini 4 Argon，面向真实软件工程、法律和金融等企业知识工作以及网络防御中的复杂工作流。该模型在 DeepSWE v1.1 上取得 77.9%，并称在多项基准上表现优于 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1。Gemini 4 Argon 将很快开始向付费 API 客户和 Google AI Ultra 订阅用户推出。

Google DeepMind 发布前沿模型 Gemini 4 Argon，输出上限提升至 1M tokens

Google DeepMind 宣布前沿模型 Gemini 4 Argon，将先通过 Fairwind Program 面向可信网络防御者开放，并参与美国政府自愿的发布前模型访问流程，随后逐步面向付费 API 客户和 Google AI Ultra 订阅者推出。

Runway@runwaymlAI 评分3636

在今天的 AI 峰会上，Runway CTO Kamil Sindi 进一步介绍了我们的首个世界接口模型 Solaris。这是一种新型操作系统，会在你与它交互时自行构建。每一帧都会根据你的意图实时生成。 在主题演讲中，Kamil 分享了一个清晰愿景：未来所有软件都将被生成。无需一行代码。 进一步了解 Solaris：https://runway.com/news/research/introducing-solaris

elvis@omarsar0AI 评分4848

实时 AI 角色现在可以活动全身，并全程保持聆听。 这个角色构建于 Vivix A1 Playground。 你可以在它说话或行走中途打断它。它会改变路线，而无需重置场景。它拿起的物体会保持形状。 @VivixLabs_HQ http://platform.vivix.ai/vivix-a1-model

Manus@ManusAIAI 评分2424

用 Manus Game Dev 把一个创意变成有趣的 3D 赛车游戏。🏎️ 赛车？由我们的合作伙伴 @tripoai 生成的 3D 模型。

VideoArena：用多种模型与 harness 生成动态图形

VideoArena 提供基于多种模型和 harness 的动态图形生成服务，支持登录后从空白项目或示例开始创作。

Rohan Paul@rohanpaul_aiAI 评分5757

Vivix 发布 A1 Playground + Agent，用户可创建会说话、移动并一起游玩的实时 AI 角色，入口为 https://platform.vivix.ai/vivix-a1-model/。