AMD 以 82 亿美元收购 World Labs，Atlas 解决稀疏重建问题
AMD 收购 World Labs，价格 82 亿美元。World Labs 自 2024 年成立以来构建了面向创意、设计和机器人模拟的 AI 空间智能能力，并发布 Atlas 模型，通过结合生成模型与多视角几何解决稀疏重建问题，实现新相机视角预测。应用领域包括机器人强化学习环境、场景生成以及房地产、设计和施工的真实世界重建。
#多模态
#多模态
今日 195 条Latent SpaceAI 评分6969 Latent SpaceAI 评分7373 Claude Opus 5.5 发布，在 SimpleBench 和视觉评测中领先
Claude Opus 5.5 本周发布，在 SimpleBench 得 88.4%，被评 Anthropic 迄今最佳视觉模型，成本约比 Fable 5.1 低 60%。
量子位精选AI 评分8888 李飞飞创业公司World Labs被AMD以82亿美元收购
AMD全股票收购李飞飞创办的空间智能公司World Labs，交割后李飞飞将出任AMD执行副总裁兼首席科学家，联合创始人Justin Johnson和Ben Mildenhall继续带领团队并入AMD。
推荐理由：AMD以82亿美元全股票收购空间智能公司World Labs，读者可借此观察芯片巨头在机器人仿真与物理AI新工作负载上的布局节奏。
Nature · Machine LearningAI 评分3636 机器学习从基因组预测噬菌体-宿主相互作用，不依赖系统发育
研究者开发了一个不依赖系统发育的机器学习框架，仅从基因组序列预测菌株水平的噬菌体-宿主相互作用，在115,037个相互作用、949种细菌菌株和518种噬菌体的数据集上验证，可匹配现有物种特异性模型并指导噬菌体鸡尾酒设计。
Google AI BlogAI 评分1717 Future Vision XPRIZE 获奖短片《The Gifted》预告片
summary_zh: 独立电影人 Jeff Synthesized 凭借《The Gifted》获得 Future Vision XPRIZE 大奖，从全球 2500 多部参赛作品中脱颖而出。
AWS Machine Learning BlogAI 评分4949 如何在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用（Part 1）
在 Amazon SageMaker AI 上用 AWS vLLM-Omni DLC 部署 Qwen3-TTS，文本与音频经同一条持久双向连接传输，语音可在整段生成完成前开始播放。
AWS Machine Learning BlogAI 评分4141 在 SageMaker AI 上用 vLLM-Omni 生成图像和视频（第 2 部分）
同一 AWS vLLM-Omni DLC 在 SageMaker AI 部署两个端点：FLUX.2-klein-4B 实时生成图像，Wan2.1-VACE-1.3B 再异步把该图像做成短视频。
AWS Machine Learning BlogAI 评分3535 使用 Amazon Nova Act 实现合成监控
summary_zh: Amazon Nova Act 基于多模态大语言模型处理 UI 截图而非 DOM 选择器，在早期企业客户用例中浏览器工作流准确率超过 90%，能适应样式变化而无需更新脚本。
AIHubAI 评分3636 NTU Singapore 开发 AI 平台 PLATO 与 PhaseHub 预测相分离蛋白
NTU Singapore 团队开发 PLATO 数据库与 PhaseHub 分析平台，基于大语言模型挖掘 PubMed 文献并结合 MolPhase 算法，覆盖 5,118 条蛋白序列，其中 3,600 余条发生相分离、1,300 条未发生。研究发现真核生物相分离蛋白比例更高，且该比例随基因组增大趋于饱和。两平台已发表于 Molecular Plant。
爱范儿AI 评分1212 百万阿莱失踪案｜荣耀Magic9 Pro Max 首发评测
summary_zh: 荣耀Magic9 Pro Max 首发评测。文章正文仅展示版权声明与公众号关注引导，未提供该机型任何具体参数、功能或评测细节。 荣耀Magic9 Pro Max 首发评测。文章正文仅展示版权声明与公众号关注引导，未提供该机型任何具体参数、功能或评测细节。
Simon WillisonAI 评分3636 Kākāpō Party — 用 Claude Opus 5.5 生成像素动画并由 Claude Code 自动化录制演示视频
summary_zh: Simon Willison 用 Claude Opus 5.5 根据三张 kākāpō 照片生成 HTML5 Canvas 像素动画页面，20 只以上几维鸟随音乐跳跃跳舞，点击触发彩纸、气球等特效。
The Guardian · TechnologyAI 评分2828 Meta 推出 Muse 可爱 AI 挂件设备，搭载屏幕 avatar 并新增无摄像头智能眼镜
Meta 发布 Muse 挂件设备，配备 2 英寸屏幕显示可爱 avatar，可进行实时对话、回复邮件、预订旅行和购物，计划 12 月发售。Meta 同时推出无摄像头智能眼镜，将摄像头移至挂件以改变录制时的责任主体。研究者指出 cute 设计具有"charming and disarming"效果，可能降低用户防备，但不同世代和文化接受度存在差异。
Nature · Machine LearningAI 评分3434 物理信息机器学习 Pred-MutPRI 预测蛋白-RNA 复合物突变结合自由能变化
研究提出 Pred-MutPRI 框架，结合加权原子级相互作用网络、掩码 ESM-2 熵项与 AlphaFold3 局部有效应变描述符，用 XGBoost 回归预测蛋白-RNA 突变 ΔΔG。在序列不重叠、结构低重叠的盲测集上 PCC 达 0.705，优于现有预测器；数据集与 Python 包已公开。
Nature · Machine LearningAI 评分4646 SpaCEy 利用可解释图神经网络将组织空间模式与临床结局关联
summary_zh: SpaCEy 是一种基于图神经网络的可解释方法，用于在组织切片中发现与临床结局相关的空间重要区域。相比现有方法依赖预定义细胞类型标签或局部聚类，SpaCEy 能直接从连续分子测量中识别具有临床意义的连贯空间模式，并提供驱动结局的分子标记组合。
AWS Machine Learning BlogAI 评分4040 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
summary_zh: SkyRL 是开源 RL 框架，结合 Amazon SageMaker HyperPod 的 Ray 集群与 GRPO 后训练，将 Qwen3-VL-8B 在 VisGym SFT 检查点上的迷宫求解率从 43.75% 提升至 95% 以上。
AWS Machine Learning BlogAI 评分4444 阿里千问 Qwen3-TTS-12Hz-1.7B-Base 在 Amazon SageMaker AI 上部署实时个性化语音克隆
Qwen3-TTS-12Hz-1.7B-Base 是阿里千问团队公开的文本转语音模型，支持 10 种语言、基于 12Hz 语音 tokenizer 与流式生成，可通过少量参考音频实现说话人声音克隆，并跨语言保持声音身份。
Ben's Bites · NewsAI 评分2222 50 years of tech devices
Ben 用了 Astra、Codex、Factory Droid 和多个 subagent 搭建了一个设备时间轴网站 bentossell.com/devices，展示 1976 到 2026 年共 87 款设备，所有图片由 Astra 生成。用户可拖动时间轴查看不同年份的设备，并投票"had/wanted"，结果通过链接分享；投票数据由 here.now 存储，页面不存数据无需登录。
Digital Trends · AIAI 评分2828 Google Photos 新增 Gemini Spark 等五项功能
Google Photos 新增 Gemini Spark、数字衣橱、Moods、Remix 模板和升级标记工具五项功能，涵盖照片清理、整理与编辑分享。Gemini Spark 为新增 AI 功能，其余功能均面向照片管理与创意玩法。
爱范儿AI 评分3939 早报｜网易云音乐鸿蒙版正式上线/任正非重申「华为不造车」/腾讯QClaw将停运
summary_zh: 任正非重申华为不造车，将继续帮助东风造好车，双方讨论了奕境 X9、猛士 X700 和岚图梦想家 9 等车型。DeepSeek 年化收入运行率达约 10 亿美元，数月内翻倍，模型 API 价格上调约 2.3 至 4.5 倍。
Nature · Machine LearningAI 评分1212 一种结构信息驱动的深度学习框架用于建模 TCR-肽-HLA 相互作用
Kai Cao 等人在 Nature Communications 发表一种结构信息驱动的深度学习框架，用于建模 TCR-peptide-HLA 相互作用。作者来自 Broad Institute of MIT and Harvard、Massachusetts General Hospital、MIT 等机构，研究获得 AstraZeneca、NIH、DOE 等资助。
Google Research精选AI 评分6060 Google Research 推出自动化一致长形式视频生成框架
Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等框架，自动化长形式视频生成，缓解语义漂移并提升多镜头叙事一致性。
推荐理由：Google Research 推出 Co-Director、CANVAS、A²RD 和 VQQA 等多代理框架，自动化一致的长形式视频生成，有效缓解语义漂移和特征漂移，提升多镜头叙事一致性。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，已在 Gemini Enterprise 上线
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，为企业对话模型加上动态视觉形象，已在 Gemini Enterprise 上线。
推荐理由：原文给出实时视频形象与异步工具调用的能力说明，读者可据此了解企业智能体的交互形态变化。
NVIDIA Blog精选AI 评分6262 NVIDIA 与合作方通过 AlphaFold 数据库开放 2800+ 病毒蛋白质复合物预测结构
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构通过 AlphaFold Database 开放超过 2800 种病毒的蛋白质复合物预测结构，约 30% 为科学界全新发现的相互作用。
推荐理由：开放预测结果与推理流水线为研究者提供了可复用的基础设施，降低未来疫情中蛋白质结构解析的门槛。
爱范儿AI 评分2828 全新旅行者 7 开启预售，14.99 万元起插混燃油两手抓
summary_zh: 全新旅行者 7 于 9 月 23 日开启预售，燃油版 1.5TD 探索+ 入门 14.99 万元，C-DM 插混版 PRO 15.99 万元起，共 7 款车型。
爱范儿AI 评分2626 奕境 X9 上市 28.98 万元起，华为乾崑全栈共创的大六座 SUV
奕境 X9 于 9 月 24 日上市，共四款增程车型，售价 28.98 万至 36.98 万元。车辆搭载华为鸿蒙座舱 HarmonySpace 6 与乾崑智驾 ADS 5，全系配备华为 XPIXEL 百万像素智慧投影大灯，首发 AMS 舱内多模态感知系统。奕境由东风与华为乾崑全栈原生共创，锚定 30 万元级家庭旗舰市场。
Rest of World · AIAI 评分4646 中国在健康科技领域表现突出，这对全球是好消息
中国数字医疗通过 WeChat、Alipay 等应用覆盖 14 亿人口，远程医疗和 AI 医生头像已融入日常。中国在肿瘤药研发和全球药物授权交易中份额快速上升，今年可能占全球药物授权交易的 60%。西方药企如辉瑞正从 3SBio、Innovent Biologics 等中国公司授权数十亿美元抗癌候选药物。
MIT News · AIAI 评分3333 视觉AI研究城市的潜力与风险
summary_zh: MIT Senseable City Lab学者出版新书《How AI Sees the City: Urban Visual Intelligence》，探讨视觉AI在城市研究中的应用与隐患。
Digital Trends · AIAI 评分1212 Meta 推出与 K-Pop 明星 LISA 联名设计的智能眼镜
summary_zh: Meta 推出由 K-Pop 明星 LISA 联名设计的 Meta Glasses by LISA 智能眼镜系列。每副眼镜附带一款以 LISA 宠物为灵感的独家收藏挂饰。 Meta 推出由 K-Pop 明星 LISA 联名设计的 Meta Glasses by LISA 智能眼镜系列。每副眼镜附带一款以 LISA 宠物为灵感的独家收藏挂饰。
The New York Times · AIAI 评分2525 Meta 发布 3 款内置 AI 的智能眼镜
summary_zh: Meta 在年度开发者大会上发布 3 款内置 A.I. 的智能眼镜，再次强调 A.I. 对用户的赋能作用。 Meta 在年度开发者大会上发布 3 款内置 A.I. 的智能眼镜，再次强调 A.I. 对用户的赋能作用。
Nature · Machine Learning精选AI 评分6262 AlphaFold数据库新增数千种病毒蛋白复合物结构预测
AlphaFold数据库于9月24日新增超过8,000个病毒蛋白二聚体结构预测，涵盖23个含有人类感染成员的病毒家族，并作为“大流行防范门户”的一部分上线。
推荐理由：AlphaFold数据库新增病毒蛋白复合物预测，为传染病研究和疫苗设计提供了新的结构参考。
Apple Machine Learning ResearchAI 评分2828 Apple 压缩流式神经音频编码器：基于潜在空间蒸馏的端侧语音分词器方案
Apple 研究提出通过潜在空间蒸馏压缩流式神经音频编码器，以预量化潜在表示作为监督目标，仅训练学生编码器回归教师逐帧潜在值。2.8× 压缩下，蒸馏学生在五个教师-学生对上相对 WER 保持在 1.9% 以内，且同等容量独立训练分词器提升 3.9%。该方案覆盖两种分词接口，无需微调。
Nature · Machine LearningAI 评分2626 UpTCR：统一渐进知识迁移基础模型用于稳健的 T 细胞受体-抗原结合识别
UpTCR 是一个用于 T 细胞受体-抗原结合识别的大语言模型，采用统一渐进知识迁移架构。作者来自江南大学、清华大学深圳国际研究生院、澳门大学、腾讯 AI for Life Sciences Lab 等机构，文章发表于 Nature Communications，2025 年 11 月投稿，2026 年 9 月接收并发表。
Nature · Machine LearningAI 评分1212 优化放疗交付的人工智能技术
综述探讨AI在放疗流程中的应用，涵盖器官分割、剂量预测、治疗计划优化与结局预测。涉及深度学习、U-Net、扩散模型及大语言模型在放疗物理与临床中的实践与挑战。
NVIDIA Developer · AIAI 评分2323 NVIDIA 推出 NV-Reason-CT Open 3D CT VLM，支持放射科医生链式推理
summary_zh: NVIDIA 发布 NV-Reason-CT Open 3D CT VLM，专为放射科医生链式推理（Chain-of-Thought Reasoning）设计。
AWS Machine Learning BlogAI 评分4848 基于 AWS 的 Agentic 视频智能对话方案
该方案基于 Strands Agents SDK 构建单一 AI Agent，运行时动态调用 Amazon Bedrock（Claude Sonnet）、Amazon Rekognition 和 Amazon Transcribe，处理自然语言视频查询。
Google AI BlogAI 评分3737 Google Beam 扩展至五个新国家、新增合作伙伴与客户
Google Beam 正式扩展至美国、加拿大、英国、法国、德国、日本六国，由 18 家渠道伙伴部署支持，硬件由 HP Dimension with Google Beam 交付。
Digital Trends · AIAI 评分2828 Gemini 新增 Adobe 等连接应用，支持在 Gemini 内直接使用
Google 宣布 Gemini 新增 Adobe、Airtable、Wispr AI、Picsart、Squarespace 和 SeatGeek 等连接应用，用户无需切换应用即可直接使用这些服务。
Tom's Hardware · AIAI 评分7272 阿里发布 Qwen Image 2.1，7B参数开放权重图像模型宣称接近闭源模型
阿里云发布 Qwen Image 2.1，参数仅7B，可在RTX 3090等消费卡运行。内部基准Qwen Image Benchmark得分60.2，接近GPT Image 2.5 Sunburst（67）和Nano Banana 2.0（59.82）；AI Arena图像编辑得分1367，位列开源第一。
OpenAI NewsAI 评分3535 Ringg 基于 OpenAI GPT-5.6 的 AI 智能体解决 65% 客服来电
Ringg 使用 GPT-5.6 驱动多语言智能体，在语音、聊天、WhatsApp 和网页端处理客服通话，解决比例最高达 65%。相比 GPT-4.1，成本降低 90%。
Apple Machine Learning ResearchAI 评分3333 How to Guide Your Language Flow
summary_zh: 研究者提出 probe guidance 方法，利用冻结的扩散模型内部状态构建引导信号，无需推理时额外前向传播即可为流匹配模型提供可靠引导路径。