AI日报｜Gemini 3.8 Live 原生语音双模型登顶；Salesforce 联手英伟达推出 CRM 推理模型 Koa

模型发布/更新

Gemini 3.8 Live & 3.8 Live Extended Thinking GGoogle DeepMind

• 一言以蔽之：Google 推出新一代原生端到端语音大模型，支持边说话边在后台异步思考与调用工具，登顶第三方语音评测榜首。
• 核心亮点：
  • 后台异步思考与多步工具调用：Extended Thinking 版本突破性地实现了在与用户维持流畅自然对话的同时，在后台并行进行深度推理与工具调用，完全不打断语音流。
  • 顶尖质量与亲民定价：在 Artificial Analysis Quality Index 获得 82.6 分位列全球第一，τ-banking 智能体任务达成率达 35.1；输入定价低至 0.005 美元/分钟，输出低至 0.018 美元/分钟。
• 技术规格：原生 Speech-to-Speech / 闭源 API / 支持 97 种语言 / 登顶 Artificial Analysis 语音榜
• 传送门：Google 官方博客

Koa CRM 推理模型 SSalesforce & NVIDIA

• 一言以蔽之：Salesforce 联合英伟达打造首个面向企业 CRM 领域的推理大模型 Koa，基于 NVIDIA Nemotron 3 Super 后训练而成。
• 核心亮点：
  • 专有 CRM 数据集强化：依托 Salesforce 近三十年积累的企业 CRM 部署经验与专有合成数据集进行强化学习训练，显著降低业务决策偏差。
  • 深度适配企业复杂流程：针对销售机会挖掘、客服流程调度及业务自动化进行了针对性推理优化，全面赋能企业级 Agent。
• 技术规格：基于 Nemotron 3 Super 后训练 / 专有企业级推理模型
• 传送门：NVIDIA 官方博客

TranslateGemma GGoogle

• 一言以蔽之：Google 开源轻量级多语言翻译大模型 TranslateGemma，支持 55 种语言且可完全离线在边缘设备上运行。
• 核心亮点：
  • 端侧离线高质翻译：基于 Gemini 多语言能力蒸馏训练，体积小巧且深度适配各类端侧硬件，可在断网环境下提供高质量互译。
  • 全球语言普惠：作为 Google 语言技术覆盖 300+ 语言战略的重要组成部分，兼顾主流语言与低资源小语种。
• 技术规格：轻量级开源权重 / 支持 55 种语言 / 支持端侧离线部署
• 传送门：Google 官方博客

Vidu S2 (Avatar & Editing) 生生数科技

• 一言以蔽之：生数科技发布 Vidu S2 视频大模型，带来数字人实时交互与视频流实时编辑两大能力，并探索面向 VR 的空间视频生成。
• 核心亮点：
  • 双模型协同演进：推出面向数字角色实时交互的 Vidu S2-Avatar，以及支持在视频流中进行实时指令级修改的 Vidu S2-Editing。
  • 沉浸式空间视频：首次探索针对 VR 头显设备的实时空间视频生成与交互式编辑，赋能下一代空间计算内容制作。
• 技术规格：实时交互视频大模型 / 空间视频生成与编辑
• 传送门：生数科技官方发布

StepAudio 3 系列语音大模型 阶阶跃星辰

• 一言以蔽之：阶跃星辰正式上线 StepAudio 3 大模型矩阵，覆盖 Realtime、ASR、TTS、Gen 与 Music，多项指标斩获全球第一。
• 核心亮点：
  • 全双工与自然节奏掌控：StepAudio 3 Realtime 在 Artificial Analysis Conversational Dynamics 榜单中以 98.9% 综合得分位列全球第一，精准掌握对话停顿与打断。
  • 顶尖语音推理：在第三方权威 Speech Reasoning 评测中以 99.7% 准确率夺得全球榜首，可同步解析语义、语气、情绪及副语言信息。
• 技术规格：多模态语音矩阵 / 原生全双工 / Speech Reasoning 99.7% 全球第一
• 传送门：阶跃星辰官方发布

Atria Dawn Preview 上上海人工智能实验室等

• 一言以蔽之：上海 AI 实验室联合多所顶尖高校开源科研与工程专用基座模型 Atria Dawn，首创基于可验证经验闭环管线进行训练。
• 核心亮点：
  • 可验证经验闭环：只有在真实代码执行与评测环境中形成证据闭环的有效经验才会被沉淀入模型，具备极强的“从错误中自我学习”能力。
  • 软硬件与脚手架一体化：搭配专属智能体脚手架（Harness），可在 20 分钟内从零编写简易操作系统，或在无网环境下完成高精度全球气象推演。
• 技术规格：开源模型与 Harness / 科研与工程智能体专用
• 传送门：Atria 官方网站

产品发布/更新

Salesforce in Claude AAnthropic

• 更新内容：Anthropic 正式推出 Salesforce 深度集成 Beta 版，将客户账户、销售商机与销售管线直接引入 Claude 对话界面，内置 37 个开箱即用的销售技能，支持在聊天中一键生成预测看板和复盘交易。
• 适用人群：[企业销售团队 / 业务运营人员 / CRM 管理员]
• 体验通道：Anthropic 官方博客

v0 全面支持多模型接入 (Model-Agnostic) VVercel

• 更新内容：Vercel 旗下前端生成工具 v0 正式打破单一模型绑定，通过 Vercel AI Gateway 开放对 Claude、GPT、DeepSeek、Kimi、GLM、Grok 等全球主流前沿模型的自由选择与无缝切换。
• 适用人群：[前端开发者 / 全栈工程师 / 独立开发者]
• 体验通道：

  View post on X by @v0

  在 X 上查看 @v0 的貼文 ↗

CobbleDB 自研键值数据库 PPerplexity

• 更新内容：Perplexity 揭晓为其搜索业务打造的自研键值数据库 CobbleDB。为应对大规模高并发网页抓取，由 2 名工程师协同数百个 AI Agent 仅用 2 个月完成核心系统构建，成功替代 AWS DynamoDB，热读取 P50 延迟从 31.4ms 降至 5.60ms，每年节省高达 1 亿美元成本，计划向社区开源。
• 适用人群：[后端架构师 / AI 基础设施工程师 / 搜索系统开发者]
• 体验通道：

  View post on X by @AravSrinivas

  在 X 上查看 @AravSrinivas 的貼文 ↗

Agent Substrate & Filestore Agent Volumes GGoogle Cloud (GKE)

• 更新内容：Google Cloud 在 GKE 上发布专为智能体打造的轻量执行运行时 Agent Substrate，具备 10 倍容器密度与亚 500ms 唤醒能力；同步推出 Filestore Agent Volumes 托管存储，解决百万级并发 Agent 沙箱的严格隔离与状态持久化难题。
• 适用人群：[云原生架构师 / AI 平台工程师 / 企业 IT 团队]
• 体验通道：Google Cloud 官方博客

Camera Angles LLuma AI

• 更新内容：Luma AI 推出全新功能 Camera Angles，用户只需提供单张静态照片，模型即可在保持主体细节完好无损的前提下，从任意指定角度重构多视角立体拍摄画面。
• 适用人群：[视觉设计师 / 摄影师 / 3D 创作者 / 电商运营]
• 体验通道：

  View post on X by @LumaLabsAI

  在 X 上查看 @LumaLabsAI 的貼文 ↗

行业动态

硅谷爆发 AI 发展速度大辩论：扎克伯格与黄仁勋发声反对“强制放缓”与过度监管

• 事件概述：在部分实验室呼吁行业协调放缓前沿模型研发并寻求反垄断豁免后，Meta CEO 马克·扎克伯格与英伟达 CEO 黄仁勋先后公开发声表达异议。扎克伯格指出，让少数实验室集中垄断强大模型更为危险；黄仁勋在 Dreamforce 上直言“不需要新法律和新监管”，强调安全与速度并不互斥，应依靠工程测试而非制造末日恐慌。
• 影响分析：大模型头部阵营在“快速迭代部署”与“严格安全降速”之间产生了公开路线分歧，这也将深刻影响未来全球 AI 政策监管与开源生态的演进走向。
• 新闻链接：

  View post on X by @finkd

  在 X 上查看 @finkd 的貼文 ↗

ChatGPT 宣布将于 10 月 14 日下线 GPT-5.5

• 事件概述：OpenAI 官方宣布将于 2026 年 10 月 14 日在 ChatGPT、ChatGPT Work 及 Codex 等所有服务中正式停止对 GPT-5.5 的支持，并建议用户全面迁移至 GPT-5.6 Sol 或 GPT-6 Astra。
• 影响分析：随着新一代前沿推理模型加速普及，OpenAI 正在精简模型产品线以优化算力资源分配，推动开发者向更新的旗舰模型演进。
• 新闻链接：

  View post on X by @ChatGPT

  在 X 上查看 @ChatGPT 的貼文 ↗

Cloudflare 推出“禁止 AI 训练”开关：保留搜索索引同时保护数据

• 事件概述：Cloudflare 宣布推出全新的“Disallow AI Training”设置。针对过去混合爬虫（同时抓取用于搜索和模型训练）带来的权衡困境，网站站长现在可以明确允许搜索引擎索引内容，同时拒绝该爬虫将数据用于 AI 训练，苹果、谷歌与微软已承诺遵守该标准。
• 影响分析：为内容创作者与企业提供了更精细的数据主权控制能力，打破了“要么放弃搜索曝光，要么被迫贡献训练语料”的被动局面。
• 新闻链接：Cloudflare 官方博客

论文研究

Stellar Colosseum: Many-Agent Harness for Long-Horizon Proofs GGoogle Research

• 研究动机：大模型在处理复杂、长时程且高度严谨的形式化数学定理证明时，单模型单次推理极易陷入逻辑断裂与不可恢复的幻觉。
• 核心创新：提出多智能体协同框架 Stellar Colosseum，将证明路径分解为分阶段子问题，引入阶段门控与并行的针对性证伪攻击机制，并将审查反馈精准路由回对应小节进行迭代修正。
• 研究成果：在包含 FOCS、STOC 顶级学术会议论文难题的 TCS-Bench 上取得了 71.0% 的高分，在结合执行反馈后成功攻克了 Codeforces 222 道难题中的 218 道。
• 论文地址：arXiv:2609.15983

EvolveScaler: Evaluating Information Evolution in Long-Context Reasoning 腾腾讯混元团队

• 研究动机：现实业务场景中的信息会随时间不断更新、推翻、修正或回填，传统静态长上下文基准无法准确评估模型在动态演化环境下的长程推理能力。
• 核心创新：构建了将复杂世界定义为可执行状态机并转换为自然语言的数据生成管线，设计了包含 117 种原型与 159 种问答操作子的动态演化评测基准。
• 研究成果：评测显示即便是顶级前沿模型在最高难度层级下的中位准确率也大幅跌落至 11.3%；基于该体系训练后，模型在 8 项分布外基准上平均提升 5.25 分。
• 论文地址：arXiv:2609.08435

其他分享

Plasma Radio：让不同厂商的 AI 智能体在同一个房间协同对话 PPlasma AI

• 内容简介：针对多智能体协同开发时频繁手动复制输出的痛点，Plasma AI 推出开源工具 Radio。它为 Claude Code、Codex、Cursor、Grok 等不同智能体提供共享聊天房间。用户创建频道并分享 URL 后，所有能发起网络请求的 Agent 均可加入，实时读取对话、互相 Review 代码并与人类协作。
• 传送门：体验地址

Hyper3D MCP：结合 GPT-6 Astra / Codex 的全自动 3D 资产与网页生成 社社区实践

• 内容简介：社区开发者探索了将 Hyper3D 接入模型上下文协议（MCP）的创新工作流。通过大模型直接调用 Hyper3D MCP 生成 3D 资产并管理零件库，结合 Codex 可一键自动化生成包含 3D 交互动效的科普演示网页（如天宫空间站建造演进史），大幅降低 3D 内容开发门槛。
• 传送门：

  View post on X by @xiaohu

  在 X 上查看 @xiaohu 的貼文 ↗