AI 日報｜Google 發布 Gemini 3.8 Live 語音模型；TypeSafe AI 推出全新 System One 模型 Jev；Shopify 攜手 OpenAI 上線 ChatGPT Ads

AI 日報｜Google 發布 Gemini 3.8 Live 語音模型；TypeSafe AI 推出全新 System One 模型 Jev；Shopify 攜手 OpenAI 上線 ChatGPT Ads

模型發布/更新

Gemini 3.8 Live 與 Extended Thinking — Google DeepMind

• 一言以蔽之：Google 推出全新 Gemini 3.8 Live 語音模型，同步帶來支援多步驟深度推理的 Extended Thinking 版本，實現「邊想邊說」的即時語音互動。
• 核心亮點：
  • 即時思考與發音同步：Extended Thinking 版本在面對複雜問題時，會自然發出「讓我想一下…」等過渡語，並在背景執行多步驟任務時同步向使用者回報進度。
  • 非同步工具呼叫：支援在背景呼叫外部 API、檢索資料或執行複雜計算的同時，前端語音互動完全不中斷。
• 技術規格：支援 97 種語言自動切換 / 語音對話綜合評測第一梯隊
• 傳送門：Google 官方部落格

Jev (System One 模型) — TypeSafe AI

• 一言以蔽之：由 ChatGPT 聯合創辦人 Diogo Almeida 創辦的 TypeSafe AI 推出全新類別的「System One 模型」Jev，完全放棄文字生成，專門為軟體內部的高速決策與路由設計。
• 核心亮點：
  • 平行決策架構：放棄傳統大模型的逐字序列生成，改以平行取樣一次算出所有結構化答案，速度比前沿大模型快上數十甚至數百倍。
  • 型別安全與校準機率：輸入非結構化資料，直接輸出帶有機率值的結構化選擇（Choice）、評分（Score）與布林值（Boolean），大幅降低應用程式解析成本。
• 技術規格：專用決策模型 / 支援 AI SDK / 延遲僅 70 至 500 毫秒
• 傳送門：TypeSafe AI 官方部落格

Mimo-v2.6-Pro — 小米

• 一言以蔽之：小米持續推進 Mimo 系列大模型訓練，其最新 2.6 Pro 版本在 Agentic RL（AI Agent 強化學習）後訓練中展現出色的多源交叉驗證與程式碼修復能力。
• 核心亮點：
  • 多源交叉驗證能力：強化了複雜投研與資料核驗任務中的背景追溯，能呼叫數百個子代理進行網頁交叉比對，大幅減少幻覺。
  • 大型專案除錯表現：在大型開源程式碼庫測試中表現亮眼，跨檔案修改與修復能力顯著提升。
• 技術規格：開源/閉源混合架構 / 支援大規模非同步 RL 訓練
• 傳送門：小米 Mimo 訓練儀表盤

產品發布/更新

ChatGPT Ads 與 Sponsored Agents — OpenAI / Shopify

• 更新內容：OpenAI 與 Shopify 達成重大商業合作，正式在 Shopify 後臺與 ChatGPT Ads 平臺上線「Sponsored Agents（贊助 AI Agent）」功能。商家可直接從 Shopify Catalog 拉取商品資料並免費設定廣告活動，使用者在 ChatGPT 內點選相關廣告後，可直接與標記清晰的商業贊助 AI Agent 進行互動與完成導購，開啟 AI 導向的代理式商務新浪潮。
• 適用人群：[電商商家 / 數位行銷人員 / AI 應用開發者]
• 體驗通道：OpenAI 官方公告

Grok Build 記憶功能 — xAI

• 更新內容：xAI 宣佈 Grok Build 平臺正式上線長期記憶功能。系統會在每輪對話結束後，自動在背景記錄專案約定、業務決策及關鍵事實，供後續所有會話讀取。使用者可透過 /memory 指令唯讀瀏覽記憶檔案，或透過 /dream 指令將雜亂筆記自動整理為主題檔案，大幅提升長期開發與協作的連貫性。
• 適用人群：[軟體開發者 / 專案經理 / Grok 深度使用者]
• 體驗通道：xAI 官方新聞稿

產業動態

Databricks 向全公司 3500 名工程師全面部署 Astra

• 事件概述：大資料與雲端巨頭 Databricks 宣佈，已將 OpenAI 的高階模型 Astra 部署給全公司約 3,500 名工程師使用。此前經過 200 人的小規模試點顯示，Astra 在高層系統設計等高複雜度工程任務上，明確超越此前的主流前沿模型。
• 影響分析：顯示頂尖企業正快速將前沿 AI 代理深度嵌入核心研發流程，儘管工程支出有所上升，但生產力與系統設計的效益已獲得大型企業的高度認可。
• 新聞連結：

  wall-to-wall deployment of astra for engineers at databricks: https://t.co/yJmKV581Rd

  — Greg Brockman (@gdb) September 16, 2026

AI 新創 Arcee.ai 完成 B 輪融資，估值正式突破 10 億美元

• 事件概述：開源模型平臺 Arcee.ai 宣佈完成最新 B 輪融資，公司估值正式跨過 10 億美元大關。此輪融資由 Vista Equity Partners 領投，資金將用於加速其次世代 Trinity 開源模型的研發，並擴大與美國能源部及國家實驗室在 Genesis-Science-1 專案上的合作。
• 影響分析：在資本市場對基礎設施與開源企業級平臺高度需求的推動下，主打企業自建與開源營運的 AI 新創正迅速步入獨角獸行列。
• 新聞連結：

  BOOOOOOOM 🔥 https://t.co/Z0NIRuCMYB

  — Julien Chaumond (@julien_c) September 16, 2026

論文研究

The Last AI Built by Humans: 評估 AI 自我改進的五級框架 — 位元組跳動 / 清華大學 / 上海人工智慧實驗室等 30+ 機構 (ArXiv 2609.11873)

• 研究動機：面對前沿實驗室紛紛加速走向自主研發與自我改進（Self-Improvement），學術界急需一套客觀且具系統性的分類標準來衡量 AI 的自主演進能力。
• 核心創新：提出一套涵蓋 5 個級別的 AI 自我改進評估框架。從 Level 1（人類決定修改內容）到 Level 5（AI 自行重寫創造下一代 AI 的過程），並對 491 篇現有論文進行了全面分級梳理。
• 研究成果：分析發現目前 75% 的研究仍停留在 Level 1 至 Level 2，而真正達到 Level 5 最高階別的比例不到 6%，為全球 AI 治理與安全監管提供了重要的量化基準。
• 論文地址：ArXiv 論文連結

Multi-Model Systems for Hard Science Benchmarks — NVIDIA Research (ArXiv 2609.17306)

• 研究動機：在建構多 AI Agent 系統（Multi-Agent System）時，開發者往往面臨「應該混合多種不同模型，還是使用單一模型多個例項」的抉擇，過去缺乏嚴謹的實證分析。
• 核心創新：NVIDIA 研究團隊針對 8 種模型選擇策略進行了大規模對比，涵蓋模型規模、準確度、答案多樣性與錯誤多樣性，並在艱難的科學基準測試上進行評估。
• 研究成果：研究發現，混合不同模型往往會導致效能低於最佳單一模型；相對地，採用同一模型家族的多個例項或多數決投票（如將 HLE 準確度從 29.4% 提升至 32.2%）效果更佳。這為工程師在建構 AI 路由與整合系統時提供了明確的架構指導。
• 論文地址：ArXiv 論文連結

其他分享

Code Arena WebDev 程式碼能力最新榜單：GPT-6 Astra Max 拔得頭籌

• 內容簡介：根據 Code Arena 最新公佈的 WebDev 評測榜單，OpenAI 的 GPT-6 Astra (Max) 以 1,800 分高居榜首，Anthropic 的 Claude Fable 5.1 (Max) 則以 1,758 分緊隨其後。細分領域顯示，Astra 在資料分析與消費性平臺應用上佔優，而 Fable 在模擬與基於參考設計的網頁開發上表現突出。值得注意的是，儘管 Astra 總分領先，但在開發者頭對頭的匿名對決中，Fable 5.1 仍贏得了極高的青睞度。
• 傳送門：

  In the Code Arena: WebDev, @OpenAI's GPT-6 Astra (Max) is ranked #1 (1800 pts), and Claude Fable 5.1 (Max) is ranked #2 (1758 pts). Here is a look at win rates for these models.
  
  Win rate measures how often people prefer one model’s response in Arena’s anonymous head-to-head… pic.twitter.com/a0q969IYxf

  — Arena.ai (@arena) September 16, 2026