1. Anthropic 生物实验室首个成果：Claude 自主找到类 CRISPR 酶系统
Anthropic 于 9 月 23 日公布其新建生命科学实验室的首个研究发现：Claude 在没有人工指定方向的情况下，自主发现了一个此前未被描述的酶系统 ART（array-associated reverse transcriptases，阵列相关逆转录酶），其重复阵列结构令人联想到基因编辑工具 CRISPR 的核心机制，主要存在于噬菌体中。过程是：近 950 个 Claude agent 连续工作 21 小时、消耗约 2.1 亿 token，在庞大的 DNA 序列库里扫描约 20 万条逆转录酶序列，把 3500 个候选收敛到 20 个系统，其中一个被标注出来交给人做实验验证——Anthropic 称科学家的介入仅限于最初的 prompt 与后续湿实验。CRISPR 先驱张锋评价这项工作”确实引人兴趣”。公司同时承认，ART 到底起什么作用仍属未知，之所以提前公布，是为了展示 Claude 的能力并让社区了解进展。这家正筹备 IPO 的公司正在把科学发现树立为模型价值的新证明，与 OpenAI 在数学领域的激进推进形成对照。
2. 云栖大会：平头哥真武 V900 亮相，单集群可扩到 50 万卡
2026 云栖大会 9 月 22 日至 24 日在杭州举行，主会场从云栖小镇迁至杭州国际博览中心，参展企业从 500 余家增至 1000 余家，分论坛扩到 140 场。阿里平头哥发布新一代训推一体 AI 芯片真武 V900：算力是上代真武 M890 的 3 倍，配备 216GB 显存与 1200GB/s 片间互联带宽，官方称是目前算力最强的中国自研 AI 芯片，可满足万亿级参数大模型的训练和推理。系统层面，V900 通过自研 ICNSwitch 互联芯片实现千卡全带宽高速互联，装进新一代磐久超节点服务器（集成 V900、ICNSwitch、磐脉智能网卡与镇岳 SSD 主控），配合阿里云新一代网络架构，单一 AI 集群可扩展至 50 万卡。芯片计划 2027 年一季度量产售卖——这张牌要等到明年才能真正上桌。阿里 CEO 吴泳铭同时给出更长期的目标：2032 年阿里云全球数据中心规模超 20GW。
3. 云栖大会模型侧：Qwen4 已在训练，RSI 走进训练与推理环节
同一场大会上，阿里公布了大模型侧的进展：基于新一代架构的 Qwen4 已在训练中，后续 Qwen4.5、Qwen5 将扩展到 5—10T 参数；更值得注意的是”大模型递归自我改进（RSI）“已初步进入模型训练、推理以及芯模协同等环节。官方给了三个可核对的数字：Qwen3.8-Max 在人类零参与的情况下自主搭建训练流程、构造训练数据、设计实验并定位缺陷，持续迭代超过 1 个月、完成 33 轮有效迭代；它在一款从未见过的平头哥新款 GPU 上自主适配了下代 Qwen3.8-Flash 的推理框架，实现单实例推理吞吐量提升 96%；在芯片与模型协同设计上，它仅凭一份真实的总线模块规范自主展开前端、验证、后端全链路自迭代，自主运行 60 多小时、调用 EDA 工具上万次，完成了减少 42% 面积的物理实现优化。多模态与终端侧同步更新：图像模型 Qwen-Image-3.1、音乐模型 HappyShrimp 1.1、世界模型 HappyOyster 2.0 Preview 亮相，下代视频生成模型将在 11 月发布；语音家族升级到 Qwen-Audio-3.1，并新增同声传译模型 Qwen3.8-LiveTranslate；面向手机智能的全栈方案 Qwen Intelligence 将由 9 月 28 日发布的荣耀 Magic9 首发搭载。
4. 谷歌发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS：声音用文字描述出来
9 月 23 日，谷歌上线两款语音合成模型 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS，称其为”迄今表现力最强的音频生成模型”。最大的变化是声音不再靠挑选，而是靠描述：开发者可以用自然语言逐句指导表演细节、节奏、方言切换与插话，Flash TTS 能按”角色＋口音＋音色特征”的提示直接生成全新声音，覆盖 100 多种语言与方言，官方演示里有墨尔本 DJ、单调机器人和日语龙。语音库从上一代的 30 个原声扩到 2000 多个可直接用于生产的音色，包含墨西哥西班牙语、魁北克法语、苏格兰英语等地区变体。两档分工明确：Flash TTS 面向游戏、有声书、播客等创作场景，Flash-Lite TTS 面向配音、批量音频与语音智能体的低成本规模化。两者仅通过 Gemini API 与 AI Studio 提供，不开源权重。
5. Meta Connect 2026：Ray-Ban Gen 3、无摄像头的 Luna 与 Phoenix 头显
在 9 月 23 日的 Meta Connect 主题演讲上，扎克伯格把重心压在智能眼镜与混合现实：Ray-Ban Meta Gen 3 推出两款——太阳镜形态的 Aperol 与更轻的光学镜框 Bellini；新增 Luna，一款彻底去掉摄像头的纯音频版本，功能更弱，但面向在意隐私的买家更容易被接受；此外预览了混合现实头显 Project Phoenix。新品从上市首日起就内置 Meta Superintelligence Labs 的自研模型 Muse Spark，Muse AI 助手也同步更新，目标是把”戴着眼镜用 AI”从新鲜感变成日常工具。定价上，Meta 今年 6 月那条 299 美元起的产品线已经验证智能眼镜能找到大众价位，因此这届 Connect 更像是把力气花在软件与能力扩展，而不是硬件大改。
6. 亚马逊把卖家后台开放给外部 AI 智能体，Claude 打头阵
在 9 月 23 日的 Amazon Accelerate 上，亚马逊宣布把 Seller Central 的能力开放给外部 AI 智能体：商家可以直接在 Anthropic 的 Claude 或亚马逊自家的 Quick 助手里查库存、调价格、改 Listing，不必再登录 Seller Central。接入 Claude 约需 60 秒且无需写代码，插件会把 Listing、库存水平、销售分析与绩效指标拉进外部助手，商家可自行限定可访问的数据类型，并逐条批准每一次动作。亚马逊的理由是约 90% 的卖家已经在用某种外部 AI 打理部分生意；同期还发布了在后台持续监控、经卖家批准后自动执行操作的自动化能力，以及能跨会话记住商家定价习惯、库存周期与增长目标的升级版 Seller Assistant。背景颇有意味：卖家费用二季度为亚马逊带来 468 亿美元收入（超过 AWS），而就在几天前，它以”未获授权、不表明身份”为由封禁了 Meta 的购物智能体 Muse——如今它自己挑选哪些 agent 能进场，控制权仍握在平台手里。
7. ChatGPT Voice 一次补齐三块短板
OpenAI 9 月 23 日更新 ChatGPT Voice：语音模式现在可以跑在 GPT-6 三款模型上，Astra 能力最强，Sol 与 Luna 可自行切换，而此前语音被绑死在单一模型上；插件开始支持语音，可以直接用嘴操作邮箱、日历与 Slack；语音还接进了 web 与移动端的 ChatGPT Work，用户靠说话就能生成文档、幻灯片、网站和表格。三处改动指向同一件事：语音从”聊天入口”变成了”干活入口”。
8. Anthropic 两周把 claude.ai 提速三倍：不是模型变快，是前端赢了
Anthropic 工程团队披露了一次为期两周的性能冲刺：首屏加载 3.1 秒降至 0.55 秒（5.6 倍），会话加载 2.6 秒降至 0.73 秒，协作场景下消息发送 928 毫秒降至 48 毫秒（19 倍），期间合入超过 3000 次代码提交，并有接近 Opus 5.5 的内测模型参与。手法并不神秘：把静态输入框直接写进 HTML，让用户在 React 初始化完成之前就能打字；在桌面端启用 V8 代码缓存；用 Valgrind 指令计数与 DOM 变更剖析替代噪声很大的墙钟计时，从而在毫秒级发现回归。团队的做法是把”快”拆解成可度量的物理指令，再让模型自行检索改进方案——当模型推理速度的边际收益越来越贵时，产品工程层仍有一整块可捡的体验红利。
9. 纯 Rust 从零训出一个语言模型：总花费 164 美元
一篇新论文记录了作者独自、不用 PyTorch、训练路径中没有一行 Python、用租来的 GPU 花 164 美元端到端预训练一个语言模型的全过程。作者明确表示这不是推荐做法，真正有价值的是它给出的失败清单：两大 Rust 训练框架 Candle 与 Burn 合计 8 个缺陷——包括融合核静默不产生梯度、反向传播只有理论吞吐的约 3%、多十亿参数规模下训练中途段错误崩溃——而这些失败没有一个会在损失曲线上暴露自己。作者给出的验证纪律叫”梯度流仲裁器”：跑一次前向与反向，断言每个可训练参数都收到有限且非零的梯度，可迁移到任何框架，并靠它抓出了六类静默故障。最终模型约 0.4B 参数、以孟加拉语为主，用约 20 亿 token、54.6 小时、一张租来的 H100 训成；作者也踩了分词陷阱，孟加拉文按字节切分后每 token 只有约 1.4 个字符（英文为 3.9），悄悄把语料的语言配比弄反了。结论很干脆：2026 年的 Rust 还不是训练语言模型的有竞争力选择，但可能是很好的部署选择——作者本人随后把训练迁回 PyTorch，只用 Rust 做端侧服务。
10. Mistral 收购广告技术公司 Pimento，年内第三笔
据 Sifted 报道，Mistral 正以现金加股票收购巴黎生成式广告技术公司 Pimento，依据其查阅的文件估值约 1270 万欧元（另一家媒体 L’Informé 给出的口径为 380 万欧元，Mistral 仅确认”数百万欧元级”）。这是 Mistral 2026 年的第三笔收购，此前两笔为 Koyeb 与 Emmi AI，而距离它以 210 亿欧元估值完成 30 亿欧元 D 轮仅过去两周。Pimento 团队将加入 Mistral 工程组，服务于其对话助手 Vibe（原 Le Chat）。金额不大，但方向清楚：在模型能力趋于同质的当下，欧洲这家头部实验室正用并购补齐应用侧能力。
相关文章
