Google Gemini登顶美国App Store免费榜：Nano Banana AI图像编辑模型驱动
Google Gemini登顶美区App Store免费榜，内置Nano Banana AI图像编辑模型成关键。该模型以角色一致性控制（解决主体失真）、多模态交互（支持13图融合、地图标记生成）、高效处理（单次10-20秒）为核心优势，免费用户每日可编100张图，正重塑社交创作、3D打印等场景，成AI图像编辑新标杆。
上海交大与字节跳动联合推出RhymeRL 强化学习训练速度提升2.6倍
强化学习训练中Rollout阶段效率瓶颈突出，上海交大与字节跳动联合发布RhymeRL框架，通过挖掘历史数据序列与长度分布相似性，创新HistoSpec批量验证与HistoPipe调度策略，实现端到端吞吐量2.6倍提升，且精度零损失，有效突破大模型训练效率瓶颈。
西湖大学发布AiraXiv与DeepReview：AI生成论文筛选评审前沿方案
AI生成论文激增致学术界“水文”筛查难题，西湖大学WestlakeNLP发布创新方案：AiraXiv预印本平台（首个AI生成论文专属渠道）与DeepReview AI审稿系统（模拟专家思考链）。二者协同实现AI论文分类管理、分钟级审稿，大幅提升筛选效率，破解传统审稿压力，引领AI时代学术评审新范式。
快手可灵团队发布MIDAS框架：64倍压缩与500ms低延迟实现数字人多模态实时交互
快手可灵团队发布MIDAS框架，破解数字人实时交互高延迟与多模态融合难题，端到端延迟<500ms，支持音频、文本、姿态协同控制。通过64倍压缩自编码器、双阶段生成设计，实现自然对话、跨语言歌唱等场景落地，推动虚拟主播、元宇宙社交等领域数字人交互升级。
LiveMCP-101框架：开启AI智能体真实世界评估新阶段
AI智能体评估存在“模拟到现实鸿沟”，虚拟测试难测真实可靠性。微软与北大联合发布LiveMCP-101，系首个直接交互真实计算机系统的评估协议，含101项任务，覆盖系统操作、网络管理、安全响应等真实场景，解决传统虚拟测试局限，推动AI从实验室到真实世界的可靠落地。
Meta Connect 2025前瞻：智能眼镜、Meta AI与Llama模型领衔创新看点
Meta Connect 2025发布两款智能眼镜：高端带屏Hypernova（800美元，与Prada合作，探索AR技术）和大众无屏Ray-Ban Meta（300美元，主打日常使用）。Meta AI月活超10亿，但Llama 4模型开发推迟；元宇宙Horizon Worlds将引入AI NPC。展现其AR/AI/元宇宙协同布局与市场分层策略。
Project Fluently发布FluentlyQwen3-4B：引入“思考模式”的通用大模型
FluentlyQwen3-4B是基于Qwen3-4B-Base微调的通用大模型，核心亮点为可切换“思考模式”，能显式展示推理步骤提升可解释性，适配数学、编码等复杂任务。上下文扩展至131K tokens，兼容SGLang/vLLM等框架，支持多量化版本低门槛部署，在教育、开发等场景表现亮眼。
OpenAI深化美英合作升级AI安全标准 联合红队测试聚焦代理系统与生物安全
OpenAI与美英机构深化AI安全合作，联合CAISI、AISI推动治理升级。CAISI发现ChatGPT Agent提示词注入漏洞，48小时完成模型与监控双重修复；UK AISI开展生物安全测试，构建长期防护机制。此次合作标志AI安全从企业自查迈向政企协同，为行业提供可复用测试方法论。
脑启发式大模型SpikingBrain发布：长序列处理提速百倍 能效优化破Transformer瓶颈
中国团队研发的SpikingBrain脑启发大模型，突破LLM长上下文处理瓶颈，通过脑启发脉冲计算、线性注意力机制及动态路由MoE结构，实现百倍推理加速与97.7%能耗降低。支持4M-token超长文本分析，适配法律、医疗及边缘计算场景，依托国产MetaX硬件平台，为非Transformer架构LLM提供自主可控高效方案。
OpenAI发布“Grove”计划：为AI早期创业者打造创新孵化新生态
OpenAI推出Grove计划，聚焦AI创业“预想法”阶段，面向有技术背景但想法萌芽的探索者，无明确方向也可申请。该计划填补从技术到创业的从0到1空白，提供前沿模型试用、导师1对1指导、算力支持及生态资源，助力提炼可行方向，与巨头同类项目形成差异化竞争，为AI技术人才创业启动赋能。
AI视频生成初创公司Higgsfield完成5000万美元A轮融资，GFT Ventures领投
AI视频生成公司Higgsfield完成5000万美元A轮融资，以“Click-to-Video”技术简化视频创作，吸引超1100万用户，瞄准6000亿短视频市场。融资将用于扩展企业级功能、扩充团队及市场推广，助力从个人到企业用户高效创作，推动内容产业生态重塑，同时面临市场竞争等挑战。
PaddlePaddle发布OCR堆栈重大更新 聚焦解决VLM文本定位与幻觉难题
通用VLM处理密集文档OCR时存定位不准与内容幻觉痛点，阻碍金融医疗等行业落地。PaddlePaddle PP-OCRv4以分治策略优化，通过PP-YOLOE检测、SVTR识别模块，密集文本定位F1-score达0.95，幻觉率降75%，大幅提升行业数据处理准确性。
腾讯优图开源Youtu-GraphRAG：图检索增强技术实现成本与效果双突破
GraphRAG是大模型处理复杂领域知识的核心技术，却面临成本高、推理弱、适配难痛点。腾讯优图开源Youtu-GraphRAG框架，通过Schema引导等三大技术创新，实现知识图谱构建成本降30%+、复杂推理准确率升16%+，跨领域适配成本降60%+，支持医疗多跳推理、企业知识库管理等场景，已开源助力多行业落地。
高德AI出行智能体“小高老师”月活破4亿 日调用量达12亿次
高德AI出行智能体“小高老师”上线不足一月月活破4亿，日调用达12亿次。支持自然语言交互，融合海量POI与实时数据，提供个性化行程规划、酒店预订等一站式服务，推动地图从工具进化为“先于思考”的智能决策伙伴，开启出行“智能体时代”。
Google发布VaultGemma：10亿参数开源差分隐私大模型开启AI隐私保护新纪元
2025年9月，Google发布全球首个10亿参数开源差分隐私大模型VaultGemma，通过“DP缩放定律”突破隐私-性能权衡难题，开放完整权重（Hugging Face/Kaggle可下载），为医疗、金融等隐私敏感场景提供实用技术范式，重新定义隐私保护大模型标准。
ORCA-DL AI大模型突破海洋气候预测范式：厄尔尼诺预报时长20个月优于传统模型
海洋是地球气候关键“能量库”，传统物理模型因计算限制难突破。ORCA-DL AI大模型通过学习CMIP6数据，以神经网络捕捉海洋三维动态，实现厄尔尼诺20个月预警、海洋热浪精准捕捉及十年尺度稳定模拟，重塑气候预测范式，助力防灾减灾与气候决策。
Transformer发明者Vaswani：闭源AI阻碍创新，Essential AI力推西方版DeepSeek
Transformer之父Ashish Vaswani带领Essential AI从商业项目转向开源基础AI研究，破解行业闭源困境。对标中国DeepSeek，以MoE架构推动“高性能+低成本”模型研发，通过“交叉补贴”模式保障开源可持续，助力AI从技术垄断走向科学共享，加速实现AI普惠。
Cursor AI Tab模型升级：在线强化学习实现建议“少而精”，采纳率提升28%
Cursor AI Tab补全模型默认升级，采用在线强化学习技术，实现“更少建议，更高采纳率”。新模型通过用户交互实时学习，建议数量减少21%，采纳率提升28%，能个性化适配编码习惯，减少认知负担，助力开发者提升编码效率。
百度ERNIE-4.5-21B-A3B-Thinking登顶HuggingFace文本模型趋势榜
百度ERNIE-4.5-21B-A3B-Thinking登顶HuggingFace全球文本模型趋势榜，总榜位列第三，中国AI技术再获国际认可。该模型采用MoE架构与稀疏激活设计，210亿总参数仅激活30亿，实现轻量高性能。支持128K长上下文（约25万字）及高效工具调用，开源降低应用门槛，推动金融、医疗等复杂场景落地。
蚂蚁集团与人大联合发布业界首个原生MoE架构扩散语言模型LLaDA-MoE 即将开源
蚂蚁集团与人大联合研发业界首个原生MoE架构dLLM——LLaDA-MoE。该模型基于20TB数据训练，性能比肩主流自回归模型，推理速度有数倍优势，即将完全开源。其融合动态路由与扩散机制，在代码生成、数学推理等任务表现突出，为AI领域提供新研究方向与高效解决方案。