Pai 的 AI 雷达
今天：LWiAI Podcast #258，[AINews] not much。并行还有 和 Opus 5.5 同题交卷、Suno 推出 Speech beta、Inside-Out AI。
Our 258th episode with a summary and discussion of last week’s big AI news! Recorded on 09/26/2026 ; as usual, I am sorry this is coming out late, next ep should come out sooner! Hosted by Andrey Kurenkov and Jeremie Harris Feel free to email us your questions and feedback at and
If you’re even seeing this, you should probably just go enjoy your weekend. AI News for 10/1/2026-10/2/2026. We checked 12 subreddits, 544 Twitters and no further Discords. AINews’ website lets you search all past issues. As a reminder, AINews is now a section of Latent Space . Y
中秋刚过，国庆又到，AI 圈却没有跟着放假。 新模型依然一个接一个地上线。旗舰模型忙着刷新能力上限，主打速度和性价比的模型则在争夺用户的日常工作。不过，随着后者的能力不断提升，两者之间的分工也开始变得模糊。 过去需要请出旗舰模型的任务，如今交给一个名字里带着 Flash 的模型，究竟能做到什么程度？前端创作是一个很直观的观察窗口，配色、排版、动画和交互做得怎么样，把作品放在一起就能看出差别。 上个月，Anthropic 推出了 Claude Opus 5.5。我们在 X 上看到，有人用它做动态作品集，有人让它画水墨动画。这些由代码做出来的作品，已经有了各
Suno 推出 Speech beta，称其为首个能把语音与原创背景音乐作为一条完整曲目生成的音频模型。用户输入文字并描述想要的声音和音乐风格即可创作，beta 已向所有用户开放，官方提示仍存在口音漂移、停顿过重等问题并将持续改进。
Prior to joining Airbnb as CTO in January, Ahmad Al-Dahle was head of generative AI at Meta and led the launch of its open source Llama models over 2023-2025. Now Al-Dahle is in charge of turning Airbnb into an “AI-native company”. What that means in practice is using AI internal
电影史上，新技术登台时从来算不上斯文。 1895 年，《火车进站》让观众惊慌躲闪。1927 年，《爵士歌手》一声开口，默片时代逐渐谢幕。1995 年，《玩具总动员》甚至让观众忘了它是完全由电脑生成。 有意思的是，每一次「离经叛道」，最后都加速了行业发展。有声电影、彩色胶片、数字摄影机、CG 特效，无一不是在怀疑与嘲笑中入场，最终被写进电影语言的词典。 如今，生成式 AI 也开始参与影视创作，一家以故事创作为核心的 AI 原生影视公司 Utopai Studios，正凭借旗下的 Utopai X，搅动视频生成模型的格局。 截至 9 月 30 日，其自研模型
Black Forest Labs 的 FLUX 3 Image 现已上线 OpenRouter，是支持文生图与多参考编辑的旗舰图像模型，原生可渲染至 4K。原文提到可精确多轮编辑不动其他像素、用 bounding box 布局、最多用 10 个参考图合成，商业权重已开放，开放权重版将在未来数周发布。 🔗 阅读原文 via AIHOT · https://aihot.news/items/x1x0d5mqj4y384t9fcq4415kj
Last call for regular tickets for AI Engineer NYC ! As an exclusive for Latent Space subscribers, the first 30 of you can take a 30% off code if it helps - for new tickets only, no refunds! See you in 2 weeks! While we tend to cover industry on the pod, every so often we celebrat
曝苹果进军智能家居，拟于 10 月 13 日推出家庭中枢 iPhone 18 Pro 中国首销 3 天销量超上代首周，苹果周份额达 33% Google 发布 Gemini 4 Argon，先向网络防御者开放测试 机构预计 iPhone Duo 年内销量约 600 万部 DeepSeek 开源昇腾平台基础组件，覆盖算子、计算与跨卡通信 Anthropic IPO 材料曝光，近半收入来自亚马逊与Google 云渠道 集邦：第四季度 DRAM 合约价预计再涨 10%—15%，消费端仍承压 快手成立「企业 AI 生产力」组织，于越转任可灵 CEO 江淮确认与华
GDM last shipped a larger-than-Flash model in February ( 3.1 Pro ), and after successive incremental 3.x Flash versions and the big GDM management shakeup last month, the largest question for GDM was when they would catch up to peers who have in the meantime launched Fable and As
I generally think I have done a good job anticipating the direction and pace of AI over the few years I have been writing this Substack, but I think I recently got something fairly large wrong. In the last year I have been posting about how I suspected that humans would have to a
📌 一句话摘要 本文综述了机器人领域的世界-动作模型（WAM），探讨其如何通过连接未来预测与动作生成来提升机器人闭环控制能力。 📝 详细摘要 系统梳理了机器人世界中的动作模型（World-Action Models， WAM）。传统的机器人系统通常将感知、状态估计、规划与控制分离，但在开放环境和复杂任务交互中存在局限性。WAM 的核心思想是将未来预测与可执行动作连接起来，使预测能够服务于真实控制。综述涵盖了 WAM 的技术背景、架构分类（如基于世界模型的强化学习、视频生成、潜在动作预训练及 VLA 模型）、训练流程以及在机器人操作、导航、自动驾驶等领域的