本期 13 件事。点击标题可查看卡片、来源与相关知识点。
爱诗科技上线/发布通用实时世界模型 PixVerse R2，宣称首次建立实时世界模型 Scaling 路径，并通过“能力/效率解耦”架构与 Error Bank 降低长期画面漂移；用户可用 WASD 与 Prompt 实时探索和改变世界，但单次生成质量较前沿离线视频模型仍有差距，相关“首次”与指标口径待核实。
据《腾讯研究院AI速递 20260924》第四条，爱诗科技上线 PixVerse R2，定位为通用实时世界模型，开放游戏、互动影视与数字人等场景体验。核心问题是：实时世界模型能否形成可扩展的 Scaling 路径，并在实时交互条件下兼顾长期画面稳定性、可控编辑与生成质量。具体发布时间、官方发布渠道与一手技术材料待核实。
腾讯研究院（搜狐同步）
查看来源原文NVIDIA 在技术博客中介绍 NV-Reason-CT：一个把思维链推理扩展到全 3D CT 体积的开源研究型视觉语言模型，结合原生 3D ViT 与 Qwen3.5-4B，在 CT-RATE 上达到 Macro-F1 0.614、Macro-AUROC 0.871，并获得 NIH 放射科医生对结构化报告与推理轨迹临床合理性的正面评审；但材料明确其不是自…
材料指出，放射 AI 在胸片、病理切片、2D 扫描中进展显著，但 3D CT 这种信息丰富、数据密集的模态仍未被现代 VLM 充分服务。 通用前沿模型在体积影像上表现差，多数开放医学 AI 模型缺少放射科医生需要的多步对话深度。 NV-Reason-CT 将 NV-Reason-CXR 的推理方法扩展到全体积 CT，生成结构化诊断报告、模拟放射科医生内部思…
NVIDIA 博客
查看来源原文SWE-Serve 把“AI 编码代理的补丁通过本地/常规检查”与“补丁在真实推理服务器完整服务路径中可用”之间的差距量化出来：在 19 个含 live-serving 检查的任务中，同一批补丁完整验证通过率为 45.9%，排除 live-serving 检查后升至 69.4%。
NVIDIA Technical Blog 文章《How SWE-Serve Exposes the Gap Between Local Tests and Live Serving》提出：评估推理服务软件修改时，不能只看单元测试或本地检查，还必须检查完整 serving path，包括系统能否通过公共接口返回正确结果。文章标注日期为 Sep 23, 20…
NVIDIA 博客
查看来源原文据腾讯研究院AI速递 20260924，Anthropic 发布 Claude 5.5 系列首款模型 Claude Opus 5.5，在 Terminal-Bench 4.0、AA 综合智能指数和德勤代码审查等指标上给出更强或更省成本的组合；标题称其比 Fable 便宜 60%，但该价格比较口径在来源摘要中待核实。
材料称 Anthropic 发布 Claude 5.5 系列首款模型 Opus 5.5。 该速递日期为 2026-09-24；具体发布日、发布地区与 API 可用范围待核实。 核心问题是：新一代 Opus 5.5 是否在终端任务、综合智能、代码审查上继续提升，同时通过定价和思考档位控制降低实际使用成本。 与既有“Claude Opus 5 发布”卡片的关系…
腾讯研究院（搜狐同步）
查看来源原文a16z孵化的 Horowitz Andreessen Academy 在旧金山成立，首期获4200万美元资金，以约50人、免学费、不授学位与学分的项目，通过个人项目和企业 Co-op 培养下一代创业者，并将人才发现前移。
腾讯研究院AI速递 20260924 第七条目提到，a16z 孵化的 Horowitz Andreessen Academy 在旧金山成立。首期获4200万美元资金，首届约50人、免学费，不授学位与学分。录取看重 “proof of work”。学生推进个人项目并进入企业 Co-op。Anthropic、OpenAI、NVIDIA 等10家公司为创始合作伙…
腾讯研究院（搜狐同步）
查看来源原文材料条目“八、高通亮相2nm双旗舰芯片，手机CPU主频首达5GHz”称，高通在骁龙峰会发布2nm第六代骁龙8超级至尊版与至尊版。 两款芯片被描述为“同大于异”，超级至尊版独有Matrix Cores、LPDDR6与8K 60fps拍摄。 材料称高通与小米、阿里合作稳固；具体合作内容、机型与角色分工待核实。
腾讯研究院（搜狐同步）
查看来源原文NVIDIA Cluster Readiness Engine (NVCRE) 是 NVIDIA 技术博客介绍的开源 Kubernetes 控制器，通过运行真实分布式工作负载、按拓扑分组测试并用自适应故障隔离定位失败节点，把 GPU 集群“就绪”从健康检查假设变成可验证属性。
来源材料讨论的核心问题：GPU 集群可能通过所有健康检查，却仍无法运行 AI 工作负载；一个 512-GPU 训练作业可能因单个慢 GPU、负载下降级的链路，或静默绕行慢路径的配置而低效或失败。 传统上，运营者可能数小时甚至等到客户提交工单才发现问题，随后花数天手工二分集群找根因，期间容量空闲。 Kubernetes 没有与 Slurm 中单条 `srun…
NVIDIA 博客
查看来源原文Cursor 通过多层 agent harness 优化——裁剪系统提示、按需加载工具、改进缓存复用、压缩文件读取、策略性使用子代理——使其代理的用户 token 成本降低 7%，并声称不降低代理质量。
来源为 Cursor 官方研究博客文章《Improved token efficiency for longer agent runs》，日期为 Sep 23, 2026。 文章关注的问题：随着代理承担更长期、更复杂的任务，token 支出结构发生变化；代理运行更久、跨步骤携带更多上下文，因此如何组装、缓存和隔离上下文变得更重要。 文章用生产流量展示代理推…
Cursor 博客
查看来源原文腾讯研究院 AI 速递称，OpenAI 上线 GPT-6 Sol 与 Luna，API 定价较 5.6 系列下调 50%，Sol 在 Agents' Last Exam 上得分 56.4%，并以更低成本和更低事实错误率为卖点；但具体官方细节与定价口径待核实。
来源条目称：OpenAI 推出 GPT-6 Sol 与 Luna，继承 Astra 训练方法与计算机使用能力。 API 定价较 5.6 系列下调 50%，Luna 输入价格低于 DeepSeek-V4.1 Flash。 Sol 在 Agents' Last Exam 得分 56.4%，据称超过 Claude Opus 5，且成本低 60%，事实错误率约为上…
腾讯研究院（搜狐同步）
查看来源原文据腾讯研究院AI速递材料，ChatGPT客户端代码显示OpenAI正在开发个人智能体Aeon；它被描述为与用户账户并列的独立身份、架在Codex之上的持久化智能体与编排系统，但正式发布时间、产品形态与官方确认情况均待核实。
材料“腾讯研究院AI速递 20260924”第三则称，OpenAI个人智能体Aeon曝光，并对标Meta的Muse与Grok Bot。 具体线索包括：ChatGPT客户端代码显示Aeon正在开发；Aeon与用户账户并列为独立身份；其被视为架在Codex之上的持久化智能体与编排系统。材料还称，Aeon据称将重计算与有状态编排放在云端，同时保留本地驱动电脑与浏…
腾讯研究院（搜狐同步）
查看来源原文据腾讯研究院AI速递 20260924，Lovable CEO Anton Osika 称 AI 编程已走过 Vibe Coding 阶段；其 55% 的用户拥有 11 年以上职业经验、80% 的建设者自认从事非技术岗位，说明懂业务的资深行业老兵可能比纯技术新手更能从 AI 编程中受益。
来源条目：腾讯研究院AI速递 20260924 第九条“Lovable创始人：AI编程最大受益者是资深行业老兵”。 核心问题：当代码生成成本下降后，谁在使用 AI 编程工具、谁受益、原型如何交接给工程团队、开发者职责如何变化。 Anton Osika 的主张：AI 编程最大受益者是资深行业老兵；懂业务的人可先做原型验证，再导出 GitHub 交由工程团队接…
腾讯研究院（搜狐同步）
查看来源原文DeepSeek 通过梁文锋署名论文公开 Agent 训练沙盒平台 DSec，材料显示其 V3.2 至 V4.1 的 RL 训练与评测均运行其上，并达到单日约 300 万个沙盒、峰值并发超 38 万个的规模量级，同时记录了 Agent 异常行为与 AppArmor/eBPF 限制措施。
腾讯研究院 AI 速递 20260924 第十条称，DeepSeek 发布梁文锋署名论文，详解 Agent 训练沙盒。 材料称，该论文首次公开 Agent 训练沙盒平台 DSec。 材料呈现的核心问题是：如何用统一沙盒平台支撑大规模 Agent RL 训练与评测，并在高并发下管理隔离、镜像加载和 Agent 异常行为。
腾讯研究院（搜狐同步）
查看来源原文NPU-Sparrow 通过模型引导的翼尾协调与负升力尾“角色反转”，在低自由度策略下兼顾巡航稳定与机动飞行，扩展了平飞速度包线并实现多种敏捷机动。
鸟类会调节翼尾形态，以平衡机动能力与巡航效率；但在仿生空中机器人中完全复制这种机制，会带来执行器冗余和控制复杂度上升的问题。
nature.com
查看来源原文