2026年9月，Meta推出私人AI代理Muse，发布10天内登顶美国iPhone免费榜，日均下载超20万。与ChatGPT不同，Muse能自主执行任务——订票、谈判、发邮件，真正“替你做事”。其背后是Meta豪掷143亿美元布局的MuseSpark模型，由前ScaleAI CEO领导研发。虽功能强大，但引发隐私担忧：用户需授权大量数据，且亚马逊迅速封禁Muse购物，凸显平台与AI代理的冲突。安全

2026年9月，Jev与Laya的问世标志着AI从“聊天”转向“决策”的关键转折。二者均非生成式模型，而是专精于结构化判断的“系统一模型”，以毫秒级响应、低成本完成分类、路由等任务，颠覆大模型“用航母打苍蝇”的低效模式。Jev由ChatGPT联合创始人推出，闭源商用；Laya则开源免费，性能强劲，引发“开放vs封闭”之争。两者共同指向未来：企业AI将不再依赖通用大模型，而是由高效、专用的决策引擎驱

Onlook 作为一款开源的视觉编程工具，彻底改变了这一现状。它允许用户通过直观的拖拽界面编辑 React 网站，并实时将更改同步到代码中，为创作者提供了一个高效、易用的创作平台。

2689张真实家庭场景照片组成的HomeObjects-3K数据集，由Ultralytics发布，专为提升AI在室内环境的感知能力而设计。涵盖床、沙发、台灯等12类家居物品，助力扫地机器人、AR眼镜、智能家居系统更精准识别空间布局与物体位置。数据集采用YOLO格式，支持一键训练，390MB体积适配边缘设备，推动家庭场景视觉理解迈向标准化。

微软的TTS模型只有针对新用户免费一年，其他用户都是收费的，虽然微软开源了部分TTS的功能，但是针对真人类似的富有情感的TTS模型并没有进行开源，本期介绍的ChatTTS是一个开源的真人转语音模型。

拍一张照，AI替你补出整个世界；扫一遍墙，机器人就能在里面自主导航。这不是科幻，是上周刚刚发布的Atlas。想象一个场景：你用手机随手拍了张家里客厅的照片，然后把它丢给一个AI。几秒后，它不仅"看懂"了照片里的空间——它还把整个房间的背面、侧面、俯视角，全部凭空生成出来了。连你沙发背后那一块从未入镜的墙，它都猜得八九不离十。再进一步：它把你的客厅变成了一个可以让机器人在里面自主行走的3D模拟环境。

SoulX-LiveAct突破长视频生成技术瓶颈，通过NeighborForcing策略解决时序稳定问题，采用ConvKVMemory机制实现恒定内存占用。仅需2张H100/H200 GPU即可实现20FPS实时推流，在口型同步、情感表达等指标达到SOTA水平。该技术将推动实时互动直播、虚拟助理等场景革新，相关论文和代码已开源。

在 Agentic 自动售货机测试台上，它以 4694.15 美元的净值和 4569 台的销量（5 次运行的平均值）占据主导地位，远远超过了 Claude Opus 4（2077.41 美元，1412 台）、人类（844.05 美元，344 台）和其他同类产品。这得益于整个堆栈的创新，包括新的基础设施和算法工作，这些工作将训练的计算效率提高了 6 倍，以及大规模的数据收集工作，XAI将可验证的训练

Hydra-MDP 提供了一个通用框架，展示了如何通过基于规则的规划器增强基于机器学习的规划。这种集成系统确保模型不仅模仿人类的驾驶行为，还遵守交通规则和安全标准，解决了传统模仿学习的局限性。Hydra-MDP 的数据驱动缩放定律证明了其稳健性和适应性。通过使用具有大量数据和 GPU 预训练基础模型，Hydra-MDP 展示了其可扩展性和持续改进的潜力。

Luma AI发布文生视频大模型Dream Machine模型，可以免费供大家使用，任何人只要到Luma AI的官方网站，就可体验Luma AI的文生视频魅力。