AI 日报 /2026年9月17日

AI 日报 · 2026年9月17日

今天的大新闻落在 OpenAI:总裁亲自下场喊出 AGI 时代,并透露 GPT-6 已能自主连续干活 24 小时。另一边,阶跃星辰开源了 StepVideo-T2V 文生视频模型,能直接用文字生成视频;Anthropic 的 Claude 还独立破译了一份 370 年前的密文,只用了 44 分钟,把密码学家看得一愣一愣的。另外,Snap 推出了新的 AI 助手 Specs,把眼镜和手机串到了一起。

打开交互阅读器 →

实用技巧 · 1 条

  • 实用技巧 Google Developers Blog

    Enable on-demand expertise with Agent Skills in Genkit Go

    Google 开发者关系工程师 Daniela Petruzalek 宣布在 Genkit Go 中新增对 Agent Skills 的支持,以解决智能体因提示词上下文过大而浪费 token、分散注意力的问题。

    来源:Google Developers Blog

行业资讯 · 2 条

  • 行业资讯 新智元

    OpenAI总裁:AGI时代来了!GPT-6已能自主干活24小时

    OpenAI 总裁 Greg Brockman 在 a16z 访谈中宣布我们已经进入 AGI 时代,理由是 Astra 能够连续自主运行 24 小时,且在 OSWorld 2.0 延迟模拟中得 72.6%、单任务约 40 分钟,优于 GPT…

    来源:新智元

  • 行业资讯 The Verge

    Snap is launching a new Specs AI tool, and it’s coming to iOS and Mac

    Snap 推出名为 Specs Intelligence 的 AI 助手,可连接 Gmail、Slack 等应用,帮助处理工作、整合行程并主动提供操作建议,本周三已在 iOS 开放预览,Mac 用户可加入完整早期体验版候补名单。该服务同步配…

    来源:The Verge

项目推荐 · 4 条

  • 项目推荐 HuggingFace Trending Models

    StepFun 开源 StepVideo-T2V 文生视频模型

    阶跃星辰(StepFun)发布 StepVideo-T2V 文本生成视频模型开源版本,支持根据文字描述直接生成视频内容。

    来源:HuggingFace Trending Models

  • 项目推荐 HuggingFace Trending Models

    Wan-AI/Wan2.1-I2V-14B-480P

    通义万相团队开源了视频基础模型 Wan2.1,覆盖文生视频、图生视频、视频编辑、文生图像、文生音频、视频生音频等任务,使用统一架构训练,并在性能上常达到业界领先。该项目中的 1.3B 模型仅需约 8.19GB 显存即可运行,14B 模型在…

    来源:HuggingFace Trending Models

  • 项目推荐 Hacker News

    I had Gemini train its own replacement for $9

    为替代付费调用 Gemini 3.1 Pro 做厨刀评论命名实体识别,作者用 Gemini 给 4,290 条 Reddit 评论一次性标注品牌、型号和钢材,花费 9 美元,再用这些数据微调 GLiNER large v2.5(约 4.59…

    来源:Hacker News

  • 项目推荐 Hacker News

    Show HN: Share your AI Setup, Learn from others

    Stevey 创办了一个供用户分享 AI 工作流配置的社区,源于他在 X 上常看到工程师零碎晒工具却难以系统对比的困扰。

    来源:Hacker News

文章&播客 · 2 条

  • 文章&播客 新智元

    Claude独立破译370年前密文!仅44分钟,密码学家破防了

    独立研究员向 Claude Fable 5.1 抛出一道 370 年未解的悬案:17 世纪英国学者 Thomas Urquhart 1653 年《Logopandecteision》末尾的「双行密码」,由两行共 64 个数字组成,曾登「全球…

    来源:新智元

  • 文章&播客 机器之心

    清华团队再探On-Policy Distillation:数据撑死,算法饿死

    清华大学联合中科院大学、东北大学、伊利诺伊大学厄巴纳-香槟分校及约翰霍普金斯大学的研究团队发现,在线策略蒸馏对训练数据量的依赖远低于预期:仅用一道数学题训练,模型在数学基准上的平均分从59.1起步,300步时达到68.5,恢复了全量1700…

    来源:机器之心