智能体

智象未来9月15日发布原生全模态视频模型HiDream-O1-Video-1.0，支持文本、图片和视频输入，面向5至20秒、1080p视频生成；此前完成15亿元人民币C轮融资，近三个月累计超过21亿元。文章不止讨论技术概念，更聚焦企业如何验证场景闭环、交付成本、稳定性与持续收入：当资本信号遇上世界模型和智能体，什么才算真正的商业价值？

全球企业领袖在WAIC 2026上集体转向，关注点从“模型能回答什么”变为“AI能解决什么实际问题”。开源模型Kimi K3以2.8万亿参数成为焦点，但开源不等于零成本，企业需算清许可、合规与算力的账。当中国率先实现人形机器人规模化量产、出货量占全球88.7%，工业场景的落地路径是否已从展台走向产线？

荣耀于2026年3月1日发布的“机器人手机”，以电动旋转摄像头、四自由度云台和200 megapixel摄像头，把手机从云端对话终端推向具备感知与执行能力的智能体入口。它真正触动的并非硬件新奇，而是应用入口、系统权限、端云协同和企业流程可能重组的竞争；但跨应用自动化尚未充分验证，谁能让AI更安全、可靠地完成任务，才可能掌握下一层手机定义权？

工信部于2026年9月11日印发“人工智能+软件”专项行动方案，提出到2028年覆盖2万家规模以上软件企业、实施100项智能化技改项目并打造100个智能体软件标杆应用。企业应以可验证场景、数据治理、系统适配和持续服务把政策转化为增长机会。

Claude Fable 5.1于2026年9月1日发布，缓存读取价格下调75%至此前四分之一；典型工作负载成本约降25%，复杂编程和高智能体任务最高约降45%。实际节省取决于上下文复用、缓存命中与调用结构，应结合用量和账单核算。

Meta发布实时音频感知模型，整合流式语音识别、20名以上说话人区分和端点检测，并支持多语言与语码切换，面向摄像头眼镜和个人AI主动理解环境。持续聆听的普及仍需在产品交互、用户授权与隐私边界上验证。

AI编程工具已从单行补全转向任务协作，IntelliJIDEA2026.1集成Java，Flexpilot隐私，VisualStudioCopilot支持多步骤开发，Cursor全库上下文，选型应依据团队对工作流改动和隐私需求。

在AI编程工具的实际选型中，模型名称的更新并不等于开发体验会在所有任务上同步改善。围绕Claude Opus 4.6与Claude Opus 4.8的公开资料显示，4.8在多个共享基准上取得领先，但两款模型在SWE-Bench Pro、逻辑…

OpenAI正尝试将ChatGPT与Codex纳入统一产品框架，整合聊天、长流程工作与软件开发等智能体能力。文章认为，产品入口收缩并非能力减少，关键在于任务路由、上下文连续性、权限控制、安全对齐与企业治理。

Perplexity推出本地Agent Portable Computer，采用阿里开源模型Qwen3.8-27B，面向文件处理、数据分析和编程。文章指出，本地部署强化数据控制与任务执行，中国开源模型通过海外产品落地，但性能和兼容范围仍待验证。

GOSIM Shenzhen 2026公布了大会议程：会议将于10月16日至17日在深圳举行，DHH以及来自英伟达、微软、Hugging Face等技术机构和社区的技术人士将参与相关议程。对于开发者、开源项目参与者和企业技术负责人而言，这并…