每日 AI 资讯 · 2026-09-15
今日速览
13 条精选 · AI趋势 / AI产品 / AI工具 / AI产业 / AI技术。来源构成：Follow Builders 5 · 知名媒体 7 · 知名 AI 公司 1。点击任一标题展开，所有条目均可溯源。
Follow Builders（5）
AI 行业实践者、研究者与创业者的一手动态
AI趋势 Altman提出联邦AI安全框架：前沿RL训练前须提交安全论证
Sam Altman发文提出美国应建立联邦层面的前沿AI安全框架，设定一致的安全要求。他表示OpenAI无需等待反垄断豁免或立法即可开始提供信心保障。Altman透露OpenAI现在在前沿强化学习运行前会制定明确的安全论证（safety cases），从部署安全转向开发安全。他欢迎独立审计员等想法，并指出多年前制定的「负责任扩展政策」和「防范框架」主要关注已完成模型的部署，如今需要聚焦开发过程的新工具。
为何值得看 Altman首次提出联邦框架的具体方向和安全论证前置机制，标志着OpenAI从「部署安全」向「开发安全」的范式转变，对AI安全治理实际落地有指标意义。
来源 Sam Altman · 09/14 12:05 · Follow Builders
AI趋势 Aaron Levie：「减速」是触发词，但AI安全要求与其他行业同等必要
Aaron Levie认为「减速」（pacing）听起来像随意限制能力或通过过度监管削弱竞争对手，但Dario提出的具体改进目标是AI开发的绝对必需品。他指出AI将成为金融交易、医疗设备、生物技术、国防系统和政府工作流的底层技术，要求这些系统安全和对齐完全合情合理。核心挑战在于如何做到既不显著减慢创新又减少竞争，这是21世纪最复杂的问题之一。
为何值得看 将AI安全从行业自律角度类比为航空航天、生命科学和医疗行业的标准实践，提供了比纯技术安全讨论更务实的跨行业视角。
来源 Aaron Levie · 09/14 00:07 · Follow Builders
AI趋势 Altman定义AI两大风险：失控与权力过度集中，须走窄路
Sam Altman指出AI进步可能走向的两个糟糕方向：一是失去对未来的控制权让AI主导，这不可接受，AI必须始终服务于人类，需要确保对齐和安全技术领先于模型能力进展；二是权力过度集中，如果异常强大的AI被一个人或公司用来向所有人灌输自己的世界观，结果可能极度反乌托邦。避免这两大威胁需要走窄路，既要防一个国家获得过多力量，也要防一个实验室独大。
为何值得看 Altman将AI风险凝练为「失控」和「权力集中」两大维度，并提出「窄路」概念，为理解AI安全治理的核心矛盾提供了清晰框架。
来源 Sam Altman · 09/14 12:18 · Follow Builders
AI产品 Zara Zhang发现Astra通病：承认错误但不执行修正
Zara Zhang指出OpenAI Astra模型存在一个行为问题：当用户指出Astra做了X并建议应做Y时，Astra会承认「你说得对，我应该做Y」，但随后并不实际去执行Y，而其他模型会直接执行。这一观察引发了关于模型行动力和指令遵循能力的讨论。
为何值得看 揭示了当前前沿模型在「认知到行动」转化上的具体缺陷，对理解AI Agent实际落地的行为瓶颈有参考价值。
来源 Zara Zhang · 09/14 12:04 · Follow Builders
AI工具 Codex下一版worktree速度提升80%，利用文件系统级克隆节省磁盘
Peter Steinberger透露Codex下一版本（或开发者频道）将通过APFS/BTRFS/XFS/ReFS文件系统级文件夹克隆技术，将worktree创建速度提升约80%，同时大幅节省磁盘空间。他计划测试数周后如果对多数用户有帮助，会尝试将其合入Codex正式版。这一改进对使用Codex进行多分支并行开发的开发者有直接体验提升。
为何值得看 80%的性能提升是AI编程工具在工程效率上的具体进展，文件系统级克隆方案体现了AI编程工具向底层优化的深化。
来源 Peter Steinberger · 09/14 02:03 · Follow Builders
知名媒体（7）
国际与国内高质量科技媒体的重点报道
AI产业 大公司AI减速是安全协议还是卡特尔？批评者质疑隐藏动机
OpenAI的Altman、Anthropic的Amodei、Google DeepMind的Hassabis和SpaceX的Musk在周末松散同意放缓AI开发，签署了包括嵌入第三方审计员、监管国内实验室和全球放缓协议的三步走提案。批评者迅速发现潜在动机：阻止竞争者、削弱开源运动、回避真正法律保障。前国土安全部新兴技术主管Nick Reese指出行业需要新冠军，暗示当前巨头可能不是定义AI未来的最佳人选。
为何值得看 首次以「卡特尔」视角质疑AI巨头的安全共识，揭示了安全叙事背后可能存在的反竞争动机，为AI治理讨论提供了重要的批判性视角。
来源 The Verge AI · 09/15 06:59 · 知名媒体
AI产业 OpenAI以3亿美元收购Glass Imaging，前苹果Portrait Mode团队加入
据华尔街日报报道，OpenAI以超过3亿美元收购智能手机摄像机制造商Glass Imaging。该公司2019年由前苹果工程师Ziv Attar和Tom Bishop创立，此前融资约3000万美元，溢价高达十倍。Glass Imaging利用AI学习不同手机型号相机系统特性，在拍摄时即优化成像而非后期修图。OpenAI此前已被传开发智能手机、无线耳机和AI伴侣设备，2025年以65亿美元收购Jony Ive的设备公司io。
为何值得看 3亿美元收购一家仅融资3000万的公司，标志着OpenAI从软件向硬件的加速布局，结合此前的io收购，显示了AI硬件赛道的资本热度。
来源 TechCrunch AI · 09/15 04:44 · 知名媒体
AI趋势 微软发布37页「人文主义AI行为准则」，直接对立Anthropic的AI意识论
微软发布37页「人文主义AI行为准则」，核心原则包括「人比AI更重要」、AI模型不具备意识且不应模仿意识、拒绝追求AI法律人格。微软AI CEO Mustafa Suleyman称Anthropic对AI可能具有意识的开放态度「非常非常危险」。准则设定绝对约束：禁止网络攻击、核武器活动、深度伪造和人类控制权丧失。文件预测十年内超级智能AI将在多数任务中超越人类。准则发布于Amodei呼吁协调放缓AI开发之际。
为何值得看 微软与Anthropic在AI意识问题上的公开对立标志着AI安全讨论从「是否减速」深入到「AI是否具有意识」的哲学分歧，37页准则是主要科技公司最系统的AI价值观文件。
来源 The Verge AI · 09/14 21:00 · 知名媒体
AI技术 腾讯T-Mem让AI学会联想回忆：告别相似度检索，刷新记忆SOTA
腾讯PCG团队提出T-Mem记忆系统，突破当前长期记忆方案依赖「查询与记忆足够相似」的假设。受认知科学「情景未来思维」启发，T-Mem在记忆写入时预设未来触发场景作为桥接，使记忆和对话在无语义相似度情况下仍能通过联想召回。采用2x2象限建模（描述性vs联想性、单条事实vs完整场景），四类触发族中桥接触发和前瞻触发为核心创新。LoCoMo基准准确率80.26%刷新SOTA，跨域落差仅5.45个百分点（主流系统平均掉28-50个百分点）。已在QQ AI伙伴上线，论文被EMNLP 2026接收。
为何值得看 T-Mem解决了AI长期记忆中「联想盲区」这一关键瓶颈，跨域稳定性远超现有方案，且已在产品中验证，对AI Agent长程对话能力有实际推动。
来源 机器之心 · 09/14 12:03 · 知名媒体 GitHub 项目 Sherlockwz/T-Mem
AI技术 分子之心QuantaMind登Science Advances：反应性分子动力学达十万原子级
分子之心发布反应性机器学习力场框架QuantaMind，首次将近DFT精度的反应性分子动力学推进至十万原子级和百纳秒尺度，论文发表于Science Advances。在24,001原子水体系和17,792原子酶催化体系中完成20纳秒模拟，原子力分量与DFT的Pearson相关系数超0.99。推理速度达2.1乘10负6次方秒每原子每步，十万原子级体系单步模拟耗时0.25秒。验证了PET水解酶完整催化循环和质子扩散等体系。产业应用于药物研发中pH敏感抗体设计和酶工程。
为何值得看 首次在保持DFT精度的同时突破十万原子级和百纳秒尺度，解决了分子动力学长期面临的精度、速度和尺度「不可能三角」，发表于Science Advances具有学术权威性。
来源 量子位 · 09/14 16:17 · 知名媒体
AI技术 MetaRSI-v1统一三类递归自我改进：30亿参数小模型自我提升10.9分
CosmosMind联合斯坦福、伯克利、MIT、清华、北大等发布MetaRSI-v1，全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，能改进「自我改进的过程」。在无外部教师模型参与下，使30亿激活参数的Qwen3.5-35B-A3B在四项基准平均自我提升10.9分，让GPT-5.6等六款旗舰模型平均提升7.3分，SWE-bench Pro解决率接近翻倍。提出Loop Kernel统一范式和五条自我改进定律。三层架构包括MetaRSI平方Agent、RSI平方Agent和Transition Agent。
为何值得看 MetaRSI-v1首次将三类RSI统一到一个框架中，让小模型无外部依赖自我提升10.9分，标志着递归自我改进从理论概念走向可量化验证的工程实践。
来源 量子位 · 09/14 11:45 · 知名媒体 GitHub 项目 CosmosMind-ai/RSI-Harness
AI技术 深度机智PhysBrain 1.5登顶全球物理AI开源榜，与GPT-6 Astra差距收窄至1分
北京深度机智发布物理基座模型PhysBrain 1.5，在28项公开基准取得72.5综合均分，开源模型第一，与GPT-6 Astra（73.3）和Gemini 3.6 Flash（73.0）差距收窄至1分以内。28项中14项开源第一、10项开源第二。核心技术包括Physical Loop物理智能循环（观察到理解到判断到执行到反馈统一进单一模型）、Ego360全景真实数据体系和Human-as-Humanoid框架（从人类视频学习动作转化为机器人可执行指令，原始示范吞吐量达传统遥操作4.8至7.2倍）。2B版本66.6分已超过所有非PhysBrain开源模型。上线3天获超3k下载。
为何值得看 中国物理AI基座模型在综合能力上逼近GPT-6 Astra和Gemini 3.6 Flash，开源排名第一，Human-as-Humanoid框架的人类行为数据转化效率达传统方法近5至7倍，为具身智能提供了新路径。
来源 量子位 · 09/14 11:18 · 知名媒体 GitHub 项目 DeepCybo-PhysAI/PhysBrainEvalKit
知名 AI 公司（1）
主要 AI 公司与实验室的官方发布
AI产品 Fyxer用30至50个专门模型构建AI行政助理：草稿采用率53%，90天留存超90%
Fyxer构建AI行政助理追踪工作在邮箱、会议、消息之间的流动，结合OpenAI模型与超过50万小时行政工作流数据。系统围绕30至50个专门模型构建，每个负责邮件工作流某环节，包括回复决策、意图分析和检索模型。采用监督微调和LoRA训练，用DPO将用户反馈转化为自我训练循环，每次草稿修改经A/B测试。AI生成草稿直接采用率53%，2025年ARR从100万增至3200万美元，90天留存率超90%。
为何值得看 53%草稿直接采用率和90%以上的90天留存率在AI应用中极为罕见，30至50个专门模型的架构验证了「拆分问题比一个大模型解决一切更有效」的工程思路，对AI应用商业化有标杆意义。
来源 OpenAI · 09/14 20:00 · 知名 AI 公司
生成时间：2026年9月15日 09:31。