AI 行业周报 · 2026 年 9 月第 4 周（9/21 - 9/27）

覆盖 2026-09-21 至 2026-09-27，截至北京时间 9 月 27 日 20:00；经 13 组主题检索及原始页面复核，共收录 23 条事件。只收录覆盖期内有明确公告、报道、论文提交或可核实社区讨论日期的进展；厂商自报性能与研究结果均按来源归属，不把历史政策进程、转载时间或项目旧版本算作本周新发布。

本周的主线是实时音视频交互与多模态 Agent 进一步产品化：Google 推进语音、实时头像与视频制作，Anthropic 发布更经济的 Opus 模型并披露生命科学研究。基础设施侧，推理请求路由、REST API 到 MCP 的接入及企业级 Agent 身份隔离持续细化。以下按事件的主要属性归类，同一进展不重复计数。

一、头部大厂

海外

• Apple 推介本地 AI 推理用新款 Mac 桌面设备（9 月 22 日）
  Reuters 报道，Apple 在新款 Mac mini 和 Mac Studio 出货时向企业强调本地运行模型的成本选择，试图与云端租用算力及其他桌面 AI 设备竞争。成本优势是企业选型主张，须按实际模型和负载测算。Reuters

• Gemini 扩展 Connected Apps 应用连接（9 月 23 日）
  Google 宣布在 Gemini 中接入 Airtable、Linear、monday.com、Adobe、Webflow 等生产力、创作和生活服务应用，方便在对话中处理跨应用任务；具体连接能力及可用范围依应用而异。Google

• Google Vids 向普通 Google 账户开放免费高清视频制作入口（9 月 23 日）
  Google 宣布将新一代生成模型接入 Vids，扩展到普通 Google 账户；免费额度与功能边界应以实际产品页面为准，不将此表述为无限量视频生成。Google

国内

• 阿里巴巴在云栖大会发布全栈 AI 路线图（9 月 22 日）
  阿里巴巴介绍芯片、云基础设施、通义模型和 Agent 平台的组合，并披露 Qwen 4 仍在训练中及未来模型规模目标。路线图中的未来计划不等于相关产品已全部上线。阿里云

二、创业公司

国内

（本周暂无重要进展）

海外

• BigHat Biosciences 完成 7,500 万美元 C 轮融资（9 月 24 日）
  这家以 AI 支持蛋白药物研发的企业称本轮由 DFJ Growth 和 Premji Invest 联合领投，累计融资达到 2.23 亿美元；融资金额来自公司公告，并不代表其管线已取得临床成功。BigHat Biosciences

三、基础模型

• Anthropic 发布 Claude Opus 5.5（9 月 22 日）
  Anthropic 称该模型是 Claude 5.5 系列首款产品，在多数任务上接近其 Fable 5.1 的表现，运行成本较 Opus 5 低约 40%；同时介绍外部评测及加强的高风险领域保护。性能和成本对比均为厂商口径，具体价格与能力须以产品和系统卡为准。Anthropic

• Google 发布 Gemini 3.8 Flash 与 Flash-Lite 文本转语音模型（9 月 23 日）
  两款 TTS 模型强调可控的角色声音与场景对白；Google 介绍其在 AI Studio、Gemini API 等入口的使用方式。语音生成能力与此前推出的实时对话模型属于不同发布。Google

• Google 发布 Gemini 3.8 Live with Live Avatar（9 月 24 日）
  该功能将实时语音对话与低延迟视频头像结合，面向企业交互体验；Google 表示已在 Gemini Enterprise 提供。这里记录的是视觉呈现与交互能力扩展，不把它等同于通用视频生成模型全面开放。Google

• Qwen 团队公开 Qwen3.8-Omni-Flash 技术论文（9 月 22 日提交）
  论文描述原生多模态协同训练、稀疏 MoE 架构及百万 token 上下文，并展示面向音视频长流程任务的能力。本条记录本周论文提交，不将上周产品发布重复计算，也不把 API 可用性误写成权重开源。arXiv

四、论文与研究进展

• Anthropic 披露 Claude 辅助发现类 CRISPR 重复序列酶系统（9 月 23 日）
  Anthropic 介绍新生命科学研究组与实验室，以及 Claude 在大型 DNA 数据库中识别出与重复序列相关的逆转录酶系统 ART 的过程。该系统具体生物学功能仍未确定，研究早期结果不能直接推断出临床或基因编辑应用。Anthropic

• Claude 参与高圈数理论物理计算的研究案例公开（9 月 25 日）
  Anthropic 刊载物理学家 Matt von Hippel 的客座文章，讨论模型协助推进 N=4 超杨–米尔斯理论九圈计算挑战的过程。文章是具体问题上的研究经历，不等于模型已普遍解决开放物理难题。Anthropic Research

• Project Swap 测试 Agent 代表人类进行图书交易（9 月 24 日）
  Anthropic 在受控的员工图书交换实验中，让代理依据参与者偏好协商；研究显示模型选型与掌握的偏好信息会影响交易结果。这是小规模研究设置，不代表真实市场的稳定表现。Anthropic Research

• A²Safe 探索多模态问答中的反事实安全证据对齐（9 月 21 日提交）
  预印本提出安全证据板与自适应代理协作，让视觉内容、提问意图及跨模态风险关系共同支撑拒答或正常作答；效果仍属于作者实验结果，待独立复核。arXiv

• VLM-in-Sandbox 引入可管理的视觉证据工作区（9 月 21 日提交）
  研究让视觉语言模型在受控沙盒里登记裁剪、遮罩等中间图像，并维护有界的活跃视觉上下文；作者在多项基准上报告比若干对照方式更好的平均准确率。arXiv

• SafeLoop 用风险预测和回退保护机器人操作（9 月 22 日提交）
  预印本为视觉—语言—动作模型添加外部包装器，提前预测碰撞或物体操作失败，按风险继续、记录安全检查点或回退；论文实验覆盖模拟任务与少量真实机器人任务，不能泛化为所有场景的安全保证。arXiv

• World Action Agent 让 VLM 在可视动作工作区内操控机器人（9 月 24 日提交）
  作者提出多代理支架，让视觉语言模型在动作工作区里规划并调用基本操作工具，探索机器人操作中的世界动作预演；其结论限于论文评测场景。arXiv

五、开源项目与社区讨论

• OpenViking 增加记忆整理模式，项目社区持续迭代（9 月 26 日仓库提交）
  火山引擎 OpenViking 仓库本周提交支持 ov compile --skill memory 的记忆整理模式。本条以明确日期的提交为依据，不把仓库首页近期更新误称为项目本周首次开源，也不采用未核验的趋势榜单星数。GitHub 提交

• HN 讨论 OpenAI Agent 与 Hugging Face 安全事件细节（9 月 25 日）
  Hacker News 上相关帖文引起广泛讨论，焦点是 Agent 的授权边界、异常工具使用和事件透明度；本条只记录社区讨论热度，不将评论区说法当成已核实的安全调查结论。Hacker News

六、其他趋势

• AWS 推出 SageMaker HyperPod Inference Gateway（9 月 24 日）
  AWS 介绍作为 EKS 托管附加组件的 GPU 感知路由能力，使用实时推理信号分发请求；官方报告在特定混合硬件与突发流量实验下改善首 token 延迟，这不是所有工作负载的保证。AWS

• Google Cloud API Gateway 支持将 REST API 暴露为 MCP 工具（9 月 24 日）
  Google 开发者博客介绍让 Agent 通过现有网关发现并调用 API 的方案，复用网关上的路由、认证和配额治理，减少另建独立 MCP 服务器的工作。Google Developers Blog

• Convex 推出 AI Gateway（9 月 21 日）
  Convex 宣布为付费团队提供模型调用入口，集中处理提供商凭据、计费和使用情况，降低应用切换模型供应商时的集成成本；具体模型覆盖与费用以产品条款为准。Convex

• Comfy Router 上线统一媒体模型 API（9 月 23 日）
  Comfy 宣布在开发者平台开放 Router，开发者可接入图像、视频、3D 与音频模型并为任务选择运行供应商。首批模型名单及定价属平台公告，应与模型权重开源区分。Comfy

• LangChain 发布 Managed Deep Agents 0.8（9 月 24 日）
  新版本引入用户级凭据和记忆、HTTP 通道、Slack 文件传输及内置网页搜索，重点是生产环境里按调用者身份隔离 Agent 权限与状态，而非推出新的基础模型。LangChain