AI 日报 · 2026-09-16

Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，主打无需中断对话的实时语音推理，其中 Extended Thinking 在多项语音质量评测中领先，并已通过 Gemini API、Workspace、Gemini app 与 Search 开放。Google 同日还以科学和语言为主题展示布局：AlphaGenome Atlas 绘制全部遗传变异，WeatherNext 3 提升降水预报，Gemini 系列把实时翻译和转写扩展到更多语码混用场景。OpenAI 则在 ChatGPT Ads 测试 Sponsored Agents，并推出 Ads Manager 插件与 HubSpot、Shopify 集成，把 AI 助手直接推进广告投放和电商转化链路。Mistral 与 Mozilla 合作让 Firefox Smart Window 获得重视隐私的本地语言模型支持；研究方面，Google 的 Retrieve-for-Train 试图用离线强化学习和扩散检索器绕开查询扇出的推理瓶颈，IBM 与 Hugging Face 则提醒智能体单次成功不等于可重复成功。

北美一手（LLMs 官方 & 关联账号）

OpenAI

⭐⭐ [产品更新] Reimagining advertising with AI

OpenAI 为 ChatGPT Ads 推出新的 AI 广告体验：正在测试「Sponsored Agents」，用户点击广告后可与企业赞助的 agent 开启明确标注的对话，该对话独立于 ChatGPT 自身的回答和用户原有会话，目前在美国与部分广告主测试。面向广告主，ChatGPT 内新增 Ads Manager 插件，可用自然语言提示创建、更新和分析广告活动；Ads Manager 也加入 AI 辅助，根据落地页和活动目标提供文案与图片建议，广告主可审阅和编辑后再决定是否采用。此外推出可选的 AI 文本定制功能，能根据对话语境调整既有标题与描述，并自动将广告文案翻译为用户偏好的语言。OpenAI 还将 ChatGPT Ads 接入其首个 CRM 合作伙伴 HubSpot 和首个电商合作伙伴 Shopify：HubSpot 用户可连接 ChatGPT Ads 账户并创建广告、跟踪表现、跟进线索，美国 Shopify 商家可通过 Shopify App Store 中的 ChatGPT Ads 应用创建和管理广告活动。

Google

⭐⭐⭐ [模型发布] Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking

Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，官方称其为目前最先进的实时对话模型，在智能水平和并行推理上有较大升级，可在对话不中断的情况下处理复杂推理、实时视觉上下文与后台任务。Gemini 3.8 Live 面向规模化与成本效率，结合对话智能、流畅对话与视觉定位；Gemini 3.8 Live Extended Thinking 面向高复杂度任务，具备更强的智能与多步推理能力。性能方面，3.8 Live Extended Thinking 在 Artificial Analysis 的 Speech to Speech Quality Index 上以 82.6 分位居第一，在 τ-Voice 上得 68.6%，在 Sierra 的 τ-Voice-banking 上得 35.1%，在 Big Bench Audio 上得 97.7%；3.8 Live 在 Speech Agent Arena 排名第二。两款模型可通过 Gemini API、Google Workspace、Gemini app 和 Search 使用。

⭐⭐ [产品更新] Building AI to accelerate science and improve lives

Google 高级副总裁 James Manyika 撰文介绍 Google 用 AI 推动科学发现与民生改善的整体布局，并称 Google 技术现已支持 300 多种语言、覆盖 70 亿人，占全球人口 86%。文章列举近期进展：用 AlphaGenome Atlas 绘制人类基因组中全部 90 亿个单字母遗传变异并开放给研究者；推出全球天气模型 WeatherNext 3，称一天以上的降水预报准确率提升 50%，已用于自家产品；把全球健康、粮食安全与社会经济数据整合为 Planetary Prediction Engine，用于刚果（金）埃博拉疫情和美国 21 项 CDC 健康指标的脆弱社区识别；并扩大 AI 研究以减少航空业气候影响，已在英国（与政府合作）和亚洲落地。此外，文章提到获诺贝尔奖的 AlphaFold 已预测科学界已知的全部 2 亿个蛋白质结构，被 190 个国家的 400 万研究者使用，AlphaMissense 用于预测致病基因突变，Google 还发布了 AI & Economy ATLAS 的互动洞察。

⭐⭐ [产品更新] AI for everyone in every language

Google 表示其技术和产品目前支撑 300 多种语言的日常交互，覆盖全球 70 多亿人、约占 86% 的人口；Google Translate 自 2006 年推出以来已从少数语言扩展到今天的 250 多种。文章称 Google 正从单纯文本翻译转向原生音频智能，训练 Gemini 等模型直接处理音频，以捕捉语调、节奏、情感和语境，并理解 Spanglish、Hinglish 这类语码混用。其中 Gemini 3.5 Live Translate 支持 70 种语言、2000 多个语言对之间的实时口语翻译，Gemini 3.5 Transcribe 被描述为 Google 目前最精准的语音转文字模型，并驱动 Android Gboard 的 Rambler 功能。1,000 Languages Initiative 的目标是支持全球使用人数最多的 1000 种语言，其 Universal Speech Model 使用 1200 万小时音频训练，并借助跨语言迁移学习改善低资源语言的语音理解。

⭐⭐ [研究] Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train

现代搜索与推荐应用越来越需要返回一组连贯的结果，而不是单一最佳匹配。例如搜索「camping gear」时，用户想要的是帐篷、睡袋、便携炉和头灯这类互补组合，而非十顶略有差异的四人帐篷。为覆盖用户潜在兴趣，系统采用查询扇出（query fan-out）技术，把宽泛提示拆成多个相关子查询，但让 LLM 动态完成数据库感知的查询分解会消耗大量思考预算：零样本 LLM 本质上是通用自回归文本预测器，并未针对目标语料的特定几何流形优化，因此需要延长测试时计算才能返回在多样性、覆盖度、互补性、连贯性等集合级属性上最优、且对固定数据库有依据的结果。Google Research 在 ICML 2026 论文「Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion」中提出奖励到数据编译框架 Retrieve-for-Train：用离线强化学习发现与奖励对齐的扇出并编译为监督信号，再把这些优化后的探索行为蒸馏进轻量扩散检索器，从而在推理时以单次前向完成高效的查询扇出，无需测试时思考 token。文中还指出依赖通用模型做数据库感知查询分解的两个问题：一是释义坍缩，零样本 LLM 容易生成冗余、近义的查询，例如对「Bohemian festival style」只给出「bohemian festival fashion」和「bohemian festival clothes」，遗漏流苏夹克、钩编连衣裙、麂皮靴等不同语义方向；二是自回归延迟瓶颈，模型通常需要生成数百个中间思维链（CoT）token 来规划扩展，再输出实际搜索词。

衍生 & 周边（产品 / Agent / Tools / 观点）

模型发布

⭐⭐ [模型发布] Gemini Live audio

Google 发布了 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个新的语音到语音（speech-to-speech）模型，形态与 OpenAI 的 GPT-Live 系列类似。Simon Willison 借助文档让 GPT-6 Astra Extra High 为他构建了一个用于试用这两个模型的网页 UI：可选择模型与语音预设、输入可选的系统提示词，然后在浏览器中开始语音对话，并能在模型说话时打断它。该实现不使用任何库，连接的是 wss://generativelanguage.googleapis.com/ws/google.ai.generativelanguage.v1alpha.GenerativeService.BidiGenerateContent WebSocket 端点，并用 Web Audio API 的 AudioContext 同时完成音频采集与播放。他同时给出了该 WebSockets API 的 Gemini Live 入门教程链接。

产品更新

⭐⭐ [产品更新] Mistral and Mozilla are bringing open, private and multilingual AI to your web browser

Mistral 与 Mozilla 宣布合作，Mozilla 的 AI 浏览助手 Firefox Smart Window（beta）现由 Mistral 模型驱动。Smart Window 用于帮助用户理解复杂搜索、记住此前点击离开的内容，以及基于浏览器标签页查找重要信息。Mistral 将为法国和北美的 Smart Window 用户提供支持，英国和德国预计于今年晚些时候跟进。双方称该合作强调隐私与控制：默认情况下对话不会保存在 Mozilla 服务器上，包括 Mistral 在内的合作伙伴同意零数据保留。Mistral 还表示其模型针对地区语言、方言与文化语境进行微调，并把此次合作视为从企业客户延伸到全球消费者的一步。

研究

⭐⭐ [研究] Your Agent Aced the Task. Will It Do It Again?

IBM Research 团队在 Hugging Face 博客发文指出，智能体在单次评测中的平均成功率会掩盖其可重复性问题：在 AppWorld 上，使用 GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但五次重复全部成功的任务仅占 53.0%，即 Pass^5 为 53.0%，两者相差 24.4 个百分点，困难任务上这一差距可达 30 个点。作者称多数 benchmark 只报告 Mean@k，而 Pass^k 才是「同一问题再问一次是否仍能成功」的指标。为此他们提出 Consistency Analyzer：只需一条已记录的轨迹、无需 ground truth，对轨迹中每个决策点做一次请求 k 个补全的重采样（默认 k=5），以定位容易翻转的决策点，而非端到端重跑任务。在其此前的 ALTK-Evolve 之上新增「一致性准则」后，差距从 24.4pp 降至 12.0pp（同任务 Pass⁵ 提升 16.0pp，相似任务提升 13.0pp），平均准确率没有损失；完整方法与评测见 arXiv 技术报告。

⭐⭐ [研究] Can Skills Learned in Games Transfer to Real-World Work?

Good Start Labs 将游戏作为 AI 模型的训练材料，该公司去年十月从媒体与工具公司 Every 拆分出来，获得 General Catalyst、Inovia、Every 及天使投资人共 360 万美元融资。这一构想源自 2025 年一场前沿模型玩《外交》（Diplomacy）的 Twitch 直播，创始人 Alex Duffy 注意到 OpenAI 的 o3 靠策划背叛赢下所有对局，而 Claude Opus 4 因拒绝说谎而落败。该公司最近让一个 30B 模型在《1830：铁路与强盗大亨》游戏中训练，再测试其在金融研究任务上的表现。结果显示，单轮问答与「多轮终端智能体」（用工具探索环境、规划策略并实时调整）两种训练设计都提升了各自的游戏内目标，但只有终端智能体设计提升了 Finance-Agent 基准上的成绩。Duffy 认为，游戏呈现给 AI 的方式会决定它学到哪些技能、以及这些技能能否迁移到游戏之外的工作。

其他

⭐⭐ [其他] Emerald AI, Google and NVIDIA Launch Alliance to Advance Flexible AI Data Centers

Emerald AI、Google 和 NVIDIA 宣布联合成立 AI Energy Management Alliance（AEMA）。原文称这是首个此类联盟，旨在推动数据中心动态管理其电力使用。原文还表示，AI 工厂是智能时代的基础设施，负责任地扩展既取决于电网层面的创新，也取决于数据中心内部的创新。