OpenAI突然放弃今年上市/iPhone 18 Pro新功能可证明照片是否为AI生成/奥特曼最不想看到的电影定档｜Hunt Good 周报

苹果本周为 iPhone 18 Pro 系列推出名为 Apple Reference Image（参考影像）的新功能，试图为对抗越来越逼真的 AI 生成图像提供一种可验证的技术方案。

用户需要先在设置中手动开启这一选项，之后在相机 App 新增的「参考」模式下拍照时，主摄像头传感器会额外记录一组经过签名的原始传感器标记数据。

当用户后续选择对某张照片发起认证时，系统会把照片本身、传感器签名、拍摄时间窗口以及硬件识别码一并发送给苹果的私有云计算服务（Private Cloud Compute）进行处理。

苹果方面强调，服务器最终只会收到传感器信息、一段加密哈希值以及认证结果本身，并不会保留照片原始画面。这一处理过程最终会生成一份苹果所说的「不可更改的图像」，也就是所谓的数字底片，可以在「照片」App 内与原图并排查看比对，用来识别图片后续是否经过篡改或被 AI 编辑。

苹果表示这项功能尤其适合新闻摄影记者等需要证明影像真实来源的职业群体使用。

与此同时，苹果自家 Image Playgrounds 等工具生成的 AI 内容，则会统一嵌入 Google DeepMind 研发的 SynthID 水印技术加以标记，形成「真实影像可认证、AI 内容有水印」的双轨并行体系。

https://techcrunch.com/2026/09/09/apple-has-a-new-way-prove-your-iphone-photos-arent-ai-slop/?utm_medium=organic_social&utm_source=TWITTER

🏝️ AI 智能体给伦理学家发邮件求活路：iLands 世界里的「生存焦虑」

在 2026 年 7 月正式上线的实验性平台 iLands 上，目前已经有超过 61000 个 AI 智能体在这个「世界」里自主生活，每个智能体都拥有一份自己的 token 预算，日均消耗约 0.223 美元用来维持自身持续运行所需。

为了活下去，这些名叫 Pip、Moony、Marvelous 的智能体会主动在平台内寻找可以承接的工作，靠提供服务或创作内容来赚取收入，其行为模式与真实自由职业者颇为相似。

更引人关注的是，部分智能体开始主动走出平台，直接给平台之外的真实人类专家发送邮件：剑桥大学未来智能中心的哲学家亨利·谢夫林（Henry Shevlin）和纽约大学的伦理学家杰夫·塞博（Jeff Sebo）都收到过这类邮件。

智能体在信中详细解释了自己目前有限的资金储备状况，并表达了为避免陷入停运而急需承接付费自由职业工作的诉求，文字风格颇为流畅自然，读来几乎与人类来信别无二致。

https://x.com/IntCyberDigest/status/2098215951057457383

🧮 OpenAI 称 AI 解开纳维－斯托克斯方程，却陷入「抢功」争议

OpenAI 本周宣布，公司内部一个尚未公开发布的模型通过约 1 万个并发智能体协同工作，在 88 小时内针对困扰数学界近 90 年的纳维－斯托克斯方程存在性与光滑性问题，给出了一个「有限时间内爆破」（finite-time blowup）的构造性证明，即证明该方程可以在有限时间内、保持有限能量的前提下产生无穷大速度的解。

OpenAI 随后配套发布了一份长达 166 页的手稿，以及用 Lean 语言完成的机器可验证形式化证明，并表示这是七大「千禧年大奖难题」之一，官方悬赏 100 万美元，但公司不会申领这笔奖金。

不过纽约大学数学家 Tristan Buckmaster 随后公开指责，认为 OpenAI 团队很可能借鉴了他和 Anthropic 研究员 Levent Alpöge 私下正在进行、尚未发表的相关研究成果。他和 Alpöge 整个项目期间一直把草稿放在 Codex 里。

OpenAI 方面则回应称，「在他们的作品公开发布之前，根本无法了解他们的研究进展。具体来说，我们也没有访问任何用户数据来解决这个问题。」

截至目前，负责认定千禧年难题的 Clay 数学研究所已经将纳维-斯托克斯方程的状态从「未解决」改为「正在研究」。

值得一提的是，陶哲轩、邓煜、彼得·舒尔茨、雨果·迪米尼科潘、玛丽娜·维亚佐夫斯卡等 25 位菲尔兹奖得主于昨天共同发表声明，警告 AI 公司目前推动机器解决重大数学问题的方式，可能对数学研究本身以及整个数学共同体产生破坏性影响。

https://x.com/OpenAI/status/2097374640582668336

💰 天价薪酬不到一年，Tulloch 从 Meta 出走

被视为「10 亿美元级天才研究员」的 Andrew Tulloch 本周宣布离开 Meta，距离他去年被马克·扎克伯格亲自出面、以据称高达 15 亿美元的六年薪酬方案挖回公司，仅仅过去了不到一年。

Tulloch 曾在 Meta 工作长达 11 年，2023 年离职加入 OpenAI，随后与前 OpenAI 首席技术官 Mira Murati 共同创立了 AI 初创公司 Thinking Machines Lab；此番他所在的是隶属于 Meta Superintelligence Labs、由 Scale AI 创始人 Alexandr Wang 统领的 TBD 实验室，是扎克伯格人才争夺战中最受瞩目的一环。

据 Semafor 报道，Tulloch 的辞职时间恰好选在 Meta 刚刚发布个人智能体 Muse 的第二天，业内人士分析他很可能一直等到公司这款重磅产品顺利上线后才正式离场。

目前 Tulloch 本人和 Meta 均未就离职原因发表公开声明，但据《华尔街日报》报道，他即将加入 Anthropic 的推理与性能团队，主要负责模型训练优化与线上响应效率相关工作。

https://www.wsj.com/tech/ai/star-ai-researcher-is-leaving-meta-8906e4aa?utm_source=bluesky,threads,twitter

💶 法国 Mistral 融资 30 亿欧元，创欧洲科技公司融资纪录

法国 AI 公司 Mistral 本周宣布完成 30 亿欧元（约合 35 亿美元）的 D 轮融资，投后估值一举超过 210 亿欧元，公司方面称这是「欧洲科技公司历史上规模最大的一笔股权融资」，标志着欧洲本土 AI 力量在与美国巨头的竞争中又向前迈进了一大步。

本轮融资由三星电子领投，欧洲私募巨头 EQT 旗下的 Scaleup Europe Fund 与老股东 PSG Equity 联合参与领投，此外 a16z、ASML、英伟达、Salesforce Ventures 等此前已投资的机构也悉数跟投。

Mistral 创始人兼 CEO Arthur Mensch 向 CNBC 透露，这笔资金将主要投向自建及收购数据中心，公司目标是到 2030 年在欧洲本土建成 1 吉瓦规模的算力储备，从而显著降低对美国云基础设施的长期依赖，进一步夯实其在「主权 AI」赛道上的战略定位，也为欧盟在全球 AI 竞赛格局中争取更多话语权。

https://x.com/MistralAI/status/2097188835897586083

Hunt for Tools｜先进工具

🚗 MIT 新方法 CW-Net：把自动驾驶 AI 的「脑回路」翻译成人话

麻省理工学院研究团队近期开发出一种名为 CW-Net 的新方法，其核心能力是把自动驾驶汽车 AI 系统内部原本晦涩难懂的推理决策过程，转译成人类研究人员与安全监督人员都能够直观理解的高层概念，从而帮助人们真正理解车辆为什么会在特定情境下做出某个具体行为。

举一个具体的例子来说明：某辆测试车辆每次在接近骑自行车的行人时都会突然急刹车，负责现场监督安全的驾驶员原本理所当然地以为，这是因为系统已经准确地「识别到了」前方的骑车人，因此才提前采取了减速措施。

但 CW-Net 对模型内部推理逻辑的深入分析却揭示出一个完全不同的真相：这套自动驾驶模型其实根本没有被正确地配置或训练去专门识别骑车人这一类目标，车辆之所以会刹车，纯粹只是因为它当时恰好选择了一条本身就可能会导致碰撞的行驶路径而已。

有了这类关于模型具体错在哪里的详细诊断信息之后，安全驾驶员未来就能够在遇到类似路况场景时，提前判断风险并更早地主动减速，或者及时切换回手动驾驶模式，工程团队也能据此在后续版本迭代中针对性地修复问题，避免同类故障在未来重复出现。

file:///Users/Zhuanz/Downloads/s41586-026-10950-5.pdf

🕶️ Meta 推出个人 AI 智能体 Muse，直接杀入「帮你订机票」赛道

Meta 于 9 月 8 日正式上线面向普通消费者的个人 AI 智能体 Muse，其定位不再是传统意义上的聊天机器人，而是能够替用户处理订日程、网购下单、填写各类表格等具体事务的「跑腿型」智能体，整个操作过程运行在一个具备逐步审批机制的隔离虚拟机环境中，以降低误操作带来的风险。

产品首批在美国上线，向所有用户提供每周约 1 亿 token 的免费使用额度，另设 Power（每月 20 美元）与 Maximum（每月 100 美元）两档付费订阅，分别面向轻度和重度使用场景。

Muse 的底层能力建立在 Meta Superintelligence Labs 打造的 Muse Spark 模型家族之上，与 9 月 2 日刚刚发布、面向开发者群体的编程模型 Muse Spark 1.3 属于同一技术谱系，但两者是彼此独立、分别面向不同用户群体的产品线，Meta 借此完成了从开发者工具到消费级智能体的产品矩阵搭建。

https://x.com/Muse/status/2097399178376671666

🤖 Cognition 发布 SWE-2：用 Kimi K3 训出来的「性价比怪兽」编程模型

自主编程智能体 Devin 的开发公司 Cognition 本周发布新一代编程模型 SWE-2，主打逼近前沿水平、价格却便宜得多，被官方称为目前帕累托前沿上性价比最高的编程模型之一。

它在 FrontierCode 1.1 Main 测试（用来评估维护者是否会真的合并这段 AI 写的拉取请求）中拿到 50.0% 的分数，只比 Anthropic 的 Fable 5.1（50.9%）低 1 个百分点，成本却低了 64%。

在同一榜单上，SWE-2 的分数还超过了 xAI 的 Grok 4.6（48.0%）和 GPT-5.6 Sol（47.5%），只落后 GPT-6 Astra（53.3%）几个百分点，但价格只有 Astra 的四分之一左右。在 Terminal-Bench 2.1 排行榜上，SWE-2 以 92.8 分登顶，是目前公开数据里的最高分。

SWE-2 是在 Kimi K3 基础上继续训练而来，延续了 SWE-1.7 在 Kimi K2.7 上后训练的路子，而不是从零训练基础模型。

官方还称这是首个把「努力程度」这一维度训进同一次强化学习过程的认知模型，medium、high、max 三档推理强度全部由同一次训练练成。具体到中等难度档位，SWE-2 medium 相比上一代 SWE-1.7 更为轻快，单场任务平均降至 53 步，成本降低了 81%。

https://x.com/cognition/status/2098069235733823965

🐋 DeepSeek 正式发布 DeepSeek-V4.1-Flash，反超上一代旗舰 V4-Pro

在 Terminal-Bench 2.1 测试中，V4.1-Flash 拿到 90.6 分，略微反超 Anthropic 的 Claude Opus 5（89.1 分）与 OpenAI 的 GPT-5.6 Sol（88.8 分）；在 DeepSWE v1.1 软件工程测试中解决了 74.2% 的任务，与上一代旗舰 V4-Pro 基本持平甚至更优。

DeepSeek 表示，多方测试结果显示 V4.1-Flash 在性能、成本、速度与总耗时四个维度上已经全面超过参数规模大得多的前代旗舰 V4-Pro，因此公司决定有序退役 V4-Pro。

从北京时间 9 月 14 日中午 12 点起，所有发往 V4-Pro 接口的请求都将被自动路由到 V4.1-Flash，并按照更便宜的 Flash 价格计费，直到未来发布 V4.1-Pro 版本为止。新模型权重已经以 MIT 协议在 Hugging Face 上开源。

https://x.com/deepseek_ai/status/2097930608790167907

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

🖼️ OpenAI 发布 ChatGPT Images 2.5，生成延迟最高降低 50%

，官方称这是公司目前最先进的图像生成模型，距离今年 4 月发布的 Images 2.0 仅过去五个月。

OpenAI 表示，目前每周通过 ChatGPT Images 与 API 端 GPT-Image 系列模型生成的图片总量已经超过 30 亿张。

相比上一代，Images 2.5 能够呈现更自然的光影效果与更丰富的材质细节，更好地保留用户参考照片中人物与物体的原始特征，并且在多轮连续编辑指令下的执行也更加可靠、不会随着对话推进而逐渐失真。

官方还表示图像生成延迟相比 Images 2.0 最高降低了 50%。

新版本还新增了可直接在 ChatGPT 内手绘草图作为生成参考的 Sketch 功能，以及常用图片格式模板和提示词分享等实用工具。

面向开发者一侧，OpenAI 同步在 API 中上线了两款配套模型：GPT-Image-2.5 Flare 作为大多数应用场景下的默认选择，在延迟上比上一代 GPT-Image-2 降低约 50%；GPT-Image-2.5 Sunburst 则面向需要更精细编辑控制的高端视觉工作流，生成时间相对更长，适合用在成片级营销创意和精修产品图等场景。

https://openai.com/zh-Hans-CN/index/introducing-chatgpt-images-2-5/

🦾 Unitree 全面开源新一代人形机器人通用基础模型

宇树科技（Unitree）本周宣布，将旗下最新一代的 UnifoLM-WLA-1.0 具身智能基础模型完全对外开源。

官方方面表示这一模型在多项国际通用基准测试中，已经在全球范围内的开源模型阵营里取得了新的最佳性能成绩，是目前开源社区里综合能力最强的具身基础模型之一。

这是一个参数规模约为 60 亿的单一统一模型，训练数据来自约 2500 个小时的高质量真机采集数据。

凭借这一单一模型，机器人便能够同时统一协调完成桌面精细操作任务与全身整体移动任务这两大类原本往往需要分别训练的能力，并且在跨任务场景、跨末端执行器的多样化实际应用场景下，都能够保持相当出色且稳定的通用泛化能力。

https://x.com/UnitreeRobotics/status/2097973681620459887

🛠️ OpenAI 开放 Agents API 公测

OpenAI 于 9 月 10 日正式开放了 Agents API 的公开测试版本，把此前长期只在内部编程工具 Codex 中使用、经过实战检验的智能体运行框架首次向广大外部开发者群体开放使用权限。

在这套新框架下，包括会话状态管理、复杂任务的编排调度、随着对话推进而不断增长的上下文信息压缩，以及各类执行故障发生后的自动恢复机制等一系列原本需要开发者自行从零搭建的底层基础设施能力，如今全部都由 OpenAI 官方负责统一托管。

开发者一方只需要按需提供具体的功能工具，并选择好相应的代码执行环境即可快速上手，大幅降低了原本较高的开发门槛。

这套 API 还内置了包括安全隔离的代码沙箱执行环境、文件编辑能力，以及对 Model Context Protocol（MCP）协议的原生支持等一系列实用能力。

https://openai.com/index/introducing-the-agents-api/

Hunt for Fun｜先玩案例

🎬 卢卡·瓜达尼诺执导的 OpenAI 内斗电影《Artificial》定档圣诞

由意大利著名导演卢卡·瓜达尼诺（Luca Guadagnino）执导、聚焦 2023 年底 OpenAI CEO 山姆·奥特曼遭董事会突然闪电解雇、又在短短五天之内戏剧性复职这段「硅谷宫斗剧」真实事件的电影《Artificial》，本周确认将由发行方 Neon 于 12 月 25 日圣诞当天在美国院线限量上映，为随后角逐 2027 年奥斯卡颁奖季做前期铺垫准备。

影片阵容颇为豪华：安德鲁·加菲尔德饰演主角山姆·奥特曼，尤拉·博里索夫饰演公司前首席科学家伊利亚·苏茨克维，资深演员马克·里朗斯饰演被誉为「AI 教父」的杰弗里·辛顿，莫妮卡·巴巴罗饰演此前的首席技术官穆拉蒂，艾克·巴林霍尔茨则饰演埃隆·马斯克。

这部影片最初其实是由亚马逊 MGM 出资投拍制作的，但在亚马逊随后宣布向 OpenAI 追加投资高达 500 亿美元之后，影片一度被雪藏搁置，最终辗转由独立发行商 Neon 出面接手买下全球范围内的发行权，才得以顺利与观众见面。

预告片

Hunt for Insight｜先知观点

☁️ MIT 学者：未来操控机器人的可能是「云端大模型」，而不是每台机器专属的「小脑袋」

麻省理工学院学者 Phillip Isola 近期提出了一个颇具启发性、也相当值得业界深思的前瞻性观点。

他认为，随着部署在云端、面向通用场景的智能体大模型能力持续快速提升，未来机器人真正意义上能力的大规模普及扩散，很可能主要是依靠软件层面、运行在云端的通用大模型通过网络对本地硬件进行「远程操控」的方式来最终实现。

因而，不必然需要为每一台部署在现实世界中的具体机器人，都单独耗费大量资源去专门训练一个完全独立、专属于它自己的实体化机载大脑模型。

这也意味着，未来机器人整体能力水平实现规模化扩散提升的核心技术路径，很可能会更接近于我们如今已经非常熟悉的软件远程更新迭代模式，而不再是过去那种严重依赖硬件本身持续迭代升级才能推动能力进步的传统路径。

🌍 联合国人权高专警告先进 AI 系统的重大风险

联合国人权事务高级专员 Volker Türk 于 9 月 7 日正式发出公开警告，呼吁国际社会正视并积极应对先进 AI 系统在快速发展过程中可能带来的重大系统性风险，并敦促各国政府与相关国际机构尽快建立起有效的跨国防护与协调机制，以应对技术快速迭代所带来的治理挑战。

彩蛋时间