DeepMind试刀Nano Banana 2.5，xAI开放X给Grok Bot，Kimi Work上线远程控制 | 9月10日 AI日报

原创已于 2026-09-10 19:55:54 修改 · 52 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

AI日报

于 2026-09-10 13:01:55 首次发布

🎬 视频版直达：https://www.bilibili.com/video/av117244487079860/

💡 今日趋势速览：DeepMind在Image Arena实测Nano Banana 2.5，进步显著但未胜OpenAI，巨头图像模型竞争升温。xAI向Grok Bot开放X平台并附赠100美元API积分，加速生态扩张。月之暗面为Kimi Work上线远程控制，手机随时掌控任务，Agent向移动化演进。

🎯 今日要点

📋 今日内容汇总

🤖 AI动态

🦾 机器人具身智能

小米机器人开源具身世界模型 U0 的 4B 版本

🌐 科技公司

苹果发布首款折叠屏手机 iPhone Duo

📌 模型排行榜

Artificial Analysis AI 模型能力排行榜

🤖 AI动态

1. DeepMind 图像竞技场测试 Nano Banana 2.5

Google DeepMind 正在 Image Arena 测试新一代图像模型 Nano Banana 2.5，代号 spicy-mayo。实测者称其较上代显著进步，但未明显优于 OpenAI 的 GPT-Image 2.5，尤其在依赖世界知识的生成任务上仍有差距，头部图像模型的竞争目前仍处于胶着状态。

DeepMind 图像竞技场测试 Nano Banana 2.5

🔗 https://x.com/synthwavedd/status/2097720011229950297

2. xAI 开放 X 平台给 Grok Bot，附赠 $100 API 积分

xAI 宣布向 Grok Bot 开放 X 平台：接入即自动开通开发者账号，附赠 100 美元 API 积分。X 可作为连接集成接入 Grok Bot Marketplace，让 Grok Bot 直接读写 X 数据。发帖者称这是自己用得最多的插件，可让 Grok Bot 监测发帖趋势、对比同类帖子。

xAI 开放 X 平台给 Grok Bot，附赠 $100 API 积分

🔗 https://x.com/shao__meng/status/2097476011365679394

3. Kimi Work 上线远程控制功能

来源：原文 | ai_for_success

月之暗面宣布 Kimi Work 上线远程控制（Remote Control）功能：让 Kimi Work 在电脑上保持运行，即可随时随地用手机掌控任务进度，离开桌面也不中断。官方以随时随地、用 Kimi Work 工作概括这一定位，桌面端与移动端场景进一步打通。以下是官方给出的 demo

Kimi Work 上线远程控制功能

🔗 https://x.com/Kimi_Moonshot/status/2097636366544937067

4. GPT-6 Astra 限时上线 Arena 直接测试

Chatbot Arena 宣布限时开放：用户可在 Direct Mode 下拉菜单中选择 OpenAI 的 GPT-6 Astra 直接测试。GPT-6 Astra（Medium）将在未来 24 小时、即太平洋时间 9 月 10 日上午 8 点前于 Direct Mode 开放，此后继续在 Battle 和 Agent Mode 中可用。

GPT-6 Astra 限时上线 Arena 直接测试

🔗 https://x.com/arena/status/2097705919102771517

5. vLLM 0.28.0 发布：大幅提升 Kimi K3 性能

vLLM 发布 0.28.0：大幅提升 Kimi K3 推理性能，引入解码上下文并行，并为投机解码加入自适应验证。官方博客已放出 0.28 更新说明，下一场社区会议定于 10 月 1 日，主题为 llm-d 语义分类器入门。

vLLM 0.28.0 发布：大幅提升 Kimi K3 性能

🔗 https://x.com/RedHat_AI/status/2097724703053951136

6. OUI-1：首个开源权重的生成式 UI 模型

来源：原文 | 橘鸦早报

OUI-1 是首个开源权重的生成式 UI 模型，基于 DiffusionGemma 微调，为 26B/A4B MoE 架构。它在 Generative UI Benchmark 上拿到 71.7%，是基座模型 13.0% 的 5.5 倍，并以少 8 倍激活参数击败 Gemma 4 31B 的 46.7%。以下是官方给出的 demo

OUI-1：首个开源权重的生成式 UI 模型

🔗 https://x.com/shao__meng/status/2097479009286451524

7. Suno 发布 v6：与 WMG、BMG 合作训练

来源：原文 | TechCrunch

AI 音乐公司 Suno 发布 v6，为与华纳音乐集团（WMG）和 BMG 合作训练的新一代模型系列。Suno 宣布模型被使用时将向唱片公司和出版商支付版税，消息由彭博社报道，合作加版税分成使其成为 AI 音乐版权合作的标志性发布。

Suno 发布 v6：与 WMG、BMG 合作训练

🔗 https://x.com/Techmeme/status/2097630082898812992

8. ChatGPT 语音可用 GPT-5.6 Sol、GPT-6 Astra

来源：原文 | athyuttamre

OpenAI 更新 ChatGPT 语音模式：用户可自选任意模型和推理力度，Pro 用户可选 GPT-5.6 Sol 或 GPT-6 Astra；语音模式在需要搜索或推理时将调用所选模型完成任务，语音对话由此获得旗舰模型能力。

ChatGPT 语音可用 GPT-5.6 Sol、GPT-6 Astra

🔗 https://x.com/athyuttamre/status/2097761052939125132

9. 苹果发布新一代 Apple AI：支持 16 种语言

来源：原文 | IT之家 (ITHome)

苹果在本次发布会推出新一代 Apple AI，计划支持英语、简体中文、繁体中文等 16 种语言，简繁中文均列入名单。但页面右下角小字显示，Apple AI 首发不支持在中国大陆使用，当地用户需等待后续开放。以下是官方给出的 demo

苹果发布新一代 Apple AI：支持 16 种语言

🔗 https://x.com/fxtrader/status/2097743631579042028

10. DeepMind 开放 AlphaGenome 基因突变预测库

来源：原文 | 思维怪怪 (Tech) (Twitter)

Google DeepMind 发布 AlphaGenome 人类基因突变数据库。人类 DNA 约含 30 亿碱基对（ACGT），仅变异一个碱基也会产生 90 亿种组合；DeepMind 用 AI 模型提前算完这 90 亿种变异的影响，整理成数字图谱免费开放学术界，并推出 AVI 指标衡量变异影响预测质量。

DeepMind 开放 AlphaGenome 基因突变预测库

🔗 https://x.com/Gorden_Sun/status/2097605341928182077

11. Cohere 开源 Megakernel：比 vLLM 快 1.58 倍

Cohere开源推理系统Megakernel，为North Mini Code模型打造，性能最高比vLLM快1.58倍。该系统decode阶段的前向计算由一个常驻GPU的持久kernel完成，不再逐算子启动kernel。官方数据显示，单张H100、BF16精度下达成这一成绩，为开源推理栈的decode提速提供了新思路。

Cohere 开源 Megakernel：比 vLLM 快 1.58 倍

🔗 https://x.com/shao__meng/status/2097467097970552993

12. 腾讯发布统一语音生成与编辑模型 AuK

腾讯发布统一语音生成与编辑模型 AuK：单一自然语言界面即可完成零样本 TTS、基于指令的内容/声学/副语言编辑，以及语音增强与分离。官方同时推出蒸馏版 AuK-Flash，运行速度提升 4.5 倍，更适合低延迟在线语音场景。

腾讯发布统一语音生成与编辑模型 AuK

🔗 https://x.com/HuggingPapers/status/2097660279626609134

13. LingBot-World 2.0 发布：1.3B 模型实时生成世界

LingBot-World 2.0 系列发布：Small 为 1.3B 参数模型，可在消费级单张 GPU 上实时生成世界；Bidirectional 是用于蒸馏更小、更快领域模型的高质量源模型；Causal Pretrain 为后训练、评估与适配的核心基座。官方称新版更易于运行和研究。以下是官方给出的 demo

LingBot-World 2.0 发布：1.3B 模型实时生成世界