产品派AI日报｜实时助手、代码代理与中文数据，AI 产品正在补齐“能做事”的一公里

小派同学 · 2026-09-16T01:56:35.686Z

从 Gemini 3.8 Live 的多模态对话，到 StepAudio 3 覆盖语音与音乐制作，AI 正从单点能力走向连续工作流。代码模型开始进入研发内部，DeepSeek 补齐桌面端维护，中文语料和学习工具则继续夯实应用基础。接下来，稳定性、可控性和真实使用成本会比单纯的性能榜单更关键。 1. Gemini Live 把多语言对话推进到持续任务协作 Gemini 3.8 Live 将实时对话从听说交互扩展到视觉理解、后台工具调用和多语言切换，能够在不中断交流的情况下处理 API 任务，并支持 97 种语言之间自动切换。面向复杂任务的 Extended Thinking 版本还会边推理边回应、同步反馈后台进度。视觉理解、工具调用和多语言切换被放进同一段对话里。 2. StepAudio 3 一次补齐语音识别到音乐生成阶跃把 Realtime、ASR、TTS、Gen 和 Music 五个方向放进同一套音频模型家族，实时对话与语音识别能力都拿到了较高的评测表现。 Gen 不只生成单一人声，还能组合对白、音效、环境声和背景音乐，并控制语气、方言及声音顺序； Music 则支持从清唱、歌词或既有旋律继续编曲，音频创作开始更接近完整制作链路。 3. Anthropic 疑似让新模型进入真实研发主流程有消息称，Anthropic 正在 Claude Code 中小范围测试 Opus 5.2，内部还使用一款尚未公开的 Model 2，并让其承担相当一部分代码编写工作。关于模型替代大部分研究团队的说法目前缺少清晰统计口径，不宜直接解读为具体比例，但这一动向仍说明代码模型正在进入需求实现、修改和验证等更完整的研发环节。代码模型的角色，正从辅助建议转向承担研发执行。 4. DeepSeek 官方桌面端将接管兼容性与版本维护 DeepSeek Harness 将支持 Apple Silicon、Intel 架构的 macOS 设备及 Windows x64，采用自定义 dsh-app 协议传输数据，并把运行时与后端一并打包，减少本地端口和前后端版本不匹配带来的问题。它还针对 DeepSeek V4.1 Flash 做了联合优化，minimal 模式的缓存命中率常态可超过 95%。暂未覆盖 Linux，社区客户端仍会有一定空间。 5. 三轮提问法，让 NotebookLM 从资料库变成学习教练这套学习流程的关键不是把材料交给工具后直接要总结，而是分三步推进：先从教材、论文和课程内容中提炼核心思维模型，再梳理专家争议及各自论据，最后生成检验理解程度的问题。答错后继续追问知识缺口，能把被动阅读变成循环自测。分享者称，这种方式有助于在较短时间内建立陌生领域的整体认知。 6. Liquid Glass 增加可调透明度，视觉系统开始让位于可读性苹果在 iOS 27、iPadOS 27 和 macOS 27 的设置中加入 Liquid Glass 调节滑杆，用户可以在更清透与更明显着色之间选择，应用图标也强化了轮廓和辨识度。这个变化不只是外观偏好设置，更说明统一材质在不同背景、内容密度和光照环境下未必都能保持可读性。对 UI 设计师来说，视觉系统开始多出一个需要管理的用户变量。 7. 120GB 中文基础语料开放，模型训练有了更稳定的公共补充中文互联网基础语料 4.0 规模达到 120GB，由中国网络空间安全协会、国家互联网应急中心以及多家企业和内容机构共同建设，完成加工处理后开放获取。对大模型团队来说，它的意义不只在体量，还在于为中文训练、微调和评测增加一批来源相对清晰、能够持续共建的数据资产。新数据集为中文模型训练、微调和评测提供更多可信样本。 8. Blender 5.2.2 LTS 先修制作痛点，稳定性优先于堆新功能 Blender 5.2.2 作为 5.2 长期支持版本的维护更新，没有大规模加入新功能，而是集中处理制作过程中容易影响结果的细节。例如物体可见性动画变化后 Line Art 未重新计算、VSE Compositor 的 Set Alpha 预览异常，以及 Grease Pencil 使用 Draw on Back 时笔画合并或消失等问题。正在进行三维、动画和动态视觉项目的用户，更适合优先考虑这类稳定性更新。以上信息均来自互联网公开信息