人工智能在音频领域的创新正加速向物理世界延伸。10月15日,小米宣布全面开源行业首个端到端空间音频理解大模型——MiDashengLM-Spatial。
作为该领域的开创性成果,MiDashengLM-Spatial在完整保留传统基础音频理解能力的基础上,突破性地赋予了模型强大的空间感知与深度推理能力。
在实际应用落地方面,小米官方透露,该模型未来将陆续深度接入小米智能家居、汽车座舱等核心业务场景。通过引入先进的空间听觉智能,全面升级并优化“人车家全生态”的智能交互体验。

人工智能在音频领域的创新正加速向物理世界延伸。10月15日,小米宣布全面开源行业首个端到端空间音频理解大模型——MiDashengLM-Spatial。
作为该领域的开创性成果,MiDashengLM-Spatial在完整保留传统基础音频理解能力的基础上,突破性地赋予了模型强大的空间感知与深度推理能力。
在实际应用落地方面,小米官方透露,该模型未来将陆续深度接入小米智能家居、汽车座舱等核心业务场景。通过引入先进的空间听觉智能,全面升级并优化“人车家全生态”的智能交互体验。
AI日报每日聚焦AI热点、技术趋势与创新产品应用。快手可灵AI推出Kling4.0,在视频真实感、镜头运动、口型同步和音频表现上升级,单次最长可生成30秒视频,并支持多次续拍延长时长,为视频创作者提供更连贯的AI视频生成体验。
10月16日,2026阅文创作大会召开,阅文发布首批AI精品动画项目,含《赛博英雄传》《不科学御兽》等多元题材,并宣布打造覆盖漫剧、动画、短剧的全形态AI精品视频矩阵。上半年短剧及漫剧收入破4.3亿元、同比增230%,阅文遂将DramaBuddy升级为OPC一站式平台,集成海量IP库接入、全流程AI制作等功能。
OpenAI近日升级ChatGPT浏览器扩展。新版允许用户在对话中直接“点名”Chrome,让助手读取已打开网页标签作为上下文,进而比较页面、归整资料或接手浏览器操作。官方场景包括汇总供应商价格与功能、整理表格、预填表单,以及依据网页信息起草邮件。侧边栏也更好用,浏览网页时可随时呼出ChatGPT。
AI大模型与智能体快速发展,企业数据安全与隐私边界再度引发关注。近期,Cursor 内部曝出数据安全风波:其内部测试及员工日常使用中产生的机密信息,可能已流入 SpaceX 的 AI 部门。事件焦点指向该部门旗下智能体 Grok Bot(原代号 Sand)。早在2026年6月左右,Cursor 员工已在多个工作场景中使用该工具,数据风险随之凸显。
基元律动(Token Rhythm)官方宣布,平台入驻开发者突破30万,被称为“中国版OpenRouter”。作为大模型聚合与分发平台,它通过单一API Key提供主流模型统一入口,并搭配自研开源智能体OpenSquilla实现多模型智能融合路由。平台同步推出双11预售限时福利,降低多模型调用门槛,活动门槛为单笔充值满50元。