NVIDIA推出NV-Reason-CT：面向放射科医生思维链推理的开放3D CT视觉语言模型
NVIDIA发布了NV-Reason-CT，这是一个开放的3D CT视觉语言模型，旨在支持放射科医生的思维链推理。该模型针对3D CT扫描这一当前视觉语言模型服务不足的模态，致力于提升体积成像分析能力。此举旨在解决通用模型和多数开放医疗AI模型在3D CT数据上表现不佳的问题。
SynthePulse Insight阅读深度解读AI 日报
2026-09-23
NVIDIA 发布 3D CT 推理视觉语言模型，Google 推出 Gemini 3.8 Flash TTS，腾讯混元与灵初智能更新生成及具身模型
精选事件
17
来源
15
精选
9
更多
8
AI DAILY BRIEFING
当日 AI 进展集中在多模态与垂直领域模型：NVIDIA 针对 3D CT 这一服务不足的模态推出开放视觉语言模型，支持放射科医生思维链推理；Google 发布 Gemini 3.8 Flash TTS 系列，在发音鲁棒性和多语言测试中表现突出，并公布定价；腾讯混元推出 Hy Image3.5 preview，面向专业生图，称经设计师盲测提升 30%；灵初智能发布 Psi-R2.5 具身基础模型，提出强 Pair Data 方法并展示一次人类示范即可复现新任务。此外，MIT 与 Google 联合报告基于约 1500 万次 Gemini 交互等数据，指出 AI 平均每周为科学家节省近 7 小时，但超四成科学家表示验证瓶颈向下游实验环节转移。
NVIDIA 的 NV-Reason-CT 针对 3D CT 这一通用模型表现不佳的模态，试图以开放模型提升体积成像分析能力。
Google 的 Gemini 3.8 Flash TTS 系列在发音鲁棒性基准排名第一，并公布每百万字符 32.98 美元和 22.07 美元的定价，处理速度超过实时。
MIT 与 Google 的联合报告显示，AI 加速假设生成后，实验验证成为新瓶颈，超过四成科学家反映待验证假设积压增多。
下一步关注：关注 NV-Reason-CT 在临床放射工作流中的实际部署与评估；Gemini 3.8 Flash TTS 在 Gemini Enterprise 的推出及开发者采用情况；腾讯混元 Hy Image3.5 preview 的正式版发布与 API 调用反馈；灵初智能 Psi-R2.5 的强 Pair Data 方法在更多机器人任务中的泛化验证；以及 AI 科研中实验验证瓶颈的后续解决方案。
精选
Google 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS
Google 宣布推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，这是其迄今最具表现力的音频模型，支持 100 多种语言的自定义语音以及 2,000 多种现成语音。从今天起，开发者可通过 Google AI Studio 和 Gemini API 使用，消费者可在 Gemini Notebook 和 Google Vids 中使用，Gemini Enterprise 版本即将推出。
SynthePulse Insight阅读深度解读Google 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS
Google 发布了 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持预设语音和语音复刻。Gemini 3.8 Flash TTS 在发音鲁棒性基准测试中排名第一，在 Provider Voice Arena 排行榜上排名第二；Flash-Lite 版本在 Arena 中排名第六，并在日语等多语言测试中表现突出。两款模型定价分别为每百万字符 32.98 美元和 22.07 美元，处理速度均超过实时。
SynthePulse Insight会员精读阅读深度解读腾讯混元发布 Hy Image3.5 preview 生图模型
腾讯混元团队于 9 月 22 日推出 Hy Image3.5 preview 模型，面向专业级生图创作，支持文生图、图生图和多轮对话创作，最高 2K 分辨率。腾讯称该模型经内部数百名专业设计师 GSB 盲测，对比 Hy Image3.0 提升 30%，与 Seedream 5.0 pro 持平。该模型已在元宝等应用灰度上线，并通过腾讯云 API 按输出图片收费。
SynthePulse Insight会员精读阅读深度解读Confido 获 5500 万美元 B 轮融资，将 AI 自动化拓展至消费品牌全后台
Confido 是一个为消费品品牌统一财务、会计、销售和运营的 AI 平台，已获得由 Insight Partners 领投的 5500 万美元 B 轮融资，使总融资额达到 7700 万美元。该公司利用 AI 自动化处理扣款、提高计划准确性，并仅标记需要人工判断的决策，服务超过 250 个品牌，包括 Unilever 和 Dude Wipes。新资金将用于加速产品开发、拓展食品服务领域并扩大团队。
SynthePulse Insight阅读深度解读灵初智能发布具身基础模型 Psi-R2.5，用强 Pair Data 重做训练链路
灵初智能正式发布新一代具身基础模型 Psi-R2.5，重点解决数据规模起来后哪些数据有价值以及如何让人类数据更顺畅进入机器人训练的问题。该模型提出强 Pair Data 方法，从真实机器人数据逆向生成对应人手数据，训练端到端转换模型，使人类操作视频可直接对齐机器人数据。Psi-R2.5 还采用双层架构，上层负责长程任务拆解，下层输出操作轨迹，并展示仅需一次人类示范即可通过 In-Context Learning 复现新任务，无需重新训练或微调。
SynthePulse Insight会员精读阅读深度解读Matt Palmer 推出 Grok Bot 模板「Media Manager by Matt」，自动化 YouTube 频道上传后运营
Matt Palmer 让 Grok Bot 接管其 YouTube 频道的上传后运营，包括转录、字幕、章节时间戳、标题、描述和缩略图生成，并称效果比他自己做得更好。他将该流程封装为 Grok Bot Template「Media Manager by Matt」，整合 AssemblyAI、YouTube Data API、Figma 模板和 Grok Bot 实现自动化发布。
SynthePulse Insight阅读深度解读MIT与谷歌发布AI科研报告：假设生成加速，实验验证成新瓶颈
Google、Google DeepMind 与 MIT FutureTech 联合发布报告，基于约1500万次Gemini交互、2690个科学AI模型及637名科学家调查，评估AI对科研的影响。报告显示AI平均每周为科学家节省近7小时，但超过四成科学家表示验证瓶颈向下游实验环节转移，积压的待验证假设增多。
SynthePulse Insight会员精读阅读深度解读NVIDIA Isaac ROS 5.0 发布，推动智能体与开源机器人开发
NVIDIA 在加拿大多伦多 ROSCon 大会上发布了 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，引入了智能体工作流和对 ROS Lyrical 及 Ubuntu 24.04 的支持。该版本将 NVIDIA 加速计算和物理 AI 模型带给近 130 万 ROS 用户，并与开源机器人联盟合作贡献了标准数据处理接口，旨在帮助开发者更快地构建、定制和部署机器人应用。
SynthePulse Insight会员精读阅读深度解读更多
谷歌推出全新Flash TTS模型，可通过文本描述设计AI语音
谷歌推出了两款新的文本转语音模型：Gemini 3.8 Flash TTS和Flash-Lite TTS，支持超过100种语言。Flash TTS能够根据文本描述创建新语音，两款模型都允许用户为单行添加舞台指示，并从单个脚本生成双人对话。此外，语音克隆功能可通过30秒样本构建语音配置文件。
SynthePulse Insight会员精读阅读深度解读2026云栖大会：阿里发布千问AI平台升级，推出Agent Studio及行业方案
在2026年云栖大会MaaS & Agent技术主论坛上，阿里巴巴集团战略副总裁文征提出“智能价值密度”公式，并宣布千问AI平台全面升级。平台正式上线生产级Agent服务平台Agent Studio，发布一系列Agent应用新版本，并推出手机与智能座舱行业解决方案。此次升级旨在优化Agent负载的模型服务与推理效率，推动AI从模型供给转向可预期的价值交付。
SynthePulse Insight会员精读阅读深度解读Nscale 拟在纽交所上市，估值 350 亿美元，高度依赖微软和 Anthropic
英国 AI 云服务商 Nscale 正准备在纽约证券交易所上市，估值预计达 350 亿美元，计划融资 30 亿美元。其 IPO 文件显示，公司已签订超过 1030 亿美元的合同，其中约 85% 来自微软和 Anthropic 两家客户。截至 6 月 30 日的六个月收入增至 1.406 亿美元，但净亏损扩大至 10.2 亿美元。
SynthePulse Insight阅读深度解读YouTube 在创作者工作室中添加 AI 工具，包括脚本辅导、智能缩略图和 Gemini 编辑
YouTube 正在为其创作者工作室添加 AI 工具，包括分析脚本和粗剪的故事讲述助手、面向 Shorts 的基于聊天的 Gemini 编辑助手，以及将英语直播翻译成西班牙语的实时翻译功能。此举旨在帮助创作者进行脚本辅导、智能缩略图和编辑。
SynthePulse Insight阅读深度解读Anthropic 发布 Claude Opus 5.5：一天内迁移 68 万行代码，成本比 GPT-6 Astra 低 80%
Anthropic 发布 Claude Opus 5.5，这是 Claude 5.5 系列首款模型，重点提升编程、计算机操作和知识工作能力，并降低真实任务成本。Anthropic 称其典型任务运行成本比 Opus 5 降低约 40%，在 FrontierCode 测试中每任务成本约为 GPT-6 Astra 的 20%。早期测试者曾用 Opus 5.5 在不到一天内完成涉及 68 万行代码的迁移任务。
Meta的AI代理Muse一周内吸引50万用户，同时被指抄袭OpenClaw
Meta的AI代理Muse在首周吸引了超过50万用户，并登上苹果App Store榜首。但Meta承认该产品“深受”开源项目OpenClaw“启发”，部分文件名和内容几乎完全相同。OpenAI已在讨论自己的应对措施。
Meta承认其AI代理Muse深受OpenClaw启发
Meta承认其AI代理Muse深受开源个人助理项目OpenClaw的启发，此前早期用户推测两者共享相同底层设计。Meta超级智能实验室产品负责人Nat Friedman表示，Muse是从零开始构建的，但作为产品深受OpenClaw启发。比较在AI应用联合创始人Ansh Nanda发布病毒式声明后引发关注，Muse最近在美国App Store排名第一。
SynthePulse Insight阅读深度解读高通发布第六代骁龙8系列：2nm智能体芯片时代开启
高通正式发布第六代骁龙8至尊版和超级至尊版移动平台，采用2nm制程，CPU、GPU、NPU全面围绕智能体调度和端侧大模型部署升级。超级至尊版搭载全球最快移动CPU，主频达5GHz，并支持300亿参数MoE模型完整端侧部署。小米、vivo、OPPO、荣耀等厂商将率先采用。
SynthePulse Insight阅读深度解读- 精选事件
- 17
- 来源
- 15
- 精选
- 9
- 更多
- 8