每日AI资讯 2026-09-17

Thu, 17 Sep 2026 09:00:00 +0800

1. Google DeepMind 发布 Gemini 3.8 Live 双工语音模型，主打实时多模态与语音智能体

事件内容：9 月 15–16 日，Google DeepMind 正式推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款端到端语音大模型，全面支持实时多模态交互与并行后台推理。开发者即日起可通过 Gemini API、Google Workspace 及 Gemini 应用调用，官方主打低延迟交互与更经济的对话单价；据第三方 Speech-to-Speech 评测，Live Extended Thinking 以 82.6 分居首，支持实时视觉理解、97 种语言中途切换、后台工具调用。

值得关注的原因：双工语音模型把「听得懂 + 答得快 + 能调用工具」合为一体，是电商语音客服、直播实时互动、智能导购 Agent 的直接底座；低延迟 + 低价位意味着语音智能体从 Demo 走向规模化部署的门槛大幅降低，品牌客服与售后链路将被重构。

2. Anthropic 将 Claude Cowork 与聊天合并为统一 Claude，并内嵌 Docs / Slides / Design（可导出 PPT / PDF）

事件内容：9 月 16 日，Anthropic 宣布把 Claude Cowork 与聊天合并为一个 Claude，任务无需再选择入口，Cowork 与 Design 能力可在任意对话中使用；同时 Claude Docs、Claude Slides、Claude Design 直接进入每段对话，可在聊天中生成演示、文档和设计，生成的演示可打开、编辑并导出为 PowerPoint 或 PDF，无需跳转到独立工具。该能力未来几周向 Pro 和 Max 计划推出。

值得关注的原因：这是「对话即工作台」的产品范式升级——文档、PPT、设计回归聊天主线程，个人与小团队的方案产出链路被压缩到一个窗口；对数据分析师、运营、商家来说，「说一句话出一份提案/PPT」成为现实，大幅降低内容生产的工具切换与排版成本。

3. OpenAI 为 ChatGPT Ads 推出 Sponsored Agents，并集成 HubSpot 与 Shopify

事件内容：9 月 16 日，OpenAI 为 ChatGPT Ads 推出多项 AI 驱动新体验，核心为 Sponsored Agents（赞助智能体）——用户在点击广告后可与明确标识的商业赞助智能体对话，目前在美国部分广告主中测试；同期集成 HubSpot 与 Shopify，把营销/电商 SaaS 能力接入 ChatGPT 的广告与对话场景。

值得关注的原因：这是 AI 赋能电商运营的关键落子——品牌不再只是「买关键词/信息流」，而是以「可对话的智能体」形态出现在用户决策链路里，Shopify 集成意味着中小商家有望借 ChatGPT 直接承接「问答即下单」的新流量；Sponsored Agents 把广告从「展示」推进到「交互转化」，电商获客渠道正在被重写。

4. 阶跃星辰发布 StepAudio 3 系列语音大模型，多款登顶第三方榜单

事件内容：9 月 15 日，阶跃星辰发布新一代 StepAudio 3 系列语音模型，一次性涵盖 Realtime（实时全双工交互）、ASR（识别）、TTS（真人级合成）、Gen（音效生成）、Music（音乐创作）五款模型，均已上线开放平台。据 Artificial Analysis 对话动态榜，Realtime 以 98.9% 居首、语音推理准确率 99.7% 全球第一，支持原生全双工与异步工具调用；ASR 非流式词错误率仅 1.7% 并列第一。

值得关注的原因：国产语音多模态能力栈一次性补齐「识别—合成—交互—创作」全链路，且多项指标全球领先，为国内电商语音客服、智能硬件、有声内容生产提供了可替代进口的底座；「系列化 + 开放平台」打法有助于在 Agent 时代抢占语音入口生态。

5. Vercel 将 inbound 销售团队从 10 人压缩至 1.25 人，AI 销售开发智能体年成本仅数千美元

事件内容：9 月 15 日，Vercel COO Jeanne DeWitt Grosser 在 The Information 访谈中披露，公司 inbound 销售开发（SDR）已实现 90% 自动化，团队从 10 人压缩至 1.25 人，由 AI 销售开发智能体承担线索筛选、初筛触达等工作，年成本仅数千美元，据公开复盘其销售人效提升约 32 倍（32x ROI）。

值得关注的原因：这是「AI 替代腰部白领岗位」的硬核样本——不是裁员口号，而是把可被流程化的 SDR 工作整体交给智能体并量化出 ROI；对电商与 SaaS 团队而言，线索清洗、初筛、外呼、客服一类高重复度岗位，正进入「人监管 + AI 执行」的新成本结构，组织编制需重新设计。

今日核心洞察

语音智能体进入「底座 ready」阶段：Gemini 3.8 Live 与 StepAudio 3 同周发布，双工语音 + 工具调用 + 多语言成为标配，电商语音客服与直播互动的 AI 化拐点已到。
「对话即工作台」重塑生产力：Claude 把 Docs/Slides/Design 内嵌进聊天并可导出 PPT/PDF，内容生产从「多工具切换」收敛到「一句话产出」，对运营与分析师是直接提效。
AI 正在重写电商获客渠道：OpenAI Sponsored Agents + Shopify/HubSpot 集成，让品牌以「可对话智能体」形态进入用户决策链，广告从展示走向交互转化。
国产多模态能力栈崛起：阶跃 StepAudio 3 多项全球第一，国内语音/视频/图像多模态底座快速补齐，给电商内容生产与智能硬件提供进口替代选项。
AI 替代白领岗位有了可量化样本：Vercel SDR 团队 10→1.25 人、年成本数千美元，标志高重复度白领工作进入「人监管 + AI 执行」成本结构，组织编制需重新设计。