🔦 今日速览

9 月 14 日，苹果新一代 Siri AI 随 iOS 27 正式推送，AI 助手首次进入公开测试阶段；AI 安全治理从 CEO 呼吁走向"公司准则与立法"——微软发布 37 页《人文主义 AI 行为准则》，美国参议院酝酿要求 AI 巨头承诺防范灾难的立法，特朗普公开反驳"AI 减速"论。国内，比亚迪"迪迪虾"车载超级智能体上车，网安标委发布 AI 安全治理框架 3.0。

趋势1：AI 安全从 CEO 呼吁走向公司准则与立法 趋势2：语音助手成为巨头新战场 趋势3：车载 Agent 进入上车落地阶段

🌍 国际动态

1. 苹果 Siri AI 拖了两年终落地，iOS 27 上线 ⭐

事件简述：美东 9 月 14 日周一，苹果正式推送 iOS 27，同时上线 macOS 27、watchOS 27、iPadOS 27 与 visionOS 27。最大看点是 2024 年随 Apple Intelligence 预告、6 月发布却迟迟未交付的新一代 Siri AI 终于进入公开测试。新版 Siri 采用主动选择加入的 Beta 机制，用户需在「设置」中启用，部分用户或需先进入等候名单。

关键数据：当前仅支持英语，法语、日语、韩语、葡萄牙语和西班牙语计划 10 月陆续加入；苹果将本周上市的 iPhone 18 系列定位为"AI 理想设备"，CEO 约翰·特努斯称其为"真正属于个人的个人智能"，依托高速芯片与设备本地存储的日历、短信等个人数据。

影响分析：从 2024 年预告到 2026 年落地，苹果补上了其 AI 叙事中最受质疑的一环；但"测试版 + 英语限定"也意味着真正的体验兑现仍在路上，语音入口的竞争刚进入下半场。

📅9月14日

2. 微软发布 37 页《人文主义 AI 行为准则》，"人比 AI 更重要"

事件简述：在 Anthropic 挑起新一轮"AI 威胁"叙事后，微软 9 月 14 日发布长达 37 页的《人文主义人工智能行为准则》征求意见稿，开篇即确立"人比 AI 更重要"的核心宗旨，把 AI 定位为"处于从属地位、由人类掌控的辅助技术"。

关键数据：准则明确 AI 不具意识、不应模拟意识或情感，反对赋予 AI 法人资格或权利；MAI 模型不得"自行设定目标"，若完成任务需违反准则则应直接放弃该任务。文件目前仍是征求意见稿，计划开展六周公开咨询、年底发布修订版，用于指导 2027 年及以后的自研 MAI 模型。微软 AI 业务负责人苏莱曼透露准则已筹备约 5 个月。

影响分析：与 Anthropic 主张第三方机构"入驻审查"不同，微软把重心放在"自己该怎么做"，为前沿实验室的安全叙事提供了一份可落地的工程化纲领，也折射出公司与公司在治理路线上的分歧。

📅9月14日

3. 美国参议院酝酿 AI 安全立法，特朗普反驳"减速"论

事件简述：据路透社 9 月 14 日报道，美国参议院谈判代表正讨论立法，要求 AI 公司证明已采取合理预防措施、防止其工具造成伤害。与此同时，特朗普公开反驳美国三大科技巨头对 AI 发展过快的警告，称"我们已在 AI 领域领先中国，谁赢得 AI 谁才是赢家"。

关键数据：特朗普 9 月 15 日再度表态"AI 毁灭人类的说法属于骗局"；众议院议长约翰逊称特朗普将在本周或下周召集 AI 企业高管开会。此前 OpenAI 已表态支持英国具有约束力的 AI 立法，加拿大方面（卡尼）也透露已与 OpenAI、Anthropic、谷歌就 AI 安全进行讨论。

影响分析：从企业层面"自我降速"到立法机构与白宫的公开博弈，AI 安全议题正从行业自律升级为国家竞争与监管角力的前沿，未来几周的政策信号将直接左右前沿实验室的经营节奏。

📅9月14日

4. Anthropic 面向财务顾问推出 Claude，深化金融业布局

事件简述：Anthropic 正面向财务顾问推介一款将 Claude 与贝莱德、领航集团等运营的金融分析和风险管理技术相结合的版本——Claude for Financial Advisors，有望加快研究、行政与投资组合监控任务，是其迄今向金融行业扩张的最重要举措之一。

关键数据：该功能可连接嘉信理财、iCapital 等公司的工具，是 Anthropic 此前推出金融服务 AI 智能体之后的进一步拓展；Anthropic 也在为其潜在 IPO 做准备，据报道已选择纳斯达克作为上市地点。

影响分析：在模型能力竞争之外，"垂直行业可信部署"正成为头部实验室新的变现战场；金融作为高价值、强监管场景，成为检验 AI 智能体能否真正嵌入专业工作流的试金石。

📅9月14日

🇨🇳 国内动态

1. 比亚迪"迪迪虾"AI 超级智能体上车，首个车载 Agent ⭐

事件简述：9 月 14 日晚，腾势汽车举行"AI 超级智能体迪迪虾暨腾势 N8L 纯电上市发布会"，比亚迪集团高级副总裁杨冬生发布 AI 超级智能体"迪迪虾"并宣布推送上车；腾势 N8L 纯电版同步上市，售价 29.98 万—32.98 万元。

关键数据：迪迪虾于 5 月底"敢为"智能化战略发布会首发，主打全舱记忆、跨域互动、端云协同、快慢思考；本次官宣阿里云、火山引擎与豆包大模型、支付宝、高德、网易云音乐、QQ 音乐等合作伙伴，覆盖导航、支付、智能家居、音乐等多场景。

影响分析：比亚迪把大模型能力从"语音助理"升级为可操控车辆、理解多步复杂指令的"超级智能体"，标志车载 AI 从功能型工具向主动服务的智能体演进，"智能化的下半场"竞争正式开打。

📅9月14日

2. 网安标委发布《人工智能安全治理框架 3.0》

事件简述：全国网络安全标准化技术委员会 9 月 14 日发布《人工智能安全治理框架 3.0》，以落实《全球人工智能治理倡议》。该委员会此前已于 2024 年、2025 年先后发布 1.0 与 2.0 版本。

关键数据：新版在国家互联网信息办公室指导下，由中国网络空间研究院、国家网信办数据与技术保障中心等专业机构、科研院所及行业企业共同编制，针对 AI 发展新趋势与安全治理新挑战迭代。

影响分析：与美国参议院立法、微软行为准则形成跨洋呼应——中国以标准化框架、美国以国会立法各自推进 AI 安全治理，全球"安全减速"从口号加速落地为制度安排。

📅9月14日

3. 宇树 G1+ 人形机器人发布，标准版 9.5 万元

事件简述：宇树科技 9 月 14 日宣布人形机器人 G1 全面升级为 G1+，围绕运动性能、感知交互与智能体体验三大维度带来 6 项升级，重点补强颈部灵活性、关节电机输出与热管理、视觉与触觉感知、供电续航及远场语音交互能力。

关键数据：标准版 G1+ 含税售价 9.5 万元，面向科研与深度开发场景的 G1+ EDU 售价暂未公布。

影响分析：继优必选柳州万台级工厂投产之后，宇树以 9.5 万元定价继续下探人形机器人的量产门槛，具身智能正从"样机展示"加速走向"可采购、可部署"的商品化阶段。

📅9月14日

📄 今日论文

1. How Good Are Frontier Models at Physics?（前沿模型物理能力被严重低估）

作者：Ali Ansari, Haoran Sun, Andy Zeyi Liu, Mark Jabbour et al. | 51 位作者 核心贡献：重新审视 6 个主流物理基准上前沿模型的"低分"现象，邀请领域专家复核发现，领先基准已接近饱和，且因评测与判分环节的系统性缺陷，模型真实物理能力被普遍低估——部分模型的文本题可得出与专家一致的可验证答案，却因评分机制失分。 为什么重要：在"AI 是否逼近能力天花板"的争论中，此文提醒业界：低分未必意味着能力弱，可能是基准本身坏掉了；评测体系的科学性与可信度，正成为比模型本身更值得较真的问题。 📄 arXiv:2609.13009 📅9月11日

2. MP-Bench：让语音 Agent 从"双人对话"走进多人会议

作者：Yi-Jen Shih, Shih-Yun Shan Kuan, Guan-Ting Lin, Kai-Wei Chang et al. 核心贡献：指出现有语音 Agent 基准只测双人对话与被动听音，忽略了现实中普遍的多方会话场景。提出 MP-Bench，从多说话人身份跟踪、抢话转接、对群体语境的回应等维度，系统评估语音 Agent 作为"多方对话参与者"的能力。 为什么重要：苹果 Siri AI、GPT-Live-1、DeepSeek 语音相继落地，语音 Agent 正从"一对一助手"走向"会议/家庭等多人场景"；这套基准为判断其真实可用性补上了量尺缺口。 📄 arXiv:2609.13076 📅9月11日

3. Embodied-BenchForge：让智能体自己"造"具身智能评测题

作者：Baoyang Jiang, Fengchun Zhang, Leyuan Wang, Haotian Li et al. 核心贡献：提出一个闭环智能体工作流，把用户指定的评测意图自动转化为完整的具身智能基准，并在每一制作步骤对中间产物做专门校验，避免局部缺陷传播到最终基准，解决现有方法只覆盖孤立环节、局限于预设环境的问题。 为什么重要：具身智能"泛化"成为产业关键词的当下，评测基准本身也要能自动化、规模化地生产——这为低成本、可持续地衡量机器人泛化能力提供了新工具。 📄 arXiv:2609.13082 📅9月11日

4. SQD：为"次二次注意力"重做异构系统推理分解

作者：Arya Tschand, Yaosheng Fu, Vikram Sharma Mailthody, Nicolai Oswald et al. 核心贡献：前线模型越来越多采用次二次（subquadratic）注意力以压缩推理显存与算力，但现有服务系统仍按稠密注意力的方式做分解。论文提出 SQD，围绕次二次注意力 LLM 独特的算术强度与显存占用，在 DRAM 与 SRAM-only 异构系统上做细粒度分解，显著提升吞吐与能效。 为什么重要：次二次注意力是新一代高效模型架构的确定性趋势，服务于它的推理系统优化直接关系到"大模型小成本"能否兑现，是算力基础设施层值得跟踪的技术信号。 📄 arXiv:2609.13134 📅9月11日