DoorDash公布自研无人机配送系统DoorDash Air，并计划在美国北加州启动试点，与Chipotle、Popeyes等餐饮品牌合作。与传统无人机企业先造飞机、再寻找配送场景不同，DoorDash的研发顺序反过来：先解决餐厅厨房取货、包装、装载、无人机接驳以及消费者收货等环节，再围绕实际订单需求设计飞机。公司认为约80%的典型餐饮订单符合无人机配送的重量和尺寸条件。无人配送正在从单纯的飞行器竞争，转向完整物流基础设施竞争。

　　美国机器人公司Dyna Robotics展示Taku机器人完成从洗衣机取出衣物、整理并放到货架上的完整流程，演示持续约一小时，机器人通过轮式底盘和双机械臂完成多个连续动作。与过去机器人只展示抓取、搬运等单点能力相比，Taku更强调从一个工作站跨越多个环节完成完整任务。对于酒店、洗衣房等劳动密集型场景，这种“工作流自动化”比单项技能更接近真实商业需求。人形或半人形机器人下一阶段的竞争，也可能从动作数量转向每小时到底能替代多少人工。

　　MIT研究人员开发了一种由活体肌肉细胞驱动的超薄水下机器人，整体尺寸接近口香糖大小，主体由凝胶薄膜构成，两侧覆盖经过基因改造的肌肉细胞。当研究人员用蓝光照射不同区域时，肌肉会收缩并推动机器人前进，机器人能够在培养皿中的水下环境完成路径运动。相比传统电机和电池，这种生物混合结构在微型化方面具有潜力。虽然目前仍属于实验室阶段，但它展示了机器人硬件与生物组织融合的另一条技术路线

　　AWS推出Well-Architected Agent，云运维开始从“分析”走向自动修

　　AWS开放Well-Architected Agent预览版，将AI Agent直接用于云基础设施优化。它能够分析AWS环境，从成本、安全、性能和可靠性等维度给出针对具体业务的建议，同时读取Terraform、CloudFormation和CDK等基础设施代码，并在适用场景下生成可以直接执行的SSM Runbook和CLI脚本。相比传统云架构审计工具定期给报告，这类Agent强调持续分析、自动发现问题和生成修复方案。云计算厂商正在把AI从聊天助手逐步推进到真正能够参与基础设施管理的执行层。

　　JERA、戴尔和RHAELM在日本建设40万千瓦AI数据中心，电厂开始变成算

　　日本电力公司JERA与Dell Technologies、RHAELM达成合作，计划在千叶火力发电站附近建设最高40万千瓦规模的AI数据中心，预计2028年开始分阶段运营。项目总投资预计超过150亿美元，并计划把发电、电力基础设施、冷却系统和AI计算平台进行标准化整合。JERA希望利用既有发电能力直接向AI数据中心供电，从而减少传统数据中心等待电网接入的时间。这意味着AI基础设施竞争正在从GPU和服务器进一步向电力、土地、冷却和数据中心建设能力延伸。

　　Anthropic获Broadcom最高420亿美元融资支持，AI公司和芯片商开始深

　　Anthropic提交的IPO文件披露，Broadcom同意向其提供最高420亿美元融资，用于支持Anthropic租赁和部署TPU等AI计算基础设施。这笔安排覆盖Anthropic未来五年约1252亿美元的计算基础设施承诺，相当于AI模型公司开始直接与芯片设计、设备租赁和融资体系绑定。Broadcom不仅提供芯片相关能力，还通过融资帮助客户扩大算力采购，形成类似“芯片+资本”的新商业模式。AI产业的竞争因此越来越不像传统软件行业，而更接近一场长期资本密集型基础设施建设。

　　微软正在重新设计Copilot，并将其定位进一步推向企业工作的核心入口。新Copilot将代码开发、AI Agent工具和Office完整工作流整合到同一个环境中，目标是让用户不再分别打开Word、Excel、代码工具和各种AI服务，而是在Copilot中直接完成任务。微软内部正在强化企业版设计，同时重点处理Agent自主操作带来的安全、权限和控制问题。这个变化说明AI助手正在从“帮我写一段内容”进入“替我完成一整套工作流程”，企业软件入口可能因此发生变化。

　　苹果修改macOS磁盘权限，AI Agent开始逼迫操作系统重做安全边界

　　苹果调整macOS Full Disk Access权限机制，以减少第三方应用滥用系统级权限读取用户信息的风险。此次调整发生在Meta的Muse AI Agent被曝能够读取Apple Messages相关内容之后。过去，用户授予一个应用访问文件、邮件或消息的权限，通常对应的是一个相对固定的软件行为；但Agent出现后，一个获得权限的AI可能进一步调用其他工具、读取更多数据并持续执行任务，因此传统权限体系开始面临新的挑战。AI Agent真正进入电脑操作层后，操作系统可能需要重新定义“应用能做什么”。

　　Olmo-core 3开源训练栈升级，AI模型竞争开始转向“数据搬运效率”

　　Allen Institute for AI推出Olmo-core 3，重点解决MoE模型规模扩大后出现的数据移动和通信效率问题。MoE虽然能够让超大模型只激活部分专家，从而降低单次推理和训练计算量，但专家分布、Token路由、GPU之间通信以及负载均衡都会带来新的系统开销。Olmo-core 3尝试让专家常驻GPU，并结合多种并行方式提升训练效率，同时把这些系统层面的权衡更加透明地暴露出来。AI基础模型继续扩张后，真正决定效率的已经不只是模型结构，也包括底层系统如何移动数据。

　　产业报道显示，中国具身智能正在从单机演示向更大规模真实环境部署推进，包括人形机器人、服务机器人和工业机器人在内的产品开始进入商业场景。值得关注的是，机器人规模化部署本身正在成为训练数据和工程能力的重要来源。真实场景中的故障、维护、人与机器人协作以及任务切换，都不是实验室测试能够完全覆盖的。对于具身智能而言，机器人数量不再只是销量指标，也意味着企业能够获得多少真实世界数据、积累多少工程经验，以及能否形成更快的“部署—反馈—训练”循环。

　　TDK推出超薄Meta-optics镜片，智能眼镜显示正在寻找“隐形化”方案

　　TDK公布面向智能眼镜的超薄Meta-optics镜面技术，通过纳米级超表面结构实现光学控制，目标是在不明显增加镜片厚度的情况下完成显示光路。Meta-optics的意义在于，它有机会把传统AR眼镜中较大的光学元件进一步压缩，从而改善重量、外观和佩戴体验。当前AI眼镜的发展已经从单纯增加摄像头、麦克风和语音助手，逐渐进入显示、光学和计算一体化阶段。谁能把光学模组做得足够薄，同时保持亮度和视场角，可能决定下一代智能眼镜能否真正进入日常生活。

　　小红书9月15日发布首份《社区金融生态公约》，明确八类禁止内容，并首次系统性地要求金融营销必须“先持牌、再认证”。

　　表面是内容治理，实际是把金融营销从小红书社区正规买球的网站里“收编”进持牌体系。过去大量无资质账号靠“投资人设”“保本保息话术”“站外导流”做金融生意，现在这条路被明确堵死。平台不再只是“删帖”，而是要求营销主体先过资质门槛。

　　微软联合创始人比尔·盖茨近日在接受NBC《Meet the Press》采访时表示，人类只要熬过大约20年的调整期，AI最终会带来更乐观的未来。

　　盖茨把AI发展分为两个阶段。第一阶段已经到来：AI虽然有望解决生活成本高企、医疗费用昂贵等问题，但目前还没有能力真正解决。他警告，AI会改变就业市场，如果缺少安全防护，也可能让犯罪分子获得更强能力，因此未来大概要经历长达20年的调整期。

　　第二阶段才是真正享受AI红利的时期。盖茨认为，等熬过这一阶段，人形机器人和AI结合，就能承担建房、种粮等大量工作，人类将进入“富足时代”。届时大规模物资短缺不再困扰人类，但新