开场（三人合声）
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！
第一段：晓依开场
晓依: 大家好，这里是《今日我们AI说》，我是晓依。上一期的看点是博士生晒出了训练日志，这几天的风声则是一连串「把过程摊开来」：小米把强化学习训练现场做成直播，烧了多少钱、哪块卡坏了全都看得见；美国一个全植入的脑机接口，让渐冻症患者自己组词、在电话里和孙辈聊天；IDC给企业AI换了考法，央企自研的Agent考了个满分单项；图形学宗师童欣离开微软二十五年，去了一个博士辍学创业的年轻人开的公司；又一家国产视频模型，靠着「物理对不对」挤进国际第三方榜单。过去发布只看结果，现在交付开始让人查过程。先请云阳过一遍要闻，再请云健逐条拆解。
第二段：云阳新闻播报
要闻一：小米直播大模型训练现场：一小时烧三万美元，账本和故障全公开
云阳: 要闻一，9月17日，据AI垂直媒体量子位报道，小米MiMo团队的强化学习研究员罗福莉把新模型MiMo-V2.6系列Pro与Flash两款的强化学习训练过程开放给全网围观：在官方直播页上，训练花了多少钱、跑到第几步、奖励曲线涨没涨、哪张显卡出了故障，全部可查；官方口径显示，训练开始36小时已花超108万美元、平均每小时约3万美元（官方口径，待第三方复测）。先把「强化学习」说清楚：不是给模型刷填空题，而是让它在真实任务环境里干活——每道题同时给模型十六次机会，一条尝试要经历几十轮思考、调用工具、拿环境反馈、再修改动作，然后对整条过程打分给奖励，喂它的是「干活的经验」。MiMo每个训练步处理约二十亿Token，任务混合了代码、通用、视觉、对话四类，打分环节本身也在加算力。评测面上，团队公开的DeepSWE v1.1离线分数是Pro 62.24分、Flash 60.77分，同榜第一梯队的DeepSeek-Flash为74.2分（自报口径）。当上期那七名博士生把从零训练的日志摊在桌上时，公开的是预训练配方；这一次，轮到强化学习开直播。
要闻二：全植入脑机接口让渐冻症患者自己组词：「我有好多话想说」不是台词
云阳: 要闻二，美东时间9月14日，美国脑机接口初创公司Paradromics发布官方新闻稿（行业媒体BioSpace转发全文）：其Connect-One研究的首位植入者，用全植入式Connexus系统实现了实时的语音与文字交流。患者是密歇根州一位六十多岁的女性，患进行性运动神经元疾病、说话严重含混，今年6月接受植入。和以往演示的分水岭在于：过去多数言语解码展示靠抄写研究者给的固定句子或从词表里选词，这次她自己选词、回答开放式问题，还在一通实时电话里和孙辈聊上了天。她对未来的试验者说，那句被广泛引用的「我有好多话想说」，是她自己组织的话。系统把电极阵列放在大脑运动皮层的言语区，导线走皮下连到胸内的植入单元，公司给出的设备寿命目标是至少十年（官方口径，待第三方复测）；团队还说，第一次同时观察到「试着说话」和「想象说话」两种不同的神经活动模式，方向是从内心语言里直接取词，但承认这一步还在很早期。要说清边界：这是美国药监局早期可行性研究，三家医疗中心、计划最多入组十人、随访六年，单例里程碑不等于获批产品。9月11日那期讲过AI从脑电波里读出「你改主意了」，那条是戴在头上的无创路线，这一条是全植入路线——光谱的两端，这周各亮了一格。
要闻三：IDC换了考法：近百道非公开的办公真题，央企自研Agent考出满分单项
云阳: 要闻三，9月17日，据AI垂直媒体量子位报道，IDC发布国内首份面向企业级通用Agent的产品技术评估。通用Agent指的是能理解目标、调用工具、接进企业系统并连续执行任务的AI，而不是单轮问答机器人。这次IDC没跑公开题库，出了近百道非公开真题：处理三千七百多行脏数据、从约三万字材料里提炼一份十一页的演示文稿，跑完还要核验系统状态和最终文件，确认任务真的做完了才算数。成绩单上，中国电信自研的TeleAgent常规任务得3.49分、复杂任务3.36分，九项能力里任务表现拿了满分，成本效率是全场最高，总排名进前三。分数后面是一串工程账：约三万行自研Go代码的执行内核、突破四十万Token的上下文窗口和快触顶就自动压缩的机制、定期整理对话的长期记忆、按任务复杂度把请求分给轻量、均衡、旗舰三档模型——官方称这套智能路由能把推理成本降约四成（官方口径，待第三方复测）。产品今年4月还在集团内部试用，7月对外上线，官方口径用户规模已接近120万。IDC今年4月的调研显示，48.5%的企业已进入通用Agent的评估、试点或使用阶段。9月15日那期银行把「信贷员」装进聊天框讲的是企业敢不敢用，这次评测回答的是另一半：用了之后，怎么验收。
要闻四：图形学宗师童欣离开微软25年，加盟3D初创出任首席科学家
云阳: 要闻四，9月17日，据AI垂直媒体量子位报道，计算机图形学学者童欣加入AI 3D生成公司Meshy，出任首席科学家，负责制定长期科研战略。童欣1999年在清华拿到博士学位后，进了成立不到一年的微软中国研究院，也就是后来的微软亚洲研究院，一待25年，从第一批研究员做到网络图形组负责人、全球研究合伙人，在材质捕捉、纹理合成、真实感绘制等方向论文引用超过两万一千次；浙大的周昆、清华的徐昆、北大的王鹏帅这些如今华人三维视觉的中坚，都与他长期合作或出自他门下。对面这家公司的创始人胡渊鸣是清华姚班出身、MIT图形学博士，读博期间写出了Taichi编程语言；Meshy的主营是把一句话或一张图变成3D模型，公司口径全球用户1200万、客户覆盖全球市值与估值前十企业里的半数，今年7月完成近4亿美元B轮融资、投后估值超100亿元人民币（公司口径，未经审计）。两人的接头暗号其实写了十年：童欣2016年就提出要解决图形内容生产的「任何人在任何地方」问题，2024年又问过一句——三维是否只是视频生成的特例。过去这是实验室的远期命题，现在它成了一家独角兽的路线图。
要闻五：国产视频模型把「物理对不对」卷上国际第三方榜：HiDream发布全模态新品
云阳: 要闻五，9月17日，基础模型公司HiDream通过官方公告（Media OutReach平台发布）宣布推出原生全模态视频生成模型HiDream-O1-Video-1.0：文本、图像、视频都可以作为输入，输出5到20秒的1080p视频，目前处于内测阶段。技术框架分三步：先在全局规划叙事和角色状态，再把画面、运动、语义联合生成，最后用多模态奖励信号对齐画质、连贯性和物理合理性——重力、惯性、碰撞、形变这些要素被写进生成约束；视频时长也不再由用户锁死，模型按事件推进的节奏在5到20秒区间内自己定。公告称，发布时该模型在第三方评测站Artificial Analysis的图生视频（含音频）榜排第四、在用户匿名投票的Arena图生视频榜排第八，两榜成绩以榜单实时页面为准。同一天，公司宣布完成C+轮融资，投资方包括招银体系的欣维资本、成都交子金融控股旗下的交子资本和工银资本。9月13日那期高德「10分钟长出一座3D城市」是空间生成，这条是视频生成——共同点很明确：中国团队开始把「像不像」之上那一层「对不对」，搬到国际第三方榜单上比。
第三段：晓依×云健对话点评
晓依: 云健，先聊烧钱的事。以前说开源，晒的是权重，这次小米直播的是训练过程——这个动作里最值钱的东西是什么？
云健: 是失败。成品上榜单只看得到高光；训练曲线里的坑、哪张卡坏了、奖励涨到一半又平了，才是行业最稀缺的经验，第一次有厂商把这些做成全天候直播。你注意这次直播的是强化学习：不再靠喂世界知识，而是让模型在真实环境里做题，一题十六条尝试，打分打的是整条过程。「算力等于能力」是预训练的老算术，MiMo想证明「环境乘尝试乘评分」是新算术。冷水也得泼：62分对74分是自家榜单的自报口径，第三方能不能复现这套训练环境里的反馈信号，才是这场直播真正的考题。
晓依: 等等，我先问一句。脑机接口的新闻听了这么多年，Paradromics这一条到底哪儿不一样？
云健: 一句话：从「照着抄」变成了「想说啥说啥」。过去的言语解码演示，多是抄写固定句子或者闭集选词；这次患者自己组织语言、接开放式问题、还能在电话里接住家人的话——这是实用价值的分水岭。第二条不一样在全植入：导线埋在皮下，设备长期留在体内，它赌的是医疗器械的寿命和稳定性，不是实验室的演示期。但你发现没有？官方自己把边界划得很清：早期可行性研究、最多十个人、随访六年，离获批产品还远。这一步真正回答的问题是「信号质量和设备寿命撑不撑得住日常使用」；至于「想象说话」能不能也变成字，那是下一道题。
晓依: 央企的Agent考进IDC前三，这件事里，是榜单重要，还是IDC换考法重要？
云健: 换考法。题库化评测这些年已经刷成了军备竞赛，同一个模型换个脚手架分数能差一截。IDC这次用非公开题、跑完还验文件和系统状态，本质是把考试从「笔试」改成「上岗实操」——信号是给采购方的：企业不再问「模型聪不聪明」，改问「Agent能不能把活干完、干完一单花多少钱」。TeleAgent任务表现拿满分、成本效率全场最高，恰好是老板们最想先看到的那两个数。它和9月15日那期银行信贷员的逻辑是同一张考卷的两面：一边是把活交出去，一边是验收得回来。要留个心眼：这类厂商参评产品的成本数字都还是自报口径，进采购合同前得自己压测。
晓依: 童欣在微软待了25年，跳去一家成立五年的创业公司，这在你意料之中吗？
云健: 意料之中，但这三年人才流向同一个方向已经不算新闻了：从大厂研究院流向垂直赛道的创业公司，高校里的顶尖学者也开始选「问题大的地方」而不是「牌子老的地方」。图形学是给屏幕造「怎么把三维世界画出来」这门手艺的，过去25年它服务的是游戏和影视管线，现在Meshy这类公司要的是「一句话生成可交互的3D世界」——题变了，手艺得换个更大的考场。胡渊鸣那代人是童欣理念的下游：让任何人把想象变成可视内容。学者去创业公司定十年期的研究路线，比再发一篇论文更能说明这个赛道被押注的深度。风险也直白：公司的研究方向跟着商业估值走，长期命题能不能扛住下一轮现金流波动，得持续盯着。
晓依: 最后这条，视频生成卷成这样，HiDream新来一个，赌的到底是什么？
云健: 赌「像」不够用了。物理一致性是所有视频模型的公共短板：杯子穿桌、布料乱飘、物体转个角度就变形。HiDream把重力、惯性、碰撞写进生成约束，时长按叙事自动定，这些细节听着工程，实际是视频生成从「玩票素材」跨进广告和影视生产工具的门槛。榜单成绩别太当真：第四和第八都是第三方榜单的瞬时排名，下一个版本随时可能被反超，这是各家口径里最需要动态跟踪的数字。真正的信号是群像——生成式视频这条赛道上，中国团队正在第三方榜单上形成集团军，比的已经不是单家的画质，而是「物理正确」这项新基建谁先铺完。
第四段：收尾
晓依: 好，今天的节目就到这里。训练现场开成了直播，脑电信号变成了自由的句子，企业的考卷从题库换成了实操，图形学的宗师换了考场，视频模型开始比谁更懂物理——把过程摊开让人检验，行业正在从「宣布胜利」走向「接受验货」。记录时代，也记录技术。明天见。
晓依+云阳+云健: 今日我们AI说，带你听见未来的声音！