AI 月报 · 2026 年 9 月
设计前沿
AI智能体与空间计算融合
本期覆盖2026年9月1日至30日。行业动态显示,AI工具正从单一生成向多模态精准控制及自动化工作流深度演进。OpenAI发布GPT-6系列模型及dots智能体,重构订阅体系;Seedream 5.0 Pro强化交互式编辑能力。在应用层面,AI与物理空间的结合成为焦点,苹果重启智能家居产品线,斯坦福团队实现大模型控制机器人执行复杂任务。同时,设计职业生态发生显著变化:设计师通过开源Skill、Figma MCP及Codex等工具构建“需求-原型-代码”的闭环工作流,以应对角色定义真空与效率焦虑。此外,AMD收购World Labs标志着通往真实世界AI的技术整合加速,开源Agent框架如Strands和VoltAgent也在降低开发门槛并提升资源利用效率。整体趋势指向AI代理化、空间智能化及设计流程的自动化重构。
AI智能体与模型迭代
本版导读OpenAI推出由GPT-6 Astra驱动的dots个人智能体及新模型GPT-6.1 Sol,调整ChatGPT Pro订阅额度,强调自主完成任务能力。Manus 2.0发布自研Cascade框架,节省32%成本。Seedream 5.0 Pro上线,支持交互式精准编辑与多图融合。这些更新表明AI正从对话助手向具备环境感知、技能调用及成本控制能力的智能体演进,且模型对局部可控修改的支持日益增强。
Seedream 5.0 Pro 深度测评:聚焦交互式精准编辑与多图融合实战
Seedream 5.0 Pro 已在即梦、豆包、Lumina 平台及火山方舟 API 上线。该模型强化了交互式精准编辑功能,支持通过框选、点选、画笔标注及指定 Hex 色值对图像局部进行可控修改,并能结合参考图实现材质迁移与多图融合。实测显示其在保持人物面部细节、产品结构一致性以及复杂信息图排版方面表现优异,适合嵌入长期设计工作流。
OpenAI 开发者大会:推出 dots 智能体与 GPT-6.1 Sol,调整 ChatGPT Pro 订阅额度
OpenAI 发布由 GPT-6 Astra 驱动的 dots 智能体及新模型 GPT-6.1 Sol,并重构 ChatGPT 会员体系。新增每月 500 美元的 Pro 500 档,用量为 Plus 的 25 倍;旧版 Pro 200 新订阅者用量减半。此举将 AI 服务从按对话收费转向按“员工”工作量与速度定价,旨在打造集协作、应用市场于一体的超级入口。
Manus 2.0 发布:自研框架 Cascade 省 32% 成本,视频编辑器把时间线交到你手上
Manus 2.0 上线,推出自研 Agent 框架 Cascade、共享工作区 Manus Studio 及独立应用 Cue。Cascade 主打效率,使项目保持轻量并节省 32% 成本。
OpenAI 推出个人 AI 智能体 dots;传豆包将推个人 AI 产品「Spell」;SpaceX 发射星舰成功入轨
OpenAI 发布由 GPT-6 Astra 驱动的个人 AI 智能体 dots,支持连接数千款应用并自主完成任务。豆包拟推出代号「Spell」的个人助理产品,可灵 AI 全新模型 Kling 4.0 开启内测。SpaceX 星舰第 14 次试飞首次成功入轨,并部署 26 颗星链 V3 卫星。
AI驱动的空间交互
本版导读AI技术开始深度介入物理空间。苹果计划发布Siri AI驱动的智能家居中枢,支持多用户识别与设备联动。斯坦福HomeBody项目利用GPT-6 Astra控制宇树G1机器人在未见过的厨房中执行复杂任务,通过数字孪生实现泛化部署。AMD收购World Labs旨在获取真实世界AI技术门票。这标志着大模型正突破屏幕限制,通过具身智能和物联网入口重塑人机交互与环境控制逻辑。
苹果重启智能家居产品线,Siri AI 加持三款新品曝光
苹果计划于 10 月 13 日发布由 Siri AI 驱动的智能家居中枢、新一代 HomePod mini 及 Apple TV。代号 J490 的中枢配备约 6 英寸触摸屏,支持墙面安装与多用户识别,旨在通过 AI 实现家庭设备智能联动。此举标志着苹果在等待 Siri AI 成熟后,正式重启长期停滞的智能家居生态布局。
斯坦福团队HomeBody项目让GPT-6 Astra控制宇树G1机器人完成厨房任务
斯坦福团队推出HomeBody项目,利用GPT-6 Astra作为智能体调用技能库,控制宇树G1机器人在未见过的厨房中执行收拾物品、取药等复杂任务。该系统通过Real2Sim构建数字孪生并复用预训练电机技能,无需针对新环境重新训练专用动作策略即可实现泛化部署。
AMD 82 亿美元收购 World Labs,李飞飞任首席科学家
AMD 宣布以 82 亿美元全资收购由李飞飞创立的 AI 实验室 World Labs。交易预计今年年底前完成,李飞飞将加入 AMD 担任执行副总裁兼首席科学家。这是 AMD 史上第二大收购,旨在获取通往「真实世界 AI」的技术门票。
设计工作流自动化
本版导读设计师广泛采用AI工具链优化UI/UX流程。通过GPT Image 2配合Photoshop或Figma MCP,实现效果图自动分层还原为可编辑设计稿。优设网分享打通文字需求到高保真原型及前端代码的工作流。GPT-6 Astra被实测用于操控Blender进行3D建模。这些实践显示,AI已能处理从视觉生成到结构拆解、再到代码落地的全链路任务,大幅减少手动重建工作,使设计师聚焦于决策与验证。
GPT-6 Astra操控Blender进行3D建模的三种方式实测教程
作者实测了使用GPT-6 Astra操控Blender进行3D建模的三种主要方式:Computer Use、官方MCP和CLI脚本调用。Computer Use模拟人类操作直观但耗时且成本高;MCP通过API直接控制场景速度更快;CLI执行Python脚本适合批量处理。针对生物类复杂模型,建议结合Tripo AI等专用3D生成工具导入Blender后续处理,而非直接硬控建模。
GPT Image 2 配合 Photoshop 实现海报 PSD 分层拆解教程
GPT Image 2 生成的海报可通过特定提示词拆解为 PSD 分层文件。用户需在 GPT 中连接 Adobe Photoshop 应用,输入指令要求去除白底、保留元素相对位置以生成可编辑图层。实测显示简单白底海报拆分效果较好,但复杂叠加或纹理丰富的画面可能无法干净分离。
优设网分享 AI×UI 工作流:从 GPT 生图、Figma MCP 还原到代码生成
优设网作者风筝 KK 分享了打通“文字需求—草图—高保真原型—前端代码”的 AI×UI 工作流。该流程利用 GPT image2 生成效果图,通过 Figma MCP 绘制设计稿,并结合 Codex 或 WorkBuddy 生成前端代码。
AI 与 Figma MCP 打通:实现效果图自动分层还原为可编辑设计稿
通过“AI 绘制→AI 拆分视觉元素→Figma MCP 自动还原”链路,可将静态效果图转化为包含独立图层、原生阴影及智能文字识别的可编辑 Figma 设计稿。该流程解决了复杂插图与特殊字体的还原难题,大幅减少手动拆解与重建工作,使 AI 能完成高还原度的页面初稿搭建。
GPT Image 2 UI设计还原工作流:结合Mastergo与Figma提升效率
针对GPT Image 2生成的UI效果图,作者提出“官网生成+分层+AI抠图+手动合并”的还原流程。该方案利用Mastergo AI抠图处理复杂背景,并在Figma中替换SVG图标,相比直接AI绘制更节省Token且效果可控。此工作流旨在让设计师聚焦需求判断与决策,将AI作为协作者融入设计环节。
职业转型与评审机制
本版导读面对AI带来的角色真空与焦虑,行业提出新的应对策略。OpenAI设计总监建议用快速原型替代线性流程,区分长短期任务。设计师开源AI评审Skill,结合Claude与Codex自动走查低级错误。作品集指南强调展示AI辅助下的问题解决全过程而非仅视觉结果。同时,针对AI图像“平、黄、油”问题的去味技巧被总结。这表明职业竞争力正转向对AI输出的筛选、优化能力及系统化思维。
设计师开源AI设计评审Skill:结合Claude与Codex实现自动走查
作者开发并开源了一个用于UI设计评审的AI Skill,旨在通过自动化流程识别设计稿中的低级错误并提供优化建议。该Skill由Claude和Codex交叉验证生成,涵盖颜色、图标、布局和字体等维度的检查规则,并支持持续喂入案例进行迭代进化。
OpenAI 设计总监 Ian Silber:设计师焦虑源于提效误解与角色真空,建议用原型思考并区分长短期任务
OpenAI 设计负责人 Ian Silber 指出,设计师因 AI 未真正缩短共识达成时间而陷入焦虑,且面临角色定义真空。他主张利用 Codex、Claude 等工具快速构建可交互原型以替代传统线性流程,并强调在极早期阶段保持好奇心与系统思维是应对变化的关键。
去除AI生成图片“AI味”的三大技巧:解决平、黄、油问题
针对AI生成图片常见的“AI味”,可通过三种方法优化:质感平淡时加强暗部重色;画面泛黄时加入蓝色进行色彩平衡对冲;暗部饱和度过高导致油腻感时,在暗部及投影中加入灰色以弱化视觉焦点。这些调整能显著提升图像的立体感与真实质感。
AI+UX作品集全攻略:如何在作品里体现AI辅助设计工作流
AI时代UX作品集核心已从展示视觉结果转向呈现解决问题的全过程。设计师需具体演示如何利用AI辅助需求分析、原型推演及交互验证,并展示对AI输出的筛选与优化能力。仅罗列工具使用已难以证明真实竞争力,清晰的工作流闭环才是关键。
AI时代UI作品集:少讲整体,多做模块复盘
这篇指南指出,AI普及后招聘方不再只看完整项目包装,而更关注设计思路与细节。建议把作品从大而全项目改为单一模块构建或迭代复盘,讲清问题、决策和验证,并参考大厂设计团队案例。对室内、软装作品集也可迁移:突出局部方案、材料节点与推敲过程。
开源Agent基础设施
本版导读开发者社区涌现多款降低AI应用门槛的工具。Strands开源通用Agent harness,节省28% token消耗。DeepSeek Harness v0.2发布桌面版,简化插件安装。Vercel AI SDK提供统一API连接多家模型提供商。VoltAgent推出端到端工程平台,支持记忆、RAG及多智能体协作。这些开源项目解决了原语拼装繁琐问题,促进了AI智能体在生产环境的快速部署与标准化集成。
Strands 开源通用 Agent harness,同模型下 token 省 28%
Strands 开源了组装完整的通用 Agent harness,支持接任意模型且仅需一行代码集成。该工具旨在解决开发者自行搭建 agent 时原语拼装繁琐的问题,在相同模型下可节省 28% 的 token 消耗。
DeepSeek Harness v0.2 发布桌面版:装插件靠 npm 包名,还能让 AI 自己写插件
DeepSeek Harness v0.2 预览版正式发布,新增 macOS 和 Windows 桌面端安装包,用户可从官网直接下载并跟随引导上手。该版本主打日常办公与开发的开箱即用体验,预置常用能力以简化操作流程。
Vercel AI SDK 构建 AI 应用与智能体指南
Vercel AI SDK 是支持 Next.js、React 等框架的 TypeScript 工具包,用于构建 AI 应用和智能体。它通过统一 API 连接 OpenAI、Anthropic 等模型提供商,默认集成 Vercel AI Gateway。开发者需 Node.js 22+ 环境,可利用其 UI 模块钩子快速实现聊天机器人及生成式界面交互。
VoltAgent 开源 AI Agent 工程平台发布
VoltAgent 推出端到端 AI Agent 工程平台,包含开源 TypeScript 框架与 VoltOps Console。该框架支持记忆、RAG、工作流及多智能体协作,兼容 OpenAI、Anthropic 等模型提供商。开发者可通过 CLI 快速构建具备生产级可观测性的智能体应用。