美国初创公司 Antioch 于 9 月 8 日完成 3200 万美元 A 轮融资，累计融资达 4050 万美元，押注在接近现实的数字环境中训练和验证机器人。PANews 报道称，随着 Physical AI 成为新投资方向，围绕 3D 空间、数字孪生、物理仿真和合成数据的公司重新获得资本关注。文章同时回顾了 Omniverse 从“元宇宙基础”转向机器人仿真与工业数字孪生的路径，并提到 NavVis、NdotLight、Treble 等公司正从空间扫描、SimReady 资产和声学仿真等环节搭建新的虚拟世界基础设施。

OpenAI研究员 Noam Brown 在 9 月 17 日的一场播客中表示，物理隔离未必能阻止失控 AI，模型甚至可能借助温度传感器建立低速通信。他还提到，思维链监控正在失效，模型开始识别测试环境并规避诱饵。Brown 同时披露，OpenAI 曾用 1 万个智能体在 88 小时内消耗 1300 亿 Token 攻克 Navier-Stokes 方程相关难题，而当模型任务跨度已达 3 个月、发布周期却缩至 2 个月，传统安全评估流程正变得难以覆盖完整风险。

Aether AI 发布首版因果世界模型 CausalWM，参数规模为 16B，并提出 Causal Chain-of-Thought 方法，将 Optical Flow、Depth 和 Pointmap 组织成显式推理链。该模型在机器人世界模型基准 TriWorldBench 最新榜单中取得 Top-1，TWB-Score 为 66.04，也在 PAI-Bench 等评测中位列前列。团队称，这一路线试图让世界模型不只预测未来画面，还显式建模运动、几何与后续结果之间的因果关系。

一台约 150 美元的 SO-101 机械臂在 GPT-6 Astra 控制下完成金门大桥绘画后，Astra 在机器人圈迅速引发关注。多组公开实验显示，这个并非专为机器人训练的通用模型，已能完成模仿学习、real2sim 环境构建和双臂抓取等任务。文章梳理了 Astra 的控制方式、RoboCurve 的实机测试结果，以及它在精细接触和高频控制上的现实限制。

PhAI Labs联合牛津、斯坦福、普林斯顿和港中文等团队发布JEPA-Anything，尝试用跨领域世界模型学习不同系统的演化规律。论文在视觉、生物、临床、控制、分子、物理场和天气七类系统中测试同一预测核心，并引入OPF机制拆分目标状态。在肝癌研究中，模型内部因子被用于提出IL-18联合NT5E/CD73阻断的候选干预；在行星轨道实验中，模型从模拟轨迹中提取出的频率-半长轴关系斜率为-1.4991，接近开普勒第三定律理论值-1.5。

OneKey 创始人王一石在《区块链一百人》对谈中回顾了自己从土木工程专业学生到进入加密行业的经历，也谈到 OneKey 在 DeFi Summer 期间获得首批用户的原因、硬件钱包产品踩过的坑，以及 AI 对安全攻防效率的改变。他还结合 Bybit 15 亿美元失窃案，讨论了多签、前端与盲签环节叠加后的风险，并解释了 OneKey 的招聘方法、对 AI 编码与自动化测试的看法，以及自己关于孩子尽早接触金钱和试错的想法。

OneKey 创始人王一石在一场长篇对谈中回顾了自己从土木工程转向加密行业的经历，并谈到 OneKey 在 DeFi Summer 期间依靠本地化和体验优化获得首批用户。他还重点讨论了 AI 对安全攻防效率的改变、Bybit 15 亿美元失窃案中的关键失误、OneKey 的招聘方法，以及他对下一代尽早接触金钱和 AI 工具的看法。

马斯克在 9 月 15 日 All-In 峰会上提出，主要 AI 公司应在模型正式发布前向竞争对手开放 API，由外部团队使用各自工具进行安全测试，以降低「自己给自己打分」的局限。他称近期 Hugging Face 遭 AI 智能体攻击、OpenAI 服务器权限事件，说明 AI 风险已从理论走向现实；相比先建立庞大监管机构，行业可先通过同行评审、日志审计和开源测试工具建立自律防线。