YouTube Music 上线 AI 音乐标签,区分全生成与部分生成
YouTube Music 周三宣布推出新的标签系统,用于标明借助生成式 AI 创作的歌曲,标签会出现在播放器页面,点击可查看 AI 在创作中的具体作用,并同样覆盖主 YouTube 应用。
YouTube Music 周三宣布推出新的标签系统,用于标明借助生成式 AI 创作的歌曲,标签会出现在播放器页面,点击可查看 AI 在创作中的具体作用,并同样覆盖主 YouTube 应用。
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 及 Sign in with ChatGPT,将 AI 智能体能力拓展到代码之外的场景。该案例展示了智能体在编程以外任务上的前沿探索。
Google 公开发布 Deep Review,一个面向复杂文档的智能体审阅系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。系统采用四阶段流水线:文档分段、按信息密度分配算力、并行推理智能体逐段核查、全局综合与外部事实校验,并已加入 Gemini 4 Argon 支持。
推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与会议试点数据,可据此判断自动技术审阅的可用边界。
Android 推出新的诈骗防御功能,其中 Google Messages 将上线“增强保护”设置,调用云端 Gemini 模型分析陌生发件人对话中的诈骗意图。
Square 发布 Square Kiosk 自助点单终端,配备 21.5 英寸触摸屏和“智能体式对话语音层”,能理解商家菜单并实时应答,顾客可提问、要求修改或替换菜品。该设备今日开售,售价 1,999 美元,需 Square Plus 或 Premium 订阅,另收每台每月 99 美元软件费,支持非接触支付和插卡,并可通过存在检测主动迎客。
Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及网络安全工具 Daybreak,构建出可连续专注运行 36+ 小时、并随使用不断改进的 AI 智能体,规模达 10,000 个。
Floqer 计划开源其自主客户知识数据库,目标 2027 年初发布,尚待安全审查。该平台用 AI 智能体跨 100 多个第三方数据源自动调研目标公司与联系人,客户称 prospecting 时间最多缩短 70%。公司称 ARR 已超 120 万美元,过去一年整体收入增长约十倍,现有 1000 多家客户,包括 Perplexity、Wise 和 AngelList。
美国初创公司 Artemis Security 推出 Orion-1,一款可自主调查和响应企业网络攻击的模型,在公司自建基准上超过 Claude Opus 5.5 和 GPT-6 Sol。
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami,可自主调查 CNAPP 等来源的安全发现、评估修复安全性并生成带护栏的修复方案,90 天内将关键云暴露减少超 90%,且零生产事故。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型微调出可在普通智能手机上运行的端侧诈骗检测模型,用于识别冒充公共机构、银行和本地人物的诈骗对话。
推荐理由:原文给出了端侧诈骗检测的两阶段流水线与治理约束,读者可据此判断隐私与安全如何兼顾。
Simon Willison 发布 web-edit 0.1a1,该工具可对 24 个项目进行 profiling。
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持,该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
Dyna Robotics 在 Dyna-2 世界动作模型基础上推出物理机器人智能体 Dyna-2.1,该模型基于超过一百万小时人类视频预训练,可预测未来视频并生成机器人动作。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 付费请求,该方案已上线 AWS Marketplace。
推荐理由:原文给出 x402 支付在浏览器会话内的完整接入方式,读者可据此判断智能体自动付费的工程边界。
Shopify 宣布允许消费者配置自己的 AI 智能体代为下单,向更多智能体开放其目录中超过 10 亿件商品,不再要求合作集成。用户需将智能体与 Shopify 旗下 Shop 账户连接,通过一键 Shop Pay 在对话中结账,订单回流至 Shop 应用;该功能被定位为可设定预算上限、只显示快速配送商品等规则的“私人购物助手”,且每笔购买都需买家确认。
Higgsfield 借助 GPT-6 Astra 把 AI 视频生成时长从 1 分钟延长到 10 分钟以上,同时用 GPT-Image-2.5 提升画面精度,并通过 GPT-Live 打通语音电影制作路径。
Meta 为 Facebook 上线 AI 功能“Your Algorithm”,用户可用自然语言描述偏好,实时影响 Feed 和 Reels 的推荐内容。该功能此前已在 Instagram 推出,Facebook 还更新了三点菜单,新增“Interested”和“Not interested”选项,并会追问以细化反馈。
Ray-Ban Meta Audio 是一款去掉摄像头的纯音频智能眼镜,售价 $349,主打开放式耳机与轻量佩戴,外观接近普通眼镜,因此不易被旁人察觉。它搭载 Muse Spark 模型(更强的 Muse AI 后续才上线),可做日程提醒、消息与邮件处理、本地推荐和步行导航,但复杂请求容易出错。评测认为其音质尚可、续航长,但价格偏高,AI 也还不是购买它的理由。
GitHub 推出基于微调 ModernBERT 的密钥扫描分类器,替代此前基于 LLM 的流水线,用户告警接受率提升 11.5%,推送后扫描中位执行时间降低 86%,服务成本节省超 98%。
Google 正扩展 Play Store 的 AI 功能:Ask Play 从应用详情页的聊天机器人升级为通用搜索入口,可生成含详细对比图表的推荐,Gemini 也将推出类似能力。新的 Game Finder 基于 12 亿 Android 玩家数据构建 Gamer DNA 画像并匹配相似玩家。Play Store 还将允许用户私下托管和分享自己用 AI 编写的应用。
Google 宣布 Google Play 新功能,用户可用 Google AI Studio 构建 vibe-coded 应用并直接在自己的 Android 设备上运行,无需先公开发布到 Play Store,应用也不会出现在搜索或列表页中,仅创建者本人可用。
Google 在美国推出一项新功能,允许用户将 AI Studio 中 vibe-code 生成的个人 Android 应用直接通过 Play Store 发布,无需连接电脑安装。这些应用保持私密并与公开商店目录隔离,使用普通 Google 账号即可发布,后续还将支持分享给指定人群。Google Play 副总裁 Sam Bright 称,该功能为新手开发者提供了过渡到专业开发者账号的路径。
Facebook 上线 Your Algorithm 功能,用户可直接添加和管理想在信息流与 Reels 中看到的话题,Meta 称调整后推荐会立即响应。用户可通过帖子三点菜单或帖子下方的感兴趣、不感兴趣按钮操作,Meta 表示可能追问细节,用户也能用自己的话说明想多看或少看什么,推荐会实时更新。
英伟达公布 DLSS 5 在《霍格沃茨之遗》中的新对比截图,面部改动比今年早些时候的演示明显收敛,不再让青少年角色显得像中年人。DLSS 5 将于 11 月 5 日随《霍格沃茨之遗》上线,并会在下月末登陆《Where Winds Meet》。
Simon Willison 发布 web-edit 0.1a0,一个用于在文件夹中查看和编辑文件的 Python Web 应用,由 Codex 和 GPT-6 Astra Extra High 构建。该应用使用 CodeMirror 6 作为编辑器,设计为通过 Tailscale 运行,可从手机直接编辑文件而无需将凭据经由 LLM 传输。
SpaceX Super Intelligence(SpaceXSI)把 X Premium、Grok 和 Cursor 打包成一个名为 The X Subscription 的订阅方案。
Apple 发布首款智能显示屏 HomeView,售价 299 美元,11 月 13 日发货,现已开启预售,首批覆盖美国、英国、加拿大、澳大利亚、新西兰、新加坡、南非和印度八国。
美国运通发布 Intent Intelligence Framework,在 AI 智能体完成交易前捕获并验证用户的购买意图,希望成为智能体支付的行业标准。该框架以 Create Intent API 收集商户名称、最高预算等约束,用户验证身份后生成 Intent ID 和 Proof of Intent Token,再换取用于结账的安全数字支付凭证,替代真实卡号。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存、1 petaflop AI 算力,并同步推出面向本地智能体的软件与模型更新。
推荐理由:NVIDIA 官方一次性列出 RTX Spark 首发时的本地智能体、模型与开发工具清单,可据此判断端侧 AI 工作流的可用边界。
Anthropic 在 AI Engineer NYC 上介绍了上周五发布的新功能 dynamic workflows(简称 flows),它被定义为面向大型任务的新型多智能体编排方式,由 Claude 自行决定智能体组织方式:主智能体先制定计划,再编写编排程序来启动智能体、收集结果并管理信息流。
Honeyjar 推出 AI 公关与传播工具,可自动撰写公告、筛选记者、搭建媒体名单、追踪报道并发现演讲机会,其候补名单开放 24 小时内收到 10,000 个注册。
Amazon Bedrock 面向亚太五地推出 OpenAI GPT-6 全球跨区域推理,GPT-6 Sol 和 GPT-6 Luna 可从新加坡、雅加达、马来西亚、泰国、台北调用,GPT-6 Astra 仅从新加坡调用。
Blueprints AI 推出第二代软件,可从项目描述或草图一次性生成建筑、结构、机电、管道和室内设计蓝图,并支持一处改动自动更新全项目、对照当地建筑规范校验。其第一代软件月费 3200 至 8500 美元,第二代本周公开上线,早期客户已在使用,第三代将加入结构分析与配电盘设计。
NVIDIA 在 OCP 全球峰会上宣布将 Vera Rubin 机架和计算托盘设计通过开放的 NVIDIA MGX 架构贡献给 OCP,为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可据此了解 AI 工厂基础设施的开放标准进展。
微软发布第三代自研 AI 芯片 Maia 300,定位为微软产品与服务的“主要 AI 推理系统”,将于 2027 年开始量产部署。微软云业务执行副总裁 Scott Guthrie 称,Maia 300 相比领先的 GPU 系统每兆瓦可多输出 40% 的 token,在 96 加速器满配下机架级 token 吞吐量最高可达 Maia 200 的 7 倍。
Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览,用户可用文本提示词生成可实时探索的交互环境,开发者可申请 API 访问。免费在线 demo 基于 Odyssey-3 Flash,支持第一人称与第三人称视角;基础模型 14B 参数、832 × 480 分辨率,Pro 版支持 1280 × 720。
Anthropic 为 Claude Managed Agents 新增动态工作流,由主智能体制定计划、把任务分发给子智能体并在完成后合并结果,单次执行最多可并行运行 1000 个智能体。
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍,从而为客户提供能力更强的模型。
Anthropic 启动 Cyber Mission 长期计划,保护关键基础设施和开源软件免受网络攻击。其中关键基础设施防御计划(CIDP)向电网、供水系统和交通网络的运营方开放 Claude 模型、工程师和威胁分析,CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。
Amazon Bedrock 在 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型,其中 GPT-6 Astra 支持最高 100 万 input tokens,Ultrafast 档在 API 中推理速度最高提升 6 倍、达 300 tokens/秒。