前 DOJ 反垄断主管 Kanter 创办 FluxCap,推出 AI 法律研究工具
前 DOJ 反垄断部门主管 Jonathan Kanter 与前代理主管 Doha Mekki 创办科技初创公司 FluxCap,推出基于 AI 的法律研究与分析工具,帮助原告针对大公司构建和强化案件。
前 DOJ 反垄断部门主管 Jonathan Kanter 与前代理主管 Doha Mekki 创办科技初创公司 FluxCap,推出基于 AI 的法律研究与分析工具,帮助原告针对大公司构建和强化案件。
Automattic 推出新服务 Spacefast,为 vibe-coded 网站和应用提供数据库、认证、文件上传、邮件和分析等基础设施。用户可将其与 ChatGPT、Claude、Cursor 等智能体连接,或接入 Git 仓库开始使用。
NVIDIA 在 CoRL 大会发布一系列开放机器人技术,包括基于 Cosmos 的开源世界动作模型 GR00T 2、Isaac Lab 3.0、Isaac Lab-Arena 0.4 开发者预览,以及 DexBench、VABAR 两个新工业评测基准。
推荐理由:原文系统梳理了从世界动作模型到仿真训练与评测基准的完整技术栈,可据此理解 NVIDIA 在机器人仿真训练上的整体布局。
Google 为第八代 TPU 产品线新增两款系统:面向机密计算的 TPU 8tx 和面向内存密集型工作负载的 TPU 8i Max,称首次在一年内交付四套 TPU 系统。
NVIDIA 发布针对韩国主流开源模型的 Dynamo 优化部署配方,涵盖 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3。
Meta 为自家 Muse agent 推出新功能 Spaces,用户可在侧边栏围绕特定主题创建独立对话空间,让 Muse 代为完成目标,例如规划假期、收集食谱、追踪节日礼物或婚礼筹备。
Amazon SageMaker Inference 现支持基于 NVIDIA MIG 的 GPU 分区,可将一张物理 GPU 切成多个硬件隔离的分区,让一个端点容纳多于 GPU 数量的模型,并可选择较新型号 GPU 的一部分而非整卡。
推荐理由:原文给出分区配置方法与实测对比数据,读者可据此判断如何为自己的负载选择合适分区规格。
Meta 为 Muse AI 助手推出名为 spaces 的新功能,用户可通过描述创建购物中枢、学校仪表盘、音乐追踪器、问答游戏等类应用体验,并直接在应用内交互。
Perplexity 推出新的 Teammates AI 智能体,可全天候独立处理持续性工作任务,与执行一次性任务的 Perplexity Computer 区分。
Amazon 宣布推出新功能,让用户通过短信与 Alexa AI 智能体对话来购物,覆盖搜索商品、加入购物车和下单等自然语言操作。该功能建立在 Alexa 近期购物升级之上,可管理清单、追踪价格、跨网页搜索、比价和查询订单状态,也支持发图片搜索同款商品;部分美国客户会收到启用邀请,未获邀请者可加入 waitlist,功能将在未来几周更广泛推出。
Amazon 为 Alexa for Shopping 新增短信下单功能,用户可向联系人“Amazon Alexa”发送文字描述或商品照片,由其搜索匹配商品、回传推荐并代为下单。
初创公司 Underdog 发布仅 32MB 的语音生成模型 Woof,并用一款复古科技主题的浏览器游戏做演示:键盘输入文字后模型会朗读出来,旋转音乐调谐器可生成不同音乐,全部在浏览器内离线运行。
Anthropic 为 Claude 推出名为 Personal Finance 的功能,用户可连接银行账户并询问消费相关问题,该功能通过 Plaid 连接,Claude 只有只读权限,不能转移、管理或投资资金,也看不到银行密码。
健身平台 Cult.fit 正在使用 Codex 帮助各职能团队构建工具、加快速度并改变工作方式。Codex 由 OpenAI 提供,Cult.fit 将其用于跨部门的工具开发与流程提效。
Airbnb 在 Q3 股东信中宣布将于 2027 年上半年推出自研 AI 旅行智能体,并说明其与普通聊天机器人的区别。CEO Brian Chesky 表示旅行规划是体验的一部分,80% 的旅行者享受研究行程的过程,因此该智能体会围绕用户问题实时组合地图、照片、对比、日历、行程等数百个旅行界面组件,呈现类似生成式 UI 的体验。
Perplexity 发布面向工作的 AI 智能体 Teammates,可在工作区中承担多种角色并同时执行不同任务,还能复用你在 Perplexity 工具中的项目、技能和记忆。
AWS 宣布 Web Answer 在 Amazon Bedrock AgentCore 正式可用(GA),agent 构建者只需一次工具调用即可获得带来源引用的合成答案,无需自行搭建搜索、检索、合成与引用管线。
NVIDIA 宣布 Vera CPU 同时提供快速的 Agent 性能和高每瓦容量,让服务商用单一 CPU 覆盖各类 Agent 工作负载,无需混搭快与密集的 x86 部件。
推荐理由:原文用多家伙伴的实测数据说明 Vera 在速度与每瓦容量上的表现,便于评估其对 AI 工厂选型的影响。
Meta 宣布 Muse Voice 功能向全美用户开放,用户可与消费级 AI 智能体 Muse 进行语音和视频通话。该功能最初在 9 月的 Connect 开发者大会上亮相,由 Muse Realtime Avatar 和 Muse Realtime Voice 两项新模型驱动,头像会用与对话语气匹配的细微表情和手势回应。
Meta 为 Muse AI agent 上线语音模式,用户可在 iOS 应用中与 agent 实时语音对话,对话顶部的头像会随说话内容同步动画。语音语调可通过向 agent 提出需求或在头像设置中浏览选项来调整。作者实测语音响应较快,但在查找信息时会偶尔停顿。该功能正在美国的 app 中推出,Meta AI 眼镜和今年晚些时候出货的 Muse Charm 设备也将支持。
Google DeepMind 宣布 Gemini Omni 1.2 Flash 视频生成模型正式可用,通过 Gemini API、Google AI Studio、Google Cloud Console、Flow、Google Vids、Gemini 应用(面向 Google AI Ultra 订阅者)和 Google Ads 推出。
Anthropic 为 Claude 推出 Personal Finance 功能,通过 Plaid 平台连接用户的银行和卡账户,可回答本月支出分类、下次发薪日前还有哪些账单、能否负担大额消费等问题。
Anthropic 宣布 Claude 新增 Personal Finance 工具,用户可通过 Plaid 连接银行和信用卡账户,用日常语言询问余额、交易与消费分类,还能识别重复扣费、意外费用和持续上涨的账单。
Google DeepMind 宣布推出 Gemini Omni 1.2 Flash,并首次在 Gemini API 和 Gemini for business 中全面可用。
推荐理由:原文给出价格降幅、时长上限与一致性改进,可据此评估它对批量视频生产成本与工作流的影响。
Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio,新增托管智能体(managed agents)、应用、工作流能力,以及 enterprise context、agent observability 和 evaluations 等功能,配合 Mistral Large 4(Le Chonk)模型使用。
推荐理由:原文给出托管智能体、工作流与应用的具体能力和部署选项,可据此评估企业如何在保留数据控制的前提下落地智能体。
SoundCloud 与 ElevenLabs 达成合作,用户可将 ElevenLabs 生成的音乐直接发布到 SoundCloud,无需再导出下载后重新上传。
硬件初创公司 Aina 发布了一款带屏幕、摇杆和麦克风的智能戒指,售价 $399,可通过麦克风向 AI 智能体发送提示词、记笔记、设提醒,并支持接听电话、查看手机通知、控制音乐和 Apple TV 等智能家居设备。
Hogwarts Legacy 今日在 GeForce NOW 上获得 NVIDIA DLSS 5 升级,带来 3D-Guided Neural Rendering,提供逼真的光照与材质细节,并支持 DLSS Multi Frame Generation 和 Ray Reconstruction。
Box 在开发者大会上发布 Box Content Retrieval,将 Nvidia 的 Nemotron embedding 系统嵌入产品核心,让智能体依靠嵌入元数据更有效地回答查询。
Hugging Face 发布可在本地设备运行的文本转语音模型 Phonon,无需服务器和网络,两周内下载量超过 200,000 次。模型提供约 65 MB 和 75 MB 两个尺寸,支持英语、法语、德语、西班牙语和葡萄牙语五种语言及 100 多个内置声音;Phonon 31m 仅支持英语并采用 Apache 2.0 许可,Phonon 40m 覆盖五种语言但限非商业使用。
推荐理由:原文交代了小模型兼顾音质与体积的技术路线、许可证差异和排行榜成绩,可帮助判断端侧语音方案的可用性。
OpenAI 发布 Images 2.6,带来更快的图像生成、GIF 创建、更精细的编辑以及新的 API 控制,覆盖 ChatGPT、Codex 和 API。
推荐理由:原文列出速度、GIF、编辑精度和 API 控制四项变化,读者可据此判断它对现有图像工作流的影响。
ChatGPT 现在可以生成动画 GIF,该更新基于 OpenAI 新的 Images 2.6 模型,正向 web、桌面和移动端所有 ChatGPT 与 Codex 用户推出。
AT&T 的 Connected Life 智能安防系统现已接入 Gemini for Home,成为首款集成 Google Home Premium 的安防产品。
Datasette Agent 发布 0.5a0 版本,新增 panel 功能,让聊天窗口与 Datasette 的表或查询页面并排显示。结合 datasette-apps,用户可通过提示词生成数据库驱动的应用,并直接在旁边的聊天中修改它。该版本已可通过 GitHub 账号登录 agent.datasette.io 试用。
datasette-apps 0.3a0 发布,改进了 Datasette Apps 与 Datasette Agent 的集成:聊天消息中输入 # 可自动补全并标签引用用户有权限查看的应用,新增 app_add_stored_queries() 和 app_remove_stored_queries() 工具供 agent 管理应用可调用的 stored queries。
ChatGPT 现在可通过提示词或上传照片一步生成 GIF,该能力随 OpenAI 新的 Images 2.6 模型一同推出,可调整动画速度、逐帧编辑并分享。OpenAI 称 Images 2.6 还让 ChatGPT 图像生成更快,目前 ChatGPT 及其 API 每周生成超过 4 billion images,高于 9 月报告的 3 billion per week。
Nothing CEO Carl Pei 在 X 上宣布公司首款 AI-native 设备将于下月(12 月)出货,确认该设备没有屏幕,且"不可能是一个 app"。Pei 表示"如今寻找 AI 的 iPhone 是一条死路",此前有传闻称 Nothing 计划推出两款 AI 智能眼镜,其中一款不带摄像头。
AWS Quick 推出 Smart Approvals 功能,在既有权限控制内自动审查符合条件的操作:由独立的 classifier 模型将每个拟执行操作与用户请求及对话上下文比对,符合条件则自动批准,否则返回用户复核,且不额外授予权限、不移除必须的人工审批。
OpenAI 宣布 Daybreak Red 现已在 AWS GovCloud (US-East) 上线,经 Amazon Bedrock 向获批客户提供 GPT-5.6 Cyber,用于授权的网络安全工作。
Anthropic 发布开源研究原型 FlashProve,用 zkSNARK 密码学技术生成紧凑证明,验证某条 AI 回答确实由所声称的模型生成,且不泄露模型权重。