Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 开源包
Hugging Face 社区博客发布 AnySpeechRecognizer 0.1.0 和 AnyDecisionModel 0.6.0 两个 Swift 包,让开发者在 Apple 平台上以统一 API 选择语音识别和决策引擎。
Hugging Face 社区博客发布 AnySpeechRecognizer 0.1.0 和 AnyDecisionModel 0.6.0 两个 Swift 包,让开发者在 Apple 平台上以统一 API 选择语音识别和决策引擎。
Amp 现在可以在对话线程中直接为用户可视化或构建内容,包括图表、时间线、示意图和可点击的 mockup。官方展示了真实线程中的示例,例如 Amp 绘制的上月提交图表,以及 Quinn 提出的十六种 diff stat 按钮方案。
豆包工作今日宣布向企业客户开放第三方模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。该服务面向团队订阅版和企业订阅版客户,上线后默认开启,企业无需另行向模型厂商采购或额外申请,按用量扣除已有 AI 点数。企业还可按成员、部门、群组或全员划定可用范围,按厂商一键批量启用或单独配置单一模型。
可灵AI 于10月28日正式向全球企业客户与开发者开放 Kling 4.0 API,此前 Kling 4.0 已于10月15日全面上线。
创作者 @AmirAigc 在 Kling 邀约下用 Kling 4.0 制作短片《Tea When You Have Time》,讲述海外老人茶聚中友谊与离别的故事。
IBM 工程师 Markus Eisele 以内部工具 Task Viewer 为例,分享自己委托编码智能体实现并验证结果的经验。
你不必再把短片段拼接成长场景。 PixVerse 上的 Kling 4.0 一次性生成完整的 30 秒,多模态参考有助于让角色全程保持一致。 流程更顺畅,返工更少。完整提示词见下。
昆仑万维10月29日发布2026年三季报,前三季度营业收入89.37亿元,同比增长53.96%,归母净利润扭亏;天工AI业务收入43.21亿元,同比增长168.29%。
Google 三季度搜索收入增长约 12%,低于分析师预期的 15%,市值一度缩水最多 10%。高管 Philipp Schindler 承认 AI mode 查询的强劲增长因变现率较低产生了影响,同时公司称搜索查询年增速达五年来最高,并计划在美国及国际市场扩大聊天机器人广告项目。
推荐理由:文章把 Google 财报数据与 AI 搜索变现压力联系起来,读者可以借此核对市场担忧与官方说法之间的差距。
ChinaTalk 采访葬AI(Funeral AI)作者咸鱼,谈其如何用普通人的视角讽刺和观察中国 AI 行业。他搭建了 MemeBench 网站,从 Bilibili 和抖音评论收集梗图素材,让学生标注并给视频模型排名,结果显示 MiniMax 开源的 H3 在娱乐场景下超过字节跳动 Seedance 2.0 和 2.5。
The Verge 实地报道亚利桑那州因 AI 数据中心建设而激化的水资源矛盾。
俄勒冈州参议员 Ron Wyden 和马萨诸塞州参议员 Edward Markey 致信 Meta,要求其就智能眼镜隐私问题作出回应,信中援引 404 Media 2025 年 10 月关于用户用 Ray-Ban 智能眼镜骚扰按摩店员工的调查。
美国纽约州州长 Kathy Hochul 于 10 月 28 日签署法令,禁止向未成年人提供不安全 AI 聊天机器人服务,涵盖假扮真人、制造情感依赖、鼓励自残自杀、鼓励孤立、性露骨或儿童性虐待内容。
Tessl 博客分析工程领导者如何判断 AI agent 账单背后的钱花得值不值,提出七方面管理框架:成本可见与归属、开工前评估、按任务完成成本选模型、把重复决策转为代码检查、设预算并停止无效循环、把原本不会做的维护工作单独核算,以及在预算紧张时保持完成定义不变。文中强调失败尝试也要计入成本,账单下降可能只是把工作转嫁给了评审者。
Sakana AI 发布情报报告,用其叙事分析系统与产品 Sakana Marlin 分析美国中期选举,聚焦得州参议院选战:对两候选人和两党州组织在 X 上的 2,042 条发帖及 705,976 条反应做了支持与批判比例的带误差估计。
据 Eurogamer 报道,Epic Games 开发执行副总裁马库斯·瓦斯默确认将扩大生成式 AI 应用范围,覆盖《堡垒之夜》和虚幻引擎 6,并承认公司采用了氛围编程,工程师指导 AI 工具而非亲自编写大部分代码。他表示 AI 可加快更新速度、减少程序错误,并称相比外界对 AI 的质疑,公司更担心开发进度落后的风险,此前 Epic 还用氛围编程开发了新版 Epic Games 启动器。
Anthropic 于当地时间周三发布 Claude 智能报告功能,现已面向 Claude Enterprise 付费套餐用户开放,可在组织设置页面开启。管理者可选定团队、最长 28 天的时间范围及纳入报告的 Claude 产品,系统读取对话记录并归类工作流与产出类型、统计成本,每月免费生成最多 10 份报告。
AssemblyAI 发布首个文本转语音模型 AssemblyAI-TTS-1,正式开放 API,面向实时电话语音 Agent,定价 $15/1M 字符且不限并发。
Block 发布研究预览版 Dessa,一款仅用人类对话音频训练的全双工语音到语音模型,不使用文本和预训练模型。它用 1 台 NVIDIA GB200 NVL72(72 块 GPU)训练,可在 MacBook Pro M4 Max 及以上本地运行且快于实时。目前仅有演示,未公布 benchmark 分数、参数量、权重、论文或 API,需申请 waitlist。
Infini-AI-Lab 发布开源 harness 适配器框架 Hermit(v0.1.0,Apache-2.0),在模型和 harness 均冻结的情况下训练外部适配器,用 RL 式训练循环迭代适配器版本,可部署到 Codex、Claude Code 或 Pi 并导出为插件。
IDC报告显示2026H1中国MaaS市场规模达106.3亿元,火山引擎以45.1%份额位居第一,MaaS市场营收同比近9倍增长。大语言模型占整体规模47.0%,视频生成模型贡献32.7%收入;火山引擎推出全托管AaaS平台Managed Agents,上线2个月产生近500万个Session。
n8n 内部 AI 与自动化负责人 Romina da Costa 撰文分析集中式自动化团队服务台模式的天花板,称公司已有超过 12,000 条内部工作流,任何团队都无法包揽构建与维护。她的团队转向赋能文化,提出四条原则:培养各团队的构建能力、立项前先摸清现状基线、按问题而非惯性选工具、让每个工作流有归属和文档,目标是让更多团队不再依赖他们。
英伟达于 10 月 28 日发布开放权重语音转录模型 Nemotron 3.5 Transcribe,并公开训练数据管线 Granary v2。
PJM 提出市场规则改革,允许混合资源在能源市场和容量市场分别核算不同资源的贡献,从而让现有风电、光伏项目在不停原有购电协议的前提下加装电池,并把新增容量卖给不同买方。此前 FERC 已驳回 PJM 要求数据中心等大负荷自备容量的方案,而新规即便顺利推进,FERC 批准也可能要等到明年年底。
小米 MiMo 宣布 Xiaomi MiMo Desktop 会员权益升级,会员总体额度显著上调且加量不加价,调整实时生效并适用于现有及新订阅会员。会员用户不再只能使用 MiMo 模型,还可选择 DeepSeek V4 Pro、DeepSeek V4.1 Flash、GLM 5.3、Kimi K3、Qwen 3.8 Max 等第三方模型,各模型标注消耗倍率。
彭博社援引美国全国学生信息交换中心的数据称,今年秋季美国计算机与信息科学专业本科入学人数下滑超 12%,研究生降幅超 10%。两年间计算机科学本科在读学生减少 18.4%,研究生减少 27.1%;美国劳工统计局 8 月报告认为计算机与数学相关岗位受 AI 冲击最明显。全美高校秋季本科入学总体上涨 0.6%,社区大学本科入学小幅上涨 1.2%,最终报告预计明年 1 月发布。
You can now add `guidelines` to text API requests to further moderate how the Grok API handles specific content categories. Grok follows the guidelines as it writes its response, in its own words. Available to all API customers. https://docs.x.ai/developers/advanced-api-usage/custom-moderation-controls
Amp 推出 macOS Satellites(beta),让智能体在云端 Mac 上构建、测试和运行 iOS 与 macOS 应用。架构上线程仍跑在 Linux orb 上,需要 macOS 时服务器约 30 秒启动一台预装 Xcode 和模拟器的新 Mac,代码保持同步,截图、日志和构建结果回到线程,屏幕可实时观看或接管。
Claude Code v2.1.311 新增环境变量 CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS,启用后 AI 智能体执行删除文件等操作时不再逐次征求用户批准。
Instagram 负责人亚当·莫塞里表示,对 AI 的焦虑和愤怒不只限于年轻人和创意工作者,未来几年不满还会进一步加剧,其中部分有充分理由。他确认 Instagram 不会因创作者使用 AI 而区别对待,但质疑平台能否像处理非 AI 内容一样有效排序 AI 内容,认为彻底禁止 AI 内容并不现实。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,以 59 分登顶 Artificial Analysis Intelligence Index v5,并率先通过 Fairwind Program 向可信网络防御者开放。
推荐理由:作者基于 Claude Code 团队实践给出减提示词的具体做法,包括 /doctor 审计、subagent 使用边界和 Projects 并行管理。
全国首个华为昇腾 950DT 1024 卡智算集群在武汉上线,由湖北科投投资建设,在华为中国行 2026·湖北省人工智能创新发展大会上点亮。
腾讯在 2026 全球数字生态大会上披露,WorkBuddy 自今年 3 月上线以来 7 个月迭代 100 个大版本,完成 90 亿次用户任务请求;企业版已落地 50 多个行业,覆盖中国企业 500 强中的 50%、100 强中的 60%,开放平台伙伴和开发者超 5 万家,上架 Skills 超 20 万。
UC Santa Barbara 新论文提出 TTME,用固定权重加演化记忆替代测试时训练来做 LLM 数学发现,在 5 个数学任务、2 个框架、3 个模型上每次都优于已报告的测试时训练分数。
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe,单模型支持 40 种语言、最长 1 小时音频的转录,可内置输出说话人标签、词级时间戳和翻译。