跳到正文
只看产品
10月27日周二
10月26日周一
10月25日周日
  1. The Decoder80

    Nvidia 开源 Flora：基于 Qwen3.5 的机器人视频标注引擎

    Nvidia 开源了名为 Flora 的机器人视频标注引擎，系统由三个微调后的 Qwen3.5 模型组成（包括 9B 和 27B 版本），可在动作分割、描述生成和评分三个维度为机器人视频提供标注。

    推荐理由：原文披露了 Flora 的参数规模、在机器人视频标注上的表现以及与 GPT-6 Astra 的对比，读者可据此评估其对具身智能数据链路的潜在价值。

  2. TechCrunch · AI68

    Block 发布可在消费级 GPU 本地运行的语音模型 Dessa

    Block 从其研究实验室发布新语音模型 Dessa，宣称在单张 NVIDIA GPU 上即可本地运行，具备全双工语音交互能力和内置情感表达，可在 MacBook M4 Max 等消费级设备上部署。目前该模型尚未对公众开放，Block 正在招募安全研究人员进行测试。

    推荐理由：原文给出了该语音模型的本地运行方式和情感特性，读者可据此评估其端侧落地可行性。

10月24日周六
  1. The Decoder53

    Block 发布纯语音训练模型 Dessa，可实时识别情绪与语调

    支付公司 Block 发布 AI 语音模型 Dessa，这是首款完全基于人类语音数据、不依赖文本的训练模型，可以直接在音频层面识别情绪、讽刺、笑声和停顿，支持全双工对话，可在 MacBook Pro M4 Max 本地运行。该模型目前未对外公开，团队正邀请 AI 安全研究人员参与风险评估。

    同一件事，精选收录的是《Block 发布可在消费级 GPU 本地运行的语音模型 Dessa》

  3. The Verge · AI47

    Jack Dorsey 的 Block 推出从纯人类对话训练的语音 AI 模型 Dessa

    Jack Dorsey 的 Block 宣布推出名为 Dessa 的 AI 语音模型，并称该模型“从零开始仅用人类对话训练”。网站展示的案例包括与人类的语音聊天、猜词游戏以及和 OpenAI 的 GPT-Live-1 语音模型的对话。团队称 Dessa 是真正的语音到语音模型，可在 MacBook Pro M4 Max 或更好的设备上本地运行，并计划向少数 AI 安全研究人员提供早期访问。

10月23日周五
  1. Hugging Face Blog41

    Hugging Face 推出 TorchNeuronx 模型兼容查询 Space

    Hugging Face Blog 发布 TorchNeuronx 模型支持 Space，用于查询 Hugging Face Hub 上热门模型是否能在 AWS Trainium 上无需修改直接运行，并提供对应的 run.py 启动脚本与 Neuron 编译器版本。

    推荐理由：官方给出不依赖手动适配的 Trainium 兼容查询入口和可复用启动脚本，直接对应落地部署路径。

  3. The Verge · AI75

    Canva Craft 首发：能先规划后生成的自有图像模型

    Canva 发布自有图像生成模型 Canva Craft，采用两阶段架构支持先规划后生成，可在 Dream Lab 中直接调用。该模型支持 2K 分辨率及 30 多种宽高比，未来将通过开放的 Model Context Protocol 接入 AI 智能体，并提供 Craft-fast 等效率变体。

    推荐理由：Canva 发布自有图像模型并宣布通过 MCP 接入智能体，为设计工作流扩展提供新的可集成方案。

  4. TechCrunch · AI39

    OpenAI 将 Decisions API 决策模型全面开放

    OpenAI 将此前仅在 DevDay 发布的 Decisions API 面向所有客户开放，该模型通过重新配置 ChatGPT Luna 实现高速推理，延迟从 1-3 秒降至 100-180 毫秒。新版支持语音和视觉多模态，并在全球范围内优化以降低延迟，Speak 等试点企业将其行动响应时间从 1.4 秒降至 0.13 秒。

  5. The Verge · AI25

    Discord 现在正确格式化 Markdown 预览

    Discord 今日更新修复了 Markdown 文件预览渲染错误的问题，支持正确显示表格和格式。Nitro 会员上传文件大小限制提升至 1GB，并新增通过右键侧边栏图标使用“Move to…”功能组织服务器和频道的能力。

  7. TechCrunch · AI67

    Canva 发布首款图像生成模型 Canva Craft

    Canva 发布了首款自研图像生成模型 Canva Craft，采用两阶段工作流解析提示词并生成细节精确的图像。该模型支持最高 2K 分辨率和 30 种宽高比，已对全用户开放，并计划通过 MCP 接入 ChatGPT 等第三方聊天机器人。

    同一件事，精选收录的是《Canva Craft 首发：能先规划后生成的自有图像模型》

  8. TechCrunch · AI66

    1Password 推出 1Password for Agents 平台

    1Password 推出名为 1Password for Agents 的平台，允许 Claude Duet、Dots、ChatGPT Work、Grok Bot 和 Muse 等智能体在用户确认后人登录账户执行任务，而不会直接获取密码。该机制通过数字身份验证和用户授权流程实现凭证托管，背景是在美国银行已检测到用户账户内出现大量智能体活动且难以区分是否为用户授权的情况下推出的安全措施。

    推荐理由：原文给出了功能机制和适配范围，可据此了解密码管理器如何支持智能体代操作而不暴露凭证。

  9. The Decoder77

    Google发布Agent Compute Engine，为每个Gemini智能体配备硬件隔离微虚拟机

    Google推出Agent Compute Engine，为每个AI智能体分配由Titanium芯片保护的独立微虚拟机，并计划在几个月后开放预览。服务已用于Gemini，VM在空闲时自动暂停以释放资源，跨VM共享内存降低运行成本；配套开源Kubernetes运行时Agent Substrate声称单服务器可承载十倍数量的智能体，20万智能体测试中挂起和恢复耗时低于500毫秒。

    推荐理由：原文交代了基于Titanium芯片的微虚拟化方案与资源调度机制，读者可评估其对多Agent部署成本与效率的实际影响。

  10. AWS Machine Learning Blog76

    Amazon SageMaker AI 发布 Training Session APIs，无需自建 GPU 即可编写自定义训练循环

    Amazon SageMaker AI 推出 Training Session APIs，将训练控制权交给用户的 Python 循环，由 AWS 负责 GPU 分配、模型与 LoRA 加载、分布式执行和故障恢复。

    推荐理由：官方介绍按操作拆分的无服务器微调API，用户写训练循环、AWS管GPU，兼顾算法自由与运维简化。

  12. AWS Machine Learning Blog48

    Amazon Polly Generative engine 重大升级，支持印地语和芬兰语

    Amazon Polly Generative engine 完成重大升级，新增 14 款生成式声音，覆盖 9 个地区，首次提供印地语和芬兰语的generative voice。此次升级无需修改代码，现有应用可直接获得更自然、准确且低延迟的语音输出，价格保持不变。目前新引擎和新声音已在包括 GovCloud 在内的 11 个 AWS 区域正式推出。

    推荐理由：作为官方升级公告，提供了新增声音、语言及可用性变化，适合关注 Polly 实际升级点和集成兼容性的读者参考。

  13. Microsoft Research52

    Microsoft Research 发布 Flint-interactive 交互可视化语言

    Microsoft Research 发布 Flint-interactive，是一种构建交互式数据可视化的高级语言。它利用 Flint 编译器将点击、拖拽等原始触发器转化为语义事件，并通过高层更新操作符控制图表和外部组件的联动，使 AI Agent 能以更低的 token 成本和更高的可靠性生成支持缩放、筛选和联动的高交互性图表。

    推荐理由：Flint-interactive 让 Agent 能基于高层语义事件生成可交互图表，降低开发门槛并减少调试成本。

  14. NVIDIA Blog48

    NVIDIA 发布 Minerva AIOps 平台

    NVIDIA 发布 Minerva，这是一个面向 AI 工厂的 AIOps 平台，旨在通过连接 GPU、网络、存储和工作负载的遥测数据来提升基础设施可用性。该平台构建了动态知识图谱以追踪问题，并使用机器学习分析数十亿数据点，将事件风暴聚合为可操作的事件。

    推荐理由：原文介绍新平台的核心能力与关键指标变化，读者可判断其对大规模 AI 基础设施运维的价值。

10月22日周四
  1. The Decoder70

    Recursive 发布 Flint：AI 系统自主设计的端侧编码 MoE 模型

    Recursive 发布首个自主 AI 研发流程生成的语言模型 Flint，40B 参数中仅 2.5B 活跃，针对本地硬件的 agentic coding 设计。在 M4 Pro 等端侧设备上推理速度显著超过同类密集模型，权作用于 Apache 2.0 许可在 Hugging Face 开放。

    推荐理由：这是 Recursive 首次公开可用模型，展示 Eureka Machine 自动化研发流程的实际产出，可参考其对 MoE 结构和端侧推理的优化思路。

  5. The Decoder58

    Anthropic 发布常驻智能体 Claude Duet 回应竞品

    Anthropic 推出常驻智能体 Claude Duet 研究预览版，面向专业用户和小企业主，支持 iOS、Android 和网页端，基于 Claude Opus 5.5 并内置任务执行与审批机制。用户可以分配日程安排、仪表板和财务预测等任务，它通过超过 6,000 个连接器接入 Gmail、Slack、Stripe 等服务，但会在发送消息、付款、签署文件或删除内容前等待用户批准。

    同一件事，精选收录的是《Anthropic 发布 Claude Duet 智能体挑战 Muse 和 Dots》

  6. NVIDIA Blog25

    NVIDIA 展示欧洲零售企业如何利用开源模型与物理智能实现数字化转型

    Shopify 通过后训练 Nemotron 3.5 Lightning 模型，在内部基准测试中超越领先前沿模型，推理成本降低 90%，速度提升 7 倍。L’Oréal 结合 Omi 的 TRELLIS 3D 资产生成与 NVIDIA ALCHEMI 工具包，将成分筛选时间从数月缩短至数小时。CATCHES 与 AMIRI 合作的 RealFit 部署实现转化率提升 55%、加购率提升 80%。

  9. The Verge · AI70

    Anthropic 发布 Claude Duet 智能体挑战 Muse 和 Dots

    Anthropic 推出面向专业人士和小企业主的 AI 智能体 Claude Duet，以研究预览形式上线，基于 Claude Opus 5.5 构建。它可每日推送简报、监控应用并在需要时发送消息，还能处理从预约会议到搭建 Dashboard 和网页应用的各类任务。

    推荐理由：原文交代了新智能体的核心能力和使用门槛，读者可据此判断与同类产品的差异。

  11. The Decoder63

    Google Cloud 上线 GPT-6 系列，成为唯一聚合三大主流模型的云服务商

    Google Cloud 宣布成为首个在同一平台同时提供 Gemini、Claude 和 OpenAI 模型的主流云服务商，今日开放三款 GPT-6 模型的私有预览：面向编码和研究的高性能版 GPT-6 Astra、性价比相似的 GPT-6.1 Sol，以及适合日常任务的高性价比快速版 GPT-6 Luna。

    同一件事，精选收录的是《OpenAI 模型接入 Google Cloud》

10月21日周三
  1. The Verge · AI40

    Google 将 Gemini 对话式导航功能引入 Apple CarPlay

    Google 将 Gemini AI 助手从 Android Auto 扩展至 Apple CarPlay，目前已在美国上线并向全球推进。用户可在 Google Maps 中通过点击 Gemini 图标进行免提对话，支持多步骤导航询问及自定义路线（如避开收费公路）。该功能暂无此前公布的 Personal Intelligence 个性化能力。

  6. The Decoder52

    Nvidia DSX POD 可将 AI 数据中心部署周期从六个月缩短至十四天

    Nvidia 在 GTC Berlin 发布 DSX POD，这是基于 Nvidia Vera Rubin 系统的模块化数据中心参考设计。戴尔、HPE、联想和施耐德电气等合作伙伴在工厂将计算设备、网络、布线、供电和液冷安装进集装箱并完成测试，现场只需接通电源、冷却和网络。

    推荐理由：给出了 DSX POD 的模块化方案和预计部署周期，有助于评估 AI 数据中心硬件交付路径。