BU Ultrafast现已上线
Browser Use在美国面向所有Cloud套餐（含免费版）开放其最快的浏览器代理BU Ultrafast。10月16日至29日的运行中，中位任务耗时22秒、成本0.0064美元，而默认的GPT-6 Luna代理为79秒和0.0098美元。
AI 资讯
AnnuIA 每天收集各厂商自己发布的公告（标题、日期、链接）。每周三，我们会用自己的话以网站支持的所有语言对这些公告进行摘要，并为目录中的每个 AI 补充内容。不转载任何新闻报道：点击即可在官方网站阅读完整公告。
Build for Business:加入 Dify 解决方案模板聚光灯活动
Dify 邀请用户分享真实的 AI 工作流,奖励包括在 Marketplace 中获得推荐展示以及 1 个月的 Dify Professional 套餐。
让网站更容易表达对AI训练的偏好
OpenAI发布文章，谈及如何让网站更容易表明其内容可否用于AI训练的偏好。因页面无法读取，摘要仅依据标题。
社区安全报告与针对青少年的新保护措施
OpenAI发布了关于其用户社区安全的报告，并介绍面向青少年的新保护措施。因页面无法读取，摘要仅依据标题。
合理使用惠及所有人
OpenAI发表文章，主张合理使用原则对所有人都有益。摘要仅依据标题。
用NVIDIA Nemotron开放模型打造鬼屋
文章介绍了万圣节投影项目MonsterHouse：一扇海盗主题、脾气暴躁的车库门会与讨糖的孩子对话，孩子有礼貌时态度会缓和。该角色在一台工作站上运行，使用NVIDIA开放的语音、语言和面部动画工具。
智能体AI加入搜寻外星信号的行列
SETI研究所和Breakthrough Listen的研究人员在艾伦望远镜阵列上使用AI智能体，通过自然语言指令来指向望远镜、校正数据并运行模型。NVIDIA的Holoscan平台将数据实时送至GPU，已实现对一颗脉冲星的检测。
产品阅读原文
新功能：视频编辑、批量操作、多输出与自定义字体
Kittl 宣布了四项更新：面向 AI 生成片段的视频编辑器（合并、裁剪、拆分、调速、导出 MP4）、作品批量下载与删除、商品列表流程中的多输出生成，以及向品牌套件上传自定义字体。
用 Manus 重建 Manus：什么变了、什么出了问题、我们现在如何工作
Manus 联合创始人 Tao Zhang 讲述了工程、产品和营销团队默认与 AI 智能体协作后的变化，包括出现的问题。他的结论是人的角色依然存在：界定问题、评估产出并为结果负责。
Bedrock 在 AWS GovCloud (US) 扩展 OpenAI 模型的 API 支持并引入跨区域推理
Bedrock 现通过 Responses、Converse 和 Chat Completions API 在 GovCloud 提供 OpenAI GPT-5.6 模型，并支持两个 GovCloud 区域间的跨区域推理。
Gemini API：Computer Use 工具正式全面可用
根据 2026 年 10 月 30 日的发布说明，谷歌已在 Gemini 的 Interactions 与 GenerateContent API 中将 Computer Use 工具升级为正式全面可用（GA）。
为更强大、更有益的AI更新Model Spec
OpenAI发布了更新版Model Spec，该文件说明其模型应有的行为方式。摘要仅依据标题。
我们如何检测前沿模型的失准
OpenAI说明其如何发现最先进模型的行为偏离预期目标的情况。摘要仅依据标题。
Ropes & Gray如何开发用于交易尽职调查的AI
OpenAI介绍了律师事务所Ropes & Gray开发用于交易尽职调查的AI工具的案例。摘要仅依据标题。
Credit Saison在ChatGPT Enterprise试点中实现954%的投资回报率
OpenAI介绍了Credit Saison的案例，该公司称其ChatGPT Enterprise试点取得了954%的投资回报率。摘要仅依据标题。
Granite Switch 4.1.1：像更新软件一样更新模型
IBM Granite的这一补丁版本新增了可输出标点和大小写的多语言语音识别模型，并改进了Decision适配器，同时与4.1保持兼容。基础模型不变，用户只需组合最新的适配器。
Project ProtoStar发布：让公共资助的科学研究为AI做好准备
Hugging Face宣布Project ProtoStar，这是一项旨在让公共资助的科学研究能被AI利用的倡议。因页面无法读取，摘要仅依据标题。
欢迎 Le Chonk：Hugging Face 上的 Mistral Large 4
Hugging Face 介绍了 Mistral Large 4（“Le Chonk”），这是一款支持文本和图像的稀疏专家模型，总参数约 1 万亿、激活参数 490 亿，上下文窗口为 100 万 token。提供 FP8 和 NVFP4 版本，transformers、vLLM 和 llama.cpp 首日即支持。
AnySpeechRecognizer与AnyDecisionModel：面向语音与决策的开放模型
面向苹果平台的两个Swift包：AnySpeechRecognizer保留苹果的语音转文字API，同时可换用Parakeet、Qwen3-ASR等本地引擎，并支持说话人识别；AnyDecisionModel以类型化结果和概率回答是非、选择和评分类问题。
Exa Podcasts：搜索 320 万集带完整文字稿的播客
Exa 将来自 11.9 万个节目的 320 万集播客连同完整文字稿加入搜索索引。据其自测，Auto 模式正确回答了 85.0% 的节目相关问题。
Deepgram 将收购 Pipecat 开发商 Daily
Deepgram 宣布将收购开源语音框架 Pipecat 的开发商 Daily，Pipecat 将继续按 BSD 许可证免费提供并由独立基金会监管。同时推出开放协议 Real-Time Context Standard。
Managed Deep Agents v0.10：浏览器操作与异步子智能体
LangChain 发布 Managed Deep Agents v0.10：智能体可在没有 API 的网站上操作，并把浏览器窗口交给用户登录。新版还加入异步子智能体，可在后台处理耗时任务。
全新 VST 插件：Speech Cleaner 与 Voice Dereverb
LALAL.AI 推出两款插件：Speech Cleaner 可将对白与背景噪声分离，Voice Dereverb 可消除回声和房间混响。它们在 DAW 或 DaVinci Resolve 中本地运行，需要 Pro 订阅。
推出RAD-S1：检测伪装成人类的AI代理
Resemble AI推出基于RAD-S1模型的Resemble Agent Detection，用于识别网站上的AI代理，包括伪装的代理。在超过2000次访问的内部测试中，它至少检测出98.8%的伪装代理，但默认设置下会把约5%至6%的真人访问误判为代理。前100万次会话免费。
Krea 推出 Ad Studio
Krea 宣布推出平台新产品 Ad Studio；文章仅给出标题，未详述其功能。
Le Chonk：为程序员打造，受防御者信赖
Mistral 公开了这款开放模型的权重，面向智能体编程和网络安全工作。
来自 Lovable 伦敦新办公室的问候
Lovable 在伦敦开设首个办公室，这是继斯德哥尔摩之后的第二个工程、产品和设计中心。
OpenAI与ServiceNow扩大在企业工作流方面的合作
OpenAI与ServiceNow宣布将合作扩展到企业工作流各环节。摘要仅依据标题。
企业的未来
OpenAI发表题为“企业的未来”的文章，探讨组织可能的演变。摘要仅依据标题。
Legora打造面向法律工作的智能体操作系统
OpenAI介绍了Legora，该公司正在打造其所称的面向法律工作的智能体操作系统。摘要仅依据标题。
Gemini 4 Carbon：我们的下一代前沿模型
谷歌将Gemini 4 Carbon称为其迄今最强的模型，在网络安全和长链多步骤任务上提升明显。它起初仅向少数网络防御人员和可信合作伙伴开放，之后计划扩大开放范围。
轻薄且全能：NVIDIA RTX Spark Windows笔记本新增模型、智能体工具和游戏
NVIDIA介绍了六家PC厂商RTX Spark笔记本的新本地AI功能，包括NVIDIA和Liquid AI的开放语音与语言模型。NVIDIA App中的设置可选择GPU优先服务前台应用还是后台AI智能体，文章还涉及游戏和模组更新。
模型阅读原文
Kiro 1.4.62：Windows 系统级安装程序、无需 Shift 拖入文件、带边框的 Mermaid 图表
Kiro IDE 1.4.62 新增面向 x64 和 ARM64 的 Windows 系统级安装程序，可不按 Shift 将文件拖入聊天，并为 Mermaid 图表加框以便在深色主题下清晰阅读。同时修复了斜杠命令和钩子开关的问题。
使用 GitHub Copilot Fusion 路由并编排模型
GitHub 宣布 Copilot Fusion 正式可用：这是模型选择器中的一个选项，可针对每项任务自动路由并编排多个模型，提供 Standard、High、Max 三档投入级别。付费方案可临时享受模型费用 7 折优惠。
GitHub Enterprise 现已包含 GitHub Copilot 访问权限
GitHub 宣布，与 GitHub 或 Microsoft 客户团队合作的企业，现可将 Copilot 捆绑进每位授权用户的 GitHub Enterprise 许可，AI 用量从企业预算中扣除。没有 Enterprise 许可的用户可通过 Copilot Standalone 获得，每用户每月 10 美元，自助开通将分阶段推出。
Amazon Bedrock：AgentCore CLI 1.0 版现已推出
AgentCore CLI 1.0 正式版启动更快、命令结构一致、支持更多 AgentCore 资源，并可迁移现有项目。
新的 FedRAMP 认证让 Perplexity 进入更多政府工作流程
Perplexity Enterprise 获得 FedRAMP Class C（Moderate）批准，美国联邦机构可在经认证的环境中进行实时网络搜索并获得附来源链接的答案。该服务可通过 GSA 的 Multiple Award Schedule 获取。
我们如何重构提供商路由以实现更好更快的推理
OpenRouter 重构了路由，持续监控每个提供商端点的性能，以平衡成本、速度和可靠性。此前默认情况下，大部分流量会发往某个模型最便宜的提供商。
Magnific Move：可以对话的动态图形编辑器
Magnific 推出基于智能体的动态图形编辑器 Move，可将文字描述直接生成 MP4 视频，无需时间轴和关键帧，现已在 Magnific 上提供。
Retell借助OpenAI模型支撑每月1亿次通话
OpenAI介绍了Retell，该公司借助OpenAI模型支撑每月1亿次通话。摘要仅依据标题。
OpenAI扩大与Oracle的合作，将其应用带入ChatGPT
OpenAI宣布扩大与Oracle的合作，让Oracle的应用可在ChatGPT中使用。摘要仅依据标题。
Check Point如何借助Daybreak加速漏洞研究
OpenAI介绍了Check Point如何使用Daybreak加快漏洞研究。摘要仅依据标题。
Genie 4：新一代世界模拟
Google DeepMind发布Genie 4，这是一个可实时交互、同时生成音频的世界模型，物理效果和人体动作更真实。它可用文本引导，目前以研究预览形式向受信任的测试者开放，计划扩大开放范围。
用LFM3构建专用多模态模型
Liquid AI推出LFM3系列，约20亿参数，覆盖文本、视觉、音频、全模态和决策任务，共用同一主干。据称其文本模型以少约三分之一的参数超过前代LFM2.5-2.6B；权重开放，适合单GPU微调和端侧使用。
我们能相信大模型来判断研究想法是否新颖吗？
Ai2发布了一项研究、基准和代码，表明用大模型判断研究想法新颖性时结论不稳定：在一项测试中，提示词的微小改动使准确率变化超过50个百分点。引入检索和额外推理也未能稳定提升结果。
AI如何改变数百万痴呆症患者相关研究的发现速度
C-BRAIN联盟与NVIDIA合作，在保护隐私的前提下利用通常局限于各机构内部的数据，以AI加快痴呆症研究。其开源工具OpenScientist和InsightEngine据称能在数分钟内完成原本需要数周的分析。
公告阅读原文
CodeRabbit Secure 现可跨多个代码库、在合并之后继续查找漏洞
CodeRabbit 为 Secure 新增关联代码库扫描、沙箱验证、存在严重问题时阻止合并，以及同步到 Jira 和 Linear。该公司称 30 天内在 600 个组织中发现了 8000 多个高危或严重漏洞。
AssemblyAI-TTS-1：为语音智能体打造的文本转语音
AssemblyAI 推出面向语音智能体的首款文本转语音模型 AssemblyAI-TTS-1，音频流式输出约 90 毫秒，并发不限且无需年度合同，每百万字符 15 美元。提供 4000 多种声音、即时声音克隆，首发支持六种语言。
Vantage：用于本地化营销与长篇内容的无代码工作区
Lokalise 推出 Vantage，这是一个用于本地化营销资料、长篇内容和文档的无代码工作区。公司表示，客户自 2026 年 9 月底起可使用。
n8n 3.0 发布
n8n 发布 3.0.0 测试版，重点是可靠性、稳定性和安全性，并包含不兼容变更。稳定版预计 12 月初推出，升级不可逆，用户可在设置中的迁移报告里提前查看受影响的工作流。
广告 AI 换脸:一支广告覆盖所有市场,无需重拍
Luma 介绍了品牌如何通过 AI 换脸实现广告本地化并制作活动变体,同时减少重拍。
Consensus 通过 API 和 MCP 开放其研究智能体
Consensus 网站上的研究智能体现可通过 API 和 MCP 调用：提交问题即可获得附带引文的综合结论。可在同一线程中继续追问，检索范围为其同行评审论文库，而非开放网络。
10 月 MagicDrop：MagicSchool 新功能一览
MagicSchool 新增便于快速找到热门工具的“精选”板块、文档内图片生成，以及 Raina 更多格式与追问选项。学区管理员还可设置每日暂停时段，自动暂停各校的 Student Rooms。
Anthropic 扩大与 GSA 的合作，将 Claude 带给各级政府
Anthropic 宣布向政府合作伙伴提供 Claude Enterprise、Claude for Government 和 Claude API 的 40% 折扣，并扩展至州、地方、部落及属地政府，同时推出帮助机构落地 Claude 的计划。
GPT-6.1 Terra 上线 Felo API，限时 7 折优惠（立减 70%）
Felo 通过 API 提供 GPT-6.1 Terra，openai-mix 线路优惠 70%：每百万输入 token 0.30 美元、输出 1.50 美元，上下文窗口为 105 万 token。
Greptile借助GPT-6 Astra将缺陷检测扩展到代码审查之外
OpenAI介绍了Greptile，该公司利用GPT-6 Astra在常规代码审查之外检测缺陷。摘要仅依据标题。
与学术界合作，增进科学理解
OpenAI谈及其与学术界合作以推进科学理解的工作。摘要仅依据标题。
最新AI Quest：绘制人类大脑图谱
Google Research与斯坦福学习加速器推出AI Quests系列第三个任务《Polar Peaks》，11至14岁的学生在练习数据清洗和模型测试的同时绘制脑神经元图谱。游戏强调人类对AI的监督和批判性思维，谷歌还提供教师培训模块。
Zendesk 推出员工服务 AI 智能体，将员工请求从提问处理到结果
Zendesk 宣布推出员工服务 AI 智能体和 Advanced Action Flows，用于端到端处理员工请求。管理员可构建入职、访问审批和门禁权限等流程；目前处于抢先体验阶段，预计很快全面推出。
Claygent 通过自动模式为每项任务选择合适的模型
Clay 推出 Claygent 自动模式,可在兼顾成本的同时为每一行选择最佳模型。
Ollama中的语音模型
Ollama现已支持文本转语音，首个模型是Gradium的Phonon，目前仅支持macOS，Windows和Linux计划支持。它通过与OpenAI兼容的/v1/audio/speech接口使用，需要Ollama 0.40.11或更高版本。
Kimi K3.1 Pro
Moonshot AI发布了Kimi K3.1 Pro，这是一个3T级开放权重模型，上下文窗口为100万token，另有速度快2至3倍的Highspeed版本。两者可在Kimi.com和API使用，完整权重将于2026年11月4日前发布。
你的模型能在AWS Trainium上运行吗？查一查
Hugging Face介绍了一个Space和公开数据集，用来显示Hub上热门Transformers模型能否通过torch-neuronx在AWS Trainium上不经修改运行。对已测试的模型，会给出所用的Neuron软件栈、安装包和运行脚本。
Zoom 集成：将云录制直接导入 Auphonic
Auphonic 宣布推出 Zoom 集成，可无需手动下载和重新上传，直接获取 Zoom 云录制，既可作为单个文件，也可在多轨制作中按发言人拆分为独立音轨。结果还可在 Auphonic 编辑器中裁剪。
Beautiful.ai：用品牌套件打造品牌一致的演示文稿
一篇博文介绍了如何使用 Beautiful.ai 的品牌套件制作与品牌形象一致的演示文稿。
PixVerse 与 each::labs：将一条已确认的 AI 视频适配所有广告位
文章介绍了如何用 PixVerse V6 生成一条母版视频，并通过 each::labs 的后期流程生成涵盖四种画幅的 24 个广告版本。
超越树木覆盖：绘制全球森林类型图
Google DeepMind、Google Research、世界资源研究所和IIASA发布Forest Typology (ForTy) 2020，这是一幅10米分辨率的全球地图，将土地分为原始林、人工林、树木作物农场等六类。2017至2025年的初步年度序列展示了森林变化；数据可在Google Earth Engine免费使用。
将数据库评分转化为强化学习奖励：用ThinkingBox对智能体进行后训练
微软和Hugging Face介绍了ThinkingBox-Training，它把对智能体最终数据库状态的自动检查用作强化学习奖励。对Qwen3.8-27B进行50步GRPO后，平均成功率从51.70%升至60.78%。
使用IBM Granite时间序列模型进行集成预测
IBM的Granite Timeseries Ensemble将四个架构各异的预训练Granite预测模型组合起来，无需重新训练即可输出点预测和分位数预测。在GIFT-Eval上，概率集成在六种对比预测中MASE最低，但优势很小。
欧洲领先金融服务机构采用开放模型构建自有智能
欧洲的银行、支付公司和金融数据提供商使用NVIDIA GPU计算和开放模型权重（通常部署在自有基础设施上），构建用于交易、语音、研究和欺诈检测的模型。文中举例包括Revolut、bunq和Stripe。
模型阅读原文
NVIDIA Cosmos开放用于训练、评估和部署世界模型的新工具
NVIDIA为Cosmos平台新增世界模型工具：用于整理和合成训练数据的Cosmos Data Factory蓝图，以及用于微调、优化和部署开放模型的Cosmos Framework技能。同时发布Cosmos 3 Nano仿真版本，以及据称速度最高提升一倍的更新版推理微服务。
模型阅读原文
NVIDIA变革欧洲零售：从线上发现到实体运营
欧洲零售商和时尚品牌正在把开放AI模型与数字孪生、仿真等物理AI工具用于线上销售、商品发现和仓储运营。示例包括Shopify、Zooplus和Otto Group。
公告阅读原文
欧洲先行者部署NVIDIA Earth-2开放模型用于天气和气候预测
NVIDIA的Earth-2是一套开放的AI天气与气候模型���工具，研究人员和开发者可用自己的数据加以调整。文章列举了欧洲用户（AXA、Vaisala Xweather、曼彻斯特大学、TotalEnergies、Space42），应用于气旋风险、预警、空气质量和太阳能预测。
模型阅读原文
NVIDIA开放模型推动欧洲公共部门项目新浪潮
欧洲各国政府及其合作伙伴使用开放AI模型，在自己掌控的基础设施上提供公共服务，让敏感数据留在内部。示例包括欧盟委员会的AI平台、波兰的项目、英国和德国的合成人物数据集、法国的主权工作空间以及希腊的智能体AI计划。
模型阅读原文
Framer MCP
Framer 推出 Framer MCP，这是一项 Model Context Protocol 集成，可将 Codex、Claude Code、Cursor 等 AI 工具连接到 Framer。智能体能在桌面或移动端操作画布、管理 CMS 内容并发布网站。
Higgsfield推出Content Factory
Higgsfield推出Content Factory，可将“如果……会怎样”的问题变成无人脸视频，自动完成脚本、角色、带旁白的场景和剪辑。视频时长为15秒至5分钟，每次生成1至4集，并提供50多种预设。
Pictory 3：可生成视频初稿的 AI 视频智能体
Pictory 3 以 AI 视频智能体为核心：用户描述想要的视频，智能体基于创意、文档、网页或音频生成脚本、场景和预览供审阅。
通过自定义风格指南发现更多类型的问题
Hemingway Editor Plus 新增自定义风格指南：除拼写和语法外，可开启新的问题类型并创建品牌词典，所有 Editor Plus 套餐均可使用。
东南亚数字经济规模将达3680亿美元
谷歌与淡马锡、贝恩公司合作的第11期e-Conomy SEA报告预测，东南亚数字经济2026年商品交易总额将达3680亿美元，同比增长17%，到2035年将超过1万亿美元。报告将增长与生成式AI联系起来，该地区已有2.43亿人使用。
专门化小语言模型词表如何在实际应用中将推理成本降低77%
Dharma-AI的VocabX按每个token的生成成本而非频率来重建小模型词表，并将子词与多词“宏”token统一处理。在基于Qwen3-4B的葡萄牙语作文评分系统中，推理成本下降77%，评测得分从0.703升至0.810（初步结果）。
获取最新动态
每月一次：新增或移除的 AI 以及值得关注的公告。
订阅