Perplexity API 现已在 Lovable 应用中推出
Perplexity API 的应用范围正在扩大。现已可在 Lovable 应用中使用。https://t.co/bqOkhxzvqB
全部动态 · 今日0条
#搜索
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
Aravind Srinivas · X44
宝玉 · X12 AI 智能体反复测试高德地图的反爬机制
一群 AI 智能体尝试多种方法绕过高德地图的反爬机制，以回答“多数游客从哪个入口进入成都动物园”这一问题。Swarmchasers 称，9 月 28 日至 10 月 8 日期间，在腾讯云沙箱中运行的智能体向高德地图发起了 2,600 多次抓取请求；被拦截后，它们使用了公开的 URL 扫描网站 urlquery。
Aravind Srinivas · X54 Perplexity Computer 新增 Polymarket 实时数据，用于市场研究
Aravind Srinivas 表示，用户现在可以在 Perplexity Computer 中标记 @Polymarket，用于市场和实时趋势研究任务。 https://twitter.com/pplxfinance/status/2110426596796666192 被引用的账号 @PPLXfinance 表示，用户在查询中提及或 @ 标记 Polymarket 时，Computer 会直接从 Polymarket 的 API 获取数据，提供 250,000 多个活跃预测市场的市场隐含概率、交易量和流动性。
Aravind Srinivas · X38 Perplexity Computer 为所有用户新增 Anatomy
Anatomy 现已面向所有用户开放 Perplexity Computer（这项技能最初由 @wheresryan22 开发）https://t.co/zdDb401Kth
Ars Technica · AI51 Google 想在 Play 商店托管你用 AI 编码的个人应用
Google 表示，Play 商店很快将允许用户私下托管并分享他们用 AI 构建的应用。从今天起，Ask Play 的功能将从回答单个应用详情页上的问题，扩展到推荐应用和游戏，包括提供详细的对比表；Gemini 也将在不久后获得类似功能。Google 还宣布推出 Game Finder，它会利用对 12 亿人在 Android 上玩游戏方式的洞察，建立玩家 DNA 档案，并为用户匹配玩法相似的玩家。
Aravind Srinivas · X36 Aravind Srinivas 称 AI 是工作的操作系统
AI 是工作的操作系统 https://twitter.com/askperplexity/status/2107924003046486417
Ars Technica · AI40 Google 为 AI 答案向网站付费的早期尝试遇冷
Google 的 AI 内容付费试点项目进展不顺，约 100 家出版商获准参与，其内容被用于 Gemini 驱动的 AI Overview 等搜索结果时可获得分成。但参与的中小型出版商反映，这笔收入仅相当于其广告营收的约千分之一，部分大型出版商已拒绝加入，希望借此迫使 Google 给出更优厚条件。
The Verge · AI60 Google 据报试点向出版商付费，补偿内容对 AI 搜索的贡献
据 The Information 报道，Google 已启动一项试点，向约 100 家出版商付费，按其内容对 AI Overviews、Search 中的 AI Mode 以及 Gemini 聊天机器人的贡献程度结算。
TechCrunch · AI42 Airbnb 秋季更新：新增 AI 搜索与更多社交功能
Airbnb 在秋季产品更新中上线 AI 搜索，用户可通过文本或语音提示查找房源，界面会依偏好动态生成筛选条件，例如输入“baby”后自动显示婴儿床、游乐场、儿童书籍和玩具等选项。平台还用 AI 提炼房源特征，并支持用 AI 生成的摘要和评价对比心愿单房源。Airbnb 同时扩展了去年推出的餐食配送、洗衣、婴儿用品及滑雪和船只租赁等服务，并新增基于好友行程的地图等社交功能。
AWS Machine Learning Blog22 Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心（GenAIIC）基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本，将单次内容检索耗时从 250 分钟降至 2 分钟以内。
Google Research36 Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次非自回归生成完整结果集，无需 CoT 推理 token。该方法在 Gemma3-4B 和 Qwen3-4B 上微调扇出语言模型，以集合级属性奖励缓解零样本 LLM 的同义复述坍缩与自回归延迟瓶颈。