OpenAI 发布 Images 2.6,支持导出 SVG、生成 GIF,速度更快
OpenAI 于 11 月 4 日发布 Images 2.6,所有级别的 ChatGPT 和 Codex 订阅用户均可使用,开发者也可通过 API 调用。报道介绍了 SVG 导出和 GIF 生成,以及两个 API 版本:面向速度优化的 Flare,以及 OpenAI 称在中等或高质量设置下能更好地保留多轮编辑细节的 Sunburst。报道还列出了 API 定价,并指出这些性能说法尚无第三方测试结果。
模型发布与更新

Kimi 发布 K3.1 Pro 模型权重
Kimi 宣布发布 Kimi K3.1 Pro 的模型权重,并附上 Hugging Face 上的模型仓库链接。帖子还写道:“我们将继续推动开放智能的发展。”

Dharma Field Extractor 将文档图像转换为结构化 JSON
Dharma-AI 推出 Dharma Field Extractor,这是一款拥有 20 亿参数的模型,可将文档图像转换为结构化 JSON:既能提取其识别出的字段,也能按用户指定的架构填充数据。作者报告称,该模型在 1,638 个基准测试案例中的得分为 0.834,高于测试的四种前沿配置;与所比较的 API 相比,自托管 GPU 成本低 6 至 147 倍。
产品发布与更新

Amazon Quick Smart Approvals 为重要操作增设人工审核
Amazon Quick 的 Smart Approvals 会根据用户请求和对话上下文审核符合条件的智能体操作,自动批准其中一些操作,并将其他操作交由人工审核。现有权限控制和强制审批仍然有效;每次自动批准仅适用于经过审核的特定操作及其参数。文章还介绍了审计日志,以及用于评估该功能的试点方案。

vLLM 为 Kimi K3.1 Pro 提供首日服务支持
vLLM 表示,它从首日起就支持为 Kimi K3.1 Pro 提供服务。该帖提到,其上下文窗口为 1M token,适用于长时间编程会话、3D 创作和研究;并报告称,在使用 Claude Code harness 时,它在 Terminal-Bench 4.0 上取得了 65.7% 的成绩。帖子还表示,vLLM 从首日起就支持在 GPU 和 TPU 上提供服务,并支持 RL。

vLLM 发布 0.33.0 版本,新增模型并更新运行时
vLLM 发布了 0.33.0 版本,并提到该版本包含 927 次提交、389 位贡献者和 122 位首次贡献者。此次更新新增对 Reflection Beam-1.0、Step-5 Preview、Nemotron Parse 3.5 和 MiniCPM-OCR 1.0 的支持,同时提供仅支持 CUDA 13.0 的 PyTorch 2.14 wheel。帖子还列出了推测解码方面的变更、NVIDIA 解码更新、新的 AWS EFA 镜像,以及设为默认版本的 ROCm 10.0。
行业

美国选举结果令 AI 和数据中心扩张承压
在美国,选民支持倾向于加强对 AI 和数据中心限制的候选人及提案,其中包括在 10 个州追踪的 44 项公投提案中的 38 项。文章援引预测称,延误可能影响未来项目,尤其是在得克萨斯州;科技行业代表则认为,选举结果并不意味着选民授权打压 AI。其他分析人士引用民调,指出公众反对数据中心,并支持制定 AI 规则。
OpenAI 流水线发现并修补 Linux 内核中的 948 个权限提升漏洞
OpenAI 表示,它构建了一条自主流水线,发现、验证并为 Linux 内核中的 948 个本地权限提升漏洞生成了补丁。
OpenAI 将收购 Pierre Computer Company, Inc.
OpenAI 表示将收购 Pierre Computer Company, Inc.,以扩展 Codex 在构建、理解和审查代码方面的工具。
研究
Anthropic 介绍如何使用 Claude 绘制细菌 vault 结构
Anthropic 表示,其生物学研究团队使用 Claude 绘制了首个来自细菌生命的 vault 颗粒 3D 结构。团队发现,来自细菌以及感染细菌的病毒的相似蛋白质可以组装成 vault,这可能让研究人员更容易探究其功能。Anthropic 表示,有些阶段耗时数天,而手动完成原本需要数周到数月;它还介绍了团队与机器学习研究人员一起解决的错误。
技巧与观点
Ricursive AI 发布 Ripple-65B Preview:从头训练的稠密模型
Ricursive AI 表示,已发布 Ripple-65B Preview,这是一款从头开始预训练的 65B 稠密大语言模型。该公司称,Ripple 在美国开放权重模型的智能体编程任务上达到最先进水平,超过了几款规模更大的模型。Nathan Lambert 称赞了这个项目,并将其与 OLMo 系列联系起来。

如何将决策模型接入 Amazon Bedrock AgentCore Evaluations
AWS 介绍了如何通过基于代码的评估器,将 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B 接入 Amazon Bedrock AgentCore Evaluations。演示以 HR Assistant 为例,展示如何将模型概率映射为评估结果,然后使用相同流量,根据人工标签和内置评估器验证检查结果。该帖建议将决策模型用于范围较窄的检查,并配合范围更广的 LLM 评估。
快讯
- AWS 介绍面向生产环境 AI 智能体的四层上下文工程AWS Machine Learning Blog
明早 08:00 把这样一份日报发到你邮箱
和上面这份一样:几件值得看的事。免费,点确认信之后才会开始发送,每封信都能一键退订。 看一份往期日报 · 2026-11-04
