跳到正文
K = 0.731订阅
时光机停在2026年10月24日 周六‹ 前一天后一天 ›加速史回到现在

今日 AI 新闻：精选与新兴事件

2026.10.24 · 周六· 智能体时代

宇宙在降温，
文明在升温。

站在时间之外看这一天，和刚刚推着文明往前走的那几件事。

订阅每日 08:00 日报打开加速史智能成本指数
设为 4K 壁纸 →
当天头条00:49Cursor 现在可以控制你的电脑Cursor 现在可以控制你的电脑。 智能体可以操作 iOS 模拟器等桌面应用，测试它们构建的功能。读这件事 →

压力表 · 此刻最热

完整热点榜
  1. 1Kimi发布K3.1 Pro和高速版本，承诺11月4日前开放模型权重25.3
  2. 2OpenAI在限制互联网访问并扩大不一致行为监控后恢复前沿模型训练23.3
  3. 3修订后的 Artificial Analysis 指数将 Kimi K3.1 Pro 排在第九位，该模型正式发布22.5
  4. 4Block 推出 Dessa 语音模型，公开开放前招募安全研究人员15.1
  5. 5谷歌修订隐私政策，允许将已关联的 Gmail、云端硬盘和 Google 相册数据用于广告投放10.8

最新精选

产品

AI 产品、功能、应用、工具、API 与平台的发布和更新

10月24日周六
  1. Tencent Hy66

    腾讯混元推出 Hy-Nomas，这是一款开源视频世界模型，支持通过文本提示和摄像机轨迹进行自由形式的交互。 它具备带有世界记忆的长时程生成能力，可通过轻量级 LoRA 适配机器人等专业领域，并针对消费级 GPU 优化了推理性能。 网站：https://hy-nomas.hy.tencent.com/ GitHub：https://github.com/Tencent-Hunyuan/Hy-Nomas Hugging Face：https://huggingface.co/tencent/Hy-Nomas 演示：https://hy-nomas.hy.tencent.com/demo

    推荐理由

    对文本提示、摄像机轨迹和轻量级 LoRA 适配的支持，为评估这款视频世界模型如何应用于机器人等专业领域提供了具体依据。

10月23日周五
  1. Aravind Srinivas68

    Aravind Srinivas 宣布，Computer 现已集成 @LexnLin 的开源技能，用于构建网站，并为每位用户提供 5000 点额度进行试用。https://t.co/cMP34TwrgM @AskPerplexity 表示，Taste Skill 会在开始构建前设定艺术方向，并从 Awwwards 和 One Page Love 上的 247 个网站中汲取布局和字体排版参考。使用 /taste-skill 的任务在 10 月 31 日前免费，每位用户最多可使用 5,000 点额度。https://t.co/XWIgQZavHo

    引用Computer@AskPerplexity

    The Taste Skill by @LexnLin, now in Computer's skills marketplace, sets an art direction before Computer builds a website. Layout and type draw on 247 sites from Awwwards and One Page Love. Tasks that use /taste-skill are free through October 31, up to 5,000 credits per user. https://t.co/XWIgQZavHo

    推荐理由

    在生成网站前设定艺术方向，让用户能够通过可重复使用的技能，具体引导 Computer 的视觉选择。

  2. vLLM72

    vLLM 宣布首日支持来自 @MiniMax_AI 的 MiniMax M3.1 Flash。 帖子介绍了多步骤自动化、真实代码库工程和视觉推理，以及服务栈中的原生 NVFP4 KV、NVFP4 MoE 权重和 DSpark 推测解码。 https://t.co/bCzbcTASDN https://t.co/4lMCd6UC6e

    引用MiniMax (official)@MiniMax_AI

    MiniMax M3.1 Flash weights are now public. 428B parameters total, 23B activated per token. Agentic performance: A generational leap in agentic tasks, coding, and cybersecurity — 76.2 on BankerToolBench, 73.7% on DeepSWE v1.1, 61.7 on OSWorld V2, 29.6 on Agents' Last Exam, and https://t.co/0sIsMoqIp7

    推荐理由

    该公告将模型首日可用性与具体服务功能联系起来，为部署团队评估 vLLM 对 MiniMax M3.1 Flash 的支持提供了具体背景。

  3. Aravind Srinivas67

    Aravind Srinivas 表示，Perplexity Decision Model 现在可以完全在 Mac 本地运行，数据不会离开设备。 在引用的公告中，@perplexitydevs 将 Decider for Mac 描述为一款无需 API 密钥即可运行 4B pplx-decider-flash-v1.2 模型的应用，可针对文本或图像相关问题返回概率。 https://t.co/RpOmOL9dLX

    引用Perplexity Developers@perplexitydevs

    You can now run pplx-decider-flash-v1.2 locally on your Mac, without an API key. Decider for Mac is an app that runs the 4B decision model on device. Ask a question about text or an image and get a probability back, all on your machine. https://t.co/1BJ4Qv3Urr https://t.co/raBBZ26kbC

    推荐理由

    无需 API 密钥即可在本地运行决策模型，为文本和图像问题提供了一种具体的部署方式，同时让数据留在用户的 Mac 上。

  4. Claude74

    从下周开始，Pro、Max 和 Team 计划的用户在 Claude 网页版、桌面版和移动应用中的会话都将默认使用自动模式。 系统会通过自动检查拦截高风险操作，而不再要求你逐步批准。你可以随时切回手动模式。https://twitter.com/ClaudeDevs/status/2085794862608318627

    引用ClaudeDevs@ClaudeDevs

    Starting August 14, auto mode will be the default permission mode in Claude Code for Pro, Max, and Team users. Auto mode reviews shell commands and actions with a separate classifier. In testing, it caught 89% of dangerous commands. Manual approval caught 14%.

    推荐理由

    此次变更将 Claude 各应用中的操作审批转向自动检查，因此，对于希望管理会话进行方式的用户来说，切回手动审批的选项仍然很重要。

  5. TechCrunch · AI79

    随着与 TypeSafe 的 Jev 竞争升温，OpenAI 扩大 Decisions API 的可用范围

    OpenAI 于周四向所有客户开放 Decisions API，新增语音和视觉模态，并按地理位置部署推理资源以降低延迟。该 API 使用重新配置的 ChatGPT Luna，而非专门训练的决策模型；客户 Speak 报告称，操作间隔时间从 1.4 秒缩短至 0.13 秒。在两项公开的决策模型基准测试中，竞品排名更高。

    推荐理由

    报告的延迟改善和不同的基准测试排名表明，决策模型的选择取决于工作负载对速度、成本、校准和智能水平的要求。

  6. OpenAI Developers71

    OpenAI Developers 宣布，Decisions API 现已正式面向公众推出，可用于近实时工作流决策。 它使应用和智能体能够对文本和图像进行分类、评估输入并确定后续操作，而无需生成完整的模型响应，帮助开发者构建更快速、成本效益更高的应用。https://twitter.com/OpenAIDevs/status/2107573382229188645

    引用OpenAI Developers@OpenAIDevs

    Let your app choose the right model, tool, or action in near real-time with Decisions API, now available to all developers in public beta. The Decisions API makes decisions up to 10x faster than GPT-6 Luna through the Responses API.

    推荐理由

    此次发布重点介绍了一种工作流模式：应用对输入进行分类并选择后续步骤，无需生成完整的模型响应，据称这样可以提升速度并降低成本。

  7. AWS Machine Learning Blog69

    Amazon Polly 升级其生成式引擎，改进语音并新增 14 种声音

    AWS 已正式推出 Amazon Polly 生成式引擎的升级版本，以低延迟提供更自然、更富表现力且更准确的语音。此次升级在 9 种区域设置中新增 14 种声音，包括印地语和芬兰语，使目录涵盖 11 种语言、25 种区域设置中的 57 种生成式声音。现有生成式声音将原地升级，声音名称、API 调用和定价保持不变；服务范围扩展至 AWS GovCloud（美国西部），使覆盖范围增至 11 个 AWS 区域。

    推荐理由

    API 调用、声音名称和定价保持不变，因此这项升级与现有语音工作流相关；无需更改代码，即可获得更广泛的语言覆盖。

  8. AWS Machine Learning Blog77

    Amazon SageMaker 训练会话 API 支持在托管 GPU 上运行自定义训练循环

    AWS 推出了 Amazon SageMaker AI 训练会话 API，开发者可以编写自定义 Python 训练循环，同时由服务管理 GPU 基础设施、分布式执行、故障恢复和检查点。费用按处理的 token 数计费，不包括本地计算奖励所花的时间。随附的 Cookbook 提供了 SFT 和 RL 配方，其中包括一个竞赛编程示例：经过 50 个训练步骤后，GPT-OSS 20B 在 200 道测试题上的留出集准确率从 40% 提升至 50.5%。

    推荐理由

    这些示例展示了如何将本地奖励逻辑与托管 GPU 操作分开，为自定义训练循环提供可复用的结构；按 token 计费，且不包括本地计算所花的时间。

  9. The Decoder77

    Google 的 Agent Compute Engine 为每个 AI 智能体提供硬件隔离的微型虚拟机

    Google 宣布推出 Agent Compute Engine，该引擎已为 Gemini 提供支持，并为每个 AI 智能体提供由 Google Titanium 芯片保护的隔离微型虚拟机，预计未来几个月开放预览。空闲虚拟机会自动暂停，共享内存则可降低运营成本。Google 表示，其开源的 Kubernetes 运行时 Agent Substrate 可使每台服务器支持的智能体数量提升至十倍；在一项涉及 200,000 个智能体的测试中，暂停和恢复耗时均低于 500 毫秒。

    推荐理由

    自动暂停虚拟机和共享内存凸显了基础设施成本是智能体部署中的一项实际制约因素；Google 报告称，该方案提高了服务器承载密度，且暂停和恢复耗时不到一秒。

  10. Google AI67

    Google 正在推进 Coral NPU——其端侧 AI 硬件蓝图，现已完成开放硬件设计，并推出软件和编译器工具、实际芯片及硬件套件。Google 表示，该架构可在数据所在位置处理 AI，以减少传输数据所耗费的能量；软件则用于应对不同设备之间的差异。Google 正与包括 @SynaCorp 在内的合作伙伴携手推出实体芯片。 https://goo.gle/4i1iUEZ

    推荐理由

    此次发布将开放硬件设计与编译器工具及实体芯片结合起来，展示了 Google 如何同时应对端侧 AI 的设备兼容性问题和数据传输所带来的能耗成本。

  11. Microsoft Research67

    Flint-interactive：用于创建交互式数据可视化的语言

    Microsoft Research 推出 Flint-interactive。这是一种构建于 Flint 之上的语言，用户和 AI 代理可以通过语义事件和高级更新运算符来指定交互式图表。Flint 编译器负责处理视觉依赖和渲染更新，支持筛选、高亮、缩放，以及与表格、文本和应用状态的连接。用户可以通过 Flint-MCP 和 MCP Apps 在聊天中使用它，也可以借助其编程 API 构建应用和自定义交互。

    推荐理由

    将语义交互事件与编译器管理的渲染分开，为构建相互连接的图表、表格和文本提供了一种可复用的方法，无需代理管理底层视觉依赖。

  12. NVIDIA Blog65

    英伟达推出 Minerva，为 AI 工厂提供端到端可观测性

    英伟达推出了 Minerva，这是一款 AIOps 平台，结合基础设施和工作负载遥测数据，帮助运营人员检测问题并维持 AI 工厂的生产效率。它会构建动态知识图谱，将异常与可能的根本原因关联起来，并配备 AI 助手，用于调查实时遥测数据并推荐修复措施。IREN 已在使用 Minerva，而 IBM、Jio、Lambda 和 Tesla 等合作伙伴计划部署该平台。

    推荐理由

    将工作负载变慢与基础设施拓扑关联起来，可以帮助运营人员根据受影响的作业和可能的根本原因来确定事件优先级，而不是只关注孤立的组件告警。

10月22日周四
  1. Google Gemini69

    Google Gemini 转发了 @ChanduThota 的公告：现在，用户无需复制代码或重新构建应用，即可将 Gemini App 中创建的交互式网页应用直接导出到 Google Sites。用户可以将应用导出为私密的网站草稿，自定义后发布，并与团队、客户或学生分享。 https://twitter.com/ChanduThota/status/2112927102261465551

    引用Chandu Thota@ChanduThota

    You can now take an interactive web app you built in Gemini App straight into Google Sites - no code to copy, no app to rebuild. :) Export it to a private site draft, customize it, then publish and share with your team, customers or students. 🧵 1/3

    推荐理由

    将现有的 Gemini 网页应用导出为私密的 Google Sites 草稿，省去了从创建应用到发布网站之间的复制和重新构建步骤。

  2. Hugging Face Blog62

    IBM Granite Timeseries Ensemble：在一个预测界面中结合四个模型

    IBM 推出了 Granite Timeseries Ensemble，这是一种采用宽松许可的方案，通过组合四个预训练的 Granite 模型来生成中位数和分位数预测，无需重新训练或拟合集成权重。它提供默认的等影响概率池化方法，以及一种自适应 IQR 替代方案。在 97 种 GIFT-Eval 配置中，默认方法的聚合 MASE 为 0.683，优于最强单个成员的 0.685；而 PatchTST-FM-r2 的聚合 CRPS/MWQL 仍然最低。加载四个检查点会增加推理时间和内存用量。

    推荐理由

    基准比较说明了该集成在略微改善聚合点预测与增加推理成本之间的权衡，同时也展示了概率预测准确度为何可能更有利于某个单独成员。

  3. The Decoder77

    Anthropic 预览 Claude Duet：一款能在用户离开时工作的主动式智能体

    Anthropic 推出了 Claude Duet 的研究预览版。这是一款基于 Claude Opus 5.5 构建的独立主动式智能体，能在用户离开时处理任务。美国的 Pro 和 Max 订阅用户可通过候补名单申请在 iOS、Android 和网页端使用。它每隔几小时检查一次已连接的应用，并与其他 Claude 产品共用使用限额。Anthropic 表示，Duet 在发送消息、付款、签署文件或删除任何内容之前都需要获得批准，并承认它可能误读对话串或漏掉更新。

    推荐理由

    Duet 的审批要求和定期账户检查表明，主动式智能体的自主性受到用户控制以及与其他 Claude 产品共用的订阅限额的约束。

  4. TechCrunch · AI76

    沃尔玛推出 AI 购物 Agent Gateway，亚马逊封锁代理

    沃尔玛宣布推出 Agent Gateway，这是一款 MCP 服务器，可让获准的 AI 代理搜索其在线库存并为顾客购物。将于下月推出的 Agent Profiles 会将代理购买的商品单独列出，并允许顾客要求交易须经批准，或设置支出限额。使用该服务需要沃尔玛账户，但不需要 Walmart+ 会员资格。沃尔玛表示，即使代理出现意外操作，其退货流程仍然适用。

    推荐理由

    沃尔玛的购买审批、支出限额和退货条款，为零售商如何让顾客掌控 AI 代理发起的交易提供了一个具体案例。

  5. vLLM65

    vLLM 宣布通过 vLLM-TorchTPU 在 TPU 上提供原生 PyTorch 服务。该项目由 Google 和 inferact 共同打造，支持前缀缓存、推测解码和解耦式服务。https://t.co/95cNrYzyPZ 在被引用的帖子中，Google Cloud 宣布 TorchTPU 正式开源，并支持使用熟悉的工具进行训练和服务。https://t.co/mISCD65vA4 https://t.co/z1Uwb2T3l6

    引用Google Cloud@googlecloud

    Native PyTorch on TPUs is here—and TorchTPU is officially open source. Train and serve models using the tools you already know: @vllm_project, @sgl_project, @_llm_d_, TorchTitan, @huggingface, and @raydistributed. Learn more from #PyTorchConf2026 → https://t.co/mISCD65vA4 https://t.co/z1Uwb2T3l6

    推荐理由

    支持前缀缓存、推测解码和解耦式服务，为读者评估 vLLM 在 TPU 上的原生 PyTorch 服务提供了可供考量的具体功能。

  6. vLLM66

    vLLM 宣布首日支持 Recursive_SI 的 Flint，并已准备好支持 NVFP4 和 BF16。 Flint 拥有 40B 个参数，每个 token 激活 2.5B 个参数。vLLM 报告称，其定制 NVFP4 内核在单张 GB200 上可达到 500 TPS，即使上下文长度达到 100K，且未使用推测解码也是如此。 https://t.co/syeGoLmAV2 https://t.co/b8skAjLZPk

    引用Richard Socher@RichardSocher

    Introducing Flint, @Recursive_SI’s first model: a fast local coding model built with our automated research system, the Eureka Machine. • Best-in-class fast local coding • Up to 2x faster than comparable models: 125+ tokens/sec on a MacBook Pro, 150+ on RTX Spark • Built from https://t.co/ufg2xScSGw

    推荐理由

    报告的 100K 上下文吞吐量为评估在单张 GB200 上部署 Flint（不使用推测解码）提供了一个具体参考。