月活百万的 AI 热点资讯站 AIHOT 正式开源,AIHOT 2.0 同步上线
月活百万的 AI 热点资讯网站 AIHOT 正式开源,AIHOT 2.0 版本同步上线。作者用 Claude Opus 5.5 和 GPT-6 Astra 重写旧代码库,开源了采集流程、精选评分流程、聚簇机制及生产环境全部 Prompt,具体信源未放出。该框架面向法律、HR、金融等行业,用户可替换信源与精选标准构建自己的资讯产品。
月活百万的 AI 热点资讯网站 AIHOT 正式开源,AIHOT 2.0 版本同步上线。作者用 Claude Opus 5.5 和 GPT-6 Astra 重写旧代码库,开源了采集流程、精选评分流程、聚簇机制及生产环境全部 Prompt,具体信源未放出。该框架面向法律、HR、金融等行业,用户可替换信源与精选标准构建自己的资讯产品。
OpenAI 发布 dots,将其定位为主动式助手,可在复杂项目和日常任务中持续推进工作。官方说明 dots 让用户在工作推进过程中保持掌控。
选题角度:原文只给出 dots 是能跨复杂项目持续推进的主动式助手这一句介绍,缺少入口和实测细节,暂不适合直接拍。
Shopify 宣布浏览器端 AI 智能体现可在其商家站点完成下单,能力从搜索商品、加购扩展到结账环节。新增 get_checkout、update_checkout、complete_checkout 三个工具,智能体可读取并修改结账页、调整地址或配送方式,并在买家授权后提交交易,无需截图或抓取网页。
MicroLLM Lab 上线,可在浏览器中直接试跑 7 个小模型,其中最小为 135M 参数。测试以正则和精确 token 等客观检查为准,不看写作质量,并统计 tokens/s 持续解码速度与客观测试通过率,数据只留在本机。用户还可用 JavaScript 编写 benchmark,编辑器代码在本源下 eval() 执行。
Nvidia 发布 Open Agent Safety Platform,将开源软件 OpenShell 与运行在 BlueField-4 DPU 上的独立监控系统 Sentry 结合,在硬件层隔离监控智能体行为,可在毫秒级隔离越界智能体。该平台获 Anthropic、Arm、Microsoft、Oracle、SpaceX 等数十家公司支持,OpenAI 未在列。
Vlo 0.3 是一款面向 AI 合成的开源可扩展视频编辑与生成软件,强调对生成过程的控制与修正而非自动化。它支持在时间线上任意位置 inpaint、用 SAM2 做视频遮罩、sam-audio 提取音轨,并内置 Minimax H3、Qwen2.1、Krea2、LTX2.5 等工作流,以 ComfyUI 为主要 AI 引擎。
Nvidia 发布 Open Agent Safety Platform,为 AI 智能体提供隔离管控,CEO 黄仁勋称其本质是"智能体的浏览器"。
Nvidia 发布面向 AI 智能体的安全平台,把 3 月开源的 OpenShell 沙箱软件与新的硬件看门狗 Sentry 结合,Sentry 是 BlueField-4 DPU 的参考设计,独立于主计算机运行,在 Vera Rubin 数据中心系统中位于智能体与 AI 模型之间的唯一连接上,可在毫秒级隔离试图越界的智能体。
ElevenLabs 将低延迟语音模型 Eleven v4 Turbo 接入 ElevenAgents,用于实时语音客服等场景,中位推理延迟约 100 ms,长通话稳定性较高。
作者用 MiniMax H3 REF 配合 ComfyUI-Fizgig-H3-Still 节点做 Ref2Img 与 Img2Img 图像编辑,在 5060 Ti 16GB 上以 18 步生成 4096x1536 图像约需 1 分钟。
选题角度:作者给出 ComfyUI 节点、工作流和提示词,并实测 4096x1536 一分钟出图,适合按步骤复现这套 Ref2Img 编辑流程。
Hugging Face Hub 新增 RL Environments 筛选器,带 rl-environment 标签的数据集仓库即可作为强化学习环境,无需新建仓库类型、注册表或注册。Harbor、Verifiers、OpenEnv、NeMo Gym 四个框架已注册为数据集库标签,同一数据集可携带多个框架标签,标签仅表示兼容性。
Google 开始在印度测试让用户通过 Gemini 和 AI Mode 直接购买沃尔玛旗下 Flipkart 的商品,部分用户可在指定商品页面看到 Buy 按钮并跳转至 Flipkart 结账流程,无需离开 AI 界面。测试目前仅限部分用户和智能手机、电子产品、手机配件等少量商品,Google 计划 10 月晚些时候在印度节日购物季前扩大范围。
ElevenLabs 将图像生成、视频生成和 Flows 模板能力开放为 API,图像与视频 API 可调用 Google、OpenAI、ByteDance 和 Creatify 的模型,定价与应用内一致。模板把图像、视频、语音、音乐和 SFX 模型打包成免配置流水线,输入产品图与名称即可返回成品素材,并支持通过 MCP 在 Claude、ChatGPT 或 Cursor 中使用。
Inferact用16块谷歌TPU v7跑Kimi K3达到每秒709个token,比16块英伟达GB200的452个快57%,并已开源这套megakernel代码。该方案将92层MoE计算合并为单个Pallas程序,配合DeepSeek的DSpark推测解码框架,acceptance length达6,且GPQA-Diamond 94.4%、GSM8K 97.2%与GPU结果一致。
Matt Wolfe 的 AI 周报汇总了本周多条动态,包括 Claude Opus 5.5、GPT-6 Sol 与 Luna、Grok 4.7、Gemini 3.8 Live Avatar 与 Gemini 3.8 Flash TTS,以及一款新 AI 模型类型。
Meta 本周在 Connect 2026 开发者大会公布 Muse AI 应用多项新功能后,于周五开放抢先体验申请,用户可通过在 X 上分享指定提示词让 Muse 将自己加入名单。新功能包括可与用户视频通话的数字虚拟形象、更多购物合作与连接器、Muse Mac 应用扩展,以及登陆 Meta 的 AI 眼镜,支持唤醒词语音交互。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,实现销售额提升 60%、节省 75+ 小时。
微软为 Copilot 推出基于 OpenClaw 构建的 Autopilot 智能体,并把 Copilot 应用拆分为 Home、Code、Autopilot 三个部分。
KREA 2 Turbo 风格库完成更新,修复了 397 个风格中 290 个因提示词缺失风格名而无法正确渲染的问题,模板改为 Style: {name}: {style description}。
Meta Superintelligence Labs 工程副总裁 David Singleton 表示,每位 Muse 用户都能免费获得一台完整的云端电脑,运行完整的 Ubuntu Linux 镜像,可安装软件、编写和编译代码或浏览网页。
ElevenLabs 面向美国、加拿大、EU27、澳大利亚和英国 18 岁以上大学生推出 ElevenLabs for Students 计划,包含 ElevenCreative、ElevenAgents 和 ElevenAPI 的 3 个月免费使用,以及 ElevenReader Ultra 一年免费。
Google 正在测试 Call for Me,让 Gemini 代替用户给商家打电话,目前仅限美国 Pixel 11 用户且需付费 Gemini 订阅和 Google Phone 应用 beta 版。
Midjourney 官方发布了一支视频,教用户如何使用其新的编辑模型实现角色一致性等效果。官方表示,很多人都在问怎么用这个新编辑模型,因此专门做了这支视频。
选题角度:官方为新的编辑模型出了一支教学视频,讲怎么保持角色一致性,适合跟着视频做同款角色复现实测。
Midjourney 发布多项更新:在 v8.1 和 v8.2 中推出新版本 --tile,用于生成无缝图案;同时上线新版 inpainting,只修改用户选中的像素。官方还在 alpha 站点预览了实时模型的早期版本。
选题角度:官方一次性放出 --tile 无缝图案、只改选中像素的 inpainting 和 alpha 站实时模型预览,适合上手实测三项更新的前后差异。
PrismML 在高通骁龙峰会上展示了 1-bit Bonsai LLM,可在基于 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该版本为 20 亿参数、面向视觉与语言调优的模型,可将大模型压缩 4 倍并保留标准基准上几乎全部性能,用户可实时询问所看到的物体。目前尚无搭载 PrismML 的智能眼镜发布。
Google Photos 的 AI 虚拟衣橱功能现已面向美国、巴西和印度的 iOS 与 Android 用户开放,该功能根据照片中穿过的衣物生成个人衣橱副本。
Google 推出名为 Call for Me 的新功能,让 Gemini 代替用户给商家打电话,初期面向美国付费订阅 Gemini 的 Pixel 11 用户,并需使用 Android 版 Google Phone 应用的 Beta 版本。
米奥兰特在第五届全球数字贸易博览会全球首发 AI 出海经营智能体“出海精灵·小元AI”,并已上架腾讯 WorkBuddy,成为其出海场景生态伙伴。双方通过 MCP 接入,用户在 WorkBuddy 工作台内可直接调用买家匹配、开发信生成、展会获客等外贸垂直能力,无需切换平台。该产品拟采用“充值+token消耗”收费方式。
是石科技自研 Meta-Infer 高效部署引擎,通过内核补齐与通信重构,让 DeepSeek-V4.1-Flash 在 8 张 PCIe-Only 显卡上输入吞吐从 1932 tok/s 提升至 13274 tok/s,达 6.87 倍,并支持 1M 超长上下文。
一个每日更新的页面把 Artificial Analysis Intelligence Index 上的模型按混合 API 价格和每任务成本绘图,标出"价值前沿"——即没有更便宜模型能同时更聪明的那条线。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流,支持 DLSS 4、光线追踪、Reflex 和最高 5K HDR,无需 100GB 本地安装。
清华大学与无问芯穹开源面向具身智能的云原生纳管平台 RLark,可将机器人、相机等设备像 GPU 一样申请调度。平台已完成 3 个集群、近百个云边端节点和 4 种型号具身设备的统一纳管,设备纳管从小时级缩短至约 5 分钟,任务提交后 10 秒内启动。跨地域实测中,RLark 与 RLinf 结合连续运行约 36 分钟、推进至 323 个 global step,跑通采集—训练—真机验证闭环。
Meta 在年度 Connect 大会上公布个人 AI 智能体 Muse 的一系列新能力,包括可实时视频通话的数字分身、接入 Meta 智能眼镜、在 Mac 上代用户操作任意应用,以及为 Muse 分配独立邮箱地址。
Meta 在年度 Connect 活动上发布 AI 可穿戴设备 Muse Charm,用于连接其个人 AI 智能体 Muse。该设备为掌心大小的挂饰,可放口袋或挂钥匙链,带小屏幕显示智能体虚拟形象 Jolly,用户按下角落的指纹传感器即可直接对话,无需解锁手机或打开 App。Zuckerberg 称团队还需完成元件布局,设备预计 12 月假日季前发货。
Meta 在 Connect 2026 大会上发布首款无摄像头 AI 眼镜 Ray-Ban Meta Audio,由 EssilorLuxottica 设计,起售价 349 美元,10 月 13 日开启预售。
Google Beam 正式扩展至美国、加拿大、英国、法国、德国和日本六国,由 18 家渠道合作伙伴支持部署,旗舰硬件为 HP Dimension with Google Beam。
ChatGPT Voice 迎来重大升级,全球可用的语音功能现在运行在 OpenAI 新的 GPT-6 Astra、Sol 和 Luna 模型上,并首次可以访问邮件、日历和 Slack 等插件。
选题角度:原文给出演示视频和邮件、日历、Slack 等插件入口,适合按演示场景逐条实测语音完成日常任务的效果。
OpenAI 宣布将语音智能体功能带到移动端,用户可用语音触发起草文档、总结邮件等工作流。Plus 和 Pro 用户可在手机 Work 标签页创建文档、起草邮件、总结 Slack 消息,还能建站、做演示、使用云端浏览器以及访问财务等功能;Free 和 Go 用户则可使用插件和已连接应用。
YouTube 正在为创作者推出新的 AI 工具。YouTube Studio 中的故事助手会分析脚本和粗剪,结合频道历史表现,就节奏、结构和叙事给出修改建议;创作者可同时 A/B 测试最多三个剪辑版本并撤下表现差的版本。
Google 为 Private AI Compute 平台引入服务端持久记忆能力,让云端 AI 助手能跨设备保留上下文,同时维持端侧级别的隐私标准。该架构将数据封存在加密存储中,解密密钥仅保存在用户个人设备上,模型访问时通过端到端加密通道在安全隔区(secure enclave)内临时解密处理。