Zest 推出短信 AI 智能体，可推荐餐厅并预订座位
餐厅发现应用 Zest 上线个人 AI“餐厅礼宾”智能体，用户发短信至 (212) 470-6067 即可获得推荐并通过 OpenTable、Resy、SevenRooms 预订座位。该智能体可加入群聊，融合多人偏好并用投票功能解决分歧，还能按菜系、饮食限制、场合等条件筛选。Zest 通过 Plaid 导入信用卡餐饮消费数据来学习用户口味，公司已开始测试该功能，未来计划扩展到购物等场景。
全部 AI 动态
TechCrunch · AIAI 评分4242 量子位AI 评分5858 百度 APP 发布四大 AI 升级，搜索 AI API 最低 4.9 元/千次
10 月 30 日，百度 APP 在北京举办产品升级沟通会，围绕搜索框、AI 镜头、GUI 可视化和 AI 互动应用推出四项升级，并升级搜索 AI API，活动期间最低价 4.9 元/千次，低于 DeepSeek 搜索 API。
量子位AI 评分3434 联想天禧AI 4.5全端升级：超能模式上线，覆盖AIPC、平板与手机
联想天禧AI 4.5于10月30日完成AIPC端发布，此前已先后上线AI手机端与AI平板端，实现三端覆盖。新版本推出“超能模式”，打通飞书、企业微信等连接器与个人知识库，可一句话拆解并跨应用执行任务；AI妙记支持会中实时脑暴与会后总结跨端同步，知识库问答文件上传数量扩展至20个。三端均支持全双工语音交互，AI手机与平板可远程调用AIPC接力执行复杂任务。
芥末堆AI 评分2222 海亮科技发布教师 AI 工作台 HaiMate，整合备课、课堂复盘与教师画像
海亮科技在第 88 届中国教育装备展示会上发布专为教师打造的 AI 工作台 HaiMate，将 AI 备课、课堂复盘、成绩分析、教师画像整合进同一入口。教师选定学段、学科与课型后可一键生成导学案、教案与教学 PPT，课前准备约半小时完成；上传课堂录音即可生成复盘报告。系统还支持导入多期成绩生成分析报告，并基于教师队伍九宫格回答用人推荐。
量子位AI 评分5858 英伟达与 MIT 团队基于 MiniMax H3 开源视频增强方案，最高支持 4K 重生成
英伟达与麻省理工学院组成的 Efficient-Large-Model 团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重，配套推理代码已在 NVlabs/Sana 仓库开放。
量子位精选AI 评分7474 国产开源模型OXR登顶三大文档解析榜，1.3B参数靠RSI自进化训练
国产开源文档解析模型OXR以1.3B参数量在OmniDocBench（97.18）、olmOCR-Bench（87.84）和DocParsingBench（87.76）三个榜单登顶，代码、权重和评测流程全部开源。
推荐理由：读者可了解1.3B小模型如何靠RSI自进化训练在文档解析三榜登顶，以及可插拔架构带来的部署取舍。
量子位AI 评分2727 STEPX Neo 发布两周迎首次升级，智能体能力持续释放
阶跃终端旗下大模型原生智能体手机 STEPX Neo 在发布两周后完成首次升级，覆盖视频创作、生活服务与工作任务。用户可通过个人智能体阶跃 Amoo 一句话调用剪映生成 Vlog，也可经 Amoo 将复杂工作交给 WorkBuddy 完成，并支持支付宝神券与 AI 付下单。
极客公园AI 评分5858 TRAE 上线开发者个人助理，主打跨项目记忆与多任务并行
TRAE 于 10 月 29 日上线开发者个人助理，采用全局 TRAE 宝与项目专属 TRAE 宝双层架构，可跨项目理解历史上下文，并在单个项目中拆解、并行推进多个任务。
TechCrunch · AIAI 评分4040 Meta 悄然推出 AI 时尚应用 Style Sketch
Meta 悄然上线 AI 时尚应用 Style Sketch，可连接 Instagram 用已发布照片搭建虚拟衣橱，也支持拍照、录视频或上传图片手动添加单品。应用会基于用户已有衣物推荐搭配，并提供贴合体型与肤色的虚拟试穿，目前已在印度尼西亚、新加坡和泰国上线 iOS 与 Android。用户还可输入目的地、行程天数和活动安排，获得结合天气预报的逐日穿搭计划。
The Verge · AIAI 评分5858 Google Gemini 聊天中可直接生成并编辑 Docs、PDF 等文件
Google Gemini 现在支持在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 文件和代码，即日起对所有 Gemini 用户开放。PDF 预览与编辑在网页端和移动端均可用，其他文件格式目前仅限网页版。用户可全屏展开文档编辑，也可选中文本向 Gemini 提问或要求修改，例如选中表格让它转成图表。
TechCrunch · AIAI 评分5050 Granola 推出听写功能，与 Wispr 正面竞争
以会议记录工具起家的 Granola 上线听写功能，用户按 Fn 键即可在 Mac 任意应用中语音输入，工具会自动清理并格式化文本，且不限字数、免费使用。该功能将陆续登陆 iOS 和 Windows。此前 Wispr 已从听写工具扩展至会议记录，Fireflies、Speechify、Monologue 等语音应用也在走向多功能融合。
AWS Machine Learning BlogAI 评分2222 AWS Batch 为 SageMaker Training 作业推出配额管理，支持跨团队借还资源
AWS Batch 为 SageMaker Training 作业新增配额管理能力，管理员可按团队或项目划分配额份额，并通过 RESERVE、LEND、LEND_AND_BORROW 三种资源共享策略自动借出或借用空闲 GPU 容量。
NVIDIA BlogAI 评分4242 NVIDIA Omniverse 如何用前沿 AI 智能体把想法变成仿真应用
开发者用 GPT-6 Astra 等前沿 AI 模型配合 NVIDIA Omniverse 库，通过自然语言指令构建仿真应用。已有项目覆盖从场地扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析，到 2000+ SimReady 资产场景搭建和 80 传送带、40 机械臂、800 箱体维持 30 FPS 的仓库压力测试。
TechCrunch · AIAI 评分3838 Amazon 为 Alexa 新增 100 多项购物能力，可管理订阅与配送指令
Amazon 在假日季前为 Alexa 新增 100 多项购物相关能力，支持创建和编辑购物清单、管理订阅周期、修改配送地址与投递说明，并解答 Prime 与 Audible 订阅及账单问题。Amazon 称今年年初以来使用智能体功能的用户数增长 8 倍，过去 12 个月已有超 4 亿消费者用 Alexa 购物。
Hugging Face Blog同新闻AI 评分7272 Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，提供 FP8 与 NVFP4 两个官方版本，另有 Unsloth 和 llama.cpp 团队制作的 GGUF。
The Verge · AIAI 评分4040 NYT Cooking 应用测试 AI 食谱修改功能
《纽约时报》正在为其 Cooking 应用测试 AI 食谱修改功能，可推荐食材与厨具替代方案、按任意份数缩放食谱，并适配不同锅具。该功能目前向 iOS 端所有 Cooking 订阅用户开放，后续将扩大范围，定制食谱为私密内容、不可分享。部分读者在评论区表达对 AI 环境影响和体验的担忧，官方称暂不提供关闭选项，但该功能完全可选。
Hugging Face BlogAI 评分3131 Granite Switch 4.1.1 发布：像更新软件一样更新模型
IBM 发布 Granite Switch 4.1.1 补丁版本，与 4.1 完全向后兼容、无需迁移，基础模型未重新计算，只需组合最新适配器即可部署。更新包括支持 10 种语言、原生标点与大小写的 Granite Speech ASR 模型，以及在 Jev Decision Index 测试集上性能提升的 granitelib-core Decision 适配器。
TechCrunch · AIAI 评分4242 Amazon 为 Alexa 新增 100 多项购物功能，可管理订阅与配送说明
Amazon 在假日季前为 Alexa 新增 100 多项购物相关能力，支持创建和编辑购物清单、管理订阅周期、修改配送地址与投递说明，并可解答 Prime、Audible 订阅及账单支付问题。Amazon 称今年使用智能体功能的用户数增长 8 倍，过去 12 个月已有超 4 亿消费者用 Alexa 购物。
Hugging Face BlogAI 评分5858 AnySpeechRecognizer 与 AnyDecisionModel 发布：面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、NVIDIA Parakeet 与阿里 Qwen3-ASR 引擎并新增说话人分离，后者以概率方式回答是非、多选和评分问题。
量子位精选AI 评分7676 Genspark Media Studio 上线视频 Agent 工作台
Genspark 发布视频 Agent 工作台 Media Studio，接入 20 多家厂商的 70 多个模型版本，由大语言模型担任导演负责写剧本和调度视频、图像、音频模型。
推荐理由：作者完整实测了从rap视频到短剧的生成流程，读者可据此判断多模型编排的实际产出质量与积分消耗。
量子位AI 评分5858 逐际动力更新FluxVLA Engine V2技术报告，补充在线RL与真机部署评测
逐际动力更新开源具身工程底座FluxVLA Engine的第二版技术报告，相较9月首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围。
量子位AI 评分5252 逐际动力更新FluxVLA Engine V2技术报告，补充在线RL与真机部署评测
逐际动力更新开源具身工程底座FluxVLA Engine的第二版技术报告，相较9月首版新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围。报告显示14种策略接入同一套LIBERO闭环评测，8组模型与设备组合的推理频率提升至2.31–9.64倍。
量子位精选AI 评分7171 扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，主打 Agent 与代码任务
扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，采用 MoE 架构，总参数 350 亿，每个 token 激活约 30 亿参数，支持思考模式。
推荐理由：读者可以看到扩散语言模型在Agent连续任务和代码评测上的具体表现，以及它与自回归模型在速度上的差异。
爱范儿精选AI 评分7272 实测即梦短剧工作室：DreamScript、Anycook、DreamShot 串起短剧制作流程
即梦推出短剧工作室，把剧本创作、角色与场景资产管理、3D 导演台、智能预演、片段重拍和超分等功能放进同一套项目流程。自研剧本模型 DreamScript 可按题材标签直接生成完整剧本，图片模型 Anycook 生成的角色与场景可沉淀为后续镜头反复调用的资产，分镜模型 DreamShot 负责把剧本拆成镜头。
推荐理由：作者完整走了一遍从剧本到成片再到局部重拍的流程，读者可据此判断这套工作流在哪些环节省掉了重复生成。
黑板洞察AI 评分4242 千问上线“学习档案”：整合拍题、批改记录生成学情报告
千问10月29日上线“学习档案”功能，可整合拍题、作业批改、错题本、小讲堂等学习记录，生成个人学情报告，分析知识掌握情况、薄弱知识点和主要错因，并提供针对性建议和专属练习卷。有学生用它分析过去3个月记录，发现数学正确率63.4%，涉及完全平方公式、一元二次方程判别式的18道题全部答错，千问据此自动生成15道练习题覆盖五大薄弱知识点。用户可从批改结果页或对话框输入“我的学习档案”进入。
TechCrunch · AIAI 评分3838 Anthropic 推出报告工具，帮企业看清 AI 花费买到了什么
Anthropic 发布一套报告工具，让企业按日期范围查看团队用 Claude Code 等工具产出了什么、花了多少 token 成本、工作流在哪里卡住，并提供改进建议。
The Decoder精选AI 评分7070 Google 在 Android Dev Summit 开放 Android Studio 第三方智能体接入并发布多项 Gemini API
Google 在 Android Dev Summit 上为 Android Studio Rabbit 2 推出 Bring Your Own Agent 功能，开发者可通过开放 Agent Client Protocol 在 IDE 内运行 Claude、Codex、Google Antigravity 等 40 多个编码智能体。
推荐理由：Android Studio 开放第三方智能体接入并配套 CLI、Skills 与 MCP 接口，读者可据此判断移动端智能体开发流程的变化。
The Verge · AIAI 评分4242 Chrome 增强自动填充接入 Gemini，可从 Gmail 提取信息填表
Chrome 增强自动填充开始用 Gemini with Personal Intelligence 从 Gmail 中提取信息，帮用户填写表单。该功能可建议快递单号、航班预订号、酒店预订和近期订单号等内容，敏感数据保持加密，用户可在设置中管理权限或关闭。功能即日起在美国上线，覆盖桌面、Android 和 iOS 版 Chrome，需开启 Personal Intelligence。
TechCrunch · AIAI 评分4242 Chrome 的 AI 自动填充功能现可读取 Gmail 帮你填表
Google Chrome 上线增强版 AI 自动填充，可从 Gmail 中提取航班确认号、会员 ID、订单号、地址、电话和信用卡号等信息填入网页表单。该功能属于 Google Personal Intelligence 的扩展，用户可在 Chrome 设置中选择是否开启，敏感数据会加密。目前面向美国桌面端用户及 Gemini in Chrome 的 iOS、Android 应用推送。
The Decoder同新闻AI 评分7171 Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、将其中 31 种与英语互译，并识别 13 种语言中的说话人，支持最长 1 小时、最多 8 人的录音。
同一新闻，精选展示《NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线》
The DecoderAI 评分3636 Anthropic 为 Claude for Legal 新增自动核验来源的 artifacts
Anthropic 为 Claude for Legal 推出可交互的 artifacts，能在律师复核前自动完成引用核验，并把每条陈述链接到原始来源。该功能还支持跨国法律比较、案件文件管理、立法追踪和按内部规范检查合同，法律目录中已有 Bloomberg Law 等 60 多个集成可直接连接自有数据库。
Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
推荐理由：原文给出多语言转写、说话人分离与提示词控制的具体能力，以及配套数据管线和微调配方，便于评估落地方式。
NVIDIA BlogAI 评分5858 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
TechCrunch · AIAI 评分5858 英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转写，并同步更新开源语音数据集 Granary 第 2 版。
爱范儿AI 评分6060 实测讯飞输入法 16.0：意图成稿与语音改口能省多少事
作者实测讯飞输入法 16.0.1，其第三代语音输入「意图成稿」可读取截图与长程记忆，跨聊天框直接生成汇报、请假、点评等草稿。语音底座接入 Spark-ASR-2.0，支持边说边改的口令编辑，官方称方言识别准确率由 85% 提升至 91%，高噪环境从 66% 升至 84%。个性化 AI 键盘汇集 15 万名创作者的 30 万个表达技能，并新增可互动的「键盘搭子」。
极客公园精选AI 评分7474 即梦上线短剧工作室，把剧本、导演台与剪辑整合进同一项目
即梦于10月26日上线「短剧工作室」，将剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑串联在同一项目中。其中DreamScript剧本模型可辅助生成角色小传、人物关系和剧本正文，短剧导演台支持在3D空间安排站位与运镜，智能预演可用生成一段8秒视频的成本预演1分13秒的戏。同期即梦推出双十一优惠，Seedance 2.5视频生成价格最低0.19元/秒，通过CLI使用最低0.18元/秒。
推荐理由：原文完整拆解了即梦短剧工作室从剧本到分镜再到预演的流程，可据此判断视频生成工具向工作流整合的方向。
量子位AI 评分5858 蚂蚁百灵开源 Ling-3.1-flash-1019 与基座模型 Ling-3.1-flash-base
蚂蚁集团旗下百灵大模型于 10 月 28 日正式开源 Ling-3.1-flash-1019，该版本面向 Personal Agent 场景，在 Artificial Analysis Intelligence Index v4.3.2 上得 44 分，较上一版本提升 3 分。
Ars Technica · AIAI 评分2222 蛋白质与基因组设计软件迎来自然语言交互
蛋白质与基因组设计软件现在支持用自然语言告诉 AI 工具想要生成什么样的蛋白质。用户可直接以日常语言描述目标蛋白，无需依赖专业参数输入。
The DecoderAI 评分6060 Google DeepMind 发布 Genie 4 世界模型，可实时生成带声音的交互世界
Google DeepMind 发布 Genie 3 的继任者 Genie 4，这是其首个直接生成声音的实时世界模型，支持键盘操作与文本提示驱动场景，角色可对话并实时响应用户输入。
Hugging Face Blog精选AI 评分7373 Liquid AI 发布 LFM3 系列：六个 2B 级多模态模型共享同一骨干
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一骨干上，全部开源权重并已在 Hugging Face 上线。
推荐理由：Liquid AI 公布 LFM3 系列六个 2B 级模型共享同一骨干，并给出单卡微调与端侧部署路径，可据此判断小模型专用化路线。