AssemblyAI 发布首款文本转语音模型 AssemblyAI-TTS-1 并正式开放，面向实时电话语音智能体，定价为每 100 万字符 15 美元，不设年度合同和并发档位。该模型仅以托管 API 形式在 us-east-1 和 eu-north-1 提供，支持 HTTP、WebSocket 和 OpenAI 兼容接口，内置 4000 多种音色、即时声音克隆和 6 种语言。厂商自测显示实体准确率 93.7%、首字节中位延迟 47 ms，但 Cekura 独立基准测得流式延迟 159 ms、朗读准确率 81.5%，且发布时尚不支持 SSML、语速控制和情感标签。
#模型发布#语音#部署/工程
Infini-AI-Lab 发布开源框架 Hermit，通过训练外部 harness 适配器来适配 AI 智能体，模型与 harness 保持冻结，v0.1.0 于 2026 年 10 月 25 日发布。框架为 Python 实现、Apache-2.0 许可，可用 pip install hermit-harness 安装，内置 GEPA、SkillOpt、MetaWorld Model、Harness² 和 Continual Harness 五种演化方法。在 GLM 5.3 Flash 上，MWM 适配器在 CL-Bench 数据库探索任务达到 0.795 准确率，高于 in-context 基线的 0.580，但多数结果为单次运行的自报数据。
#开源/仓库#Agent#开源生态
Prime Intellect 发布 Prime Mega MoE，在 DeepSeek 开源 DeepGEMM 库的 Mega MoE 内核基础上补上了融合且重叠的反向传播，使其可用于训练而非仅推理。在 prime-rl 训练器中，Qwen3 MoE 模型的完整训练步比基线快 32% 至 34%，比 TorchTitan 快 48% 至 55%；单层前向最高提速 3.11 倍（12.0 ms 降至 3.9 ms），但 Qwen3-235B-A22B 的反向仅提速 1.24 倍。该内核支持 BF16、Blackwell 上的 MXFP8 和 Hopper 上的 blockwise FP8，以 Apache 2.0 随 prime-rl 发布，通过 mega_moe 分发后端启用。
#开源/仓库#数据/训练#部署/工程
逐际动力开源的具身智能工程底座 FluxVLA Engine 于 10 月 22 日完成重要更新，技术报告显示其已把 OpenVLA、π0.5、DiT4DiT、GR00T 等异构策略纳入同一套数据、训练、评测与部署流程。在英伟达 AGX Orin 64GB 上，GR00T 推理频率从 3.2Hz 提升到 7.4Hz，π0.5 从 1.4Hz 提升到 4.4Hz；配合 RTC 和轨迹后处理三步机制衔接真机执行。在线 RL 方面，SmolVLA 在 LIBERO-10 上成功率从 66.2% 升至 76.2%，在 RoboTwin Clean 的 10 个任务上从 45.9% 升至 61.3%。
#开源/仓库#具身智能#部署/工程
AI 开发产品 TRAE 于 10 月 29 日正式上线开发者个人助理 TRAE宝，把全局助理加项目助理的双层助理体系引入开发工作流。全局助理可读取开发者过往任务、对话与产物，在新任务中自动补齐项目背景与历史决策，并支持绑定飞书、微信等即时通讯工具下发任务和同步进度。项目助理则基于当前项目上下文把复杂需求拆成多个子任务并行推进、联调与汇总。当前版本仅支持本地任务，云端任务与移动端能力将在后续迭代开放。
#产品更新#Agent#部署/工程
蚂蚁集团10月27日发布灵光2.0后，新版灵光已原生打通支付宝生态，并接入钉钉命令行接口（CLI）等数十项外部工具。以钉钉为例，用户授权后灵光可调用群聊、待办、日历、文档等能力，在后台汇总群聊重点、提取待办并跟进提醒。灵光2.0核心升级了跨会话记忆、长程任务调度与工具连接能力，并支持通过MCP、CLI等协议连接飞书、滴滴出行、高德地图、百度网盘、米家等应用。
#产品更新#Agent#MCP/工具调用
豆包工作今日向团队订阅版和企业订阅版客户开放三方大模型服务，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。该功能上线后默认开启，企业无需另行向模型厂商采购或额外申请，按用量扣除企业已有的 AI 点数。企业可按成员、部门、群组或全员划定可用范围，并指定模型在豆包电脑端、豆包工作电脑端、豆包移动端、豆包网页端及飞书内豆包工作等场景中生效。
#产品更新#Agent#MCP/工具调用
DeepSeek 在 GitHub 开源推理引擎 DeepInfer，即 DeepSeek-V4.1-Flash 背后的推理引擎，包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术，并披露单集群每天需处理约 155 万亿个 Token。其 Zero-Overhead Batch Scheduler 让 CPU 提前一轮安排计算，与 GPU 前向重叠，并通过 total_inflight_tokens 记账、Remap 映射和 DeferredRelease 延迟回收处理跨轮次状态错位。目前开放的是离线推理能力，线上 KV Cache 存储和跨副本负载均衡等组件尚未完整公开，官方也未单独公布该调度机制相对同步方案的端到端加速数据。
#开源/仓库#推理#部署/工程
腾讯在 2026 全球数字生态大会上宣布 WorkBuddy 自今年 3 月上线以来累计完成 90 亿次任务请求，企业版落地 50 多个行业。会上发布 Buddy One 跨应用 AI 协同体系，将 WorkBuddy、腾讯文档、腾讯会议、腾讯网盘和 ima 连接起来共享 Agent 底座，同步推出承担统一存储角色的腾讯网盘。企业版还升级了安全与可观测能力，并发布 WorkBuddy 托管智能体（WMA），企业可将工作流程沉淀为 Skills 交由云端 7×24 小时运行；目前生态已汇聚超 5 万家伙伴及开发者，上架 Skills 超 20 万个。
#行业动态#Agent#部署/工程
Google 发布 Connected Apps Platform，允许企业和开发者提交自己的应用接入 Gemini 和 Google Search，并选择只在其中一处或两处同时上线。该平台目前以 beta 形式面向美国开发者开放预览，上线后可追踪流量、延迟和错误率，并保留品牌标识与认证账号。Gemini 已有超过 50 个 Connected Apps，包括 Adobe、Experian、Localiza、Peloton 等合作方，这些应用将在未来几周进入 Google Search；冥想应用 Calm 也将登陆 Gemini 和搜索。
#产品更新#Agent#MCP/工具调用
Google 宣布 Chrome 将推出进阶版 AI 自动填充，可从用户的 Gmail 中提取航班确认号、会员 ID、物流信息、订单号、地址、电话或信用卡号等信息填入在线表单。该功能是 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。功能先面向美国桌面端用户推出，并登陆 Chrome 中的 Gemini iOS 和 Android 应用。
#产品更新#Google
How we built Content Studio, an open-source design agent in Slack that makes on-brand videos, graphics and decks, and the harness that powers it. https://t.co/pevQsp0A4J
#开源/仓库#Agent#部署/工程
苹果发布搭载 M6 芯片的新款 14 英寸 MacBook Pro 和 iMac，14 英寸 MacBook Pro 起售价 1999 美元，iMac 起售价 1499 美元。与上一代 M5 机型相比，M6 MacBook Pro 图形性能最高提升 30%、AI 性能最高提升 25%，续航最长 24 小时；新款 iMac 的端侧 AI 性能比搭载 M4 芯片的机型最高快 4 倍。美国等 35 个国家和地区可从 10 月 28 日起预订，11 月 6 日正式开售。
#产品更新#端侧
Hi3D 开源 V1.0 高分辨率几何细化模型，已在 GitHub 和 Hugging Face 上线，可商用；该模型基于 Sparc3D 架构，训练数据约 200 万个筛选后的 3D 资产，是 Sparc3D 论文 50 万设置的 4 倍。据其技术报告，V1.0 多视图保真度与细节丰富度分别为 0.75 和 0.841，切片成功率 90%。同时推出的 Hi3D Agent 以 Hi3D 专业 3D 模型为底座，串联意图理解、生成、修改与交付，最新 V3.0 模型称可商用 2048³ 精度。
#模型发布#开源生态#多模态
智元发布具身 Agent 框架 Genie Master，让精灵 G2 机器人在真实便利店执行任务时自主分析失败原因、调整策略并沉淀经验，不依赖人工示范与调试。框架通过具身执行协议 EEP 打通上层 Agent 与底层动作策略，并分 Harness RSI 与 Policy RSI 两条路线分别积累经验和更新动作策略。智元称这是行业首次跳出仿真环境与实验室设定，在真实业务场景中跑通 Physical RSI，11 月 2 日将开启 24 小时便利店直播，由 6 台精灵 G2 连续上岗。
#产品更新#具身智能#Agent
千里科技发布一颗4D毫米波雷达，内置10 TOPS NPU，从天线设计到点云输出整条链路交给模型处理，并支持OTA升级感知能力。与上一代采用DSP端侧计算的4D雷达相比，点云密度增强10倍、探测距离提升40%、鬼影消除提升至95%、空间角分辨力提升12倍。雷达提供边缘侧、卫星架构和兼容三种工作模式，卫星架构下原始数据输入量可能比传统4D雷达多约100倍，ADC带宽做到6Gbps。
#产品更新#端侧#数据/训练
RoboParty 萝博派对发布全栈开源人形机器人 RP1，开放范围覆盖机械图纸、电气系统、自研 ROMOMO 关节、底层控制、仿真训练与部署链路。RP1 身高 135cm，提供 24 个主动自由度的开源版和 30 个自由度的开源版 Pro 两种本体配置，已展示连续行走、人体动作跟踪、扰动恢复和跌倒起身等真机能力。目前已公开 URDF、MJCF 及网格模型等资源，并开放 hhtools 人体动作重定向工具，CAD、BOM、电路板制造文件等部分资料仍属内部工程记录，具体开放范围以项目仓库为准。
#产品更新#开源生态#具身智能
10月27日，乐奇Rokid 在 Jungle2026 发布会上推出 Rokid Glasses 2、全彩 AI 眼镜 Rokid Color 与交互戒指 Rokid Ring，售价分别为 3699 元起、4999 元起与 1699 元。Glasses 2 电池容量提升 25%、整体续航较上一代提升 50%，光机体积缩小 30%，AI 通话翻译支持 89 种语言。Color 采用定制 0.16cc Micro-LED 全彩光机，重量 55 克（不含鼻托）；Ring 可适配全系眼镜，以滑动、单击、双击等微手势完成操作。
#产品更新#多模态#端侧
新加坡厂商Brilliant Labs于当地时间10月27日发布Halo AI眼镜，售价399美元，采用全彩Micro-OLED显示屏并搭载自研AI助手Noa，支持实时语音交互与长期记忆。设备围绕Ask、Make、Play三种体验展开，其中Narrative系统把现实活动转化为可实时调整的互动游戏。硬件与软件均采用开源设计，以端侧AI处理为核心，整机重量略高于40克，官方称最长续航14小时。
#产品更新#端侧#开源生态
10月27日，乐奇Rokid在杭州发布Rokid Color全彩AI眼镜、乐奇AI眼镜二代和Rokid Ring智能戒指三款新品，售价分别为4999元起、3699元和1699元。Rokid Color采用三色合光全彩Micro-LED加衍射波导方案，视场角25°、分辨率500×380、最大亮度1000 nits，整机重55g。Rokid Ring由乐奇Rokid联合MythLink打造，支持食指点击、滑动、旋转和响指等微手势配合眼镜操作，并具备心率、血氧、体温等健康监测功能。
#产品更新#多模态#端侧