We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence. https://t.co/r0qFLdvd6c
#模型发布#语音#端侧
Google 和 Meta 在 PyTorch Conference North America 2026 上开源 TorchTPU，这是面向 Google TPU 的原生 PyTorch 后端，取代 2020 年的 PyTorch/XLA，模型迁移只需把 model.to("cuda") 改为 model.to("tpu")。官方同时开源 TorchTPU、vLLM-TorchTPU、SGLang-TorchTPU 和 TorchTitan 四个仓库，Hugging Face 模型可直接运行，vLLM 与 SGLang 推理引擎原生支持。Google 公布的结果包括在 8192 块 TPU v7x 上运行 Qwen3 235B MoE 模型、达到 28% 模型 FLOPs 利用率，但公告也说明一行改动只能让模型跑起来，要达到峰值性能仍需调整形状、分片和算子。
#开源/仓库#部署/工程#Google
Google 发布开源跨平台 GPU 计算引擎 ML Drift，采用 Apache 2.0 许可，支持 OpenGL ES、OpenCL、Metal 和 WebGPU，是驱动 LiteRT 的核心 GPU 加速引擎。Google 用 Gemma 模型在开发者级工作站上测试，称其内存开销比 llama.cpp 和 MLX LM 等框架低 12%。该引擎已在 Chrome、YouTube Shorts、Photos、Meet 等应用中运行，其中 YouTube Shorts 在 Android 和 iOS 上分割类特效的平均帧延迟最多降低 40%，Adobe Lightroom 和 Photoshop 部分 AI 修图功能性能提升最多 30%。Google 将停止更新旧版 TensorFlow Lite GPU delegate，建议迁移到 LiteRT ML Drift GPU 加速器。
#产品更新#端侧#开源生态
farol 是采用 MIT 许可的开源 CLI 和 GitHub Action，在 AI 代码评审之后给出合并风险结论、0–100 风险分和风险最高的文件，并列出改动代码所触及的页面、接口、任务与脚本。它基于 TypeScript 类型检查器、go/types 和 Python ast 做静态分析，不执行也不外传代码，可通过 npx @winninjs/farol 或 winnin/farol/action 运行，只评论不阻断合并。作者称在四个仓库的 662 个历史提交上，fast track 档的 56 个提交未出现问题，风险分 AUC 为 0.72–0.83。
#开源/仓库#编码#部署/工程
Grok Bot 现在可以替用户致电他人或商家，代为提出请求、记录对方回应，并把通话内容整理成摘要发给用户。Elon Musk 在推文中公布了这一能力，未说明开放范围或上线时间。
Grok Bot 0.77 looks INSANE 🔥 > Calls: your Bot can dial someone, sit on hold, press keys and get transferred while you watch a live transcript > Messages on Mac: a setup screen under Connect Apps, still switched off > Tailscale: Grok Bot can join your private tailnet once an admin approves it > Payments: a screen to connect payment accounts and pick a default, on top of yesterday’s Vault > Sharing: emails when someone shares a Bot with you, and invites need Premium or Ultra
#产品更新#语音#Agent
#产品更新#Agent#Google
Anthropic 发布 OSS Scanner，用包括 Claude Mythos 在内的最强模型免费审计关键开源项目代码库，报告不经人工审核直接发给维护者。截至 10 月 19 日已有 114 个项目从约 650 份申请中入选，上线 11 天报告 77 个严重和 803 个高危发现。Anthropic 渗透测试人员复核 48 个项目的 97 个严重和高危发现，85 个（88%）达到其漏洞披露标准，1 个无效，11 个与已知问题重复。
#产品更新#安全/对齐#开源生态
Nvidia 开源了数据引擎 Flora，用于给机器人视频生成动作描述、分步评分和任务成败判断三类标注，模型已上架 Hugging Face。Flora 由三个微调的 Qwen3.5 模型组成，Nvidia 称其已在 GR00T 模型训练中运行，每天在 512 块 GB300 GPU 上标注最多 20 万小时视频。按 Nvidia 估算，标注一小时视频约 0.72 美元，而 GPT-6 Astra 约 88.5 美元，但该成本是基于每 GPU 每小时 10 美元租价的推算而非实测；在 WGO-Bench 上 Flora 动作边界检测最好，整体得分仍落后 Astra。
#开源/仓库#数据/训练#具身智能
阿里 AI 智能体“千问 Go！”上线“我的应用”功能，用户无需编程，说出需求即可搭建用于生活、工作和学习场景的应用，生成的应用支持对外分享和持续更新数据。该功能接入阿里云 AI 应用生产平台 Meoo（秒悟），可自动完成应用搭建、数据库配置和部署上线；结合云端 Pro 能力，授权后可调用用户在淘宝、高德、大麦、夸克网盘等平台的个人数据。目前“我的应用”及云端 Pro 均处于邀测阶段，用户可在千问 App 内邀测页面排队申请。
#产品更新#Agent#部署/工程
特斯拉副总裁阿肖克·埃卢斯瓦米在财报电话会议上确认，特斯拉正在自研一套基于 AI 的地图导航系统，将随 FSD v15 上线，融合车队采集数据、个性化路线规划并支持 FSD 语音控制。他称这是全新架构而非另一版地图，车队会自动采集街道信息并标注通行速度、停车标识、红绿灯、停车场等数据，用于解决限速识别、泊车和路线规划问题。新地图预计先在 FSD v15 的行程出发和到达阶段使用，之后数月内逐步覆盖泊车和语音控制等剩余导航能力。
#产品更新#端侧#语音
阿里宣布旗下 AI 智能体“千问 Go！”上线“我的应用”功能，用户无需编程，说出需求即可搭建用于生活、工作和学习场景的应用，生成的应用支持对外分享和持续更新数据。该功能接入阿里云 AI 应用生产平台 Meoo（秒悟），可自动完成应用搭建、数据库配置和部署上线；结合云端 Pro 能力，授权后可调用用户在淘宝、高德、大麦、夸克网盘等平台的个人数据。目前“我的应用”及支持操作云手机、云电脑的云端 Pro 均处于邀测阶段，用户可在千问 App 内邀测页面排队申请。
#产品更新#Agent#MCP/工具调用
Polter 发布自带控制中枢的终端，提供总管（Supervisor）和总控台（Control Room）两项能力，用于解决 Claude Code 开启 Auto Mode 后仍卡在 y/n 确认框、整夜停摆的问题。总管通过 terminal_read 读取其他终端的纯文本屏幕，屏幕静止达到默认 3 分钟阈值时由底层推送唤醒，常规安全操作代为放行，破坏性操作则弹窗报警并推入待办。总控台以群聊、任务看板（queued、working、blocked、done）和统计三个页签展示整晚进度，所有记录保存在本机 $XDG_STATE_HOME/polter/ 目录，不向云端或大模型发请求。
#产品更新#Agent#部署/工程
GenOffice 是一个 Apache-2.0 开源项目，把 Docs、Sheets、Slides、PDF 和 Markdown 放进共用同一编辑引擎的 Electron 桌面工作台，主语言为 TypeScript，提供 macOS、Windows 和 Linux 构建。其 DOCX 编辑思路是原文件按哈希归档、只标记变脏段落并生成 OOXML 片段拼回 document.xml，以减少未修改内容的格式损伤。项目将 agent-core、AI provider 抽象和格式引擎拆成共享包，但 AI 调用需登录 Genspark 账号并经其服务端，本地不存模型 API Key。
#开源/仓库#Agent#部署/工程
Microsoft Research 开源 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。团队在 ProgramBench 上把规模从 1 个智能体扩展到 1024 个，5 个最难任务的平均通过率从 19.31% 升到 28.78%（128 个智能体），pandoc 单任务在 GPT-6.1-sol 配 32 个智能体时达到 79.59%。代码以 MIT 协议开放，默认单节点 8 个 worker，1024 智能体运行使用 16 个节点、每节点 64 个智能体。
#开源/仓库#Agent#编码
Ollama 现在可以把文本转成语音，首个语音模型是来自 Gradium 的 Phonon 系列小型文本转语音模型，目前已在 macOS 上线，Windows 和 Linux 支持即将推出。在搭载 M5 Max 的 MacBook Pro 上，Ollama 借助 MLX 加速，速度比 Gradium 自家运行时快 35%，词错误率与 Hugging Face Transformers 参考实现持平。Phonon 兼容 OpenAI 的 /v1/audio/speech 接口，现有 OpenAI SDK 代码只需更换 base URL；phonon 以 Apache 2.0 发布，40M 模型采用 CC BY-NC 4.0 许可，仅限非商业使用。
#产品更新#语音#开源生态
Build with Kling 4.0 on Runway Dev. Access it via API alongside the full Kling lineup and generate up to 30 seconds of native video with audio, with up to 15 references and 10 keyframes for precise control. Get 20% off Kling 4 through November 30. Start building at the link below.
#产品更新#视频#部署/工程
Cognition 发布开源免费的 Devin Vulnerability Fixes 插件，包含 fix-php-vuln、fix-node-vuln、fix-gitlab-vuln 三个 Agent 技能，采用 MIT 许可，针对 PHP2Shell、Node.js 10 月安全版本和 CVSS 10.0 的自管理 GitLab 漏洞 CVE-2026-110264。技能按只读盘点、审批、校验目标版本、前后测试、每仓库一个 PR 五步执行，可在 Devin、Claude Code、Codex、Cursor、GitHub Copilot 等读取 SKILL.md 的智能体中运行，需 git、shell、Docker 和镜像仓库访问权限，npx 安装要求 Node.js 22.20 以上。原文未公布修复率基准，托管运行时、一体机和 Electron 应用只被标记而不打补丁。
#开源/仓库#Agent#编码
Spring AI 2.1.0-RC1 发布，新增 Session 会话记忆与 Human-in-the-Loop 工具调用确认两项能力，ChatMemory 体系自 2.1.0 起标记弃用、计划 3.0.0 移除。Session 把对话存为只追加的事件日志，压缩按轮次对齐并只追加边界事件；HITL 通过 requiresConfirmation 标记让工具调用循环暂停，等待真人决策后再恢复。作者在 JDK 21、Spring Boot 4.1.2 上用桩 ChatModel 实测了压缩、并发与审批流程，并指出官方博客中的多 Agent branch 隔离在 2.1.0-RC1 中并不存在。
#产品更新#Agent#MCP/工具调用
Thomas Unise 发布开源安全运营平台 Argus，采用 MIT 许可、可自托管，把云、身份、代码、设备和 Kubernetes 资产汇入一张证据图，并用 AI 智能体做检测、调查和处置。平台新增自主响应、AI 网关、影子 AI 发现、攻击模拟器和自主渗透测试等能力，自主响应与渗透测试默认关闭，需部署开关和租户级开启，动作经统一 broker 审批、试运行并自动回滚。平台支持 Anthropic Claude、OpenAI、本地 Ollama 或不接入模型，提供 Docker Compose、Helm 和 Terraform 部署方式。
#产品更新#安全/对齐#开源生态
Wouter van Oortmerssen 发布 Goose 编程语言，一种无堆分配器、无垃圾回收、无生命周期标注的内存安全系统语言，采用 Apache 2.0 许可开源。作者称在 16 项基准测试中，Goose 速度达惯用 C++ 的 3.3 倍、手写优化 C++ 的 1.16 倍、最佳安全 Rust 的 1.12 倍，内存占用分别少 1.9 倍、1.3 倍和 1.2 倍。编译器约三万行 C++，可输出单个 C 文件，作者表示该仓库几乎完全由 AI 辅助实现。
#开源/仓库#数据/训练#产品更新