面壁智能的算子生成系统 ForgeKernel 在英伟达 B200 上从零生成 DeepSeek-V4.1 的 FlashMLA Prefill 算子，比人类手写版本快 9.8%，全程 42 轮迭代、22.5 小时、22 个 GPU 小时，人类未写一行代码。直播结束后团队联合 OpenBMB 社区宣布开源，并在昇腾 CANNBench 的 950DT、950PR、A3 三张榜单登顶。团队与清华大学等机构在 arXiv 发布 JustGoal 论文，称只给优化目标时模型在 B200 的 10 个算子中有 8 个跑赢人类维护的开源库。
#产品更新#Agent#开源生态
智元在创新日发布具身基座模型GO-3 Preview和全模态交互大模型WITA-OMNI，前者在RoboDojo、RoboTwin、RoboColiseum三项评测登顶，后者在Daily-Omni、TimeLens-Bench、EmbSpatialBench、MMAU四项评测居首。同时推出第三代硬件架构AHA3、重载机器人精灵G2 Max和具身原生操作系统灵渠OS，并计划年底全面开源灵渠OS 1.0。智元还提出衡量机器人有效智能工时的单位Worken，公式为活跃机器人数量乘自主工作时长乘产出效能比。
#行业动态#具身智能#模型发布
We’ve raised $1.3M from YC & Afore Capital so you never have to type or speak again. Typing is slow. Talking into your computer is awkward. Subvocal fixes both Our glasses give you the speed of speech without you making a sound or touching a keyboard. It tracks your internal speech muscles with non-contact sensing and decodes silent, almost invisible mouthing into text at more than 200 words/min. Pre-orders are now live at: https://t.co/DzrwIpg3GR
#产品更新#语音#端侧
#产品更新#OpenAI#安全/对齐
Computer's Mac and Windows apps now work in your own Chrome. The new Perplexity extension links the two, so Computer uses sites you're already signed into. Here, it turns a business's reviews into a prioritized list of fixes and replies. Live now for all Computer users in the Mac and Windows apps. Get it: https://t.co/IuPEEK6bZ0
#产品更新#Agent#MCP/工具调用
today, we introduce a little mischief to the world. for four years, we’ve been brewing real brain cells on electrodes to understand how they compute. now, we’ve turned those discoveries into a video model anyone can use. from 0.5¢ a second, mischief 1 is at least 5x faster than its base and the cheapest image-to-video model on @fal and @OpenRouter. soon to be on @awscloud marketplace. it’s not a delusion anymore. biocompute is real, commercial and this is just the beginning. happy halloween.
#模型发布#视频#开源生态
Oracle 在 Oracle AI World 上发布 Fusion Companion 和 Fusion Agentic Home，员工可用自然语言描述业务目标，软件据此选择并协调所需的交易、流程、审批和智能体，入口包括 ChatGPT 等受支持的 AI 应用。Fusion Companion 会结合业务数据、用户权限和 Fusion 应用上下文，并保留现有的身份、权限与审批规则；复杂计算和长时任务交由 9 月 29 日公布的 Fusion Claw 执行环境处理，AI 处理使用 OpenAI 和 Google Gemini 等模型。Oracle 同时推出采用 Universal Permissive License 1.0 的 Fusion Setup and Configuration Registry，要求 Fusion Applications Release 26D 及 2026 年 10 月 16 日的维护包或更新版本；Fusion AI 按 AI Unit 计费，标价 1 美分每 AI Unit。
#产品更新#Agent#OpenAI
Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，以 Bring Your Own Agent 方式开放接入 Claude、Codex、Junie、Antigravity 等外部编码智能体，通过 Agent Context Protocol（ACP）接口调用模拟器、构建系统和 Logcat 等工具。新版加入 Skill Manager 管理 Android Skills，覆盖 XML 视图迁移到 Jetpack Compose、升级 AGP 9、折叠屏自适应布局等场景，并提供 /review 命令审查和修复其他智能体写的代码。CLI 可作为 Antigravity、Claude、Codex 的插件，android preview 在无模拟器可视化时最多减少约三倍 Token 消耗；Google 同时展示了比较各模型性能与成本的 Android Bench 2。
#产品更新#Agent#编码
The Biological Computing Co.（TBC）将于 10 月 30 日通过 fal.ai 上线图生视频模型 TBC Mischief，该模型基于 Wan 2.2，公司称其生成速度提升 5 倍、成本降低 80% 且画质更好，但未提供独立基准。Mischief 定价为每秒生成视频 0.02 美元，11 月 2 日前免费；TBC 称 Wonder Studios 在约 6 分钟内批量生成了 100 个 5 秒片段。其做法是用培养神经元网络的电活动记录指导研究，再以不到底层模型参数量 0.1% 的后训练适配层修改现有扩散 Transformer，推理仍在常规 AI 硬件上以软件运行。
#模型发布#视频#部署/工程
Draw Things 开发者推出开源 AI 助手 Local Code，Mac 用户可下载模型并在本机处理提示词和文件，无需上传云端。应用支持生成演示文稿、图像和视频，分析表格，处理 Word 与 PowerPoint 文件，并内置可代为浏览网页的浏览器；经用户授权后可读取 Mail、Messages、Notes 信息并修改 Calendar 和 Photos。应用提供 Qwen 和 DeepSeek 模型，Qwen 3.8 27B 最低需 16GB 内存、下载约 10GB 至 21GB，较大的 DeepSeek 模型下载约 89GB 或 376GB；本地使用免费，也可通过自有 API key 或 9.99 美元起的预付额度使用云端模型。该应用此前于 9 月 12 日开启公测，现已提供 Mac 直接下载，开发者称 Mac App Store 版本即将上线。
#产品更新#开源生态#端侧
🚀 DeepSeek-V4.1-Flash-1017 is here! Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost. Now live on our website, app, and API. 🛠️ Optimized for @DeepSeekHarness, Tencent CodeBuddy, WorkBuddy, and more. Upgrade to DeepSeek Harness v0.2.1-rc.1 or later for the best experience with the new model. 1/4
#模型发布#开源生态#DeepSeek
百度在 10 月 30 日的产品升级沟通会上宣布全新升级搜索 AI API，活动期间最低价 4.9 元/千次，低于 DeepSeek 搜索 API 的价格。百度称该能力已覆盖 170 余种工具场景，搜索页 GUI 场景覆盖提升 5 倍，接入政务、民生、央行等超 50 亿资源数据，覆盖 20 多个行业并开放生态。其性价比来自 AI 原生四层架构，引擎层通过多 Agent 协同自进化，整体迭代效率提升 80% 以上，应用层支持 API、MCP、Skill 全方案接入。
#产品更新#搜索#Agent
临界点（AGILINK）在智元创新日灵巧操作分论坛发布OmniGlove Pro数采手套并开启量产交付，试图以“真机Ready”标准补上触觉数据缺口。同期其OmniHand灵巧手在绍兴卧龙产线POC工位连续完成72道工序，单轮耗时8.5分钟，任务成功率98%，可连续作业8小时。官方数据显示，截至2026年10月OmniHand系列累计量产突破1.5万台，临界点还宣布开放触觉数据、操作模型与工业部署框架。
#产品更新#具身智能#数据/训练
GitHub 在 2026 年 10 月 28 至 29 日举行的 GitHub Universe 2026 上宣布，整合自动模型选择与多模型协作的 Copilot Fusion 正式提供，可在 VS Code、GitHub Copilot 应用、CLI 和 JetBrains IDE 中使用，按 Standard、High、Max 三档处理级别自动决定所用模型与 Single、Cascade、Critique 三种执行方式。桌面版 GitHub Copilot 应用同时开始公测 Projects，把资料、仓库、会话与成果物集中到一处管理。GitHub 称 Fusion Max 在 Artificial Analysis Coding Agent Index 上得分 60，与使用 Opus 5.5 Max 的 Claude Code 相差 2 分以内，单任务平均 API 费用约为其一半、耗时约少 40%。
#产品更新#Agent#编码
极米记得 AI 记忆眼镜 G1 与 AI 记忆手环 L1 于 10 月 28 日正式开售，手环 L1 标准版售价 599 元，眼镜 G1 标准版首发价 1299 元。两款设备共用极米记得 App 与同一套 AI 记忆服务，开机即录，可将日常交流转写并自动生成会议纪要、待办事项和生活卡片。数据管理上采用只留文字不留原音的方式，语音转写完成后删除原始音频，并支持设置免录时段和隐私禁词。
#产品更新#端侧#语音
大晓机器人联合南洋理工大学 S-Lab 发布面向具体环境构建的世界模型 Mundo，支持场景重建、自由视角探索和时空模拟。Mundo 可将物体的质量、摩擦等物理属性写入场景程序，由物理引擎计算运动、接触与碰撞，并支持调用智能体用代码编辑场景中的物体、属性与动作。输入 1 至 12 张图像即可构建可探索三维空间，同一组参考图像支持多条相机路径，更大场景可连续生成数十秒至分钟级探索画面。
#模型发布#具身智能#多模态
腾讯宣布旗下AI数据分析平台腾讯灯塔正式对外开放，企业与个人用户可通过 beacon.qq.com 注册使用，平台提供自然语言问数、看板生成、归因分析、指标监控与团队协作等能力。灯塔AI支持3大类10种数据源接入，官方称搭建全链路运营看板从传统BI的4至6个工作日缩短到不超过2小时，业务监控看板从打开对话框到定稿用时8分钟。平台预置12个数据分析技能和3个可视化技能，可通过MCP协议接入企业内部系统，新用户首次注册赠送500积分，此后每月赠送500积分。
#产品更新#数据/训练#MCP/工具调用
智元在 2026 智元创新日具身作业生产力分论坛上发布具身基座模型 GO-3 Preview、具身 Agent 框架 Genie Master 和重载具身工业机器人精灵 G2 Max。GO-3 Preview 采用理解、预测、动作生成统一的 WRAM 架构，在 20 类技能 100 个任务上 Zero-Shot 平均成功率由 13.4% 提升至 56.4%，模型规模扩展实验中由 56.2% 提升至 73.2%，并已登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单。联席总裁姚卯青提出可衡量、可复制、可持续三项能力标准，现场还给出手机包装任务 98.3% 成功率、便利店精灵 G2 任务成功率从首日 28.6% 升至第五天 85.7% 等数据。
#行业动态#具身智能#Agent
英伟达与麻省理工学院研究人员组成的 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，推理代码已在 NVlabs/Sana 仓库开放。该方案基于 MiniMax H3，支持 2560×1440 的 2K 输出，最高可实现 3840×2160 的原生 4K 重生成，训练时冻结 H3 Transformer 主干与视频 VAE，仅训练新增的细化 LoRA。团队测试显示，单张 NVIDIA B200 GPU 上约 5 秒视频的放大、三步细化和 2K 解码合计耗时从 87.26 秒降至 22.45 秒；在 RefinerBench-150 上，该方案 UniPercept 平均分为 60.0，官方 H3-Regenerate-2K API 为 53.4。
#开源/仓库#视频#开源生态
行元智能发布面向机器人预训练的跨本体数据引擎 Chorus（众行），可将智能眼镜、胸戴相机、腕部相机、UMI 等设备采集的人类操作数据转化为适配不同机器人本体的训练数据。行元称平均可用数据转化率提升至 85%，在当前测试配置下适配 16 种机器人本体，每小时有效机器人轨迹处理成本降至 15 元，结合 3 倍指令增广可实现约 40 倍有效训练数据扩容。文章同时梳理了具身数据从筛选、标注、动作转换到验证、反馈迭代五个环节的难点，以及真机、仿真、UMI、人类第一视角视频四类数据源各自的短板。
#行业动态#具身智能#数据/训练