TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线，可把长视频转成带时间戳的结构化 JSON 元数据。新版本支持按用户定义的分段规则返回匹配片段、结合参考图像的多模态提示，以及无需预索引的即时处理，单次请求可分析最长 2 小时视频。模型通过 InvokeModel 和 InvokeModelWithResponseStream 调用，目前在美国西部（俄勒冈）区域提供。
#产品更新#视频#多模态
Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点为所有 Anthropic Claude 模型提供结构化输出，返回符合 JSON Schema 的响应，无需自定义解析或重试逻辑。该功能通过约束解码在生成 token 时强制执行 schema，并提供 JSON Schema 输出格式和严格工具调用两种机制。编译后的语法缓存 24 小时，首次使用新 schema 的请求会略慢；递归 schema、外部 $ref 和数值、字符串长度约束不被强制执行。
#产品更新#部署/工程#Anthropic
Together AI 发布 Together Post-Training，支持通过 RL 环境奖励和 SFT 监督数据构建定制模型，训练循环由用户自行定义。服务提供独占 GPU 的 Model Resources，支持多个 LoRA 适配器共享同一 GPU 容量，并按 GPU 分钟计费；首批支持 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B 等开放权重模型。训练完成后可在 Dedicated Model Inference 中通过多 LoRA 适配器切换对比各次实验结果。
#产品更新#数据/训练#部署/工程
成立 8 个月的 Conway Research 亮出首款个人 AI 助手 Underdog，完全运行在用户设备上且离线可用，已推出 Mac、Windows 测试版，并获 a16z、Anthropic 投资联合体等投资。其模型包括基于 Qwen3.8 27B 打造的 Saluki 27B（已开源，权重体积为全精度版本的 1/7、保留 96% 性能）和 Woof 4B，配套推理引擎 Husky 在 MacBook 上让 Woof 4B 每秒最多处理 730 个 token，比 MLX 快 4.5 倍。产品还上线了基于 Qwen-Image Flash、Qwen-Image-2.1-Turbo 的本地图像生成与编辑，以及与 Stripe 合作的设备端智能体支付。
#行业动态#Agent#端侧
Lovart 发布 2.0 版本，推出个人设计 Agent“Arti”，能记住用户的设计习惯与审美，并全天候在线执行定时设计任务。Arti 具备画布巡检、设计调研、自动更新记忆、自进化技能和反馈改稿等能力，其中画布巡检和调研的主动触发需升级会员。智东西用 Arti 为 DeepSeek 设计了一版鲸系男性二次元形象，并测试了 Q 版立绘、调研报告插入对话和按巡检意见改稿等流程。
#产品更新#Agent#图像生成
DeepSeek 上线 Search 和 Fetch 两个接口，底层由自研搜索引擎驱动，每 1000 次成功请求收费 5 元（约 0.75 美元），失败、无结果或超时不计费，11 月 1 日起正式收费。两个接口此前在 DeepSeek Harness、Claude Code、Codex 中免费使用，各限速每秒 5 次。横向对比，Tavily 约 8 美元/千次、Brave Search 和 Google Custom Search 约 5 美元/千次，DeepSeek 的价格约为主流海外方案的一折到两折。
#产品更新#Agent#搜索
阶跃终端旗下首款大模型原生智能体手机STEPX Neo先行版在多平台首销，全栈定价3999元，搭载第五代骁龙8、16GB+256GB存储和6.36英寸120Hz OLED屏幕。价格还包含Step AOS 1.0智能体原生操作系统、Step Studio开发工具、Step系列模型，以及连续12个月每月百亿Token的使用额度。系统采用智能体界面与传统App桌面双入口，背部MiniLED点阵背屏实时显示智能体状态，生态上走MCP接口路线，已接入支付宝、腾讯、携程、滴滴、高德、美团等近百家企业或产品。
#产品更新#Agent#MCP/工具调用
DeepSeek 发布 DeepSeek-V4.1-Flash-1017 版本，官方称其为性能与费用的帕累托改进，API 调用方式和价格不变，开发者仍用 deepseek-flash 访问。官方数据显示 DeepSWE v1.1 的 Pass@1 从 74.2 升到 77.0，Terminal-Bench 4.0 从 31.2 升到 42.3，但在 HLE 上只拿 42.6，低于 Claude Opus 5 的 56.3。新版通过基于自反馈的强化学习训练，强调从零构建完整项目，官方展示了故宫 3D 建模、网页赛车游戏等案例。
#模型发布#编码#Agent
AI 世界模型公司 Odyssey 在 X 发布演示视频，称已将果蝇大脑模型接入旗下 Odyssey-3 世界模型，让数字果蝇在完全由 AI 生成的虚拟场景中自主飞行。Odyssey-3 于 10 月 8 日开放研究预览，采用自回归扩散 Transformer 架构，可根据历史画面及用户或智能体的动作预测后续状态，应用方向涵盖机器人控制、自动驾驶及 AI 智能体训练。Odyssey 此前披露以数十小时演示数据训练机械臂控制能力，并与 Flexion 合作开发人形机器人策略。
#现象/趋势#具身智能#数据/训练
作者发布 iPhone 输入法紫毫，基于 Rime（中州韵）引擎并内置雾凇拼音，基础打字功能免费、无广告，打字内容只在手机上处理。它支持导入 Rime 配置文件夹、ZIP、YAML 或 GitHub 仓库并自动更新，词库可按 Rime 格式同步到 iCloud 云盘与 Mac 鼠须管合并。作者称模拟测试中错 2 个字母的句子一次打对率从 36% 提高到 56%，错 3 个从 26% 提高到 53%。
#产品更新#端侧#语音
SandboxAQ 于 2026 年 10 月 19 日宣布扩展面向企业智能体的 Switch AI 平台，推出用于发现、测试和防护智能体的 Switch Trust，以及追踪每个智能体成本与价值的 Switch ROI。Switch Trust 按 Discover、Scan、Evaluate、Monitor 四步运行，覆盖提示词注入、越狱、数据泄露等检测，测试未通过的智能体将被阻止发布。Switch ROI 把支出追踪到单个智能体、会话和轮次，并将花费与工单解决、PR 加速等结果挂钩，给出模型选择、未使用工具、回答长度和缓存四类降本建议。
#产品更新#Agent#部署/工程
微软于 2026 年 10 月 19 日宣布在 Project Perception 和 Microsoft 365 E7 中新增安全能力，把企业 AI 智能体视为潜在内部威胁，由 Guardian Agents 持续监督智能体行为，并按风险变化调整其权限。智能体发现范围新增 35 种本地智能体、总数达 60 种，包括 Claude Code、OpenAI Codex 和 GitHub Copilot；Dynamic Permissions 让智能体从零权限起步，只授予任务范围内、有时限的权限。Dynamic Agent Risk 综合智能体自身活动与身份、数据、端点、云、网络和运行时信号评估风险，高风险时可隔离运行时或直接停止执行。
#产品更新#Agent#安全/对齐
Modal 于 2026 年 10 月 19 日发布博客称，计划为 Modal Sandboxes 支持 NVIDIA 基于 Arm 的 Vera CPU，这是其全 x86 机队首次转向 Arm。Modal 公布的基准显示，在负载下 Vera 的任务吞吐量最高可达同等 x86 机器的两倍，单任务延迟持平或更低。Modal 还开源了基于 terminal-bench-2.1 构建的 Agentless Agent Bench，包含 50 个剥离网络调用的 Terminal-Bench oracle 任务与验证器。
#行业动态#部署/工程#数据/训练
Together AI 于 2026 年 10 月 19 日推出 Together Post-Training，支持用户自定义强化学习与监督微调循环来构建定制模型，前六周 B200 使用价格为每 GPU 小时 9 美元。服务首批支持 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B 等开放权重模型，按 GPU 分钟计费，并提供 sample_batch、forward_backward、optim_step、weights_sync 等 SDK 接口。训练完成后可在 Dedicated Model Inference 中以多 LoRA 方式切换适配器，并支持 FP4 精度合并部署。
#产品更新#数据/训练#部署/工程
Replika 创始人 Eugenia Kuyda 创办的 Wabi 于 10 月 19 日开放个人 AI 助手公开下载，覆盖 iOS、Android 和 Mac，此前从 9 月 28 日起为邀请制。该助手主打与家人朋友共同使用，可在对话中生成共享日历、行程、追踪器等小应用，并称会在重要操作前向用户确认，用户可随时断开邮箱、日历、健康等连接。Andreessen Horowitz 曾于 2025 年 11 月 5 日宣布领投其 2000 万美元 pre-seed 轮。
#产品更新#Agent#端侧
Agility Robotics 为下一代人形机器人 Digit 5 采用 Nyobolt 电池，充电 9 分钟可工作约 90 分钟，续航与充电时间比达 10:1，而 Digit 4 仅为 2:1。公司称 Digit 5 每天可完成两个以上完整班次的工作，首批客户预计 2027 年上半年拿到产品，此后六到九个月扩大供应。两家公司未公布电池容量和充电循环次数等具体数据。
#行业动态#具身智能#产品更新
由 OpenAI CEO Sam Altman 参与创办的 World 推出 World ID 身份验证方案，可在 Zoom 会议中显示蓝色标记，证明对方是真人而非深度伪造。用户需先用足球大小的 Orb 设备扫描虹膜，之后通过手机摄像头和 App 与加密存储的 Orb 数据比对完成验证。World ID 提供三档验证：最低档 Proof of Attributes 凭官方证件核验，Proof of Presence 需自拍，最高档 Proof of Human 需用 World App 配合 Orb 采集的自拍比对生物特征。World 称该协议基于开源代码，用区块链实现数据去中心化与加密，并已有多家银行和金融服务机构在工作环境中引入该工具。
#产品更新#安全/对齐#多模态
Google 将在未来几周把 Gemini 中用于单项任务的 Gems 改名为 Skills，并把今年春季推出的后台智能体 Gemini Spark 去掉独立名称，以 Tasks 的形式并入聊天窗口。Skills 支持在对话中通过斜杠或 @ 符号调用，并可组合多个技能，底层使用基于 Markdown 的 SKILL.md 标准，但 Canvas、Deep Research 以及视频和音乐生成暂不支持 Skills。私人账号的 Gems 将于 2026 年 11 月 17 日自动转为 Skills，Workspace 企业账号则从 2027 年 3 月 1 日起停用旧 Gems，教育机构为 2027 年 6 月 1 日；德国、奥地利和瑞士暂不开放云端 Tasks 及相关事件触发计划。
#产品更新#Agent#Google
Google 更新 Gemini Notebook，为 Slide Decks 和 Video Overviews 加入共创能力，不再从初始提示词直接跳到最终成品，而是基于用户来源材料分步引导创作流程。新流程会先建议包含的主题，再根据反馈确定视觉风格和格式，生成后可用 Review 开关继续编辑。该功能将在未来一周内面向所有 Gemini Notebook 用户全球推送。
#产品更新#Google#多模态
DeepSeek 通过 Search 和 Fetch 两个新 API 向外部开发者开放自研搜索引擎，可获取实时网页搜索结果和网页正文，每 1000 次成功请求收费 0.75 美元，且无需额外调用模型，可用于其他厂商模型驱动的应用。Search 返回带标题、URL、摘要和总结的排序结果，Fetch 以 Markdown 格式返回单个网页内容；官方称该引擎每日处理数亿次请求，索引包含数千亿网页。发布同时伴随 DeepSeek-V4.1-Flash-1017 小版本更新。API 文档显示每个账号的 Search 和 Fetch 请求各限制为每秒 5 次，单次搜索最多返回 50 条结果，仅对返回结果的请求计费。
#产品更新#搜索#Agent