禾赛于 2026 年 10 月 14 日发布 Kosmo，由 Kosmo One 空间相机与 Kosmo World 云平台组成，把物理环境转成高保真 3D 数字空间，用于机器人训练、世界模型开发和内容创作。Kosmo One 为 8K 超高清 AI 空间相机，结合激光雷达、一英寸传感器和高精度 IMU，单次重建可同时产出 3D Gaussian Splatting、mesh 和深度数据，禾赛称一次扫描可自动生成超过 10000 条训练轨迹。公司同时宣布与 Galbot、Dexmal 达成合作，并展示与 RenderMan、高德地图的应用，其执行模块累计交付量在 2026 年第二季度末突破 10000 套。
#产品更新#具身智能#数据/训练
Nvidia 于 10 月 12 日发布 Vera CPU Rack 规格，首次推出以 CPU 为核心的服务器机架设计，面向 agentic AI 负载。按其架构，GPU 版 Vera Rubin NVL72 机架负责传统 LLM 训练与推理，Vera CPU Rack 则处理 agentic AI 负载。该机架基于第三代 MGX 架构，并将 Vera Rubin 机架及 MGX 1.2 的抽屉式计算托盘设计提交至 Open Compute Project 的 Open DC Initiative。MGX 1.2 兼容 19 英寸机架设备，单机架支持最高 250kW，并引入机架级液冷。
#产品更新#部署/工程#OpenAI
Inworld is your new favorite inference provider. We already process tens of trillions of tokens a month because we understand consumer AI different, and we've built our inference from the ground up for it. Today, the inference top consumer AI apps run on is opening up. https://t.co/jasm1DzweO
#产品更新#部署/工程#开源生态
YouTube Music 周三宣布推出新的标注系统，用于标明借助生成式 AI 创作的歌曲，包括参与作曲和人声的部分，标注会显示在播放页面上，点击可查看 AI 在创作中的具体作用，该标注也将扩展到 YouTube 主应用。YouTube 表示与多家音乐合作方协作并部署了自有检测工具，合作方可通过 Fully Gen AI、Partly Gen AI、No Gen AI 三种分类申报作品，其中使用 Auto-Tune 等音准修正工具的作品归入 No Gen AI。与其他平台不同，YouTube 侧重信息披露而非全面限制，AI 参与本身不会使曲目失去变现资格。
#产品更新#多模态#视频
YouTube 开始为使用 AI 改动或完全生成的歌曲添加 Made with AI 标签，判断标准包括用生成模型创作旋律和人声等情形。该标签先在 YouTube Music 应用上线，之后扩展到 YouTube 主应用，点击播放页标签可查看详情。YouTube 要求音乐合作方主动披露生成式 AI 使用情况，未披露时会借助其他信号判断歌曲是否由 AI 生成。
#产品更新#视频#Google
#产品更新#Agent#部署/工程
#产品更新#Agent#部署/工程
#产品更新#Agent#部署/工程
#产品更新#Agent#部署/工程
xAI 发布 Grok Voice 3.0，称其为全球最智能的语音转语音模型，擅长处理客服通话，响应时间低于一秒，成本低于其他前沿模型。Elon Musk 转发并附上试用提示。
Introducing Grok Voice 3.0, the world’s most intelligent speech-to-speech model. It excels at resolving customer calls, responds in under a second, and costs less than other frontier models. https://t.co/cfDRrkQPEc
#模型发布#语音#xAI
腾讯宣布企业微信与AI办公产品WorkBuddy联合发布新版本，双方完成深度融合，WorkBuddy可在企业授权范围内调用企业微信的消息、文档、会议、微盘等能力，并以对话机器人身份进入企业微信通讯录。智东西实测发现，WorkBuddy已能完成群聊记录总结、读取微盘周会纪要生成智能文档、整理未读邮件并生成待办清单，但审批、账号互通等环节仍存在限制，企微账号与原有账号数据不互通。
#产品更新#Agent#MCP/工具调用
APUS 开源 Reflex Agent，采用自研 Reflex 决策模型完成 Harness 中的决策环节，围绕无限记忆、无损记忆、无损输入构建无限上下文方案，面向可长期持续处理任务的 Personal Agent。该项目以 MIT 协议开源，提供桌面端、Web 和 SDK；Reflex 基于 Qwen3.5 的 4.5B 参数模型微调，测试场景下页面响应速度相比同类 Agent 提升 2-3 倍。
#开源/仓库#Agent#端侧
Google 于 10 月 14 日宣布在 Android 上推出一套 AI 反诈防护，核心是 Google Messages 中可选开启的 Enhanced protection 模式，开启后 Scam Detection 可通过 Private AI Compute 调用云端 Gemini 模型分析陌生发件人的消息上下文与意图，该模式将在未来几周内推送。第二层防护用端侧 Gemini Nano 实时核查链接安全性，第三层为陌生号码链接增加带上下文的警告；Google 称其 Scam Detection 目前每月标记超过 500 万条疑似诈骗通话和短信。此外 Android 将屏幕共享敏感信息隐藏扩展到 Chrome 和 Android WebView，并新增通话转接保护，后者将于 2026 年 12 月初在 Pixel 等设备上线。
#行业动态#安全/对齐#Google
NVIDIA 发布 CUDA-X 新库 cuPotential，供开发者构建模拟原子与分子相互作用的 AI 智能体，并公布 Synopsys、Cadence、Siemens、Lam Research、KLA、Applied Materials 等半导体厂商对 CUDA-X 库的采用情况。cuPotential 目前处于早期访问阶段，NVIDIA 称早期测试中它让已 GPU 优化的流程再加速 2-3x，Synopsys 已用它加速材料模拟。NanoVDB 在 OpenVDB 中开源，NPP 通过 NVIDIA CUDA Toolkit 提供，Lam Research 的 NanoVDB 加速版 SEMulator3D 计划于 2026 年底发布。
#产品更新#部署/工程#数据/训练
Ultrafast versions of GPT-6 Astra and SOL 6.1 are now available in Perplexity Computer for Max subscribers. Both generate tokens faster, completing long Computer tasks sooner. Choose Astra or SOL 6.1 under Custom, then set speed to Ultrafast. https://t.co/g428a2Q0SC
#产品更新#OpenAI#部署/工程
Introducing Expand Fetch, a new way to scrape and crawl the web. Your agent has never seen the web. No wonder it gets basic questions wrong. Traditional Markdown APIs lose critical details. So we trained two System one models to change that: Iris, a vision model that sees pages like you do, preserving tables, icons, and layouts. X-Ray, a JSON model that uncovers the hidden data behind every page. Every fetch also comes with a Wayback Machine. Every line links back to its source, so you can verify exactly what your agent saw. Three products. One API. On our benchmark of 1,094 questions across 326 challenging web pages, agents using Expand got 74% right. The next best API got 55%. Available today at $1 per 1,000 fetches. Try it at https://t.co/x4SDYsUX25
#其他#产品更新#Agent
#产品更新#OpenAI#Agent
SpaceXAI launched Grok Voice 3.0 tops Artificial Analysis’s Speech-to-Speech Index at 86.9, beating OpenAI and Google. The index blends spoken reasoning, simulated support calls, blind preference votes and task success, where GPT-Live-1 (Astra, Medium) reaches 83.2. The largest gain comes on τ-Voice, where a simulated caller asks the model to rebook flights or dispute charges using domain tools and a policy document. There, Grok’s success rate jumped from 56.5% under Grok Voice 2.0 to 71.6%. Grok’s edge is speed: it answers 40% sooner than GPT-Live-1, whose 1.34 seconds implies roughly 0.8 seconds, slightly slower than Grok Voice 2.0’s 0.70. Introducing Grok Voice 3.0 +2 It also costs $0.025 per task on Artificial Analysis’s Big Bench Audio run, against $0.030 for GPT-Live-1 and $0.055 for GPT-Realtime-2.1 (High).
#评测/基准#语音#xAI
#产品更新#Agent#Google
Claude 平台宣布 Claude Managed Agents、Messages API 和 Claude SDK 可向任意 OpenTelemetry 工具发送 OTel 追踪，记录每次模型调用、工具使用和 MCP server 调用，并附带延迟、token 和 ID。该功能处于公开测试阶段，Managed Agents 和 Messages API 需在 Claude Console 配置目标端，Claude SDK 则自动导出追踪。追踪遵循 OpenTelemetry GenAI 语义约定，可与 Grafana Cloud、Honeycomb、Sentry、Splunk、Datadog、Langfuse、LangSmith、PostHog、Databricks Unity Gateway 等工具配合使用。
#产品更新#Agent#部署/工程