Flatkey 以统一 API 网关形式让 Codex 和 Claude Code 通过 CLI 调用 GPT、Claude、DeepSeek、GLM、Kimi 等文本模型及 GPT Image、Seedance 等图片视频模型，一个 Key 接入 100+ 官方模型和 1,000+ 工具 API，费用合并为一份账单。日常价格比官方定价至少低 20%，10 月 19–23 日活动期间 GPT、GLM 5.2、Kimi K3、DeepSeek 打 6 折，Claude 8 折，Seedance 2.0 85 折。
匹配字段摘要、正文
Elon Musk 发帖提及 Grok @Bot 升级，引用帖介绍 Grok Bot 0.71.2 的更新：支持发送最大 250 MB 文件和 1 GB 视频、单条消息最多 20 个文件、更智能的通知，以及表单可预填已知信息。
匹配字段摘要
ComfyUI 已支持 Hao AI Lab 的 FastH3 OmniRef，这是 Minimax H3 的蒸馏版本，可在本地硬件上运行，支持多模态参考视频生成，并在质量与速度之间取得平衡。ComfyUI 表示开放权重和云端入口可通过其给出的链接获取。
匹配字段摘要
TypeSafe AI 表示，CodeRabbit 的 Jev hackathon 涌现出的创意和生产力“非常惊人”，并称其视频里有很多精彩细节。被引用的 CodeRabbit 帖文则祝贺 TypeSafe AI 完成 A 轮融资，并提到在首届 Jevathon 上开发者基于其新的 System One 模型构建了应用。
匹配字段摘要
Meta 新论文指出，主动式助手（如 AI 眼镜）的失败点在于自主判断何时开口，而不只是说什么。团队构建了 ProPerMem 基准，用第一视角视频搭配平均 618K token、干扰丰富的全年记忆，并设有人工核验的触发窗口。所有基线得分最高仅 15%，即便使用检索增强记忆的前沿模型也是如此；在窗口内提供 oracle 证据时 GPT-5.3-Chat 达到 96%，但让它自行选择时机后降至 38%，加入检索后降至 15%。同时把握内容与时机并减少触发频率，可把准确率从不足 10% 提升到 42.4%。
匹配字段摘要、正文
Higgsfield 发布 Genjutsu Lite，可将照片放入热门视频中。720p 生成成本降低 3.5 倍，1080p 降低 5 倍，现已在 Higgsfield 平台和 API 上线；Genjutsu 与 Genjutsu Lite 在部分区域可免费试用。
匹配字段摘要
Ethan Mollick 撰文回顾过去 30 个月 AI 发展的指数级曲线，并让 Opus 5.5 用他测试所有 AI 图像生成模型的提示词“一只在飞机上用 wifi 的水獭”生成了一段视频作为回应。
匹配字段摘要
Jim Fan 团队开源 Flora，一套用于解析物理世界、把原始视频转成训练信号的开放模型，称其性能达到 Astra 级而成本低 125 倍。Flora 已支撑其内部数据引擎，在 500 块 GPU 上每天标注 20 万小时视频。它提供带时间戳的高质量描述用于筛选人类第一视角与机器人数据、用于质量控制和 RL 后训练的密集进度奖励，以及面向真实世界基准的评分量表。
匹配字段摘要
NVIDIA 发布 Cosmos3-H-Dreams，基于 160 亿参数的 Cosmos3-H-Embodied-Nano 专门化，用于胆囊切除术的动作条件视频生成。模型使用 28 个动作维度、832 x 480 视频和 10 Hz 动作对齐训练，通过蒸馏得到四步与两步两个学生检查点，两步版本单独训练，推理更快但画质更低。官方同时提供 FlashDreams 流式运行时和适配自有数据与控制器的方法，并说明该模型是研究用模拟器，并非经过验证的临床系统。
匹配字段摘要、正文
腾讯10月20日宣布元宝搜索升级，并通过腾讯云向企业和个人开发者开放，开发者可通过API、MCP或Skill接入。官方披露向量索引规模超过1500亿、底层检索平均耗时约8毫秒、单位推理成本降低90%，覆盖13个行业157个头部信源，元宝、WorkBuddy、ima、腾讯视频等50多款产品已在调用。腾讯云副总裁马晋称搜索面对的用户已从人变成智能体，元宝搜索用大模型重构排序链路，并以Gist Token压缩和KV Cache复用降低推理耗时。
匹配字段摘要、正文
Lauren 转发 matt palmer 的 Grok Bot 新功能演示视频，并评论“the shipping continues!”。该视频列出新聊天卡片、速度、草稿编辑、邮箱别名、X 私信、@bot、连接器、语音通话、通知、邀请与 Android Assistant、访问列表、未读、例程、登录等更新。
匹配字段摘要
VASTAIResearch 开源实时生成渲染器 EdenLive，可将 3D 白模、游戏引擎画面、2D 卡通和真实视频转换为写实或风格化视频。该模型为 5B 参数，在单张 RTX 5090 上以 720p 分辨率达到 24+ FPS。
匹配字段摘要
Generalist 发布视频，展示模型 GEN-1.5 在容器中装入 12 个冰球，并在冰球卡住或位置不对时调整摆放。官方表示更多细节见博客文章，评论区提供候补名单入口。
匹配字段摘要
Google 研究团队开发的 AMIE（Articulate Medical Intelligence Explorer）在近期研究中先与患者对话采集病史，再向医生提供简明摘要，使医生能把更多时间用于协作诊疗、讨论治疗方案和回应患者关切。研究期间每例 AMIE 与患者的交互都有受训医生监督，但全程无需中断对话或介入。团队正把 AMIE 从文本扩展到图片、音频和视频交互，并筹备覆盖全美更多患者、含对照比较的更大规模临床研究。
匹配字段摘要
Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 后端，分别与 Inferact、RadixArk 合作开发，两个引擎已在预览客户的生产环境中运行。官方称在 Ironwood TPU（TPU 7x）上跑 Qwen 3.5 时，高并发配置下每百万 token 成本为 2.01 美分，并已在 SemiAnalysis InferenceX 的 AgentX 赛道提交结果。功能上支持前缀缓存与 KV cache 卸载、投机解码、分离式服务以及图像视频输入的多模态模型，SGLang-TorchTPU 已在 Meta 生产环境使用。
匹配字段摘要
斯坦福课程 CME 295 Transformers & Large Language Models 更新到第四讲 Reinforcement learning with LLMs，视频和讲义均已公开。这一讲从 RL 和 Reward Design 讲到 PPO、GRPO、RLVR 和 DAPO，逐个解释其中的符号。课程由 Afshine 与 Shervine Amidi 主讲，共 9 讲，覆盖 Transformer 架构、注意力变体、RoPE、LoRA 微调、RLHF/GRPO 训练、Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。
匹配字段摘要
Meta 正在 Muse 网页版开发 Confidential VMs 功能，让用户在加密的保密环境中运行 Muse 任务，此前预告将在 2026 年底前上线。新隐藏设置显示该功能初期仅向 Meta AI 订阅用户开放，切换后语音模式、图像与视频生成及可穿戴设备支持暂不可用。Meta 称对话在安全加密环境中运行，Muse 数据不会用于改进 Meta 的 AI。
匹配字段摘要
PixVerse 发布了一段视频：Witch Shiba 出现在零食货架旁并跳起舞来。作者表示想用自己的角色 remix，Canvas 链接放在回复中。
匹配字段摘要
美国国土安全部发布规定，禁止在美政府计算机系统使用DeepSeek全系列产品，并要求民事部门删除相关产品及衍生成果。MiniMax 上线 M3.1 Flash，线上推理速度提升近 3 倍、成本降低 70%，API 每百万 tokens 输入 1 元、输出 4 元。豆包公关负责人刘星回应称，字节总算力中仅约 10% 用于视频生成模型训练和推理。
匹配字段摘要、正文
Dyna Robotics 联合创始人 Jason Ma 在访谈中复盘公司从 VLA 转向 WAM（世界动作模型）的路线调整，并把预训练数据扩大到 100 万小时第一人称人类视频。团队在 100 小时到 10 万小时的多个阶梯上观察到数据规模扩大带来预测能力提升，且模型对未见过本体的机器人动作预测也变好，但 10 万到 100 万小时的斜率有所下降。新机器人 Taku 已能在洗衣房完成取放、操作洗衣机、烘干和折叠的长程任务，Dyna-2.1 只需几十分钟数据即可学习新任务。
匹配字段摘要、正文