OpenAI 拿下顶级域名 chat.com：超 1500 万美元，直接跳转 ChatGPT
Sam Altman 确认 OpenAI 已经收购极品域名 chat.com。前所有者、HubSpot 创始人曾以 1550 万美元买下该域名，并暗示这次是用 OpenAI 股份完成的交易。现在访问 chat.com 会直接跳转到 ChatGPT，这也被外界看作是 OpenAI 准备逐步淡化「GPT」标签、把品牌进一步推向大众的信号。
AI 日报：今天的 AI 新闻
周三
11月6日 星期三
Apple 推 iOS 18.2 公测版：免账号用 ChatGPT，实装 Genmoji 与视觉搜索
Apple 发布 iOS 18.2、iPadOS 18.2 及 macOS 15.2 公测版，带来第二波 Apple Intelligence 功能。Siri 现可免账号调用 ChatGPT，iPhone 16 也迎来了相机视觉搜索。不过 Genmoji 和 Image Playground 图像功能仍需加入二级候补排队等待开通。
Windows 11 画图与记事本迎 AI 升级：支持生成式填充和重写文本
Microsoft 为 Windows 11 画图和记事本推送 AI 功能。画图新增框选即可凭文字添加内容的生成式填充，以及移除杂物的生成式擦除；记事本则支持重写句子并调整语气。不过生成式填充目前仅限搭载高通芯片的 Copilot+ PC。
特朗普胜选：拜登 AI 行政令或遭废除，联邦监管迎大转向
据 TechCrunch 分析，特朗普赢得大选后预计将兑现承诺，在「第一天」废除拜登的 AI 行政命令。此举将大幅削弱对前沿模型的安全报告与审查要求，联邦转向宽松监管。不过分析指出，各州正自行立法补位，加征关税与出口管制也将给行业带来新变数。
特朗普胜选或将重塑 AI 监管：废除拜登行政令，推行轻度监管
随着特朗普胜选，业界预计其将在上任首日废除拜登签署的 AI 行政令，撤销强制披露安全测试等规定。这意味着美国联邦层面将转向宽松监管以刺激创新，但对外芯片出口管制与关税可能进一步收紧，各州也或将加速自行立法填补空白。
NVIDIA 升级机器人工具箱：Isaac Lab 正式开源，分词速度飙升 12 倍
NVIDIA 在 CoRL 大会上发布多款机器人开发工具，正式开源 Isaac Lab 1.2 框架，并推出 6 个 Project GR00T 人形机器人工作流。其开源的 Cosmos 视频分词器处理速度提升 12 倍，大幅降低了具身智能和世界模型的训练门槛。
Black Forest Labs 推出 FLUX1.1 [pro] Ultra 与 Raw 模式：分辨率翻 4 倍且 10 秒出图
Black Forest Labs 为 FLUX1.1 [pro] 推出 Ultra 和 Raw 两种新模式。Ultra 模式将分辨率提升 4 倍（最高达 4MP），生成单张图仅需 10 秒，定价 0.06 美元；Raw 模式主打自然摄影质感，减少塑料感并增强真实度。目前已通过 API 开放。
SingularityNET 放出 AIRIS：把能自己悟出规则的 AI 扔进《我的世界》
SingularityNET 与 ASI Alliance 宣布在《我的世界》中部署自学习 AI「AIRIS」。它不需要预设规则，能根据游戏内的即时遭遇动态总结出避障和寻路规则。团队希望借沙盒环境测试其实时自适应能力，为未来机器人控制做铺垫。
周二
11月5日 星期二
OpenAI 推进营利性转型：已就重组与加州监管部门展开接洽
据彭博社报道，估值达 1570 亿美元的 OpenAI 正推进由非营利转向营利性公司的重组，并已与加州和特拉华州监管机构开启初步沟通。重组的一大难点在于对 ChatGPT 等核心资产与知识产权进行合规估值。若转型成功，将彻底改变其股权结构与融资限制。
AI 安全倡导者呼吁初创公司慢下来：别光顾着狂奔，先做好红队测试
多位 AI 安全从业者在 TechCrunch Disrupt 上呼吁创业者放慢产品发布节奏。面对近期 Character.AI 引发的诉讼以及版权、深度伪造风险，嘉宾强调不能只顾跑马圈地，必须在产品上线前做好红队测试并设立防护栏。
微软开源多智能体系统 Magentic-One：一个总管指挥四员大将
Microsoft 宣布开源通用多智能体系统 Magentic-One。它采用协调器负责总控规划，指挥网页操作、文件读取、代码编写和终端执行四个专用智能体分工配合，在 GAIA 等基准上跑出了第一梯队水平。系统基于 AutoGen 打造，支持随时增删智能体。
Meta 前 Orion 硬件负责人加盟 OpenAI：统领机器人与消费硬件
Meta 前 Orion 增强现实眼镜硬件负责人 Caitlin Kalinowski 宣布加入 OpenAI，领导机器人和消费级硬件业务。她曾主导 Meta Orion 原型机及头戴显示设备的硬件开发。OpenAI 时隔四年重启机器人业务，加速将模型带入物理世界。
周一
11月4日 星期一
OpenAI 推出 Predicted Outputs：拿参考文本给 GPT-4o 提速
OpenAI 面向开发者推出 Predicted Outputs 功能，允许在调用 gpt-4o 和 gpt-4o-mini 时传入参考字符串，大幅降低响应延迟。该功能主要加速局部修改场景，例如修改现有文件中的代码、更新文档博文或微调已有回答。
Perplexity CEO 提议帮纽约时报顶岗罢工技术人员，引舆论炮轰
纽约时报技术工会在大选前夕罢工，Perplexity CEO Aravind Srinivas 随后在社交平台主动提出为其提供技术支持保障报道。该举动被批评充当「工贼」；Srinivas 随后澄清并非用 AI 替代员工，而是协助应对高流量负载。
Hume AI 推出新语音应用：免登录用麦克风聊，搭载 EVI 2 与 Claude
Hume AI 推出基于浏览器的语音应用，由自研语音模型 EVI 2 结合 Claude 3.5 Haiku 驱动。用户无需注册账号，打开网页直接用麦克风与不同性格的 AI 助手对话，涵盖问答与讲故事等场景。不过测试显示叙事模式下仍偶有重复与变调。
微软测试 Xbox AI 客服：美区内测开启，解答主机与游戏问题
微软面向美国 Xbox Insiders 开放测试「Xbox Support Virtual Agent」AI 聊天机器人。它以动态角色或彩色球体形象出现，专门帮玩家解决主机与游戏支持问题。这也是微软逐步把 AI 引入 Xbox 平台和服务的一部分。
Prime Video 上线 X-Ray Recaps：用 AI 总结剧集前情，防剧透精确到片段
Amazon 为 Prime Video 推出生成式 AI 功能 X-Ray Recaps，能为整季、单集甚至单集片段生成文字摘要。该功能结合字幕与画面梳理关键剧情，并设置防剧透护栏。目前已在 Fire TV 设备开启 Beta 测试，首发支持其原创剧集。
iOS 18.2 Beta 2 曝光：Siri 接入 ChatGPT 有额度，支持直接升 Plus
Apple 在 iOS 18.2 Beta 2 中完善了 Siri 接入 ChatGPT 的设定。系统设置新增「每日额度」选项，免费用户每天只能调用少量高级版 GPT-4o 和 2 张 DALL-E 3 生图，超额后会降级为基础模型；如果觉得不够用，可以在设置里直接开通每月 19.99 美元的 Plus 订阅。
Anthropic 上线 Claude 3.5 Haiku：性能超 Opus，价格却涨 4 倍且暂不支持识图
Anthropic 正式推出 Claude 3.5 Haiku 模型。新模型在多项基准测试中超越上一代旗舰 Claude 3 Opus，但 API 价格比上一代上涨 4 倍，且首发不支持图像分析。旧版 Claude 3 Haiku 仍将继续保留，供需要极致性价比和图像处理的用户使用。
Meta 放宽 Llama 使用限制：破例向美国防及国安机构开放
Meta 宣布打破军用禁令，向美国国防与国家安全机构及其承包商开放 Llama 模型。Oracle 已用其处理战机维护文档，Lockheed Martin 则用它生成代码。这一例外政策也同步适用于英、加、澳、新西兰四国对应机构。
NVIDIA 推出视频搜索 Blueprint：用自然语言看懂海量视频
NVIDIA 推出用于视频搜索与摘要的新版 NVIDIA Blueprint 工作流。开发者无需复杂代码，用自然语言提示词就能构建视频分析智能体，结合视觉语言模型直接检索海量监控或归档视频、生成摘要并触发警报，主要面向智慧城市、工厂安全与交通调度等场景。
Netflix 刚关闭工作室裁员，转身押注生成式 AI 搞游戏开发
据 404 Media 报道，Netflix 游戏部门正在投资生成式 AI，称其为游戏开发“一代人一次的变革”，希望以此加速研发并创造新体验。讽刺的是，就在几周前，Netflix 刚关闭了旗下高端游戏工作室并裁撤了开发者。
xAI 开放 API：每月送 25 美元额度，兼容竞品 SDK
11 月，xAI 宣布其 API 正式向公众开放，并在年底前每月赠送 25 美元额度。API 兼容 OpenAI 与 Anthropic 的 SDK，目前开放的 grok-beta 仅支持纯文本与函数调用。定价比 GPT-4o 略高，额度基本只够尝鲜测试。
Instagram 将用 AI 抓瞒报年龄的未成年人：翻生日祝福识别，自动锁隐私
Meta 计划于 2025 年初在 Instagram 上线「成人分类器」AI 工具，专门抓取虚报年龄的未成年人并强制切换至受限隐私设置。该工具会分析账号互动及好友留下的生日祝福推测真实年龄。若被判定未满 18 岁，想改回必须上传证件或自拍视频验证。
可灵 AI 测试「自定义模型」：上传视频即可训练专属一致性角色
快手旗下 AI 视频工具可灵测试「Custom Models」功能。用户只需上传 10 至 30 段 10 秒以上的视频，即可训练专属角色，并在生成新视频时随提示词调用，显著改善了 AI 视频中人物频频跳戏和面容不一致的问题。
周五
11月1日 星期五
OpenAI 高管 Reddit AMA：2025 年将主打自主 Agent，现有硬件可达 AGI
周四，OpenAI CEO Sam Altman 及多位高管在 Reddit 举办答疑。高管透露，能主动联系用户并代办任务的自主 Agent 将是 2025 年的重头戏，Altman 还表示实现 AGI 无需等待下一代硬件；企业版 ChatGPT 正在推进医疗 HIPAA 合规，新版 DALL-E 也在路上。
Claude 3.5 Sonnet 支持看懂 PDF 里的图：图表报表直接拆解
Anthropic 为 Claude 3.5 Sonnet 开启 PDF 视觉分析公测，能同时读懂文档里的文字、图表和嵌入图像。单份文件限制在 32 MB 与 100 页以内，每页大约消耗 1500 至 3000 token，目前已在 Claude Chat 预览和 API 中开放。
BFL 推出 FLUX.1 Tools：支持重绘、扩图与结构控制
BFL 发布图像控制套件 FLUX.1 Tools，包含 Fill、Depth、Canny 和 Redux 四项功能。套件覆盖局部重绘、外延扩图、结构引导与图像重混，提供开源权重与 API 服务。不过官方后续已弃用 Depth 与 Canny 的 API 支持。
Runway 升级 Gen-3 Turbo 运镜：支持缩放横摇自由组合，精准调度机位
Runway 为 Gen-3 Alpha Turbo 上线精准镜头控制功能。创作者可直接设定运镜方向与速度，支持平移、推进与变焦等动作组合。不用再全靠提示词抽卡猜机位，目前该功能已面向所有 Gen-3 Alpha Turbo 用户开放。
Perplexity 上线选举信息中心：接入美联社数据实时追踪大选
Perplexity 上线选举信息中心，帮助选民查询候选人立场、选票提案并追踪实时大选结果。平台接入了美联社与 Democracy Works 的数据源，回答均附带信源以供核验。面对敏感的政治议题，AI 搜索引擎正试图用权威信源降低生成幻觉的风险。
周四
10月31日 星期四
大模型版 Alexa 再度延期：开关灯总翻车，亚马逊推迟至 2025 年
据彭博社报道，亚马逊将大模型版 Alexa 推迟至 2025 年发布。早期内测显示新版回答啰嗦且响应迟缓，甚至连关灯、设闹钟等基础家居操作都频繁出错。目前内测已被叫停，如何兼顾对话生成与稳定硬件控制成了最大瓶颈。
Perplexity 测试「Pro Shop」：在搜索框里直接下单还包邮
据 ADWEEK 报道，Perplexity 正在邀请部分用户早期测试站内购物功能「Pro Shop」。符合条件的商品会标有「Buy with Pro」，用户无需跳出平台即可直接填写地址下单，还承诺免运费。目前该功能仅面向少数用户测试。
Suno 上线 Personas：一键固定人声与曲风，做系列歌更稳了
Suno 推出「Personas」功能，允许提取并复用特定歌曲的人声、曲风与氛围。创作者可以将喜欢的声音固定下来创作新歌，也支持公开共享。该功能目前面向 Pro 和 Premier 会员内测，附赠 200 首额度，之后每首消耗 10 点数。
微软再次推迟 Recall 发布：预览测试延至 12 月
微软宣布再次延后 Copilot Plus PC 的 Recall 功能测试，由原定的 10 月推迟至 12 月面向 Windows Insiders 开放。官方表示需要更多时间重构安全体验，包括将功能改为自选开启、允许彻底卸载，并对数据库进行严格加密与 Windows Hello 验证。
ElevenLabs 开源 X to Voice：分析 X 账号生成专属音色
上周，ElevenLabs 推出开源项目 X to Voice 并上线 Voice Design API。输入任意 X 用户名，系统会自动分析其简介与发帖风格，生成对应提示词与 3 个音色样本，还能让头像对嘴型朗读。开发者也能直接调用 API 为 AI 角色定制声音。
Claude 推出桌面客户端：移动端同步上线 10 分钟语音听写
Anthropic 发布 Claude 的 Mac 与 Windows 桌面客户端公测版，免费与付费用户均可使用。移动端（iOS 与 Android）则同步上线语音听写功能，单次最长可录制 10 分钟语音并转写回答。不过桌面端暂不支持听写，该功能也不是实时语音通话，更像发语音留言。
Blockade Labs 推出 Blendbox Alpha：告别复杂提示词，提升绘图可控性
Blockade Labs 推出 AI 创作工具 Blendbox Alpha。官方称创作者无需再与冗长的提示词或随机生成结果反复纠缠，该工具主打简便直观的控制体验，让用户能直接塑造视觉创意。目前已上线 Alpha 阶段测试。
Claude 推出 Mac 与 Windows 桌面客户端：支持快捷键呼出
Anthropic 正式推出 Claude 的 Mac 与 Windows 桌面客户端公测版，免费与付费用户均可使用。新客户端支持通过快捷键随手呼出，主打原生环境下的深度办公体验；同时移动端也上线了支持录制最长 10 分钟的语音听写功能。
Google 地图与地球引入生成式 AI：把 2.5 亿地点接进大模型
Google 为 Maps Platform 和 Google Earth 引入生成式 AI。开发者可将大模型与 2.5 亿地点数据结合以保证事实准确；Google Earth 则接入 Gemini，将城市规划分析从几天压缩到数分钟。下月 Rivian 车机将上线地点 AI 摘要。
D-ID 推出实时对话数字人：双手与躯干入镜，1 分钟视频就能练一个
D-ID 推出两款新数字人模型 Express 和 Premium+。Express 仅需约 1 分钟视频即可复刻头部动作，旗舰模型 Premium+ 则支持双手和躯干动作并可进行实时交互。官方还配套上线了支持 30 种语言翻译的企业营销套件。
OpenAI 上线 ChatGPT search：直接联网搜索，附带可靠信源引用
OpenAI 正式上线网络搜索功能 ChatGPT search。系统会根据提问自动联网抓取最新资讯，或由用户手动触发搜索，并在回答下方提供信源侧边栏与链接。首批面向 Plus 和 Team 等订阅用户开放，未来将向免费用户普及。
Physical Intelligence 发布 π0：通用机器人模型能叠衣服也能收拾餐桌
Physical Intelligence 推出通用机器人基础模型 π0。它结合 30 亿参数视觉语言模型与流匹配动作架构，直接以每秒 50 次频率输出连续运动指令。模型不仅能在 8 种硬件上通用，微调后还能全自主清理烘干机、折叠衣服以及拼纸箱，泛化能力突出。
Meta FAIR 押注机器人触觉：开源触觉模型 Sparsh 与仿生指尖 Digit 360
Meta FAIR 发布多项具身智能研究成果，包括通用触觉编码器 Sparsh、具备超 18 项传感特性的仿生指尖 Digit 360，以及人机协作基准 PARTNR。Meta 联合 GelSight 等伙伴推进硬件量产，试图补齐机器人在触觉感知上的短板。
Google 为 Gemini API 引入搜索接地：可实时联网检索，每千次 35 美元
Google 在 Google AI Studio 和 Gemini API 中上线搜索接地功能。Gemini 1.5 模型能直接检索最新网页信息，并返回带来源链接与搜索建议的回答。AI Studio 支持免费测试，API 付费调用为每千次 35 美元。
周三
10月30日 星期三
ChatGPT 高级语音登陆桌面端：Mac 和 Windows 都能实时对话了
OpenAI 宣布将高级语音模式推送到 macOS 和 Windows 桌面应用。用户可以直接用自然语音让 AI 写代码或讨论分析上传的文件，并提供 5 种全新音色可选。不过目前该功能仅限 Plus 和 Team 付费用户使用，且暂不支持欧盟和英国等地区。
Wonder Dynamics 推出新工具：多机位视频直接转 3D 动画场景
已被 Autodesk 收购的 Wonder Dynamics 推出新功能。它能将多机位实拍视频连同角色动作与机位运动，直接转为可导出的 3D 场景，并在 Blender、Maya 或 Unreal 中分层编辑。这对影视前期预览相当实用，目前已在 Wonder Studio 开启测试。
Boston Dynamics 演示 Atlas 自主搬运零件：纯靠机器学习，无需遥控
Boston Dynamics 发布演示视频，Atlas 机器人利用机器学习识别环境与料箱，自主在供应商容器与移动料车间搬运发动机盖。整个过程完全依靠自主感知规划，没有任何预设动作或人工遥操作。
OpenAI 开源事实基准 SimpleQA：GPT-4o 正确率不足 40%
OpenAI 开源了事实性评测基准 SimpleQA。该数据集包含 4326 个答案固定且唯一的简短事实问题，专为测试前沿模型的幻觉设计，目前 GPT-4o 的得分不到 40%。测试发现，虽然模型具备一定自我评估能力，但普遍存在过度自信的问题。
研究称 OpenAI Whisper 频发严重幻觉：部分测试虚构率达 80%
据美联社报道，研究人员发现 OpenAI 的 Whisper 语音转写工具频发「幻觉」，在密歇根大学的一项测试中 80% 的音频转录出现虚构内容，甚至凭空捏造医疗方案。尽管官方不建议用于高风险决策，但该模型已被广泛接入医疗问诊等场景。
Recraft V3 上线：登顶文生图榜首，支持排版控制与长文本渲染
Recraft 发布全新图像生成模型 Recraft V3，在 Artificial Analysis 文生图竞技场以 1172 的 ELO 得分超越 Midjourney 登顶。该模型支持在画面中指定文字位置与尺寸，并具备生成长文本、精确控制品牌风格及矢量图输出能力。目前免费及付费用户均可在其桌面端、移动端与 API 中体验。
苹果发布 M4 系列 MacBook Pro：16GB 起步，能本地跑两千亿大模型
Apple 推出搭载 M4 系列芯片的 MacBook Pro，标配 16GB 内存起步，售价 1599 美元起。顶配 M4 Max 支持最高 128GB 统一内存，可直接在端侧运行近 2000 亿参数大模型，并深度整合 Apple Intelligence。
Apple 发布 M4 Pro 与 M4 Max 芯片：神经网络引擎翻倍，主打端侧 AI
Apple 推出第二代 3 纳米制程的 M4 Pro 与 M4 Max 芯片。其神经网络引擎速度较前代提升最高达 2 倍，M4 Max 内存带宽达 546GB/s 并支持最高 128GB 统一内存。这意味着在本地运行大模型和 Apple Intelligence 将大幅提速。
周二
10月29日 星期二
Google 确认推迟下一代 AI 智能体：Project Astra 最早 2025 年上线
Google CEO Sundar Pichai 在财报会上透露，主打实时多模态理解的 Project Astra 体验最早要到 2025 年才会推出。此前有传闻称代办任务的消费级智能体最早 12 月上线，如今看来大家还得再等等。
Google 超 25% 新代码由 AI 生成：工程师负责审核把关
Google CEO Sundar Pichai 在 2024 年第三季度财报会上透露，公司超过四分之一的新代码已由 AI 生成，随后由工程师审核并接收。最值得关注的是，AI 已深入其内部研发管线。不过这些代码目前仍必须经由人工把关。
神秘 AI 图像模型 Red Panda 登顶盲测榜：击败 Midjourney 和 DALL-E 3
一款名为 Red Panda 的未知模型冲上 Artificial Analysis 文生图盲测榜首。它的 Elo 评分达 1172，力压 Midjourney v6 和 FLUX 1.1 [pro]，胜率达 72%。背后的开发者尚未公布，目前推测是某家厂商在公开发布前进行的匿名性能测试。
App Store 将上线评价摘要：下载前一眼看清好评与差评
据 9to5Mac 报道，Apple 计划在 App Store 页面加入 AI 生成的用户评价摘要，自动归纳高频反馈与情绪，并随新评论动态更新。该功能在云端处理，先在部分地区向评价较多的应用开放，开发者若觉得摘要不准可提出申诉。
ChatGPT 网页版支持搜索历史记录：告别手动翻找旧对话
OpenAI 宣布为 ChatGPT 网页版上线聊天历史搜索功能。用户可以直接在网页端检索过去的对话记录，快速定位历史聊天内容，免去了在侧边栏逐条翻找的麻烦。
微软辟谣：并未偷偷安装 Recall，完全可选且支持彻底卸载
针对社区关于 Windows 11 24H2 强制捆绑 Recall 的传言，Microsoft 再次澄清该功能不仅是自愿开启，还允许用户彻底卸载。专家指出当前系统残留的引用只是微软为了让管理员更易移除该功能留下的空壳，目前测试版仍未正式推送。
Final Cut Pro 迎来 AI 功能：一键加特效、10 分钟视频秒出字幕
Apple 在 M4 Mac mini 发布视频中透露了 Final Cut Pro 的新特性。新版将支持利用 AI 快速添加视频特效，并引入「Transcribe to Captions」功能，几秒内就能为 10 分钟视频自动生成字幕。目前官方尚未公布具体上线时间。
LinkedIn 推出首个招聘智能体 Hiring Assistant：从草拟职位到初筛候选人
LinkedIn 推出首个 AI 智能体「Hiring Assistant」，瞄准招聘业务。它能将简单的笔记扩展为完整的职位描述，并按技能匹配并初筛候选人。目前已面向 AMD、Canva 等大企业开放，未来数月内将扩大推行。
传 Meta 自研 AI 搜索引擎：摆脱对 Google 与 Bing 的依赖
据媒体报道，Meta 正在开发自研 AI 搜索引擎，供 Meta AI 为用户生成时事摘要。该项目由专门团队秘密研发了大约八个月，目的是摆脱对 Google 和 Bing 的依赖，把核心搜索流量握在自己手里。
ElevenLabs 收购 Omnivore 团队：加速发力 AI 朗读应用 ElevenReader
ElevenLabs 宣布稍后读应用 Omnivore 团队正式加入。Omnivore 拥有 50 万用户，此前已接入其语音技术，未来将重点改进支持 32 种语言朗读的 ElevenReader 移动端。同时，Omnivore 的开源代码库仍将保留公开。
GitHub Copilot 引入 Claude 3.5 Sonnet：写代码也能选 Anthropic 了
Anthropic 宣布 Claude 3.5 Sonnet 接入 GitHub Copilot，开发者可在 VS Code 和网页端直接切换使用。该模型在 SWE-bench Verified 榜单领先，底层由 Amazon Bedrock 驱动，未来几周向所有 Copilot 用户开放公测。
OpenAI 研发首款自研芯片：联手博通与台积电，搁置建厂计划
据外媒报道，OpenAI 正与博通和台积电合作开发首款自研 AI 推理芯片，预计 2026 年量产，此前耗资巨大的自建晶圆厂计划已暂缓。面对今年预估 50 亿美元的亏损，OpenAI 还将在基础设施中引入 AMD 芯片，以减轻对英伟达的过度依赖。
Iambic 推出 Enchant：在研发早期预测药物人体临床表现
Iambic Therapeutics 推出多模态模型 Enchant。它将大量易获取的临床前实验数据与极少量的人体试验数据结合，在研发最早期预测候选分子的药代动力学特性，人体半衰期预测相关系数达 0.74，大幅刷新此前纪录，旨在省去数年临床前研发周期。
Apple 换代 Mac mini：体积减半起步 16GB，全面跑端侧 AI
Apple 正式发布全新设计的 Mac mini，机身缩减至 5×5 英寸，搭载 M4 与 M4 Pro 芯片且标配 16GB 统一内存。新机型专为端侧 Apple Intelligence 打造，神经引擎速度比 M1 提升至高 3 倍以上，起售价 599 美元。
Pixel 10/11 遭内部泄密：搭载台积电 3nm 芯片，主打生成式视频与百倍变焦
据报道，Google 芯片部门文件泄密。Pixel 10 将借由台积电 3nm 制程的 Tensor G5 芯片，在相册中引入生成式视频编辑、语音修图及草图生图；Pixel 11 则预计支持 100 倍变焦与端侧极暗光视频。不过新机目前仍在研发阶段，具体规格或有变动。
周一
10月28日 星期一
Google 搜索 AI 概览推向 100 多个国家：月活将破 10 亿
Google 宣布将搜索中的 AI 概览功能推向全球 100 多个国家和地区，月活跃用户预计超过 10 亿。新版本还支持英语、日语、西班牙语等多语言自由切换，并在 AI 摘要内直接嵌入网页链接。
OSI 正式发布开源 AI 定义 1.0：Meta Llama 难再称「开源」
开源促进会 OSI 正式发布 1.0 版开源 AI 定义。新标准要求模型必须开放完整训练代码，详细披露训练数据来源与获取方式，且不得限制商业用途。按此标准，包含商业门槛的 Meta Llama 等主流模型均不算真正开源。
Grok 上线图像理解功能：支持拍照识图解释梗图，限 X 付费用户
xAI 为 Grok 增加了图像理解能力，X 平台付费订阅用户现在可以上传图片向 AI 提问。马斯克称它甚至能看懂并解释梗图，不过目前功能仍处在早期阶段。这也是继 8 月加入图像生成后，xAI 进一步补齐多模态能力。
环球音乐联手初创公司 KLAY：开发合规音乐大模型 KLayMM
环球音乐集团（UMG）宣布与 AI 初创公司 KLAY 达成合作，共同开发注重版权伦理的音乐大模型 KLayMM。KLAY 承诺不会与流媒体曲库竞争，并将提供精准归属机制。在起诉多家未授权 AI 公司后，UMG 正在拉拢正规军探索商业化路径。
Apple 发布新款 M4 iMac：标配 16GB 内存，全面适配 Apple Intelligence
Apple 发布搭载 M4 芯片的新款 24 英寸 iMac，起售价 1299 美元且统一升级至 16GB 内存起步。其神经引擎速度提升超 3 倍，全面支持 macOS Sequoia 15.1 带来的 Apple Intelligence。新机还加入纳米纹理玻璃选项及 1200 万像素前摄。
Apple Intelligence 正式上线：写作工具与新版 Siri 随 iOS 18.1 推送
Apple 正式推送 iOS 18.1、iPadOS 18.1 与 macOS Sequoia 15.1，上线首批 Apple Intelligence 功能。首批功能包括全系统文本重写与校对、全新发光外观与支持打字输入的 Siri，以及照片消除工具 Clean Up。不过目前仅限设备和 Siri 语言设为美式英语时可用。
周日
10月27日 星期日
对标 Google：Meta 开源播客生成项目 NotebookLlama
Meta 发布开源项目 NotebookLlama，复刻了 Google NotebookLM 的双人播客功能。它基于 Llama 模型将上传文本转为对话脚本，再通过开源语音模型输出。目前合成语音机械感较重且容易抢话，但为社区提供了可定制的开源基础。
Coinbase 推出 Based Agent：3 分钟搭一个会炒币的 AI 智能体
Coinbase 推出工具模板 Based Agent。用户只要准备 Coinbase SDK 和 OpenAI 的 API 密钥，就能在 3 分钟内通过 Replit 创建一个自带加密钱包的 AI 智能体，自动处理交易、兑换与质押等链上操作。这意味着加密货币正在加速向「AI 管钱」演进。
周六
10月26日 星期六
高通展示骁龙 8 Elite 新体验：生成式 AI 自拍补光，专治用机痛点
高通在 Snapdragon Summit 2024 展示了骁龙 8 Elite 芯片带来的实际体验，包括用生成式 AI 为逆光自拍打光并调节角度色彩、靠全新 Oryon CPU 加速网页与应用数据加载，以及通过 XPAN 实现 Wi-Fi 音频无缝传输，重点解决日常用机痛点。
周五
10月25日 星期五
Reddit 网友联手放假消息：用虚假推荐反制 Google AI 抓取
伦敦 Reddit 用户故意在社区发布虚假餐厅推荐，以防心仪地点被网红打扰，结果直接带偏了 Google AI Overviews 的搜索摘要。这也暴露出 Google 每年斥资 6000 万美元抓取论坛内容充当 AI 事实来源的固有漏洞。
Adobe 高管对创作者喊话：不拥抱生成式 AI 就很难成功
The Verge 报道 Adobe 正在全力推进生成式 AI，高管 Alexandru Costin 直言拒绝 AI 的艺术家在新世界里将难以成功。Adobe 明确表示不会推出剥离 AI 的产品版本，即便面临创作者抵制，也坚信押注 AI 是长期获胜的唯一路径。
CNET 调查：手机用户对 AI 兴致平平，超六成换机更看重续航
据 CNET 最新调查，仅 18% 的受访智能手机用户将 AI 视作换机主因，远落后于更长续航（61%）和更大存储（46%）。此外近半数受访者表示不愿为手机 AI 额外付费，订阅疲劳让普通消费者更关注硬件基本盘。
Meta 联手路透社：Meta AI 接入路透新闻，回答时事附带原文链接
Meta 与路透社达成多年期 AI 内容授权协议。Meta AI 聊天机器人将接入路透社报道来回答时事新闻，每次生成回答都会附带原文链接，该功能即日起在美国上线。不过协议金额未公开，也未透露是否用于 Llama 模型训练。
OpenAI 传 12 月发布下一代旗舰模型 Orion，官方回应否认
The Verge 援引知情人士报道，OpenAI 计划在 12 月推出代号 Orion 的下一代旗舰模型，或先向合作企业开放而非直接进 ChatGPT。不过 CEO Sam Altman 称其为假新闻，发言人随后表示今年并无发布代号 Orion 模型的计划。
周五
10月4日 星期五
Meta 推出 Movie Gen：30B 视频与 13B 音频模型，支持精准编辑与个性化生成
Meta 推出多媒体基础模型 Movie Gen。它包含 300 亿参数的视频模型与 130 亿参数的音频模型，不仅能文生音视频，还支持局部增删替换等精准编辑，并能基于单张照片生成定制人物视频。目前该模型正处于创作者测试阶段，尚未公开发布。
周四
10月3日 星期四
Meta Ray-Ban 眼镜迎来新 AI 功能：看到号码就能拨号，还能记车位
Meta 开始向 Ray-Ban 智能眼镜推送固件更新，上线多项此前发布的新 AI 视觉功能。眼镜现在能根据自然提问主动拍照解答，还能直接识别视线内的电话号码拨号、扫二维码，甚至充当记车位的记忆辅助工具。不过实时翻译和实时视频 AI 尚未实装。
沙盒 MMO《DreamWorld》开启测试：输入提示词直接生成 3D 资产
游戏开发商 DreamWorld 宣布，其沙盒 MMO 将于 10 月 10 日在 Steam 开启测试。游戏集成了与 Meshy 合作的 AI 功能，玩家输入文字提示就能生成自定义 3D 模型用于建造。本次测试时长约 12 小时，已在 Steam 开放资格申请。
Google 搜索全面拥抱商业化：AI 摘要里也要插播广告了
Google 宣布将在移动端搜索的 AI Overviews 摘要中加入标注「赞助」的广告，并附带相关网页高亮链接。同时，本周在美国推出由 Gemini 驱动的 AI 整理搜索结果页。说白了，Google 正急于将 AI 搜索变现，防范 ChatGPT 等对手的冲击。
Google 搜索重大升级：Lens 支持拍视频提问，圈定即搜能听歌识曲
Google 宣布为搜索和 Lens 带来多项 AI 升级。现在用户可以按住快门录视频并同步语音提问，AI 能结合画面作答；拍照时也支持直接开口提问。最值得关注的是搜索方式从静态文字彻底走向多模态。不过视频提问目前仅向 Search Labs 的英文用户开放。
马斯克在 OpenAI 旧总部办招聘会：喊话挖角工程师，称模型发布 9 个月后开源
据 The Verge 报道，Elon Musk 在 OpenAI 早期旧总部举办 xAI 招聘派对，与同一天举办的 OpenAI 开发者大会打擂台。Musk 现场宣称两三年内有望实现 AGI，并计划模型发布约 9 个月后开源。最值得关注的是，xAI 正全力招揽 API 工程师，加速叫板老对手。
Captions 推出 AI 社交媒体管家：扫一遍网站，短视频全自动包办
视频编辑工具 Captions 推出面向网站的 AI 社交媒体管理功能。它能自动抓取官网内容提炼卖点，结合时下趋势生成排期，并直接用数字人生成适配 Reels 和 TikTok 的短视频。该功能面向每月 25 美元起的付费用户开放。
Black Forest Labs 发布 Flux1.1 Pro：生图快 6 倍，API 同步上线
Black Forest Labs 发布新一代生图模型 Flux1.1 Pro 并推出测试版 API。新模型生成速度比前代快 6 倍，支持最高 2k 分辨率，画质与提示词遵循度均有提升。开发者目前可通过官方 API 及 Replicate 等合作平台接入调用。
OpenAI 上线 Canvas：不仅能聊天，还能并排改写与调试代码
OpenAI 推出新界面 Canvas，在独立窗口中与用户协同写作与编程。它支持选中文本局部修改、提供行内批注，并内置快捷菜单一键调长度、捉虫与转换语言。这是 ChatGPT 问世以来的首个重大视觉交互升级，目前面向 Plus 与 Team 用户开放。
Google 上线 Gemini 1.5 Flash-8B 正式版：限速翻倍至 4000 RPM
Google 宣布轻量模型 Gemini 1.5 Flash-8B 正式面向生产环境可用。它的性能接近原版 1.5 Flash，调用单价在所有 Gemini 模型中最低，并发限速也翻倍至每分钟 4000 次请求，适合大批量调用场景。
加州 AI 深度伪造禁令被法官叫停：涉及哈里斯恶搞视频风波
美国联邦地方法院法官发出初步禁令，暂时叫停加州刚签署的 AI 深度伪造法案 AB 2839。该法原计划允许强制下架误导选民的政治深度伪造内容，但法官裁定其范围过宽，可能伤及网络讽刺与政治批评。这意味着该法很难在下月大选前发挥作用。
周三
10月2日 星期三
字节跳动推两款视频模型：PixelDance 攻克多镜头，Seaweed 达两分钟
上周，字节跳动在深圳推出两款 AI 视频生成模型 PixelDance 与 Seaweed。PixelDance 主打多镜头一致性，用文本就能操控复杂运镜；Seaweed 则可生成最长近两分钟的连贯画面。不过两款模型目前仍处于小范围封闭内测阶段。
Amazon 发布新款 Fire HD 8：自带生成式 AI，老款平板也能用
Amazon 发布新款 Fire HD 8 平板，不仅把内存提升到 3GB，还塞进了生成式 AI 工具。新功能包括键盘内置的写作辅助、Silk 浏览器的网页摘要，以及用提示词生成壁纸。这些 AI 功能本月晚些时候也会下放给多款旧款 Fire 平板。
哈佛学生爆改 Meta 智能眼镜：街头扫脸实时开盒，手机秒弹路人住址与电话
两名哈佛学生公布名为 I-XRAY 的演示项目。他们将 Ray-Ban Meta 智能眼镜的直播画面接入人脸识别引擎与公开数据库，配合大模型自动检索，能在几秒内扒出陌生路人的姓名、住址和电话。作者表示不会公开发布该工具，此举旨在提醒公众防范现有技术被滥用。
OpenAI 完成 66 亿美元新融资：投后估值达 1570 亿美元
OpenAI 宣布完成 66 亿美元新一轮融资，投后估值达到 1570 亿美元。官方同时披露目前全球每周有超 2.5 亿人使用 ChatGPT。新资金将用于强化前沿 AI 研究和扩充算力容量，AI 赛道的算力军备竞赛还在加速。
ETH 让四足机器人学会爬梯子：提速 232 倍，踩空还能实时纠错
ETH Zurich 展示了四足机器人 ANYMal 爬梯子的新方案。团队为它装上专用挂钩末端，借助强化学习自主调整步态，在 70 至 90 度梯子上的成功率达 90%，速度比现有方案快 232 倍。最关键的是它能实时纠错，踩空也能立刻调整并继续攀爬。
