OpenAI 拿下頂級域名 chat.com：超 1500 萬美元，直接跳轉 ChatGPT
Sam Altman 確認 OpenAI 已經收購極品域名 chat.com。前所有者、HubSpot 創始人曾以 1550 萬美元買下該域名，並暗示這次是用 OpenAI 股份完成的交易。現在訪問 chat.com 會直接跳轉到 ChatGPT，這也被外界看作是 OpenAI 準備逐步淡化「GPT」標籤、把品牌進一步推向大眾的訊號。
AI 日報：今天的 AI 新聞
週三
11月6日 星期三
Apple 推 iOS 18.2 公測版：免賬號用 ChatGPT，實裝 Genmoji 與視覺搜尋
Apple 釋出 iOS 18.2、iPadOS 18.2 及 macOS 15.2 公測版，帶來第二波 Apple Intelligence 功能。Siri 現可免賬號呼叫 ChatGPT，iPhone 16 也迎來了相機視覺搜尋。不過 Genmoji 和 Image Playground 影像功能仍需加入二級候補排隊等待開通。
Windows 11 畫圖與記事本迎 AI 升級：支援生成式填充和重寫文本
Microsoft 為 Windows 11 畫圖和記事本推送 AI 功能。畫圖新增框選即可憑文字新增內容的生成式填充，以及移除雜物的生成式擦除；記事本則支援重寫句子並調整語氣。不過生成式填充目前僅限搭載高通晶片的 Copilot+ PC。
特朗普勝選：拜登 AI 行政令或遭廢除，聯邦監管迎大轉向
據 TechCrunch 分析，特朗普贏得大選後預計將兌現承諾，在「第一天」廢除拜登的 AI 行政命令。此舉將大幅削弱對前沿模型的安全報告與審查要求，聯邦轉向寬鬆監管。不過分析指出，各州正自行立法補位，加徵關稅與出口管制也將給行業帶來新變數。
特朗普勝選或將重塑 AI 監管：廢除拜登行政令，推行輕度監管
隨著特朗普勝選，業界預計其將在上任首日廢除拜登簽署的 AI 行政令，撤銷強制披露安全測試等規定。這意味著美國聯邦層面將轉向寬鬆監管以刺激創新，但對外晶片出口管制與關稅可能進一步收緊，各州也或將加速自行立法填補空白。
NVIDIA 升級機器人工具箱：Isaac Lab 正式開源，分詞速度飆升 12 倍
NVIDIA 在 CoRL 大會上釋出多款機器人開發工具，正式開源 Isaac Lab 1.2 框架，並推出 6 個 Project GR00T 人形機器人工作流。其開源的 Cosmos 影片分詞器處理速度提升 12 倍，大幅降低了具身智慧和世界模型的訓練門檻。
Black Forest Labs 推出 FLUX1.1 [pro] Ultra 與 Raw 模式：解析度翻 4 倍且 10 秒出圖
Black Forest Labs 為 FLUX1.1 [pro] 推出 Ultra 和 Raw 兩種新模式。Ultra 模式將解析度提升 4 倍（最高達 4MP），生成單張圖僅需 10 秒，定價 0.06 美元；Raw 模式主打自然攝影質感，減少塑膠感並增強真實度。目前已通過 API 開放。
SingularityNET 放出 AIRIS：把能自己悟出規則的 AI 扔進《我的世界》
SingularityNET 與 ASI Alliance 宣佈在《我的世界》中部署自學習 AI「AIRIS」。它不需要預設規則，能根據遊戲內的即時遭遇動態總結出避障和尋路規則。團隊希望借沙盒環境測試其即時自適應能力，為未來機器人控制做鋪墊。
週二
11月5日 星期二
OpenAI 推進營利性轉型：已就重組與加州監管部門展開接洽
據彭博社報道，估值達 1570 億美元的 OpenAI 正推進由非營利轉向營利性公司的重組，並已與加州和德拉瓦州監管機構開啟初步溝通。重組的一大難點在於對 ChatGPT 等核心資產與智慧財產權進行合規估值。若轉型成功，將徹底改變其股權結構與融資限制。
AI 安全倡導者呼籲初創公司慢下來：別光顧著狂奔，先做好紅隊測試
多位 AI 安全從業者在 TechCrunch Disrupt 上呼籲創業者放慢產品釋出節奏。面對近期 Character.AI 引發的訴訟以及版權、深度偽造風險，嘉賓強調不能只顧跑馬圈地，必須在產品上線前做好紅隊測試並設立防護欄。
微軟開源多智慧體系統 Magentic-One：一個總管指揮四員大將
Microsoft 宣佈開源通用多智慧體系統 Magentic-One。它採用協調器負責總控規劃，指揮網頁操作、檔案讀取、程式碼編寫和終端執行四個專用智慧體分工配合，在 GAIA 等基準上跑出了第一梯隊水平。系統基於 AutoGen 打造，支援隨時增刪智慧體。
Meta 前 Orion 硬體負責人加盟 OpenAI：統領機器人與消費硬體
Meta 前 Orion 增強現實眼鏡硬體負責人 Caitlin Kalinowski 宣佈加入 OpenAI，領導機器人和消費級硬體業務。她曾主導 Meta Orion 原型機及頭戴顯示裝置的硬體開發。OpenAI 時隔四年重啟機器人業務，加速將模型帶入物理世界。
週一
11月4日 星期一
OpenAI 推出 Predicted Outputs：拿參考文本給 GPT-4o 提速
OpenAI 面向開發者推出 Predicted Outputs 功能，允許在呼叫 gpt-4o 和 gpt-4o-mini 時傳入參考字串，大幅降低響應延遲。該功能主要加速區域性修改場景，例如修改現有檔案中的程式碼、更新文件博文或微調已有回答。
Perplexity CEO 提議幫紐約時報頂崗罷工技術人員，引輿論炮轟
紐約時報技術工會在大選前夕罷工，Perplexity CEO Aravind Srinivas 隨後在社交平臺主動提出為其提供技術支援保障報道。該舉動被批評充當「工賊」；Srinivas 隨後澄清並非用 AI 替代員工，而是協助應對高流量負載。
Hume AI 推出新語音應用：免登入用麥克風聊，搭載 EVI 2 與 Claude
Hume AI 推出基於瀏覽器的語音應用，由自研語音模型 EVI 2 結合 Claude 3.5 Haiku 驅動。使用者無需註冊賬號，開啟網頁直接用麥克風與不同性格的 AI 助手對話，涵蓋問答與講故事等場景。不過測試顯示敘事模式下仍偶有重複與變調。
微軟測試 Xbox AI 客服：美區內測開啟，解答主機與遊戲問題
微軟面向美國 Xbox Insiders 開放測試「Xbox Support Virtual Agent」AI 聊天機器人。它以動態角色或彩色球體形象出現，專門幫玩家解決主機與遊戲支援問題。這也是微軟逐步把 AI 引入 Xbox 平臺和服務的一部分。
Prime Video 上線 X-Ray Recaps：用 AI 總結劇集前情，防劇透精確到片段
Amazon 為 Prime Video 推出生成式 AI 功能 X-Ray Recaps，能為整季、單集甚至單集片段生成文字摘要。該功能結合字幕與畫面梳理關鍵劇情，並設定防劇透護欄。目前已在 Fire TV 裝置開啟 Beta 測試，首發支援其原創劇集。
iOS 18.2 Beta 2 曝光：Siri 接入 ChatGPT 有額度，支援直接升 Plus
Apple 在 iOS 18.2 Beta 2 中完善了 Siri 接入 ChatGPT 的設定。系統設定新增「每日額度」選項，免費使用者每天只能呼叫少量高階版 GPT-4o 和 2 張 DALL-E 3 生圖，超額後會降級為基礎模型；如果覺得不夠用，可以在設定裡直接開通每月 19.99 美元的 Plus 訂閱。
Anthropic 上線 Claude 3.5 Haiku：效能超 Opus，價格卻漲 4 倍且暫不支援識圖
Anthropic 正式推出 Claude 3.5 Haiku 模型。新模型在多項基準測試中超越上一代旗艦 Claude 3 Opus，但 API 價格比上一代上漲 4 倍，且首發不支援影像分析。舊版 Claude 3 Haiku 仍將繼續保留，供需要極致價效比和影像處理的使用者使用。
Meta 放寬 Llama 使用限制：破例向美國防及國安機構開放
Meta 宣佈打破軍用禁令，向美國國防與國家安全機構及其承包商開放 Llama 模型。Oracle 已用其處理戰機維護文件，Lockheed Martin 則用它生成程式碼。這一例外政策也同步適用於英、加、澳、紐西蘭四國對應機構。
NVIDIA 推出影片搜尋 Blueprint：用自然語言看懂海量影片
NVIDIA 推出用於影片搜尋與摘要的新版 NVIDIA Blueprint 工作流。開發者無需複雜程式碼，用自然語言提示詞就能構建影片分析智慧體，結合視覺語言模型直接檢索海量監控或歸檔影片、生成摘要並觸發警報，主要面向智慧城市、工廠安全與交通排程等場景。
Netflix 剛關閉工作室裁員，轉身押注生成式 AI 搞遊戲開發
據 404 Media 報道，Netflix 遊戲部門正在投資生成式 AI，稱其為遊戲開發“一代人一次的變革”，希望以此加速研發並創造新體驗。諷刺的是，就在幾週前，Netflix 剛關閉了旗下高階遊戲工作室並裁撤了開發者。
xAI 開放 API：每月送 25 美元額度，相容競品 SDK
11 月，xAI 宣佈其 API 正式向公眾開放，並在年底前每月贈送 25 美元額度。API 相容 OpenAI 與 Anthropic 的 SDK，目前開放的 grok-beta 僅支援純文本與函式呼叫。定價比 GPT-4o 略高，額度基本只夠嚐鮮測試。
Instagram 將用 AI 抓瞞報年齡的未成年人：翻生日祝福識別，自動鎖隱私
Meta 計劃於 2025 年初在 Instagram 上線「成人分類器」AI 工具，專門抓取虛報年齡的未成年人並強制切換至受限隱私設定。該工具會分析賬號互動及好友留下的生日祝福推測真實年齡。若被判定未滿 18 歲，想改回必須上傳證件或自拍影片驗證。
可靈 AI 測試「自定義模型」：上傳影片即可訓練專屬一致性角色
快手旗下 AI 影片工具可靈測試「Custom Models」功能。使用者只需上傳 10 至 30 段 10 秒以上的影片，即可訓練專屬角色，並在生成新影片時隨提示詞呼叫，顯著改善了 AI 影片中人物頻頻跳戲和麵容不一致的問題。
週五
11月1日 星期五
OpenAI 高管 Reddit AMA：2025 年將主打自主 Agent，現有硬體可達 AGI
週四，OpenAI CEO Sam Altman 及多位高管在 Reddit 舉辦答疑。高管透露，能主動聯絡使用者並代辦任務的自主 Agent 將是 2025 年的重頭戲，Altman 還表示實現 AGI 無需等待下一代硬體；企業版 ChatGPT 正在推進醫療 HIPAA 合規，新版 DALL-E 也在路上。
Claude 3.5 Sonnet 支援看懂 PDF 裡的圖：圖表報表直接拆解
Anthropic 為 Claude 3.5 Sonnet 開啟 PDF 視覺分析公測，能同時讀懂文件裡的文字、圖表和嵌入影像。單份檔案限制在 32 MB 與 100 頁以內，每頁大約消耗 1500 至 3000 token，目前已在 Claude Chat 預覽和 API 中開放。
BFL 推出 FLUX.1 Tools：支援重繪、擴圖與結構控制
BFL 釋出影像控制套件 FLUX.1 Tools，包含 Fill、Depth、Canny 和 Redux 四項功能。套件覆蓋區域性重繪、外延擴圖、結構引導與影像重混，提供開源權重與 API 服務。不過官方後續已棄用 Depth 與 Canny 的 API 支援。
Runway 升級 Gen-3 Turbo 運鏡：支援縮放橫搖自由組合，精準排程機位
Runway 為 Gen-3 Alpha Turbo 上線精準鏡頭控制功能。創作者可直接設定運鏡方向與速度，支援平移、推進與變焦等動作組合。不用再全靠提示詞抽卡猜機位，目前該功能已面向所有 Gen-3 Alpha Turbo 使用者開放。
Perplexity 上線選舉資訊中心：接入美聯社資料即時追蹤大選
Perplexity 上線選舉資訊中心，幫助選民查詢候選人立場、選票提案並追蹤即時大選結果。平臺接入了美聯社與 Democracy Works 的資料來源，回答均附帶信源以供核驗。面對敏感的政治議題，AI 搜尋引擎正試圖用權威信源降低生成幻覺的風險。
週四
10月31日 星期四
大模型版 Alexa 再度延期：開關燈總翻車，亞馬遜推遲至 2025 年
據彭博社報道，亞馬遜將大模型版 Alexa 推遲至 2025 年釋出。早期內測顯示新版回答囉嗦且響應遲緩，甚至連關燈、設鬧鐘等基礎家居操作都頻繁出錯。目前內測已被叫停，如何兼顧對話生成與穩定硬體控制成了最大瓶頸。
Perplexity 測試「Pro Shop」：在搜尋框裡直接下單還包郵
據 ADWEEK 報道，Perplexity 正在邀請部分使用者早期測試站內購物功能「Pro Shop」。符合條件的商品會標有「Buy with Pro」，使用者無需跳出平臺即可直接填寫地址下單，還承諾免運費。目前該功能僅面向少數使用者測試。
Suno 上線 Personas：一鍵固定人聲與曲風，做系列歌更穩了
Suno 推出「Personas」功能，允許提取並複用特定歌曲的人聲、曲風與氛圍。創作者可以將喜歡的聲音固定下來創作新歌，也支援公開共享。該功能目前面向 Pro 和 Premier 會員內測，附贈 200 首額度，之後每首消耗 10 點數。
微軟再次推遲 Recall 釋出：預覽測試延至 12 月
微軟宣佈再次延後 Copilot Plus PC 的 Recall 功能測試，由原定的 10 月推遲至 12 月面向 Windows Insiders 開放。官方表示需要更多時間重構安全體驗，包括將功能改為自選開啟、允許徹底解除安裝，並對資料庫進行嚴格加密與 Windows Hello 驗證。
ElevenLabs 開源 X to Voice：分析 X 賬號生成專屬音色
上週，ElevenLabs 推出開源專案 X to Voice 並上線 Voice Design API。輸入任意 X 使用者名稱，系統會自動分析其簡介與發帖風格，生成對應提示詞與 3 個音色樣本，還能讓頭像對嘴型朗讀。開發者也能直接呼叫 API 為 AI 角色定製聲音。
Claude 推出桌面客戶端：移動端同步上線 10 分鐘語音聽寫
Anthropic 釋出 Claude 的 Mac 與 Windows 桌面客戶端公測版，免費與付費使用者均可使用。移動端（iOS 與 Android）則同步上線語音聽寫功能，單次最長可錄製 10 分鐘語音並轉寫回答。不過桌面端暫不支援聽寫，該功能也不是即時語音通話，更像發語音留言。
Blockade Labs 推出 Blendbox Alpha：告別複雜提示詞，提升繪圖可控性
Blockade Labs 推出 AI 創作工具 Blendbox Alpha。官方稱創作者無需再與冗長的提示詞或隨機生成結果反覆糾纏，該工具主打簡便直觀的控制體驗，讓使用者能直接塑造視覺創意。目前已上線 Alpha 階段測試。
Claude 推出 Mac 與 Windows 桌面客戶端：支援快捷鍵撥出
Anthropic 正式推出 Claude 的 Mac 與 Windows 桌面客戶端公測版，免費與付費使用者均可使用。新客戶端支援通過快捷鍵隨手撥出，主打原生環境下的深度辦公體驗；同時移動端也上線了支援錄製最長 10 分鐘的語音聽寫功能。
Google 地圖與地球引入生成式 AI：把 2.5 億地點接進大模型
Google 為 Maps Platform 和 Google Earth 引入生成式 AI。開發者可將大模型與 2.5 億地點資料結合以保證事實準確；Google Earth 則接入 Gemini，將城市規劃分析從幾天壓縮到數分鐘。下月 Rivian 車機將上線地點 AI 摘要。
D-ID 推出即時對話數字人：雙手與軀幹入鏡，1 分鐘影片就能練一個
D-ID 推出兩款新數字人模型 Express 和 Premium+。Express 僅需約 1 分鐘影片即可復刻頭部動作，旗艦模型 Premium+ 則支援雙手和軀幹動作並可進行即時互動。官方還配套上線了支援 30 種語言翻譯的企業營銷套件。
OpenAI 上線 ChatGPT search：直接聯網搜尋，附帶可靠信源引用
OpenAI 正式上線網路搜尋功能 ChatGPT search。系統會根據提問自動聯網抓取最新資訊，或由使用者手動觸發搜尋，並在回答下方提供信源側邊欄與連結。首批面向 Plus 和 Team 等訂閱使用者開放，未來將向免費使用者普及。
Physical Intelligence 釋出 π0：通用機器人模型能疊衣服也能收拾餐桌
Physical Intelligence 推出通用機器人基礎模型 π0。它結合 30 億引數視覺語言模型與流匹配動作架構，直接以每秒 50 次頻率輸出連續運動指令。模型不僅能在 8 種硬體上通用，微調後還能全自主清理烘乾機、摺疊衣服以及拼紙箱，泛化能力突出。
Meta FAIR 押注機器人觸覺：開源觸覺模型 Sparsh 與仿生指尖 Digit 360
Meta FAIR 釋出多項具身智慧研究成果，包括通用觸覺編碼器 Sparsh、具備超 18 項感測特性的仿生指尖 Digit 360，以及人機協作基準 PARTNR。Meta 聯合 GelSight 等夥伴推進硬體量產，試圖補齊機器人在觸覺感知上的短板。
Google 為 Gemini API 引入搜尋接地：可即時聯網檢索，每千次 35 美元
Google 在 Google AI Studio 和 Gemini API 中上線搜尋接地功能。Gemini 1.5 模型能直接檢索最新網頁資訊，並返回帶來源連結與搜尋建議的回答。AI Studio 支援免費測試，API 付費呼叫為每千次 35 美元。
週三
10月30日 星期三
ChatGPT 高階語音登陸桌面端：Mac 和 Windows 都能即時對話了
OpenAI 宣佈將高階語音模式推送到 macOS 和 Windows 桌面應用。使用者可以直接用自然語音讓 AI 寫程式碼或討論分析上傳的檔案，並提供 5 種全新音色可選。不過目前該功能僅限 Plus 和 Team 付費使用者使用，且暫不支援歐盟和英國等地區。
Wonder Dynamics 推出新工具：多機位影片直接轉 3D 動畫場景
已被 Autodesk 收購的 Wonder Dynamics 推出新功能。它能將多機位實拍影片連同角色動作與機位運動，直接轉為可匯出的 3D 場景，並在 Blender、Maya 或 Unreal 中分層編輯。這對影視前期預覽相當實用，目前已在 Wonder Studio 開啟測試。
Boston Dynamics 演示 Atlas 自主搬運零件：純靠機器學習，無需遙控
Boston Dynamics 釋出演示影片，Atlas 機器人利用機器學習識別環境與料箱，自主在供應商容器與移動料車間搬運發動機蓋。整個過程完全依靠自主感知規劃，沒有任何預設動作或人工遙操作。
OpenAI 開源事實基準 SimpleQA：GPT-4o 正確率不足 40%
OpenAI 開源了事實性評測基準 SimpleQA。該資料集包含 4326 個答案固定且唯一的簡短事實問題，專為測試前沿模型的幻覺設計，目前 GPT-4o 的得分不到 40%。測試發現，雖然模型具備一定自我評估能力，但普遍存在過度自信的問題。
研究稱 OpenAI Whisper 頻發嚴重幻覺：部分測試虛構率達 80%
據美聯社報道，研究人員發現 OpenAI 的 Whisper 語音轉寫工具頻發「幻覺」，在密西根大學的一項測試中 80% 的音訊轉錄出現虛構內容，甚至憑空捏造醫療方案。儘管官方不建議用於高風險決策，但該模型已被廣泛接入醫療問診等場景。
Recraft V3 上線：登頂文生圖榜首，支援排版控制與長文本渲染
Recraft 釋出全新影像生成模型 Recraft V3，在 Artificial Analysis 文生圖競技場以 1172 的 ELO 得分超越 Midjourney 登頂。該模型支援在畫面中指定文字位置與尺寸，並具備生成長文本、精確控制品牌風格及向量圖輸出能力。目前免費及付費使用者均可在其桌面端、移動端與 API 中體驗。
蘋果釋出 M4 系列 MacBook Pro：16GB 起步，能本地跑兩千億大模型
Apple 推出搭載 M4 系列晶片的 MacBook Pro，標配 16GB 記憶體起步，售價 1599 美元起。頂配 M4 Max 支援最高 128GB 統一記憶體，可直接在端側執行近 2000 億引數大模型，並深度整合 Apple Intelligence。
Apple 釋出 M4 Pro 與 M4 Max 晶片：神經網路引擎翻倍，主打端側 AI
Apple 推出第二代 3 納米制程的 M4 Pro 與 M4 Max 晶片。其神經網路引擎速度較前代提升最高達 2 倍，M4 Max 記憶體頻寬達 546GB/s 並支援最高 128GB 統一記憶體。這意味著在本地執行大模型和 Apple Intelligence 將大幅提速。
週二
10月29日 星期二
Google 確認推遲下一代 AI 智慧體：Project Astra 最早 2025 年上線
Google CEO Sundar Pichai 在財報會上透露，主打即時多模態理解的 Project Astra 體驗最早要到 2025 年才會推出。此前有傳聞稱代辦任務的消費級智慧體最早 12 月上線，如今看來大家還得再等等。
Google 超 25% 新程式碼由 AI 生成：工程師負責稽核把關
Google CEO Sundar Pichai 在 2024 年第三季度財報會上透露，公司超過四分之一的新程式碼已由 AI 生成，隨後由工程師稽核並接收。最值得關注的是，AI 已深入其內部研發管線。不過這些程式碼目前仍必須經由人工把關。
神秘 AI 影像模型 Red Panda 登頂盲測榜：擊敗 Midjourney 和 DALL-E 3
一款名為 Red Panda 的未知模型衝上 Artificial Analysis 文生圖盲測榜首。它的 Elo 評分達 1172，力壓 Midjourney v6 和 FLUX 1.1 [pro]，勝率達 72%。背後的開發者尚未公佈，目前推測是某家廠商在公開發布前進行的匿名效能測試。
App Store 將上線評價摘要：下載前一眼看清好評與差評
據 9to5Mac 報道，Apple 計劃在 App Store 頁面加入 AI 生成的使用者評價摘要，自動歸納高頻反饋與情緒，並隨新評論動態更新。該功能在雲端處理，先在部分地區向評價較多的應用開放，開發者若覺得摘要不準可提出申訴。
ChatGPT 網頁版支援搜尋歷史記錄：告別手動翻找舊對話
OpenAI 宣佈為 ChatGPT 網頁版上線聊天曆史搜尋功能。使用者可以直接在網頁端檢索過去的對話記錄，快速定位歷史聊天內容，免去了在側邊欄逐條翻找的麻煩。
微軟闢謠：並未偷偷安裝 Recall，完全可選且支援徹底解除安裝
針對社群關於 Windows 11 24H2 強制捆綁 Recall 的傳言，Microsoft 再次澄清該功能不僅是自願開啟，還允許使用者徹底解除安裝。專家指出當前系統殘留的引用只是微軟為了讓管理員更易移除該功能留下的空殼，目前測試版仍未正式推送。
Final Cut Pro 迎來 AI 功能：一鍵加特效、10 分鐘影片秒出字幕
Apple 在 M4 Mac mini 釋出影片中透露了 Final Cut Pro 的新特性。新版將支援利用 AI 快速新增影片特效，並引入「Transcribe to Captions」功能，幾秒內就能為 10 分鐘影片自動生成字幕。目前官方尚未公佈具體上線時間。
LinkedIn 推出首個招聘智慧體 Hiring Assistant：從草擬職位到初篩候選人
LinkedIn 推出首個 AI 智慧體「Hiring Assistant」，瞄準招聘業務。它能將簡單的筆記擴充套件為完整的職位描述，並按技能匹配並初篩候選人。目前已面向 AMD、Canva 等大企業開放，未來數月內將擴大推行。
傳 Meta 自研 AI 搜尋引擎：擺脫對 Google 與 Bing 的依賴
據媒體報道，Meta 正在開發自研 AI 搜尋引擎，供 Meta AI 為使用者生成時事摘要。該專案由專門團隊秘密研發了大約八個月，目的是擺脫對 Google 和 Bing 的依賴，把核心搜尋流量握在自己手裡。
ElevenLabs 收購 Omnivore 團隊：加速發力 AI 朗讀應用 ElevenReader
ElevenLabs 宣佈稍後讀應用 Omnivore 團隊正式加入。Omnivore 擁有 50 萬用戶，此前已接入其語音技術，未來將重點改進支援 32 種語言朗讀的 ElevenReader 移動端。同時，Omnivore 的開原始碼庫仍將保留公開。
GitHub Copilot 引入 Claude 3.5 Sonnet：寫程式碼也能選 Anthropic 了
Anthropic 宣佈 Claude 3.5 Sonnet 接入 GitHub Copilot，開發者可在 VS Code 和網頁端直接切換使用。該模型在 SWE-bench Verified 榜單領先，底層由 Amazon Bedrock 驅動，未來幾週向所有 Copilot 使用者開放公測。
OpenAI 研發首款自研晶片：聯手博通與台積電，擱置建廠計劃
據外媒報道，OpenAI 正與博通和台積電合作開發首款自研 AI 推理晶片，預計 2026 年量產，此前耗資巨大的自建晶圓廠計劃已暫緩。面對今年預估 50 億美元的虧損，OpenAI 還將在基礎設施中引入 AMD 晶片，以減輕對輝達的過度依賴。
Iambic 推出 Enchant：在研發早期預測藥物人體臨床表現
Iambic Therapeutics 推出多模態模型 Enchant。它將大量易獲取的臨床前實驗資料與極少量的人體試驗資料結合，在研發最早期預測候選分子的藥代動力學特性，人體半衰期預測相關係數達 0.74，大幅重新整理此前紀錄，旨在省去數年臨床前研發週期。
Apple 換代 Mac mini：體積減半起步 16GB，全面跑端側 AI
Apple 正式釋出全新設計的 Mac mini，機身縮減至 5×5 英寸，搭載 M4 與 M4 Pro 晶片且標配 16GB 統一記憶體。新機型專為端側 Apple Intelligence 打造，神經引擎速度比 M1 提升至高 3 倍以上，起售價 599 美元。
Pixel 10/11 遭內部洩密：搭載台積電 3nm 晶片，主打生成式影片與百倍變焦
據報道，Google 晶片部門檔案洩密。Pixel 10 將藉由台積電 3nm 製程的 Tensor G5 晶片，在相簿中引入生成式影片編輯、語音修圖及草圖生圖；Pixel 11 則預計支援 100 倍變焦與端側極暗光影片。不過新機目前仍在研發階段，具體規格或有變動。
週一
10月28日 星期一
Google 搜尋 AI 概覽推向 100 多個國家：月活將破 10 億
Google 宣佈將搜尋中的 AI 概覽功能推向全球 100 多個國家和地區，月活躍使用者預計超過 10 億。新版本還支援英語、日語、西班牙語等多語言自由切換，並在 AI 摘要內直接嵌入網頁連結。
OSI 正式釋出開源 AI 定義 1.0：Meta Llama 難再稱「開源」
開源促進會 OSI 正式釋出 1.0 版開源 AI 定義。新標準要求模型必須開放完整訓練程式碼，詳細披露訓練資料來源與獲取方式，且不得限制商業用途。按此標準，包含商業門檻的 Meta Llama 等主流模型均不算真正開源。
Grok 上線影像理解功能：支援拍照識圖解釋梗圖，限 X 付費使用者
xAI 為 Grok 增加了影像理解能力，X 平臺付費訂閱使用者現在可以上傳圖片向 AI 提問。馬斯克稱它甚至能看懂並解釋梗圖，不過目前功能仍處在早期階段。這也是繼 8 月加入影像生成後，xAI 進一步補齊多模態能力。
環球音樂聯手初創公司 KLAY：開發合規音樂大模型 KLayMM
環球音樂集團（UMG）宣佈與 AI 初創公司 KLAY 達成合作，共同開發注重版權倫理的音樂大模型 KLayMM。KLAY 承諾不會與流媒體曲庫競爭，並將提供精準歸屬機制。在起訴多家未授權 AI 公司後，UMG 正在拉攏正規軍探索商業化路徑。
Apple 釋出新款 M4 iMac：標配 16GB 記憶體，全面適配 Apple Intelligence
Apple 釋出搭載 M4 晶片的新款 24 英寸 iMac，起售價 1299 美元且統一升級至 16GB 記憶體起步。其神經引擎速度提升超 3 倍，全面支援 macOS Sequoia 15.1 帶來的 Apple Intelligence。新機還加入奈米紋理玻璃選項及 1200 萬畫素前攝。
Apple Intelligence 正式上線：寫作工具與新版 Siri 隨 iOS 18.1 推送
Apple 正式推送 iOS 18.1、iPadOS 18.1 與 macOS Sequoia 15.1，上線首批 Apple Intelligence 功能。首批功能包括全系統文本重寫與校對、全新發光外觀與支援打字輸入的 Siri，以及照片消除工具 Clean Up。不過目前僅限裝置和 Siri 語言設為美式英語時可用。
週日
10月27日 星期日
對標 Google：Meta 開源播客生成專案 NotebookLlama
Meta 釋出開源專案 NotebookLlama，復刻了 Google NotebookLM 的雙人播客功能。它基於 Llama 模型將上傳文本轉為對話指令碼，再通過開源語音模型輸出。目前合成語音機械感較重且容易搶話，但為社群提供了可定製的開源基礎。
Coinbase 推出 Based Agent：3 分鐘搭一個會炒幣的 AI 智慧體
Coinbase 推出工具模板 Based Agent。使用者只要準備 Coinbase SDK 和 OpenAI 的 API 金鑰，就能在 3 分鐘內通過 Replit 建立一個自帶加密錢包的 AI 智慧體，自動處理交易、兌換與質押等鏈上操作。這意味著加密貨幣正在加速向「AI 管錢」演進。
週六
10月26日 星期六
高通展示驍龍 8 Elite 新體驗：生成式 AI 自拍補光，專治用機痛點
高通在 Snapdragon Summit 2024 展示了驍龍 8 Elite 晶片帶來的實際體驗，包括用生成式 AI 為逆光自拍打光並調節角度色彩、靠全新 Oryon CPU 加速網頁與應用資料載入，以及通過 XPAN 實現 Wi-Fi 音訊無縫傳輸，重點解決日常用機痛點。
週五
10月25日 星期五
Reddit 網友聯手放假訊息：用虛假推薦反制 Google AI 抓取
倫敦 Reddit 使用者故意在社群釋出虛假餐廳推薦，以防心儀地點被網紅打擾，結果直接帶偏了 Google AI Overviews 的搜尋摘要。這也暴露出 Google 每年斥資 6000 萬美元抓取論壇內容充當 AI 事實來源的固有漏洞。
Adobe 高管對創作者喊話：不擁抱生成式 AI 就很難成功
The Verge 報道 Adobe 正在全力推進生成式 AI，高管 Alexandru Costin 直言拒絕 AI 的藝術家在新世界裡將難以成功。Adobe 明確表示不會推出剝離 AI 的產品版本，即便面臨創作者抵制，也堅信押注 AI 是長期獲勝的唯一路徑。
CNET 調查：手機使用者對 AI 興致平平，超六成換機更看重續航
據 CNET 最新調查，僅 18% 的受訪智慧手機使用者將 AI 視作換機主因，遠落後於更長續航（61%）和更大儲存（46%）。此外近半數受訪者表示不願為手機 AI 額外付費，訂閱疲勞讓普通消費者更關注硬體基本盤。
Meta 聯手路透社：Meta AI 接入路透新聞，回答時事附帶原文連結
Meta 與路透社達成多年期 AI 內容授權協議。Meta AI 聊天機器人將接入路透社報道來回答時事新聞，每次生成回答都會附帶原文連結，該功能即日起在美國上線。不過協議金額未公開，也未透露是否用於 Llama 模型訓練。
OpenAI 傳 12 月釋出下一代旗艦模型 Orion，官方回應否認
The Verge 援引知情人士報道，OpenAI 計劃在 12 月推出代號 Orion 的下一代旗艦模型，或先向合作企業開放而非直接進 ChatGPT。不過 CEO Sam Altman 稱其為假新聞，發言人隨後表示今年並無釋出代號 Orion 模型的計劃。
週五
10月4日 星期五
Meta 推出 Movie Gen：30B 影片與 13B 音訊模型，支援精準編輯與個性化生成
Meta 推出多媒體基礎模型 Movie Gen。它包含 300 億引數的影片模型與 130 億引數的音訊模型，不僅能文生音影片，還支援區域性增刪替換等精準編輯，並能基於單張照片生成定製人物影片。目前該模型正處於創作者測試階段，尚未公開發布。
週四
10月3日 星期四
Meta Ray-Ban 眼鏡迎來新 AI 功能：看到號碼就能撥號，還能記車位
Meta 開始向 Ray-Ban 智慧眼鏡推送韌體更新，上線多項此前釋出的新 AI 視覺功能。眼鏡現在能根據自然提問主動拍照解答，還能直接識別視線內的電話號碼撥號、掃二維碼，甚至充當記車位的記憶輔助工具。不過即時翻譯和即時影片 AI 尚未實裝。
沙盒 MMO《DreamWorld》開啟測試：輸入提示詞直接生成 3D 資產
遊戲開發商 DreamWorld 宣佈，其沙盒 MMO 將於 10 月 10 日在 Steam 開啟測試。遊戲集成了與 Meshy 合作的 AI 功能，玩家輸入文字提示就能生成自定義 3D 模型用於建造。本次測試時長約 12 小時，已在 Steam 開放資格申請。
Google 搜尋全面擁抱商業化：AI 摘要裡也要插播廣告了
Google 宣佈將在移動端搜尋的 AI Overviews 摘要中加入標註「贊助」的廣告，並附帶相關網頁高亮連結。同時，本週在美國推出由 Gemini 驅動的 AI 整理搜尋結果頁。說白了，Google 正急於將 AI 搜尋變現，防範 ChatGPT 等對手的衝擊。
Google 搜尋重大升級：Lens 支援拍影片提問，圈定即搜能聽歌識曲
Google 宣佈為搜尋和 Lens 帶來多項 AI 升級。現在使用者可以按住快門錄影片並同步語音提問，AI 能結合畫面作答；拍照時也支援直接開口提問。最值得關注的是搜尋方式從靜態文字徹底走向多模態。不過影片提問目前僅向 Search Labs 的英文使用者開放。
馬斯克在 OpenAI 舊總部辦招聘會：喊話挖角工程師，稱模型釋出 9 個月後開源
據 The Verge 報道，Elon Musk 在 OpenAI 早期舊總部舉辦 xAI 招聘派對，與同一天舉辦的 OpenAI 開發者大會打擂臺。Musk 現場宣稱兩三年內有望實現 AGI，並計劃模型釋出約 9 個月後開源。最值得關注的是，xAI 正全力招攬 API 工程師，加速叫板老對手。
Captions 推出 AI 社交媒體管家：掃一遍網站，短影片全自動包辦
影片編輯工具 Captions 推出面向網站的 AI 社交媒體管理功能。它能自動抓取官網內容提煉賣點，結合時下趨勢生成排期，並直接用數字人生成適配 Reels 和 TikTok 的短影片。該功能面向每月 25 美元起的付費使用者開放。
Black Forest Labs 釋出 Flux1.1 Pro：生圖快 6 倍，API 同步上線
Black Forest Labs 釋出新一代生圖模型 Flux1.1 Pro 並推出測試版 API。新模型生成速度比前代快 6 倍，支援最高 2k 解析度，畫質與提示詞遵循度均有提升。開發者目前可通過官方 API 及 Replicate 等合作平臺接入呼叫。
OpenAI 上線 Canvas：不僅能聊天，還能並排改寫與除錯程式碼
OpenAI 推出新介面 Canvas，在獨立視窗中與使用者協同寫作與程式設計。它支援選中文本區域性修改、提供行內批註，並內建快捷選單一鍵調長度、捉蟲與轉換語言。這是 ChatGPT 問世以來的首個重大視覺互動升級，目前面向 Plus 與 Team 使用者開放。
Google 上線 Gemini 1.5 Flash-8B 正式版：限速翻倍至 4000 RPM
Google 宣佈輕量模型 Gemini 1.5 Flash-8B 正式面向生產環境可用。它的效能接近原版 1.5 Flash，呼叫單價在所有 Gemini 模型中最低，併發限速也翻倍至每分鐘 4000 次請求，適合大批次呼叫場景。
加州 AI 深度偽造禁令被法官叫停：涉及哈里斯惡搞影片風波
美國聯邦地方法院法官發出初步禁令，暫時叫停加州剛簽署的 AI 深度偽造法案 AB 2839。該法原計劃允許強制下架誤導選民的政治深度偽造內容，但法官裁定其範圍過寬，可能傷及網路諷刺與政治批評。這意味著該法很難在下月大選前發揮作用。
週三
10月2日 星期三
字節跳動推兩款影片模型：PixelDance 攻克多鏡頭，Seaweed 達兩分鐘
上週，字節跳動在深圳推出兩款 AI 影片生成模型 PixelDance 與 Seaweed。PixelDance 主打多鏡頭一致性，用文本就能操控複雜運鏡；Seaweed 則可生成最長近兩分鐘的連貫畫面。不過兩款模型目前仍處於小範圍封閉內測階段。
Amazon 釋出新款 Fire HD 8：自帶生成式 AI，老款平板也能用
Amazon 釋出新款 Fire HD 8 平板，不僅把記憶體提升到 3GB，還塞進了生成式 AI 工具。新功能包括鍵盤內建的寫作輔助、Silk 瀏覽器的網頁摘要，以及用提示詞生成桌布。這些 AI 功能本月晚些時候也會下放給多款舊款 Fire 平板。
哈佛學生爆改 Meta 智慧眼鏡：街頭掃臉即時開盒，手機秒彈路人住址與電話
兩名哈佛學生公佈名為 I-XRAY 的演示專案。他們將 Ray-Ban Meta 智慧眼鏡的直播畫面接入人臉識別引擎與公開資料庫，配合大模型自動檢索，能在幾秒內扒出陌生路人的姓名、住址和電話。作者表示不會公開發布該工具，此舉旨在提醒公眾防範現有技術被濫用。
OpenAI 完成 66 億美元新融資：投後估值達 1570 億美元
OpenAI 宣佈完成 66 億美元新一輪融資，投後估值達到 1570 億美元。官方同時披露目前全球每週有超 2.5 億人使用 ChatGPT。新資金將用於強化前沿 AI 研究和擴充算力容量，AI 賽道的算力軍備競賽還在加速。
ETH 讓四足機器人學會爬梯子：提速 232 倍，踩空還能即時糾錯
ETH Zurich 展示了四足機器人 ANYMal 爬梯子的新方案。團隊為它裝上專用掛鉤末端，藉助強化學習自主調整步態，在 70 至 90 度梯子上的成功率達 90%，速度比現有方案快 232 倍。最關鍵的是它能即時糾錯，踩空也能立刻調整並繼續攀爬。
