AI 产品发布与更新

Baseten 上线自动扩缩容计划（Autoscaling schedules），可在预期流量到来前提高最小副本数，减少冷启动延迟。每个环境最多配置 10 个计划，支持每日、每小时或一次性时间窗口，窗口不可重叠且至少持续 5 分钟，可通过 dashboard、CLI 或 Management API 设置。

图像生成已成为编程智能体的重要工具 你可以用它为电子游戏生成概念 UI 或参考美术 OpenCode 2.2.3 有一个图像生成工具，支持来自 OpenAI、Gemini、Grok 等的图像模型

OpenCode 官方宣布，用户现在可以在 OpenCode 中使用自己的 Claude 订阅。其转发的用户反馈称 @claudeai 订阅在 @opencode 中已恢复可用。

Perplexity CEO Aravind Srinivas 宣布 Perplexity Computer 现在可通过新的 Chrome 扩展，从 Mac 和 Windows 应用控制用户的 Google Chrome 浏览器，一次性设置后即可让智能体在已登录网站上执行本地浏览任务。该功能已面向所有 Computer 用户开放，示例包括把商家评论整理成优先级排序的修改与回复清单，扩展可从 Chrome 应用商店安装。

Claude 移动应用本周更新，在 iPad 和 iPhone Duo 上，Claude 生成的内容可在聊天旁并排打开。iOS 和 Android 支持同时登录多个账号，Android 版在 Chromebook 和折叠屏上以笔记本应用方式运行。语音模式响应更快并支持 iPhone 的 Apple CarPlay，应用新增 24 种语言共支持 33 种。

Google DeepMind 与英国政府合作的 AI 规划工具 PlanAssist 将扩展至额外 12 个英格兰地方规划部门，使参与总数达到 15 个。在 Barnet、Camden 和 Dorset 的早期试点中，该工具将规划官员评估普通住宅申请的平均耗时最多缩短 58%，生成报告中超过 70% 无需修改即获批准。

TBC 推出 mischief 1，一个基于在电极上培养的活体脑细胞研究产出的图生视频模型，起价 0.5 美分每秒，公司称其速度至少是底座模型的 5 倍。

Modem 为付费订阅用户上线 X 集成，可在 Settings → Integrations → X 开启，按保存的搜索词抓取推文并归入与工单相同的主题。过去 30 天 Modem 读取 3 万条 X 帖子，筛选出数百条可执行的 bug 报告和功能请求，并推送到 #bots-social 等 Slack 频道。

面壁智能分享社区项目：基于 MiniCPM4-0.5B 的 0.5B 参数模型，通过 LoRA 适配器（在 NVIDIA Nemotron-PII 数据集上训练）加自定义 token 分类头，微调出 PII 识别器并接入 Microsoft Presidio。

豆包再次面向用户推出免费额度活动，所有用户每日签到可得 200 额度、周一翻倍，累计签到 30 天可得 8800 额度。首次登录豆包电脑版或豆包工作电脑版的新用户可直接领取 30 天免费体验套餐，额度可用于除生视频、Pro 模型以外的所有能力。赠送额度有效期 30 天，用户可通过左下角签到弹窗或侧边栏“免费用豆包”参与。

OpenBMB 转发用户对 MiniCPM-OCR 的实测示例，展示其将手写物理笔记（点电荷电场等内容）转成结构化笔记的识别效果。引用内容称 MiniCPM-OCR 采用双模型设计，一个模型读取文档、另一个模型评估输出中可能出错的部分，并以 Apache 2.0 协议 100% 开源。

Cartesia 于 10 月 30 日发布面向企业的端到端语音智能体平台 Managed Agents，在 Artificial Analysis Speech Agent Arena 和 ServiceNow EVA-Bench 均排名第一。

PokeBot 发布 RoboAPI，让 5 款受支持机械臂的用户无需采集数据、无需按任务训练，直接发送文本指令即可驱动机器人。该 API 由世界动作模型 Poke-Aurora 驱动，机械臂摄像头图像上传至 PokeBot 服务器，模型回传动作并以 30Hz 执行，模式类似 LLM 文本 API。主推文称这是迈向零样本机器人（zero-shot robotics）的进展，任务之间只需更换指令。

面壁智能开源 ForgeKernel，其智能体在 NVIDIA B200 上对 DeepSeek V4.1 FlashMLA Prefill 优化，较 FlashMLA 基线提速 9.8%（472 µs vs 518 µs）。

Anthropic 升级 Claude 移动应用，iPhone 版语音模式现已支持 Apple CarPlay，用户可在驾驶途中直接向 Claude 提问。此次更新还新增 24 种语言、累计支持 33 种语言，并让语音模式响应更快、嘈杂环境识别更准。iOS 与 Android 版支持多账号同时登录切换，iPad 端生成内容可并排展示。

Kimi 推出 3D Make 功能，可连接 Blender 和 CAD 等工具来创建模型、组装场景和开发游戏。该功能现已在 https://kimi.ai 和 Kimi Work 上开放使用。

谷歌 Gemini 从 10 月 30 日起向所有用户开放文件编辑功能，可在聊天中直接生成、预览并修改 PDF、谷歌文档、表格、幻灯片、Markdown、TXT 及代码文件。

Granola 宣布新增语音输入功能，不限字数且免费，可在任意应用中代替用户打字，与其既有的会议笔记功能互补。引用转发的记者 Alex Heath 表示自己整天在 Mac 上使用该语音输入，称不再需要另装听写应用。

OpenAI 于 10 月 29 日宣布立即上调 ChatGPT Pro 及 Business Premium 订阅中 Work 与 Codex 的用量额度，Pro 100、Pro 200、Pro 500 额度直接翻倍，并明确不降低用量限制。

OpenRouter 重构 Guardrails 配置，管理员可设置组织级限制（预算上限、ZDR、模型和提供商范围），工作区管理员在其内设置默认值并给个人更高额度或更多模型访问。

NotebookLM（Notebook）宣布解锁来自全球领先出版商的 700 多本教材，全部免费开放使用。Google Labs 副总裁 Josh Woodward 发布视频展示了这一更新。

Anthropic 推出的 self-assessment 机制让 Claude 在每次回答后对对话做初步安全评估并交给审核方，自 6 月启用以来发现了其他防护未覆盖的滥用行为。

Databricks 宣布 Spark Declarative Pipelines（SDP）的实时模式（RTM）正式可用，在毫秒级端到端延迟下支持欺诈检测、实时个性化和实时特征计算等低延迟场景。

Shopify CEO tobi 解释 Meta 的 Muse 这类 AI 智能体为何能每天对你更有价值，而开发者只赚基点级费用。智能体不会抽取你消费额的 2%，只收不到 1% 的极小比例；Visa 2025 财年净收入 400 亿美元，约为其 14 万亿美元支付量的 29 个基点。美国家庭年均支出 81,905 美元，0.29% 约合 235 美元，节省归用户，开发者需数千万用户才能成立。

Serro 推出“Agentic TPM”，用于在决策变更时同步更新编码智能体。它连接 Slack、Linear、GitHub、Jira、Zoom、Notion、邮件和代码库，维护每个项目决策、负责人、风险与历史的版本化记录。其思路是把编码智能体失败视为协调问题：智能体仍在执行人们已在会议、聊天或工单中改掉的决策。

OpenAI 将多档付费订阅的用量限额翻倍，Pro 100 和 Pro 500 的 Work 与 Codex 配额均为原先两倍，Pro 200 在用户反弹后取消了下调计划并翻倍较低配额，Plus 保持不变。

☎️ 各位同学注意： 现在你可以在 Notebook 中直接访问数百本教材，完全免费。来自 S Chand Publishing、OpenStax 和 Open Textbook Library 等出版商——浏览、选择并上传它们作为来源，助你搞定接下来所有的考试（别再找借口了，好吗？）

Gemini 现已支持创建并分享个人 avatar，可在与朋友的图片和视频中出镜，支持在提示词中互相标记并保持角色和声音的一致性。用户可随时添加或移除他人访问权限。

Meta 悄然推出 AI 时尚应用 Style Sketch，可连接 Instagram 用已发布照片搭建虚拟衣橱，也支持拍照、录视频或上传图片手动添加单品。应用会基于已有衣物推荐搭配，并提供贴合用户体型与肤色的虚拟试穿，目前已在印度尼西亚、新加坡和泰国上线 iOS 与 Android。

隆重推出 Ad Studio。 - 由我们全新的 Krea 3 广告专家模型驱动。 - 粘贴你的品牌链接，即可获得数十条广告 - 与你的品牌和产品保持完全一致。 现在免费试用 👇

Lauren Tan 宣布 pstack v0.15.36 中的 /statechart skill 已稳定可用，建议与 /create-formal-verification-skill 组合，抽象建模状态机和分布式系统以发现 bug。

Google Gemini 现已支持在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 和代码文件，今天起面向所有 Gemini 用户开放。

Anthropic 推出名为 self-assessment 的安全机制，Claude 在每次回复后即时给出对话的初步安全评估，标记其他安全防线未覆盖的潜在滥用。

Perplexity CEO Aravind Srinivas 推荐用 Perplexity Computer 上的 /unbroker 技能删除自己在数据经纪商网站上的信息。该技能由 @SHL0MS 开发，已上线 Computer 技能市场，可查找个人在数据经纪商网站上的记录并起草退出申请，每份申请发送前需用户批准。11 月 6 日前通过 /unbroker 执行的任务免费，每名用户最多 5,000 credits。

现在就试用 SFX v3，在 @ElevenCreative 内的所有创作场景均可用：flows、音效标签页、studio 和音乐编辑器。 ElevenAPI 和 ElevenLabs 移动应用同样可用。 https://elevenlabs.io/blog/soundeffectsv3

用一条提示词描述场景，SFX v3 就能开始工作。 人群欢呼，球落下，然后人群发出嘘声。SFX v3 能更可靠地遵循多条指令，一步步把你描述的内容更多地融入音频中。

以会议记录工具起家的 Granola 上线听写功能，用户在 Mac 上按 Fn 键即可说话，工具会自动整理并格式化语音，最终文本可粘贴到所有应用，支持写笔记、口述提示词和回复邮件消息，且不限字数、免费使用。该功能将很快登陆 iOS 和 Windows。此举发生在 Wispr 推出会议记录工具数月之后，Granola 与 Wispr 估值分别为 15 亿美元和 20 亿美元。

Codex 发布 0.166.0 版本，在捆绑、Vertex AI 和 Amazon Bedrock 模型目录中新增 GPT-6.1 Terra。该版本加入键盘驱动的转录选择（支持词、行、页移动与集成搜索）和 codex queue --resume，用于在排队消息后恢复未加载线程。此外新增 codex doctor --network-only，用于配置、连接与 WebSocket 诊断。

Claude 移动应用本周迎来一批小升级：在 iPad 和 iPhone Duo 上，Claude 生成的内容改为在聊天旁侧打开而非覆盖聊天；iOS 和 Android 支持多账号同时登录并切换。

iOS 和 Android 上的语音模式响应更快，在嘈杂房间或你小声说话时也能听得更清楚。非英语语音听起来更自然，语音功能现已在更多 Android 手机上运行。