AI 产品发布与更新

直播提醒——今天太平洋时间上午10:15——非常兴奋能与 @zachlloydtweets 聊软件工厂，他是 warp terminal、warp agent 以及如今 warp factories 的创造者。 我觉得我们在很多事上看法一致，但可能也会有一些火药味十足的辩论。感谢 @vaibcode 出面担任主持 🙂 今天太平洋时间10:15 在 X 上直播，剪辑版大约周五下午上传到 YouTube

Tuesday Labs 推出家用机器人 Voxel Series-1，首批 999 台将于 2028 年发货。该机器人重点打磨在人类周围整理家务时的行为，可把物品归位、跨房间取物，上市时将能找出放错位置的物品并照料室内植物。其性格由 Pixar 顾问参与打造，创始人 Ros Shinkle 曾编写让 Boston Dynamics Spot 抓取和放置物体的算法。

Google 与 Meta 联合开源 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行，无需 JAX 依赖。

Anthropic 开放 Claude Duet 研究预览，这是一款让 Claude 作为主动智能体工作的独立应用，提供 iOS、Android 和 claude.ai 版本，面向 Pro 和 Max 计划，首批面向美国用户，需加入等候名单。

NVIDIA 介绍开源运行时 NVIDIA OpenShell 及其参考架构，将智能体视为不可信工作负载，通过 Gateway、Supervisor、Sandbox 和 Policy prover 四个组件在智能体之外实施确定性治理。

NVIDIA 推出安全软件框架 NVIDIA Sentry，在 BlueField-4 DPU 上为 AI 智能体提供主机隔离的运行时防护，独立于主机软件监控并执行智能体对模型、工具和数据的访问策略。

Every 获得早期试用权限，评测 Anthropic 今日以研究预览形式推出的常驻个人智能体 Claude Duet。

Tessl 博客引用 Jellyfish 2026 年 9 月 AI Engineering Trends 数据指出，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位达 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。

Perplexity 宣布 Perplexity Computer 现可在 Mac 上完全本地运行，模型和智能体都在用户 Mac 上运行，可操作原生 Mac 应用和本地文件，任务执行无需把敏感数据发送到云端。该功能现已在 Perplexity Mac 应用中开放。

继续发货！ 引用推文：Grok Bot 有哪些新东西 00:00 新聊天卡片 00:31 速度 00:53 草稿编辑 01:08 邮箱别名 01:33 X 私信 01:55 标记 @bot 02:31 连接器 02:48 语音通话 03:27 通知 03:56 邀请与 Android Assistant 04:19 访问列表、未读、例程、登录 这个团队真能发货！

来自 @MiniMax_AI 的 MiniMax M3.1 Flash 现已在 OpenClaw 中可用。 运行 v2026.10.1 或更新版本？无需更新 OpenClaw。

Aravind Srinivas 展示由 Computer 以实时等距 SVG 渲染的 Big Boy No. 4014，这是世界最大的在役蒸汽机车，并配有从冷锅炉到 60 mph 的 7 步运行序列。模型包含 1,324 个部件和 15,312 个凸面，数据来自 Union Pacific 公开的资料，可在 http://big-boy-4014.pplx.app 体验。

据 9To5Mac 报道，Mac 版 Perplexity Computer 新增端侧模式，可完全在设备端运行 AI 模型和智能体，无需联网即可完成任务规划、推理和文件处理，用户批准后文件才上传云端。

如果冰球机器人能装冰球，它能装多少个冰球？🏒 这个容器里塞下 12 个冰球已经很紧凑——看模型在冰球卡住或放错位置时如何调整摆放。 GEN-1.5 可不只是玩玩冰球。更多内容见我们的博客文章，并在下方评论区注册等候名单。

OpenAI 宣布 ChatGPT 的 team tasks 现可自动化周期性工程工作，例如每周五汇总已发布内容和受阻事项。团队成员可以查看结果并调整下次更新的覆盖范围，无需个人单独维护。

Google 与 Meta 的 PyTorch 团队联合开发并在 PyTorch Conference 2026 上宣布开源 TorchTPU，让 PyTorch 通过 torch.device("tpu") 原生运行在 Cloud TPU 上，官方称其取代 PyTorch/XLA 并推荐用于所有新工作负载。

VAST（@VASTAIResearch）开源实时生成渲染器 EdenLive，可将 3D blockout、游戏引擎画面、2D 卡通和真实视频转化为写实或风格化视频。模型为 5B 参数，单张 RTX 5090 上可在 720p 分辨率实现 24+ FPS。

据《商业内幕》报道，英伟达 CEO 黄仁勋过去一周访问法国、瑞典、英国和德国，敦促欧洲加快 AI 发展步伐，不应过度依赖监管。他与德国总理默茨对话时表示，政策制定者应重点监管 AI 应用而非底层技术，称如果行业无法蓬勃发展就没什么可监管的；默茨回应欧洲正寻找创新与监管的平衡。他还认为德国可凭借制造业和工程技术优势，借助 AI 在下一场技术竞赛中占据有利位置。

fal 宣布 Bria Fibo 2.0 上线。该模型在 Artificial Analysis 排名开源权重图像编辑模型第一，仅使用授权数据训练并附带明确商业权利，支持最多四张输入图像的编辑、背景替换、产品重新摆放和光线调整，也可生成推理密集型提示词的文生图。

Gemini 4 Argon 打造了一个 3D 元素周期表，与 Tom Lehrer 的歌曲《The Elements》同步。 该作品在 @Antigravity 中创建，可动态展示绕轨电子、原子数据和光谱。

DeepSeek 以 Apache 2.0 许可证开源了支撑其生产服务的 DeepInfer 推理框架，并另以 MIT 许可证发布词元编解码层 deepseek-recipe。

工作室级 3D 毛发动力学，借助 Gemini 4 Argon 在浏览器中实时运行。 在 @Antigravity 中，Argon 编写了一个自定义 WebGL2 毛发引擎，并带有自动轻量级回退方案——使用 GPU 毛发梳理着色器、程序化角色网格和动画，实现可交互的实时毛发物理效果。

面壁智能宣布开源 GitHub 评分与吐槽平台 ghfind 已以 MiniCPM-V 4.7 API 作为主模型，该平台日访问量达 12K。用户输入 GitHub 用户名即可获得 0–100 价值与信任分、五档评级、基于公开数据的犀利吐槽和改进建议，六维评分与十项红旗信号用于区分持续贡献与刷星、机器人活动和 PR 农场。

看看产品上的艺术指导效果。 从你的图像开始，添加 1–4 张参考图，Style Match 会在保持产品和构图不变的情况下对其进行风格重塑。

个人 AI 智能体一个有趣的方向，是超越单一的提示词—响应式交互。 SpeakON 的做法是结合三个层面： 语音键盘，用于表达想法 笔记，用于整理信息 一个 AI 智能体，帮助处理提醒、邮件和日程安排等任务 更大的构想，是把日常语音输入连接到真正有用的工作流中。

Adobe 宣布 iOS、iPadOS 和 Android 版 Lightroom 移动版新增 Open Eyes Quick Action，检测到照片中有人闭眼时一键用生成式 AI 打开眼睛，并参考 Lightroom 库中同一人的其他照片匹配颜色、大小和形状。

DeepSeek 开源自研推理框架 DeepInfer，以及 deepseek-recipe 等服务 DeepSeek 模型的关键组件，代码位于 github.com/deepseek-ai/DeepInfer。DeepInfer 已用于大规模支撑 DeepSeek-V4.1-Flash 的高吞吐低延迟推理，官方希望帮助更多企业和机构部署 DeepSeek 模型并从中获利。

Meta 正在为 Muse 网页版开发 Confidential VMs 功能，让用户在加密环境中运行 Muse 任务，此前预告将在 2026 年底前上线。新发现的隐藏设置显示，该功能初期仅对 Meta AI 订阅用户开放，且切换后语音模式、图像与视频生成及可穿戴设备支持暂不可用。Meta 称对话数据不会用于改进其 AI。

百度集团副总裁袁佛玉在2026中国品牌出海博览会中国品牌国际化论坛开幕式演讲，提出AI正同时改变价值创造、消费者决策和企业经营三件事，重置全球品牌竞争格局。她认为品牌内容需面向智能体改造、做到AI Ready，商品、价格、库存、会员、售后等经营信息要能被智能体实时理解和调用。

DeepSeek 以 Apache 2.0 许可开源了支撑其生产服务的推理引擎 DeepInfer，8 小时获得 6.3K+ stars。

火山引擎 Seedance Managed Agent 上线，是基于 Seedance、Seedream 构建的视觉创作 Agent，通过自研 Harness 与视觉模型联合调优，把模型、Skills 与工具组织成完整创作链路。

AIPOCH 发布开源的 Open-Science，一款 Apache-2.0 桌面工作台，把 Claude Code、Codex、OpenCode 或 CodeBuddy 等编码智能体变成科研助手。

Cloudflare 发布文档数据抽取模型 Clairic，已在 Workers AI 开放预览，开放权重即将推出。用户指定所需字段后，模型单次调用即返回格式化值和置信度，缺失值返回 null，不做逐 token 生成，还可处理简单计算、估算和预测。

Higgsfield x Wan 3.0 Prime 以最优性价比在动画风格间切换，生成速度更快。 现已在 Higgsfield 上线。

Mistral 发布 Voxtral 3，包含语音转文本、文本转语音模型和基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线，每轮对话可在一秒内完成。

Cursor 发布 Agent SDK，这是其构建 Bugbot、Security Reviewer、Rollouts 等托管智能体所用的框架，现已全面开放。

ElevenLabs 发布 Speech to Speech 级别的 Eleven Realtime 模型，含 v1 Mini（低成本自然对话）和 v1 Max（复杂多步任务），均支持 90 多种语言和 17,000+ 声音。

IBM、Red Hat 和 Google 等主导的开源推理项目 llm-d 在 PyTorch Conference North America 上发布 llm-d 1.0，这是一个 Kubernetes 原生的分布式推理服务框架，支持任意模型、任意加速器和任意云。

Thomas Wolf 转评 DeepSeek 宣布将其生产推理框架 DeepInfer 开源，该框架支撑 DeepSeek-V4.1-Flash 的高吞吐低延迟推理，代码以 Apache 2.0 协议发布在 http://github.com/deepseek-ai/DeepInfer。他同时列举 DeepSeek 此前开源的 FlashMLA（H800 上 580 TFLOPS attention）、DeepEP（MoE 通信）、DeepGEMM（1350+ FP8 T…

小米 MiMo-V2.6-Pro 正式上线 WorkBuddy，支持 1M 超长上下文与多智能体分工协作，并可联合理解图像、视频、音频和文本。该模型在 Artificial Analysis 智能指数为 46 分，官方称其全球开源第一。MiMo-V2.6 系列沿用 V2.5 定价，Pro 每百万词元输入 3 元、输出 6 元，并提供 99% 缓存折扣。