AI 产品发布与更新

Meta 宣布把基于 Muse Wonder 训练的专用模型推向 Muse 和 Meta AI 用户，Personal Superintelligence Index 得分从 38% 提升到 47%。

Perplexity 于当地时间本月 4 日宣布推出 Teammate 功能，一款作为用户“团队成员”、能执行持续性复杂工作的智能体，可简化使用 Perplexity Computer 时的规划工作。

World Labs 在两个月前推出自回归世界模型 Atlas 后，发布 Frameboy 演示，让用户以精确相机控制在云端 GPU 上以最高 15 fps 的流式传输实时探索 AI 生成的世界。fal 表示其 serverless 推理引擎为 Frameboy 提供算力支持。

Aravind Srinivas 认为智能体将越来越多地被其他智能体调用，因为编排更简单，且可集中到一个以 git 为核心、不断复利的系统底座；当智能体以 code-mode 运行并对 trace 做版本控制，就形成可用减少人工介入来度量的递归循环。配图显示人工输入的队友操作占全部队友轮次的比例从第一周的 31% 降至最近的 22%，其余来自子智能体、跟进和自动化。

Gemini Omni 1.2 Flash 已在 Higgsfield 上线。 15 秒片段，角色一致，最高 4K，带原生音频。 现已在 Higgsfield 可用。

很高兴看到 MiniCPM-OCR 集成进 LiteParse！🚀💙 感谢 LlamaIndex 团队让文档解析对开发者更加易用。🙌

Meta CEO 扎克伯格 11 月 6 日在 Threads 宣布个人 AI 助手 Muse 正式上线实时语音对话与富有表现力的虚拟形象功能，率先面向美国用户，覆盖移动端、网页端和 Mac 应用。

World Labs 发布 Frameboy 演示项目，让网友在网页端用高度优化的 Atlas 版本实时探索 AI 生成世界，以最高 15 帧每秒从云 GPU 流媒体传输。Atlas 是其两个月前发布的自回归世界模型，拥有像素级摄像机控制。IT之家实测称其类似游戏机，可通过点击“游戏卡带”选择世界并自由探索，目前需运行在云端 GPU 服务器上，成本不低。

Gemini Omni 1.2 Flash 现已在 Krea 上线。 15 秒片段、更深入的电影级控制，以及多轮编辑！ 立即试用 👇

Anthropic 于当地时间 11 月 5 日宣布为 Claude 加入个人理财功能，本周开启灰度测试，面向美国地区 Pro、Max 和 Ultra 订阅用户开放。

OpenRouter 发布新一代 Auto Router，并推出专为编码场景的 Auto Code（openrouter/auto-code），替换 openrouter/auto 即可使用。

Amp 今日推出 spaces，一种与 Agent 和团队协作的新方式。每个 space 是与单个 Agent 的对话，由它负责为用户生成和协调其他 Agent 线程，无需自己创建和组织线程。

Cursor 推出与智能体的实时语音聊天功能，可用语音提出更改、询问进展并听取智能体播报的简短进度。语音聊天支持智能体窗口、IDE、Web 端和 iOS，可搜索历史消息和通话、在多个 worker 间切换，iOS 上还支持“Hey Siri, call Cursor”发起通话。

Baseten 宣布 Serverless Loops 正式可用，这是用于在开放权重模型上做 SFT 和强化学习的训练 SDK，采用 Tinker 兼容 API，支持 256k 上下文长度并按 token 计费。

Amp 发布反馈挂件（Feedback Widget），用户在网站 URL 后加 ?amp 即可点击页面元素并写下修改说明，发送后 Amp 会在项目中新建线程并完成修改。设置需在项目设置中启用挂件、在 添加脚本并在 Allowed Origins 中填入站点地址；首次使用需通过 Continue with Amp 登录授权。

VeRL-Omni v0.3.0 将异步执行扩展到更多多模态 RL 工作负载，并把 V1 训练器设为默认。新版本支持 Qwen3-Omni 文本与音频输入的完全异步 rollout、actor 与 rollout 引擎分离的 separate-async 训练，以及扩散模型的权重同步与动态混合 rollout 切换。

Mastra 智能体现在可通过 Ring signals 接收 Ring 门铃事件，每个事件以可配置优先级的通知信号进入智能体线程。智能体可调用 Ring API 获取快照或视频片段，并据此判断门口情况。

对 Perplexity 来说，每个月都是一条新的帕累托最优曲线。https://pplx.ai/effort-levels

Codex 0.167.0 新增智能体命令中心，可通过 codex agents --no-daemon 打开，命令中心与会话选择器会标记未读结果。终端会话选择器支持在已连接后端间切换并保留草稿，还可在支持的终端中预览本地图片附件。该版本同时加入 Google Cloud Vertex AI 的 gcp_setup_wizard 配置流程，并修复切换模型提供商后已保存对话仍可见等问题。

Meshy Relief 和 N1 Retexture 现已在 fal 上线 - 使用 N1 为现有 3D 模型重新贴图，生成干净的 2K 基础色 - 使用同一物体的一张正视图或最多四张视图 - 将单张照片转为 3D 浮雕，从适合标签的低浮雕到适合雕塑的高浮雕 - 导出背面平整的浮雕，可直接打印和展示

今天就来试试！ N1 Retexture https://fal.ai/models/meshy/n1/retexture Relief https://fal.ai/models/meshy/relief

Perplexity 推出面向工作的常驻智能体 Teammates，对标 OpenAI 的 Dots 和 Claude Duet，可在工作区承担多个角色并利用现有 Perplexity 工具的项目、技能和记忆，还能与 Perplexity Computer 协作完成持续性大规模任务。

Decart 的 Lucy 2.6 现已在 fal 上线 实时转换直播视频，视觉保真度大幅提升 让角色与你的参考图保持一致 保持服装的合身度与细节 更自然地放置产品、道具和配饰

现在就来试试！ Realtime https://fal.ai/models/decart/lucy-2-6/realtime

Anthropic 在美国推出 Claude 的 Personal Finance 测试版，通过 Plaid 以只读方式连接银行账户，Claude 可用日常语言回答用户余额和交易相关问题，但不能移动、管理或投资资金。

Cursor 宣布用户现在可以在 Cursor 中构建实时应用并通过链接分享。Cursor 会根据描述构建应用、设置数据库、运行确定性和智能体安全检查并完成部署，解决多数应用停留在 localhost 的问题。

Cursor 各团队已在用它构建实时仪表盘、客户演示、内部运营工具、入职培训项目和开发者门户。 现已在所有付费计划中开放。更新到最新版 Cursor 即可构建你的第一个应用：https://cursor.com/changelog

Cursor 宣布现在可以在 Cursor 中构建线上应用并通过链接分享。用户描述想要的工具后，Cursor 会完成构建、配置数据库、运行确定性与智能体安全检查并部署，解决多数应用停留在 localhost 的问题。

Sierra 在 Agent Studio 上线首批 Accelerators，为 AI 智能体预置订单查询、预约排程、理赔报案、身份核验等行业高频工作流，并附带基础集成与护栏。Accelerators 由 Sierra 持续维护，更新与企业的自定义改动分开追踪，企业可在审阅后决定是否应用。团队还可用 Ghostwriter 按自身业务定制，未来将支持自建并跨团队共享 Accelerator。

Krea AI 官宣推出全新 Krea Video，主打在浏览器内直接生成好莱坞级画质视频。功能包括电影感相机控制、100+ 热门预设、可直接用于 UGC 的模板、视频剪辑、风格迁移和声音生成，现已开放试用。

Meta 向全部美国用户开放与 Muse AI 智能体的实时视频通话，用户可与可换装的动画头像对话。技术上 Muse Realtime Voice 输出携带语音与表达信息的 speech tokens，Muse Realtime Avatar 将同一流转为口型同步视频，Meta 用知识蒸馏让学生模型以每视频块 2 次前向复现教师模型 120 次的效果。

OpenRouter 宣布 Google 的视频模型 Gemini Omni 1.2 Flash 上线，支持最长 15 秒片段（1.1 为 10 秒）、360p 至 4K、16:9 或 9:16、原生音频，每秒定价比 1.1 低约 30%。定价为 360p $0.023/秒、720p $0.070/秒、1080p $0.104/秒、4K $0.209/秒；同一模型在 chat completions 上还能处理文本、图像和视频输入（131K 上下文，$1.50/M 输入，$…

李飞飞转发 World Labs 官方账号，宣传其新发布的 Frameboy demo，可用于实时探索世界。Frameboy 是两个月前发布的自回归世界模型 Atlas 的高度优化版本，从云端 GPU 流式传输，最高可达 15 fps，支持像素级相机控制。

把网络研究拆成两种形态，一种深、一种广，比让一个智能体同时做两件事是更清晰的模型。 TinyFish 发布 2 款 AI 智能体，承担人们通常要花数天完成的网络调研工作： > TinyResearch 用一份带引用的报告回答一个难题，并且 > TinySet 从散落在数百个网站上的事实中构建电子表格。 https://x.com/Tiny_Fish/status/2118387912945611186/video/1

NVIDIA 公布 Vera CPU 在 100 兆瓦数据中心对比中的表现：相比最快的 x86 CPU，每瓦可支持 1.6 倍智能体数量；相比最节能的 x86 CPU，智能体速度提升 2 倍。早期采用者已给出实测数据，Perplexity 的智能体编程任务快 1.5 倍并计划在生产系统部署 Vera，DeepInfra 智能体编排速度最高达最佳 x86 处理器的 2.2 倍。

LangChain 在 Deep Agents 中推出 async subagents，让编排器保持对用户可响应，子智能体作为后台 worker 并行执行长任务并在完成后回报。

Meta 宣布 Muse Voice 功能向美国所有用户开放，用户可与消费级 AI 智能体 Muse 通话和视频聊天。该功能由 Muse Realtime Avatar 和 Muse Realtime Voice 模型驱动，形象被昵称为 Jolly，可自定义为人、动物或其他角色，说话时配合匹配对话语气的表情和手势。

fal 宣布 Google gemini-omni-flash v1.2 在其平台开放试用，提供 Text-to-Video、Image-to-Video、Reference-to-Video、Edit、Extend、Upscale 六个功能的入口链接。

Google 的 Gemini Omni Flash 1.2 现已上线 fal 平台。该模型可从文本、图片或参考片段生成带原生音频的视频，用自然语言指令剪辑现有素材，为视频追加 3 到 10 秒续段，并支持将片段放大至 1080p 或 4K，输出最长 15 秒。

我们打造了 Muse Realtime Voice 和 Muse Realtime Avatar，让语音、表情和手势保持同步。它能即时响应，你还可以在它说话时随时插话。 为打造这一功能的团队感到骄傲！