豆包工作新增创作画布功能并接入豆包2.1 Lite模型
豆包工作近期推出创作画布功能,并新增轻量级豆包2.1 Lite模型。画布功能面向复杂创作任务,将素材、设计方案与创作成果集中到同一页面,用户可在一张无限画布上完成各步骤,图片生成后仍可继续修改文字、配色和布局,该功能同时接入全新图片模型Seedream 5.0 Flash,相关Agent可从理解需求、规划方案直到生成图片、视频和成套设计。
豆包工作近期推出创作画布功能,并新增轻量级豆包2.1 Lite模型。画布功能面向复杂创作任务,将素材、设计方案与创作成果集中到同一页面,用户可在一张无限画布上完成各步骤,图片生成后仍可继续修改文字、配色和布局,该功能同时接入全新图片模型Seedream 5.0 Flash,相关Agent可从理解需求、规划方案直到生成图片、视频和成套设计。
10 月 9 日,TRAE 宣布全面升级,TraeWork 与 TraeCode 双端融合,用一个统一入口承接连续任务,支持 Agent 模式与 IDE 模式无缝切换。
Simon Willison 发布 ttok 1.0,把默认 tokenizer 从 GPT-4 改为 GPT-5/GPT-6。
Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版本,修复了 Click 警告、更新了 CI,并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源的 tiktoken 库,此前已有两年未更新,可通过 uvx ttok 直接调用,例如 cat file.txt | uvx ttok 即可统计文件 token 数。
LegalOn 把每日 Codex 预估成本削减了 65%,同时保持了开发速度。其做法是按任务匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
中国人民银行10月8日发布人民币汇率政策立场,强调坚持市场供求决定汇率、不搞竞争性货币贬值。同日苹果要求开发者适配首款折叠屏 iPhone Duo,否则明年4月起新应用和更新无法通过 App Store 审核。谷歌云则推出可自主执行企业多步骤任务的通用智能代理 Gemini,支持集成 Gmail、Drive 等工具并调用 Claude 等不同模型。
Anthropic 推出名为 OSS Scanner 的免费服务,选择加入的开源项目可定期获得由其最强模型生成的漏洞扫描报告。这些报告完全由模型生成,不含人工审查或分诊,因此扫描更快更频繁,但报告可能不正确或无效。该服务由包括 Claude Mythos 在内的最强模型驱动。
NVIDIA 展示开发者用 GPT-6 Astra、Claude Fable 5 等前沿 AI 智能体结合 Omniverse 库构建仿真应用:仓库人形机器人模拟器、旧金山 Market 街自动驾驶测试环境、数字孪生传感器校验、Unitree G1 人形机器人 Robo Olympics 项目,以及浏览器版国际空间站模型。
Anthropic 为 Claude 推出两项 beta 功能。Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Incarna 借助 Amazon Bedrock AgentCore payments,让 AI 智能体通过 x402 按次向 BlockRun 支付模型推理费用,端到端按次付费流程已投入生产,接入 x402 支付的工作量从数月缩短到数天。
Google 在 Google Cloud 活动上宣布为 Gemini 引入智能体能力,推出统一智能体,可接收目标而非仅指令,自主规划任务、调用技能和工具并连接企业内部系统。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像与电影级视频广告。
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex,把专家知识转化为快速可复用的工作流,将原本需要数天的工作缩短到几分钟完成。
Goodfire 发布一套面向 AI 智能体的监控方案,不再由第二个模型阅读智能体输出,而是用探针读取模型内部激活信号,仅在触发时才交由单独的 AI 模型复核。
AI 与硬件初创公司 Natura 发布 99 美元智能戒指 Interface,按下手指即可让 AI 智能体完成任务、记录想法,并支持 Meta Muse、Instinct、Grokbot、Claude、ChatGPT 等智能体与应用。
Google 发布实验性笔记应用 Google AI Edge Foresight,可在完全离线的情况下转写会议和音频文件。该应用免费,基于 Google 端侧模型 EmbeddingGemma 2 在 macOS 上运行,能将会议中的速记要点整理成完整笔记,并内置助手可就听到的内容提问,还可连接本地文件作为回答参考。
Google 在 Gemini at Work 活动上发布一款可在后台跨应用和设备工作的通用 Gemini 智能体,该工具将在 Gemini Enterprise 应用中提供,用户可在单一界面与智能体对话并分派任务。
Google 发布 AI 笔记应用 Google AI Edge Foresight,对标 Granola 等会议记录工具,Mac 版可完全离线运行,使用端侧 EmbeddingGemma 2 模型,参数量 740 million。
《Gears of War: E-Day》已于 10 月 6 日全球发售后上线 GeForce NOW,Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩,并支持 NVIDIA DLSS 与 NVIDIA Reflex,覆盖低功耗笔记本、Mac、移动设备、掌机和浏览器。
爱范儿提前获得生数科技 Vidu Q4 Preview 的访问权限,把它当作试镜演员,用《沙丘》《喜剧之王》《黑神话:悟空》等片段测试人物反应、复杂运镜和特效与场景的交互。
微软在特别发布会上推出 Surface Laptop Ultra,搭载 NVIDIA RTX Spark Superchip,最高 128GB 统一内存,可本地运行超 1200 亿参数模型,售价 2599.99 美元起,10 月 7 日开放预订、10 月 16 日供货。
中国科学院香港创新研究院人工智能与机器人创新中心(CAIR)在第四届香港具身智能医疗科技论坛上发布 CARES 4.0 多模态临床智能体系统,依托 Harness 智能体框架与自研 CT、核磁、超声、内镜、脑电多模态医疗基座,从 3.0 的问答工具升级为可自主完成科室报表、全流程辅助诊断和医学科研分析的智能体,已在多家三甲医院落地验证。
微软在 Windows 与 Surface 特别活动上发布英伟达 RTX Spark 计算平台和 Surface Laptop Ultra 笔记本,RTX Spark 是集成 CPU、GPU 和最高 128GB 统一内存的 ARM 架构 SoC,最高 1 PFLOP FP4 AI 算力,可在本地运行 1250 亿参数模型。
推荐理由:微软与英伟达联合发布 RTX Spark 计算平台和 Surface Laptop Ultra,展示本地 Agent 从工具变为队友的产品思路与定价策略。
Artcraft 上周末推出转向计划,发布七款开源应用,复刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。
微软在旧金山 Tech Week 活动上公布 Surface Laptop Ultra 的规格与价格,两款基础型号分别以 2600 美元和 3700 美元起售,配更多内存和存储后最高至 5900 美元。
OpenAI 在 ChatGPT 推出 Intelligent UI 功能,让聊天回答结合图表、表单、可点击按钮等交互式视觉内容。OpenAI 表示已训练 GPT-6 判断何时用交互视觉替代文字,并能生成退休储蓄计算器、小游戏、账单分摊等内联工具。
Meta 于周三宣布 Muse 助手推出独立 iPad 应用,距其登陆 iPhone 仅一个月。Muse 自 9 月 8 日在 iOS 和 Android 上线以来,据 Sensor Tower 估算安装量已超过 660 万。
OpenAI 面向所有 ChatGPT 用户推出 GPT-6,并带来名为 Intelligent UI 的新功能,模型不再以纯文本作答,而是根据问题自动生成图形、按钮、图表和表单等交互式界面,比较类问题会并排展示,解释类内容可变成可交互图表,用户还能在对话内构建储蓄计算器、小游戏等小工具。
推荐理由:GPT-6 把 ChatGPT 输出从纯文本改为可交互界面,读者可借此了解大模型产品形态的一次明显转向。
在旧金山 Microsoft 活动上,NVIDIA 与 Microsoft 宣布共同为 AI 智能体在 Windows PC 上运行进行软硬件协同设计,Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers(MXC)正式可用,让智能体在操作系统控制下安全持续地后台运行。
推荐理由:NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一起推到 Windows 上,读者可据此判断端侧智能体的落地路径。
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售,售价约 6000 美元,将于 11 月发货。该机采用 Nvidia Arm 架构 RTX Spark 平台与 128GB 统一内存,官方称可运行参数超过 120B 的模型,用于测试 AI 模型、原型化 AI 智能体和在本机运行 AI 编码工具。
微软在 Windows 与 Surface 活动上展示 Copilot 升级:可访问 PC 本地文件,并在系统各处执行操作,这套思路被命名为 Hybrid Intelligence,由本地与云端模型混合完成任务。
微软在旧金山 Windows 与 Surface 发布会上公布,搭载英伟达 RTX Spark Arm 芯片的 Surface Laptop Ultra 起售价 2599 美元(8 核 CPU、24GB 内存、512GB 存储),10 月 16 日发售,并改用内置磁吸 USB-C 充电。
OpenAI 随新 GPT-6 模型推出名为 Intelligent UI 的新界面,让 ChatGPT 对话中更多出现可交互的视觉元素,包括可点击按钮、针对特定任务定制的计算器、交互式图表和可编辑图形。
推荐理由:原文给出了 Intelligent UI 的交互形态、示例和分层上线时间,读者可据此判断 ChatGPT 对话界面的变化方向。
Google 将 SynthID Detector 开放给公众,任何人都可以检查图片、视频或音频是否由其 AI 或合作方模型生成,支持 JPG、PNG、MP4 和 MP3 格式。
Radisson Hotel Group 与 Accenture 合作,基于 OpenAI 技术打造了一款 ChatGPT 插件,让旅行者在规划行程时就能搜索、比较并预订酒店。
GitHub 披露,如今每 3 个 pull request 就有 1 个涉及 AI agent,一年前还不到 1/10。GitHub 与 Microsoft Applied Sciences 联合打造了微调分类器,把 push protection 扩展到非结构化密钥,可在 2 毫秒内评估一批候选密钥,有望把可拦截的密钥数量提升一倍以上。
OpenAI 产品负责人 Alexander Embiricos 将在 TechCrunch Disrupt 2026 上对话,主题为“聊天机器人之后是什么”,此时距 OpenAI 发布常驻个人 AI 智能体 Dots 仅数日。Dots 拥有自己的云计算机、可连接日常应用并在后台持续推进目标。其更高的自主性也引出用户愿意交出多少控制权、隐私与信任能否支撑其普及等问题。
Google Labs 周三推出名为 Playground 的 AI 游戏创作平台,用户用简单文字提示即可构建浏览器游戏,无需编程经验。创建时可选择问答、竞速等类型,指定 2D 或 3D、单人或多人,并描述玩法机制和视觉风格;上传的素材可由 AI 转化为符合整体美术风格的游戏资产。
OpenAI 将 College Planner 引入 ChatGPT for Teens,帮助学生管理大学申请流程,同时上线闪卡和测验功能。此外还成立了一个青少年 AI 委员会,让青少年参与塑造 AI 的未来。
OpenAI 在其 API 平台推出 Decisions API,可评估文本、图像或两者,运行速度约为 Responses API 的十倍,目前已进入公开测试,即将正式可用。