产品动态

• 亚马逊开始测试用短信和 Alexa 购物

  首批向部分美国用户开放，可通过短信找商品、加购物车、查订单和设置降价提醒。

• Cursor 支持与编程智能体实时语音通话

  开发者可以边说需求边听智能体汇报进度，入口覆盖编辑器、网页和 iOS。

• Meta Muse 新增可自定义的 Spaces

  用户可用文字描述创建礼物清单、项目看板等空间，也能把常用空间放到主标签栏。

• Claude 在美国测试个人财务工具

  美国 Pro、Max 和 Ultra 用户陆续可用，可询问账户余额、支出和账单。

• Cognition 在 Devin 推出 SWE-2 Flash

  面向日常编程任务的新模型已在 Devin 桌面端和 CLI 开放。

• World Labs 开放实时世界演示 Frameboy

  Atlas 在云端生成画面，用户可在浏览器里移动视角，最高 15 帧每秒。

• Kimi 将智能体运行框架做成托管服务

  开发者可在云端运行长任务，由平台提供沙箱、会话记录和异常恢复。

• 蚂蚁百灵上线多模态模型 Ling 3.2 Flash

  模型支持图像、视频和文本输入，百灵平台已提供在线体验与 API。

• Perplexity 推出可持续跟进任务的 Teammates

  智能体可跨多次运行保留项目目标、历史记录和共享文件。

• Gemini Omni 视频延长至 15 秒

  新版支持逐轮修改同一条视频，720p API 生成降到每秒 0.07 美元。

• OpenAI 向安全团队开放 GPT-6 Cyber

  网络安全专用模型进入 Daybreak Red，先向通过审核的防御团队开放。

• Daybreak Red 扩展至 AWS 政府云

  获批团队可在 GovCloud 美国东部访问网络安全模型。

• Images 2.6 发布，支持 GIF 与 SVG

  图像生成提速，API 新增标注编辑和复杂度控制。

• Ripple-65B 开放编程模型预览

  Ripple-65B Preview 提供开放权重及百万 token 上下文支持。

• 国行 Apple 智能开放 Beta 测试

  首批功能包括翻译、写作工具及千问接入，尚不包含下一代 Siri AI。

• CrowdStrike 为智能体增加停止开关

  先通过 AI 网关切断模型访问，终端进程处置仍属后续扩展。

• Kimi 推出游戏开发工具方案

  连接 Unity、Unreal Engine 和 Blender，交付可继续编辑的工程文件。

• Netflix 测试 AI 选片入口

  按心情、观影伙伴和可用时间筛选，先向美国部分电视用户开放。

• YouTube 扩大 AI 配乐替换工具

  创作者可生成免版税伴奏，替换视频中触发版权声明的音乐。

• Gemini 4 Carbon 发布，先向安全团队开放

  Google 于 10 月 28 日公布 Gemini 4 Carbon，重点提升代码、网络安全和长时间智能体任务能力。首批访问面向部分网络防御团队，后续通过 Fairwind 计划扩大到受信任合作伙伴，尚未向所有普通用户开放。

• Genie 4 开放研究预览，可实时修改世界并生成声音

  Google DeepMind 于 10 月 27 日发布 Genie 4 世界模型，支持在运行中的模拟世界里用文字修改天气、场景、角色和事件，并同步生成环境音、音乐与对话。Gemini 模型参与理解指令和规划场景中的事件。

• SenseNova Loop 用共享权重加深模型计算

  商汤公开的 SenseNova-Loop-9B-Preview 支持文字和图像输入，面向长上下文、文档理解、编程及工具交互。它在解码器中重复执行一段共享权重的层，以较少的参数副本增加计算深度。

• Audio8 TTS 小模型支持 23 种语言语音生成

  Audio8-TTS-Realistic-Air 基于 0.6B 级架构，支持文本转语音和零样本声音克隆。模型卡列出 23 种支持语言，并提供交互试玩入口、模型权重和 44.1kHz 音频编解码器。

• 小米 OCR 模型用 0.8B 参数解析文档

  小米研究团队公开 Xiaomi-OCR-0，面向文档解析和围绕文字的视觉理解。模型基于 Qwen3.5-0.8B-Base，官方模型卡介绍了约 1.7 亿条训练样本及渐进式训练流程。