AI 产品动态、行业观察与实用资讯 共 362 篇
研究从公开材料构造约 4000 项办公任务，把多种格式的附件和可核查的交付要求配对。
其工程团队报告，Gemma4-E2B 在本次分类测试中达到 0.902 F1，中位延迟约 35 毫秒。
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。
团队测试让 Claude 在空闲时复查旧日志、纠错和更新知识库，以改善后续任务。
TechCrunch 援引 Censys 的发现报道，部分 AI 渗透测试工具控制台对公网开放。
Open ASR Leaderboard 新增埃及英语和尼日利亚英语测试，便于按口音对比转写表现。
框架先让小模型判断简短证据，再逐步转给全文和更强模型，尝试减少推理成本。
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。
研究把分组内的权重拆成共享字典和各层稀疏系数，用于压缩已训练模型。
Crusoe 已完成项目的前期开发。谷歌此前公布了总额 170 亿美元的当地长期投资计划。
11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。
团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQA 为 14.8%。两个数字来自作者设置的评测，说明的是指定办公任务中的表现。
配图：Teng Pan 等的Agent-R² 数据合成流程原图，按 CC BY 4.0 使用。
研究从公开材料构造约 4000 项办公任务，把多种格式的附件和可核查的交付要求配对。
研究团队先发布 1000 个可执行环境，供科研智能体复现论文基线并尝试改进。
研究把不同工具的动作转成共同的描述，再决定执行、等待或阻止。
基准同时校验系统能否工作、输出是否达标，以及运行所需的 GPU 成本。
基准覆盖 56 道研究任务，从查文献和做实验一直评到产出研究报告。
论文让动作模块利用模型不同层的视觉特征，测试抓取与操控任务。
一项名为 Weight Space Programming 的研究尝试让语言模型直接读取和修改另一个神经网络的权重，而不是通过常规优化器完成训练。研究博客公开了实验方法，并提供相应的代码与运行记录。
Palantir 在 11 月 2 日披露的第三季度业绩中表示，美国商业收入首次超过美国政府业务收入。商业收入为 9.84 亿美元，同比增长 148%；政府收入为 9.53 亿美元，同比增长 96%。
Marvell 与 Lumentum 于 11 月 2 日宣布全股票收购协议，隐含企业价值约 1150 亿美元。每股 Lumentum 股票将换取 4.5 股 Marvell 股票。
MIT 报道，Regina Barzilay 与 James Collins 因利用人工智能推动抗生素发现的研究获得 Pritzker AI for Science 奖项。两人的工作把机器学习与实验生物学结合，用于寻找可能具有抗菌活性的化合物。
11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。
团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQA 为 14.8%。两个数字来自作者设置的评测，说明的是指定办公任务中的表现。
配图：Teng Pan 等的Agent-R² 数据合成流程原图，按 CC BY 4.0 使用。
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。
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。
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。
美国 Pro、Max 和 Ultra 用户陆续可用，可询问账户余额、支出和账单。
面向日常编程任务的新模型已在 Devin 桌面端和 CLI 开放。
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。
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。
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。
智能体可跨多次运行保留项目目标、历史记录和共享文件。
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。
亚马逊 11 月 6 日宣布，开始向部分美国用户开放 Alexa 购物助手的短信入口。收到邀请的用户绑定手机号后，可以通过短信描述需求、发图找类似商品、查看订单或设置价格提醒。
购物助手还可以整理清单、比较商品、加入购物车和按用户指令完成购买。亚马逊计划在之后几周扩大开放范围，未收到邀请的用户可以登记等待通知。
来源：Amazon · TechCrunch。
TechCrunch 援引 Censys 的发现报道，部分 AI 渗透测试工具控制台对公网开放。
Crusoe 已完成项目的前期开发。谷歌此前公布了总额 170 亿美元的当地长期投资计划。
新推出的 Studio 针对机器人训练中的罕见场景生成仿真数据。
Conductor Cloud 将于 11 月 13 日改为只读，11 月 20 日关闭。
公告列出项目沟通、供电成本与建设透明度等承诺，并另行提出行业政策建议。
DBX Agent Cloud 从兼容 S3 的对象存储起步，面向 AI 应用与智能体开发团队。
独立评估估计，明确定义任务上的能力改进速度约为此前两倍，估计仍有较大不确定性。
Trees、Diffs 与 Code Storage 将进一步连接 Codex 工作流。
数据中心收入同比增长 97%，EPYC 与 Instinct 需求带动业绩。
Bessemer 领投 F 轮，英伟达作为战略投资者参与。
TechCrunch 11 月 6 日援引安全研究机构 Censys 的发现称，数百个托管 Artex 的控制台可从公网访问。Artex 用于自动化渗透测试，一些暴露的部署未为控制界面设置认证。
云安全联盟同日发布研究笔记，另行记录了被篡改的 Artex 容器镜像。镜像存在后门与控制台暴露是两个问题，相关报告没有把所有公网实例归为同一攻击活动。
来源：TechCrunch · 云安全联盟研究笔记。
研究从公开材料构造约 4000 项办公任务，把多种格式的附件和可核查的交付要求配对。
其工程团队报告，Gemma4-E2B 在本次分类测试中达到 0.902 F1，中位延迟约 35 毫秒。
团队测试让 Claude 在空闲时复查旧日志、纠错和更新知识库，以改善后续任务。
Open ASR Leaderboard 新增埃及英语和尼日利亚英语测试，便于按口音对比转写表现。
框架先让小模型判断简短证据，再逐步转给全文和更强模型，尝试减少推理成本。
研究把分组内的权重拆成共享字典和各层稀疏系数，用于压缩已训练模型。
双语基准超过 4.2 万条，除了判断是否出错，还要求定位错误并修正。
模型训练时同时预测未来视觉特征和动作，实际运行时只输出动作。
双方将联合选择高优先级目标，重点检查 OpenAI 系统和第三方服务的交互。
研究团队先发布 1000 个可执行环境，供科研智能体复现论文基线并尝试改进。
11 月 5 日提交的 Agent-R² 预印本提出了一套办公智能体训练数据方法。研究人员从真实职业任务和公开文件抽取流程，组合多种格式的附件，再为每项任务制定可检查的交付标准。
团队用约 4000 项任务训练 4B 模型，报告其 GDPval 得分为 51.0%、OfficeQA 为 14.8%。两个数字来自作者设置的评测，说明的是指定办公任务中的表现。
配图：Teng Pan 等的Agent-R² 数据合成流程原图，按 CC BY 4.0 使用。
四套开放权重分别覆盖驾驶数据合成、交互驾驶和双臂机器人等任务。
提供 FP8 和 BF16 两套权重，总参数 280B，每次推理激活约 14B。
今日开源关注：让编程助手按不同工程职责处理任务。
今日开源关注：为自己的信息源建立新闻雷达。
今日开源关注：把重复的短视频制作步骤放进一个工作流。
为编程助手补充研究和移动界面设计工作流程。
把字段、关系和业务术语整理成可解释的语义层。
用可复用流程指导编程助手制作产品界面与交互演示。
支持双语字幕和同声传译，音频识别与云端处理范围有区别。
零知识证明用于验证推理来源，而非保证回答内容正确。
助手会根据问题组合地图、日历和行程等界面，计划于 2027 年上半年开始推送。
新引擎为 AI 智能体查找相关文件内容，同时遵循企业现有的访问权限。
「智狼」改进取货过程，「保姆狼」展示双臂机器人分拣流程。
平台把视频模型、制作画布和团队协作放到一个工作区。
团队可以在同一工作区整理素材、编辑视频和收集审片反馈。
产品方称，首周协助用户管理超过 116 万项事务。
Muse 应用开始推送语音与实时头像，首批覆盖美国。
把公司知识、访问权限与可撤销操作放进客服流程。
在编程前获取组织规则，修改后返回独立审阅结果。
结合 RDKit、ChEMBL 与 PubChem，帮助整理和比较候选化合物。
Airbnb 在 11 月 5 日公布的季度材料中介绍了正在开发的旅行助手。用户询问住宿或行程时，界面可以按问题组合地图、照片、日历及房源对比等组件，用户也可以在 Airbnb 内继续完成相关操作。
公司希望逐步覆盖住宿、体验和其他旅行服务，并计划在 2027 年上半年开始向旅客推送。这是公开披露的推出时间表，现阶段仍在开发。
来源：Airbnb · TechCrunch。
11 月 6 日上午速览，涵盖 Gemini 视频、GPT-6 Cyber、文心权重和最新研究。
截至 11 月 5 日上午，本期整理已确认的近期 AI 更新、开放模型和开源工具。
本期汇总 11 月 4 日公开的图像模型、代码工具收购计划和安全研究。
MIT 抗生素研究获奖、Claude 辅助应急报告，还有视频重生成与 3D 编程模型。6 条动态，一次看完。
本期回顾 11 月 2 日公开的代码基础设施、企业审阅与日常任务评测进展。
截至 11 月 5 日上午，本期整理已确认的近期 AI 更新、开放模型和开源工具。产品公告主要发布于 11 月 4 日，项目关注不代表当天首次发布。
图像生成提速，API 新增标注编辑和复杂度控制。
覆盖 11 月 2 日至 5 日上午的已确认进展，是本周阶段速览，尚非完整自然周总结。聚焦图像创作、编程基础设施、开放模型和技能安全研究。
图像生成提速，API 新增标注编辑和复杂度控制。
