国外
01 / 头条
Genie 4:用文字实时改世界
Google DeepMind 10月27日宣布 Genie 4:用户可以用文字实时改变交互世界,模型同步生成环境音、音乐和人物对话。目前仅向可信测试者提供研究预览,Google AI Ultra 与部分开发者入口属于后续开放安排。
Genie 4 把实时画面生成与 Gemini 的理解、推理能力结合起来。用户可通过键盘探索场景,再用自然语言改变天气、镜头或场景中的人物和物体;人物也能随输入和事件作出反应。官方页面展示了实时交互录制,包含模型直接生成的声音。
创作者测试的用途包括拍摄前预演、反复调整镜头与灯光,以及探索互动体验原型。目前开放对象是可信测试者;Google AI Ultra 订阅者的 Project Genie,以及 Gemini API、Google AI Studio 的早期合作伙伴属于后续计划,已有候补入口。
DeepMind 同时说明,长时间运行、复杂提示编辑和场景移动仍可能导致细节漂移,复杂物理、空间精度、可读文字及长程一致性还在研究中。它适合观察世界模型的新能力,尚不能按成熟物理模拟器理解。

02 / 国外
Runway Ads 向全部付费套餐开放
Runway Ads 10月27日向全部付费套餐开放。它可连接 Meta、Google 和 TikTok 广告账户,读取投放表现,按品牌规范生成变体;每条广告都需团队成员批准后才能发布。
Runway Ads 将广告表现数据与创意生成结合:可以从已有效的广告出发,隔离一个变量进行测试,也可使用模板或品牌资料从头制作,再调整语言和尺寸。统一看板显示账户表现,已批准的广告可直接发布到连接的账户,并在 Runway 内启动或暂停。
所有付费套餐包含该功能,免费工作区需要升级;企业管理员还需在组织设置及相应工作区启用。Runway 自述内部团队扩大了周广告产量并降低获客成本,这属于厂商自身案例,不能直接推算其他广告主的收益。

原始来源:Runway ↗
03 / 国外
Notion Agent 可直接制作办公文件
Notion 官方宣布,Notion Agent 现在可以通过电脑操作创建、编辑 Excel、Word、PowerPoint 和 PDF 文件,用户无需离开 Notion,就能从对话走到文件交付。
这次更新把 Agent 的产出从对话内容延伸到办公文件。官方列举了 Excel 表格、Word 文档、PowerPoint 演示和 PDF,并展示了相应操作演示。对于已经在 Notion 整理资料的用户,价值在于减少把内容搬到其他工具再排版的步骤。
该公告没有列明各套餐额度、账户差异或复杂文件的兼容范围,因此本文只确认原帖宣布的创建与编辑能力。重要表格的公式、文档排版和最终交付内容仍应由使用者检查。

原始来源:NotionHQ ↗
04 / 国外
ChatGPT 接入 iCloud 邮件和日历
ChatGPT 官方宣布 iCloud Mail 和 Calendar 插件已开放,覆盖全部套餐的网页、桌面端与 iOS。连接自己的账户后,可以查找邮件、概览收件箱、查看并更新日历事件。
这次接入面向日常邮件与日程工作:用户可让 ChatGPT 找到一封邮件、补上收件箱中的信息、检查接下来的安排,或更新一个日历事件。官方原帖明确列出了全部套餐,以及网页、桌面端和 iOS 三类入口。
使用前需要连接并授权相应 iCloud 账户。涉及修改日程时,应检查日期、时间和事件对象,避免把对话理解偏差直接带入自己的日历。原帖未列出 Android,因此不将其扩写为所有客户端均已开放。

原始来源:ChatGPT ↗
05 / 国外
微软 MAI Image 2.7 开放图像编辑预览
微软 MAI Image 2.7 Preview 已可在 MAI Playground 体验图像编辑。10月27日,Arena 公布其图像编辑榜第3名,Artificial Analysis 公布其 AA-Image-Editing v2.1 榜第2名;文生图尚未开放。
Arena 报告该模型在图像编辑榜获得1470分,较2.6提高45分;这里的第3名是模型排名,微软实验室排名为第2。Artificial Analysis 则在自身的 AA-Image-Editing v2.1 榜单中将其列为第2,并报告多个编辑动作的改善。
这些成绩对应各自榜单与10月27日公布的状态,不是所有图片任务的综合排名。评测方确认当前在 MAI Playground 提供的是图像编辑,文生图被标为后续推出。做商品图、文字替换或风格修改的用户可以据自己的样图检验效果。

原始来源:MicrosoftAI ↗
06 / 国外
苹果创作套件预告 11 月 AI 更新
苹果10月27日预告 Apple Creator Studio 将在11月更新,现有订阅者免费获得更新。新增能力包括 Pixelmator Pro 生成式填充、Logic Pro 助手,以及 Keynote、Pages、Numbers 文档内助手和 MCP 支持。
Pixelmator Pro 的 Generate Fill 允许选择图像区域后用文字描述修改;Final Cut Pro 加入内置 MotionVFX 内容,并可将时间线图片送入 Pixelmator Pro 编辑后自动回存。Logic Pro 增加音乐工作流助手和更细的鼓声分离等工具。
Keynote、Pages、Numbers 的助手可以结合文档上下文处理幻灯片、文字与数据。相关助手以 Beta 提供,仅支持美式英语,需要支持 Apple Intelligence 的设备及相应27版系统;MCP 支持要求 macOS 27 或更新版本。
更新计划在11月通过 App Store 提供,不应写成10月28日已全量上线。美国新订阅价格为每月12.99美元或每年129美元;免费试用后会按选择的方案自动续费,地区价格与资格需要在当地购买页面核对。

原始来源:Apple Newsroom ↗
07 / 国外
LFM3:面向本地定制的多模态小模型
Liquid AI 10月27日发布 LFM3 系列开放权重模型,将文本、视觉、音频、全模态和决策能力放在同一底座上,重点面向设备端部署与专门任务微调。
LFM3 系列包含六款约20亿参数级模型,源于 LFM3-1.7B-Base。视觉模型支持图像和视频输入,音频模型支持语音识别、生成与理解,全模态版本组合多种输入;决策模型则给出校准后的答案。
厂商称文本模型在4位精度下约占1GB,并提供256K上下文;所有系列模型均可用单张GPU微调。实际运行内存、速度和长上下文成本还与硬件及部署方式有关,不能把模型权重体积等同于完整运行需求。
权重已在 Hugging Face 提供,适合研究本地客服、资料抽取和专用助手。本文称其为开放权重,不把这一状态扩写成所有用途均不受限制的免费商用许可。

原始来源:Hugging Face Blog ↗
08 / 国外
Hermes Agent 新套餐改用日限额与周限额
Nous Research 宣布调整 Hermes Agent 订阅:每个新套餐都包含云端 Agent,用量从单一月度积分池改为每日和每周限额。现有订阅者可自行在账单页切换。
这次变化同时涉及运行入口与用量节奏:云端 Agent 被纳入每个新套餐,额度则以日、周两个周期约束。对于集中几天完成大量任务的用户,是否适合新套餐需要结合自己的使用频率判断。
官方原帖没有给出各档价格和具体限额,也没有宣布现有订阅者必须立即迁移。应在当前账单页面检查实际档位后再决定,不能把新的限额结构简单等同于整体涨价或降价。

原始来源:NousResearch ↗
09 / 国外
Cursor 设计模式新增页面标注
Cursor 官方展示设计模式的新功能 Annotate:用户可以编辑元素、在页面上画标记,把视觉提示交给 Agent,并在不同屏幕尺寸下检查设计。
这类交互把“这个位置该怎么改”的文字描述,补充为页面上的视觉指示。官方演示明确列出了编辑元素、页面绘制和不同尺寸检查,适合开发者与非技术使用者沟通界面改动。
演示并未证明任意网页都能被自动完美还原。实际使用时,仍需查看改动后的桌面和移动端效果;本文只报道新交互能力,不据此承诺产出质量。

原始来源:cursor_ai ↗
10 / 国外
Claude 早期药研合作公布进展
Anthropic 10月27日披露与六家组织合作开展药物研发,并启动自身研究项目。案例覆盖分子设计、实验数据分析、生产文档与临床规划;多数研究仍处于临床前阶段。
Anthropic 列举的合作方包括 Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group 和 Bristol Myers Squibb。Claude 的工作既包含提出分子设计,也涉及重新分析实验指标、检查生产记录和辅助临床试验规划,报告中的改善属于相应团队在特定项目中的早期结果。
公司还披露收购了研究罕见肌营养不良疗法的 Mithril Medicine。相关候选药物已有小鼠实验进展;如果后续研究继续支持,公司预计最早可在2028年底启动人体临床试验。这个时间是有条件的计划,不能写成已有人体疗效或药物获批。
官方强调大部分项目尚未进入人体试验。对一般读者,值得观察的是 AI 正在参与研发的多个环节,而不是把早期实验改善直接换算为患者治疗效果。

原始来源:Anthropic ↗
11 / 国外
OpenAI 交由学术团队检验三项研究结果
OpenAI 在10月26日公告中提出三项 AI 研究结果,并采用不同方式交给学术界检验和解释。数学与计算机科学的自然语言稿和 Lean 材料已公开,物理材料的发布交由外部协作团队安排。
公告涉及局部平滑猜想、指数时间假设,以及若干量子场论的存在性。OpenAI 将这些稿件定位为原始研究数据;其中计算机科学结果由外部学者牵头组织检验,参与者独立、志愿且不受雇代表公司作结论。
公司称其模型产生了相关证明或反证,并完成相应 Lean 形式化。这些是公司的研究主张及材料状态,不应直接写成学术共同体已经接受的定论。指数时间假设相关结果也不等于解决 P 与 NP;杨—米尔斯理论的存在性部分不等于质量间隙问题已经解决。
对使用者而言,这条新闻的重点是研究材料和检验机制的开放:AI 产出的复杂推导需要由专家理解、核查,并在更广的研究环境中评估影响。

原始来源:OpenAI News ↗
12 / 国外
英伟达与 Meta 扩大 Muse 模型合作
英伟达官网日期为10月26日的公告称,将与 Meta 扩大 Muse 及其模型家族的合作,优化训练和推理表现。Meta 计划扩大相关基础设施部署,英伟达宣布将向 Meta 股权发行投资30亿美元。
双方拟围绕工作流优化性能与总体拥有成本,并考虑在 OpenShell 参考架构、智能体安全部署和 Sentry 行为监测方面开展进一步合作。Meta 还计划扩大 Vera Rubin、Vera CPU 等基础设施部署,并采用 Spectrum-X 网络与 BlueField-4。
投资及基础设施安排均按公告中的计划表述,不把未来事项写成交割或部署完成。官网正文日期为10月26日,虽然采集订阅源显示27日,报道以正文日期为准。

原始来源:NVIDIA News ↗
国内
13 / 国内
灵光 2.0 推出持续跟进的个人 Agent
蚂蚁集团10月27日宣布灵光2.0,开始在中国向 iOS、Android 和网页端推出。它强化跨会话记忆、长期任务调度与工具调用,在用户授权后持续分析账单、追踪价格或安排提醒。
官方列举的场景包括分析支付宝消费记录、寻找可能遗忘的自动续费项目,以及订完机票或酒店后继续关注价格变化并提醒用户。独立云实例使任务可以跨越单次聊天继续运行,而不是每次都重新发出同样指令。
服务范围包括支付宝账单、会员和出行,以及邮箱、钉钉、飞书、米家等,并支持在开放环境中调用 MCP、CLI 工具。使用这些数据和服务的前提是明确授权;用户可以随时查看、调整或撤销权限。
这一变化的使用价值是持续跟进,而非仅生成一次回答。启用时应结合实际任务决定需要连接哪些服务,尤其是涉及账单、邮件及家庭设备时。

原始来源:官方原文 ↗
14 / 国内
MiniCPM-OCR 同时解析文档与辅助找错
OpenBMB 发布 MiniCPM-OCR:1.3B 参数的解析模型处理中英文文档、表格和公式;2B 参数的 Jev 质量模型根据原图和识别结果给出0到1的评分,帮助定位需要复核的区域。
MiniCPM-OCR 1.0 面向扫描件、拍照、弯曲页面和翻拍文档,支持本地部署及在线体验。Jev 不只适配自身解析模型,也可评估其他模型生成的 OCR 结果,帮助把人工检查集中到疑似错误位置。
仓库明确写明代码、文档,以及 MiniCPM-OCR 1.0 和 Jev 的模型权重采用 Apache License 2.0。商用应遵守该许可证的相关条件;质量分只是辅助筛查信号,不能替代对关键数字、合同条款或财务信息的人工审核。

原始来源:OpenBMB ↗
15 / 国内
百度 Unlimited OCR 2 面向超长文档
百度10月27日发布 Unlimited OCR 2,使用稀疏参考滑动窗口注意力处理超长文档。团队称该方法使每步解码时延和显存占用在其设置下近似稳定,并发布长文档评测与演示。
模型支持将多页图像按顺序放入一次请求,利用跨页上下文进行解析。其核心方法将长序列的文本、视觉注意力交互压缩到固定大小的工作参考集合,以控制长文档带来的计算增长。
仓库提供 Transformers 和 SGLang 推理路径、模型入口,以及完整书籍解析回放。团队也说明,更小的页面窗口会降低峰值显存,却可能损害跨窗口内容合并。因此,‘Unlimited’描述的是面向长程解析的设计方向,不能理解为任意长度、任意版式都没有错误或资源约束。

原始来源:Baidu_Inc ↗
16 / 国内
Manus 制作的网站可安装成桌面应用
Manus 官方宣布,通过 Manus 制作的网站现在可以安装成桌面应用,无需额外设置,也不必经过应用商店。它让制作的小工具拥有更直接的日常入口。
对于用 Manus 制作业务看板、内部查询页或个人工具的人,安装入口意味着不用每次先寻找浏览器标签或网址,可以更直接地打开自己的工具。官方原帖同时展示了操作演示。
公告没有说明安装后具备离线运行、原生系统权限或应用商店分发能力,因此本文只确认网站安装为桌面应用入口这一变化,不延伸为原生应用能力的承诺。

原始来源:ManusAI ↗
本文由酷恩选题核查,使用AI辅助制作。
把关注,变成持续的探索。
回看其他期次,或在你习惯的平台继续关注。
