Amazon Bedrock 为 Kimi K3 增加印度境内推理支持
Amazon Bedrock 现通过 in.moonshotai.kimi-k3 推理配置支持 Kimi K3 在印度境内处理,目的地限于 Mumbai 和 Hyderabad Regions,以满足严格的数据驻留要求。
Amazon Bedrock 现通过 in.moonshotai.kimi-k3 推理配置支持 Kimi K3 在印度境内处理,目的地限于 Mumbai 和 Hyderabad Regions,以满足严格的数据驻留要求。
Google将实验性AI应用Dreambeans扩展到印度,这是该应用在美国之外的首个市场,支持包括印地语、旁遮普语、泰米尔语、泰卢固语和孟加拉语在内的13种本地语言及英语。
LLM CLI 工具和 Python 库发布 0.37 版本,汇集约两个月累积的功能与修复。新版本加入 gpt-6.1-sol、gpt-6.1-terra 和 `llm openai endpoint add` 命令,未设置默认模型时改用价格减半的 gpt-6-luna,并支持不同 content-type 的二进制嵌入内容。
AWS 演示如何使用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和开源 Strands Agents SDK 构建工程多智能体助手,自动汇集零部件替代证据并起草评估文档。
阿里巴巴宣布与 Apple 合作,将千问集成至 Apple 智能,中国用户可通过 Siri、写作工具及视觉智能调用千问的文本与图像理解、内容生成能力。功能 11月4日起随 iOS 开发者 Beta 开放测试,于 12月 iOS 27.3 正式发布时推出,用户可自主选择开通,请求与回复不用于模型训练。
Figma 发布 Weave 创作平台,以节点化工作流连接 Figma Design 与图像、视频生成及编辑流程。创作者可从同一素材建立不同分支、比较多个 AI 模型的结果,并将工作流封装为可由团队复用的 Weave tool,社区发布功能也已上线。
Google、Stanford、Oxford 等机构研究人员提出 StreamVibe,使视频智能体区分明确、隐含和变化中的用户意图,并自主决定保持沉默或提供帮助。
Meta 悄然推出 Style Sketch,可连接 Instagram 将已发布照片中的衣物组成虚拟衣橱,并手动添加单品,生成搭配建议。应用支持匹配体型与肤色的 realistic model 虚拟试穿,还能结合目的地、天气和行程生成逐日穿搭计划;目前已在印度尼西亚、新加坡和泰国提供 iOS 与 Android 版本,是否扩大范围尚不明确。
NVIDIA Nemotron 3.5 Super VL 已可通过 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 部署。
推荐理由:提供了从模型架构、GPU 配置到性能验证的完整部署路径,便于对照自身推理基础设施评估落地方案。
Apple 将随 iOS 27.3 在中国市场推出 Apple Intelligence,首批功能先通过 beta 测试版提供。测试版定于 11 月 4 日推出,正式版计划于 12 月发布;此次范围包括通知摘要、实时翻译、改写与校对、视觉智能和照片消除物体,不包含新版 Siri AI。
Google DeepMind 将 PlanAssist 扩展至英格兰另外 12 个地方规划机构,启动为期 12 个月的 Beta 阶段,参与机构总数增至 15 个。该工具基于 Gemini,自动核验文件、规划约束和历史异议,并起草带引用的评估报告。早期试点中,官员平均评估耗时最多减少 58%,超过 70% 的报告无需修改即可获批,最终决定仍由规划人员作出。
月之暗面发布 Kimi K3.1 Pro 3D 创作官方教程,讲解参数建模与网格化建模两种工作流程及对应工具选择。教程包含 Unreal Engine 东方天宫、可 3D 打印台灯、纯代码调用 Blender 生成建筑、Tripo 与 Blender 搭建微缩城市四个案例,并给出图胜于言、先搭灰模再细化等 5 个使用技巧。
Microsoft Research Focus 第 97 期由 Sowbhagya Suresh 主持,聚焦 coding agents、职场 AI 使用与天气预报。
Elorian 与 Mercor 联合发布 DecoyCount 基准及配套论文,用于测试模型计数物体时是依据视觉证据,还是依赖干扰物和替换捷径。论文显示,前沿模型准确率均低于 50%,最高为 GPT-6 Astra 的 43.17%;Glimpse 在内部测试中达到 50.48%,但该结果来自模型单次运行,而论文中的其他模型取 3 次运行平均值。
Unsloth 发布 Mistral Le Chonk(Mistral Large 4)Dynamic 1-bit GGUF量化版,可在Mac Studio上本地运行该1T参数MoE模型。量化版体积约233GB,较1.1TB FP8小80%,保留91% top-1准确率;1-bit配置需要256-270GB内存,并支持文本与图像输入、1M上下文和160多种语言。
Mistral AI 发布 Mistral Large 4(Le Chonk)开放权重,这是一款 1-trillion-parameter 原生多模态模型,重点增强编码与防御性网络安全能力。
推荐理由:文章汇总模型在编码、终端任务和网络安全评测中的数据,并给出推理模式与部署入口,便于比较实际能力边界。
vLLM 宣布为 Mistral Large 4 提供 Day 0 支持,涵盖 NVIDIA GPU、AMD Instinct MI350 Series 和 TPU v7x 部署。
推荐理由:原文详细说明 vLLM 支持 Mistral Large 4 的架构适配、部署配置与实测性能,为评估生产环境推理方案提供直接依据。
Mistral Large 4(Le Chonk)以开放权重形式登陆 Hugging Face,采用多模态多语言 MoE 架构。该模型总参数约 1T,激活 49B,上下文窗口达到 1M token。
推荐理由:文章集中梳理 Mistral Large 4 的架构、参数规模与上下文窗口,便于读者快速了解该开放权重模型的核心规格。
Google DeepMind 发布 Gemini 4 Carbon,主打长时程智能体工作流和网络安全防御。模型在 Artificial Analysis Intelligence Index v5.0 得分为 59,并在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别达到 88.2%、54.8% 和 71.0%。
推荐理由:把长时程编码与漏洞发现、验证、修补放在同一模型能力框架下,并披露基准成绩与分阶段开放安排。
面壁智能发布并开源 MiniCPM-OCR 系列,包括 1.3B 解析模型与 2B 判别模型。MiniCPM-OCR 1.0 在 Real5-OmniDocBench 取得 93.68 分,在 OCRBench v2 取得 54.7 分的 SOTA;经 DSpark 加速后吞吐达 1.217 页/秒,端到端效率提升 55%。
Anthropic招聘经理Felix Reiseberg宣布停止使用传统编码面试,认为Claude的编码能力已优于相关测试,工程师的贡献不应由此类题目衡量。他建议初级工程师优先关注业务影响,选择有突破性的想法,利用周末做出原型,并集中打磨一个方案,同时发挥面向用户工作的新视角。
Google 发布下一代世界模型 Genie 4,相比 Genie 3 提升了照片级真实感及物体碰撞等物理模拟。用户可通过 WASD 和双摇杆实时控制角色或镜头,并用自然语言修改天气、加入物体。模型运行期间还能同步生成环境音与人物实时对话。
Gemini 集成 SynthID 检测功能,用户可询问“Is this AI generated?”,检查图片、视频或音频是否由 Google AI 生成。官方表示,该功能可帮助用户更有信心地辨认网络内容。
Google DeepMind 发布 Genie 4 世界模型,支持原生多模态生成与实时交互式世界模拟。模型结合 Gemini Omni、Gemini 3.8 Flash 等能力,可生成环境音效和交互对话,并模拟物理现象、人物动作及多步骤事件。
推荐理由:原文同时呈现了 Genie 4 的能力边界与可信测试反馈,便于理解实时世界模型当前的可用范围。
C-BRAIN 与 NVIDIA 合作,利用 AI 工具和加速计算整合分散的阿尔茨海默病研究数据,帮助科学家更快开展分析与验证。该联盟采用集中式与联邦式结合的架构,已构建开源智能体科研工具 OpenScientist 和 InsightEngine,案例显示单次分析可在数分钟内完成,费用低于 $10。
推荐理由:文章梳理暗数据、联邦架构与两项开源智能体工具如何进入阿尔茨海默病研究流程,提供了可参考的实践路径。
Cartesia 发布 H-Net 扩缩律研究,字节级层级网络通过端到端学习分块替代静态 BPE,在受控 1-stage 对比中最高提升 3-5x 计算效率。更灵活的 2-stage H-Net 在与 SmolLM3 计算匹配时,用约 0.99T tokens 达到后者 11.04T tokens 后的平均分,研究还展示了 DNA 建模及多维图像生成中的初步结果。
Runway 发布 App Studio,用户可用自然语言在 Runway 内构建生成图像、视频和音频的自定义创意应用,无需编写代码。现有 Agent session 或 Workflow 可一键转为带简单界面的应用,并通过团队共享或公开链接分发。
推荐理由:Runway 将创意工作流封装成可共享应用,并给出从自然语言构建、团队定制到企业权限管理的完整路径。
OpenAI 发布 GPT-6.1 Terra,重点提升写作、个性表达和细致理解请求的能力。该模型可理解屏幕内容并跨应用执行操作,API 和订阅中的用量为 6.1 Sol 的 2 倍,价格更低。
Gamma 发布 Gamma 5,可接收一句话、文档、PDF、图片或旧演示文稿,并由智能体完成头脑风暴、研究和演示设计。Gamma 5 支持导入 PDF 与 PPT 设计、连接 Slack、Notion、Granola 等 20 多种工具,并改进了 credits 余额展示、PowerPoint 与 Google Slides 导出及不同格式的预览效果。
Liquid AI 发布 LFM3 模型家族,以 LFM3-1.7B-Base 为共享骨干,首批开放六个 2B 级开放权重模型,覆盖文本、视觉、音频、omni 和决策模型。模型可通过 Hugging Face、Playground 和 Liquid AI API 获取。
Runware 宣布 Kling 4.0 发布首日上线其 API,可生成最长 30 秒的 1080p 视频,并支持原生音频。单个请求最多输入 15 个关键帧、参考图、参考视频或元素,也可基于提示词编辑已有片段,价格自 $0.133 每秒起,未来 7 天常规定价享 15% 折扣,已有用户可将模型 ID 切换为 klingai:kling-video@4.0。
Google Research 介绍 MedGemma、MedSigLIP 和 HeAR 在结核病筛查及分诊中的研究与部署进展。Nexus AI 的胸片工具已在 6 个国家的约 40 家医疗机构使用,超过 90 名临床医生评估了 25,000 多张胸片,将出报告时间从数周缩短到 45 秒以内。
推荐理由:文章梳理了从胸片算法、临床验证到开源模型和本地部署的完整路径,并提供医疗资源不足地区的实际应用数据。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,结合 Mistral Large 4、CUDA-X、NVIDIA Warp 与 Omniverse,加速仿真并连接 AI 模型开发与工程设计。
Google DeepMind 演示了使用 Google Antigravity 搜索抗菌肽的协作流程,并发现一个有望对抗呼吸道感染病原体的候选肽。研究者可在单次会话中结合 ProtNLM、数据库检索和 Biomolecular Structure Viewer 筛选并标注候选物,所得候选目前仍在进行湿实验验证。
Google Earth AI 发布地理空间推理技术报告,并扩大 Geospatial Reasoning agent 在 Google Earth 和 Google Cloud 的早期访问。
推荐理由:材料同时给出评测结论、API 接入方式与合作方案例,呈现地理空间智能体从研究原型走向试验性落地的路径。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,面向开发者、企业和消费者开放,用于复杂编码、科研、金融及智能体任务。模型经 API 在全球推出,首发价为每百万输入 token $2、每百万输出 token $10,缓存输入 token 优惠 95%,并支持 1M 统一输入输出 token 上限。
推荐理由:给出了 Argon 在代码库重构、科学计算、机器人和安全防护上的实测数据与落地路径,便于比较其复杂任务能力和使用门槛。
Import AI 476汇总直觉视觉推理、AI研究品味与递归自我改进等进展,并分析AI进入太空及开放权重模型竞争的影响。HSS包含522道题,人类基线pass@1为93.1,最佳AI系统GPT 6 Astra为53.6;TasteVal则显示前沿模型实验研究品味自2025年12月以来每3.0个月翻倍。
Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。
推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。
Berkeley AI Research 展示 2026 届博士毕业生在机器人与大语言模型推理、计算机视觉、生成模型、AI 安全及医疗等方向的成果。部分毕业生将加入 Physical Intelligence、OpenAI、Mistral AI、Princeton CITP 等机构,或赴高校任教、创办公司及继续探索下一步发展。