跳到正文
今天10月31日周六4 条
  1. Ars Technica · AI

    Basically no one is using AI agents for their DoorDash orders

    文章分析了 DoorDash 与 AI 代理的应用现状。DoorDash 发布了“Ask DoorDash”功能,声称订单处理速度提升五倍,平均订单价值近 50% 增长,且 60% 更多独特商品;近半数订单送达消费者未尝试过的本地餐厅。不过,用户实际使用 AI 代理点 DoorDash 订单的比例极低,且该功能不包括 DoorDash 自家的内部 AI 工具。

    阅读原文 来源:Ars Technica · AI
  2. TechCrunch · AI

    Google Suncatcher 太空数据中心原型机上线并创作诗歌

    Google Suncatcher 太空数据中心原型机已上线并与地面通信,搭载四枚 Google Tensor Processing Units (TPU),可生成 1 kW 电力。首次演示中,模型 Google DeepMind Gemma 4 创作了关于太空的 haiku。原文提到 TPU 因功耗限制仅可单片运行约二十分钟,且正在评估太空辐射对芯片的影响。

    阅读原文 来源:TechCrunch · AI
  3. TechCrunch · AI

    Zest 的 AI 代理人通过短信查餐厅并预订

    Zest 推出基于短信的 AI 餐厅助理,用户可通过短信查询推荐并预订餐桌。该助理基于用户信用卡消费记录(通过 Plaid 导入)进行个性化推荐,支持在短信线程内投票和预订,并可查询菜单。在测试中,AI 能根据口味、场景等条件提供匹配的餐厅建议,旨在通过文本交互替代移动 App,实现订单与预订的变现。

    阅读原文 来源:TechCrunch · AI
10月30日周五
  1. AWS Machine Learning Blog一手

    UK Amazon Quick User Group 2026 年度回顾:三场线下聚会回顾与社区成长

    UK Amazon Quick User Group 2026 年度回顾,三场线下聚会在伦敦举行,吸引 150 多名用户参与。社区成员通过动手工作坊实现了无代码搭建自定义聊天机器人、使用 Quick Desktop 连接本地文件及 Outlook,并利用 Quick Apps 将自然语言描述转化为 Web 应用。

    阅读原文 来源:AWS Machine Learning Blog
10月29日周四
  1. Hugging Face Blog一手

    Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel Swift 包,实现 Apple 平台开源语音识别与决策模型

    Hugging Face 博客发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,旨在为 Apple 平台提供开源语音识别和决策模型的新 API。

    阅读原文 来源:Hugging Face Blog

    推荐理由原文介绍了 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,提供了在 Apple 平台上使用开源语音和决策模型的新 API,读者可以了解到具体的模型选择、运行时配置和性能数据。

  2. The Verge · AI

    Akai 通过开源固件拥抱 vibe-coded 修改,发布 MPC Sample Key

    Akai 通过早期设备开放给开发者,展示了基于 vibe coding 的自定义固件和合成器,并计划开源 MPC Sample 平台。新产品 MPC Sample Key 采用开源固件,将运行类似 MPC Sample 软件但适配传统键盘、音高和调制轮,区别于高端版 MPC Key 37 的是去掉了垫片,改用键盘回放样本。

    阅读原文 来源:The Verge · AI
  3. AWS Machine Learning Blog一手

    Amazon Nova Act QA Studio 增加应用管理与团队权限功能

    Amazon Nova Act QA Studio 更新两项组织能力:应用功能将测试按系统归类并报告健康指标(通过 CloudWatch 记录通过率、执行次数、故障计数并计算 0-100 健康评分,扣除 flaky test 罚分);团队权限系统按角色(Admin/Team Lead/Editor/Executor/Viewer)控制应用访问,角色权限累积且以应用为单位管理。

    阅读原文 来源:AWS Machine Learning Blog
  4. TechCrunch · AI

    Chrome 获得基于 Gmail 的 AI 自动填充功能

    Chrome 将引入基于 Gmail 的 AI 自动填充功能,可从邮件中提取航班确认号、订单号、跟踪信息等填入在线表单。该功能扩展了 Google 的 Personal Intelligence,用户可在设置中决定是否启用,敏感数据将被加密。该功能先在美国桌面端及 Gemini 在 iOS/Android Chrome 应用中推出。

    阅读原文 来源:TechCrunch · AI
  5. NVIDIA Blog一手

    NVIDIA RTX Spark 笔记本发布新模型、Agent 工具与游戏

    NVIDIA RTX Spark 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 等厂商发布,搭载 Blackwell RTX GPU 与 Grace CPU 组成超级芯片,最高 128GB 统一内存,最高 1 petaflop FP4 AI 性能。

    阅读原文 来源:NVIDIA Blog

    推荐理由RTX Spark 笔记本新增语音转写模型、LFM3 系列开放模型和 GPU 资源管理功能,同时发布 Phantom Blade Zero 等游戏和 RTX Remix 1.6 更新,展示了 Blackwell 架构在移动端的性能提升与生态扩展。

10月28日周三
  1. BeInCrypto

    AI代理支付风险报告:预算限制在恶意指令面前失效

    BeInCrypto研究追踪了6.4万笔AI代理支付,发现14款产品可在人设预算限制下自主作业。研究记录了两起恶意指令导致的转账案例:一是攻击者通过Morse码欺骗Grok发布回复,Bankr按指令转账17.5万美元;另一是攻击者入侵AIXBT仪表盘并发布恶意指令,导致10.62万美元ETH转移至攻击者。

    阅读原文 来源:BeInCrypto
  2. Hugging Face Blog一手

    NVIDIA Nemotron 3.5 Transcribe 与 Granary v2 发布:可提示适配的多语言转写模型

    NVIDIA Nemotron 3.5 Transcribe 为开放权重模型,支持转写 40 种语言、翻译 31 种语言并标记 13 种语言的说话人,单 GPU 即可运行。

    阅读原文 来源:Hugging Face Blog

    推荐理由Nemotron 3.5 Transcribe 与 Granary v2 同时发布,开放转写、翻译、说话人标记及音频问答功能,并提供可适配的数据管线与微调方案。

  3. Ars Technica · AI

    Protein design software Pinal 实现自然语言提示词生成蛋白质序列

    由中国研究人员开发的蛋白质设计工具 Pinal,通过 T2struct 模块将自然语言提示词转化为结构蓝图,再由 SAProt-T 系统生成氨基酸序列,成功设计出荧光蛋白、酶及多蛋白复合物等四种功能性蛋白。该工具基于 8000 万关键词-蛋白对数据训练,旨在降低蛋白质设计的技术门槛,实现类似“vibe coding”式的自然语言交互。

    阅读原文 来源:Ars Technica · AI
  4. AWS Machine Learning Blog一手

    亚马逊云科技:通过修正评估偏差在Amazon Bedrock上解锁更优模型

    Property Finder发现其评估标签有96.8%来自单一模型预测而非人工验证,导致任何替代模型都处于结构性劣势。团队通过手工标注356张阿联酋房产图建立无偏地面真值,并从单标签转向多标签分类以消除歧义。

    阅读原文 来源:AWS Machine Learning Blog

    推荐理由原文展示了如何通过重新构建人工标注数据集、引入多标签分类以及使用提示词优化,在成本大幅降低的情况下实现模型性能的显著提升,读者可直接学到构建无偏评估框架的实践方法。

  5. The Verge · AI

    Google Genie 4 世界模型发布

    Google 发布 Genie 4 世界模型,该模型可生成最长两分钟的交互式 AI 体验,并支持通过自然语言提示词实时更新。模型内部使用 Gemini 3.8 Flash 加速模拟,可用于电影预演、游戏原型设计及机器人训练,目前面向 Google AI Ultra 订阅用户开放申请。

    阅读原文 来源:The Verge · AI
10月27日周二
  1. NVIDIA Blog一手

    AI 如何加速数百万痴呆症患者的发现进程

    C-BRAIN 联盟与 NVIDIA 合作,利用 AI 加速痴呆症研究。该系统整合了此前未公开的“暗数据”,包括未公开的发现、阴性结果及受管控的专有数据。

    阅读原文 来源:NVIDIA Blog

    推荐理由原文展示了 C-BRAIN 如何利用 AI 加速痴呆症研究,通过 OpenScientist 与 InsightEngine 两款开源工具实现从数周到分钟级的分析速度提升,并给出了多模态基础模型的路线图,读者可了解 AI 在医学研究中的具体落地路径与技术挑战。

  2. MIT Technology Review · AI

    Industrial Intelligence: The next growth opportunity for manufacturing

    文章探讨了工业智能在制造业中的价值,强调将经验知识转化为组织资产。通过连接数据与物理流程,工业智能可将分析周期从五天缩短至四小时,并将油漆缺陷降低约25%。Rockwell Automation的案例显示,维护助手可将新工人故障排查时间从九个月缩短至三天,旨在通过知识传播和智能体辅助,在不牺牲人类判断的前提下实现可持续增长。

    阅读原文 来源:MIT Technology Review · AI
  3. Google AI 官方博客一手

    Google AI 推出 AI Quests 第三课 “Polar Peaks”:教学生探索大脑映射与 AI 素养

    Google AI 推出 AI Quests 系列第三课 “Polar Peaks”,面向 11-14 岁学生教授神经科学与 AI 素养。学生在游戏中扫描并映射脑神经元以理解记忆丧失,完成数据清洗与模型测试任务,学习 AI 需要人类监督与批判性思维。该课程灵感源自 Google 连接组学研究,并提供教师训练模块,已获 2026 年 Webby Award 与 ETIH 创新奖。

    阅读原文 来源:Google AI 官方博客
10月26日周一
10月25日周日
10月24日周六
  1. The Decoder

    Block 发布 Dessa AI 语音模型

    Block 发布全新语音模型 Dessa,该模型首次完全基于人类语音训练,无文本数据,直接处理音频以捕捉情感、讽刺和笑声。该模型支持全双工通信,可在 MacBook Pro M4 Max 本地运行,并声称在情感检测上优于现有文本模型,目前仅向 AI 安全研究人员开放测试。

    阅读原文 来源:The Decoder
  2. Latent Space

    Kimi 3.1 Pro发布2.8T开源权重,独立评估显示智能指数55,超越Fable 5.1

    Moonshot发布Kimi K3.1 Pro,定位3T-class MoE模型,总参数2.8万亿,1040亿活跃参数,100万token上下文窗口。模型在Artificial Analysis智能指数上得分55,位居第四,超越Fable 5.1(53)和K3,独立编码Arena排名第8,1692分。

    阅读原文 来源:Latent Space

    推荐理由Kimi 3.1 Pro发布了2.8T开源权重,独立评估显示其智能指数55,位居第四,显著超越K3,且高速API推理速度提升2-3倍。该模型在编码、3D、金建模等领域有具体演示,但开源权重发布仍待11月4日,且存在推理成本与闭源模型相比的经济争议。

10月23日周五
  1. Hugging Face Blog一手

    Does Your Model Run on AWS Trainium? Look It Up

    Hugging Face 推出 TorchNeuron 后,发布 aws-neuron/torch-neuronx-model-support Space,可查询主流模型在 AWS Trainium 上的兼容性与性能表现。该工具提供模型运行结果、Trainium 核心数、编译耗时及峰值显存数据,支持查询特定模型版本与编译器配置,帮助用户判断模型是否可在 Trainium 上无修改运行。

    阅读原文 来源:Hugging Face Blog
  2. The Decoder

    Canva发布自研图像生成模型Craft

    Canva发布自研图像生成模型Craft,该模型主要依赖数百万设计模板训练,支持多达55种语言的文字渲染,并可通过Magic Layers生成可编辑图层。在DesignArena平台排名中,Craft整体位列第四,肖像和风景类别位列第一。该模型现通过Dream Lab和公开API提供,并计划后续接入MCP协议。

    阅读原文 来源:The Decoder