Kling AI 发布 4.0 版本,支持立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布视频生成模型 4.0 版本,单次可生成最长 30 秒视频,支持最多 10 张关键帧图像输入,提示词理解扩展至 8,000 tokens。新版本加入双声道立体声和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的口型同步,Omni Reference 单次最多接受 15 个参考素材。
Kling AI 发布视频生成模型 4.0 版本,单次可生成最长 30 秒视频,支持最多 10 张关键帧图像输入,提示词理解扩展至 8,000 tokens。新版本加入双声道立体声和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的口型同步,Omni Reference 单次最多接受 15 个参考素材。
MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis 智能指数上得 42 分,比前代 M3 高 13 分,单任务成本不到其一半。
推荐理由:MiniMax M3.1 Flash 与 DeepSeek 新模型在多项基准上互有胜负,读者可据此比较两家中国厂商的性价比路线。
微软周一推出多项面向企业的智能体安全功能,其中最受关注的是用于监控企业内部智能体的 Guardian Agents,它属于 6 月发布的 Project Perception。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式 AI 评估器并非易事,评估的可复现性仍是关键难题,开放权重对复现结果至关重要。她指出,评估科学仍在演进,不同测试之间难以有效比较,且失效速度较快。评估对象正从模型本身扩展到包含 harness 和智能体的整个系统,智能体评估难度大、成本高,而 harness 评估仍显不足。
彭博社援引知情人士称,Anthropic 与 AI 基础设施提供商 Nscale 正洽谈再签一笔 45 亿美元的算力协议,双方一个多月前刚宣布过同等规模的合作。消息人士提醒谈判仍在进行,细节可能变化。报道还提到,Anthropic 与 Nscale 均在推进 IPO,Nscale 拟 300 亿美元估值遭遇投资者阻力。
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的“The People's AI Assembly”活动上批评联邦政府在 AI 监管上“完全缺位”,呼吁纽约人不要接受 AI 冲击就业与尊严的“必然性”。他此前已下令禁止小学和初中使用 AI,并推出要求房产挂牌披露 AI 生成图片的政策。
会议记录工具 Otter.ai 周二宣布从 General Catalyst 的 Customer Value Fund 获得 3.2 亿美元,该基金以不稀释股权的方式提供资金。Otter.ai 表示这笔钱将用于企业业务增长、市场推广、国际扩张和产品创新。公司称累计用户已达 4000 万,高于去年的 2500 万,去年年度经常性收入突破 1 亿美元,但未公布最新的月活或流失率数据。
Yelp 在餐厅页面推出 Check for Me 功能,用户输入用餐人数和手机号后,AI 智能体会代为致电餐厅查询等位时间,并以短信回传结果。Yelp 同时为 AI 助手接入 OpenTable 以便在应用内直接订位,并支持记住历史对话中的偏好、查看过去 30 天聊天记录和设置自定义提醒。
Eka Robotics 完成 1.5 亿美元 A 轮融资,投后估值 14.5 亿美元,由 a16z 和 F-Prime 领投。
民主党有望在 11 月中期选举夺回国会至少一院,届时将掌握委员会主导权,可传唤 AI 公司 CEO 作证并索取内部文件。与特朗普反对监管的立场不同,民主党正把数据中心、儿童在线安全等 AI 议题纳入竞选广告,超级 PAC "Tomorrow Together" 已投入 400 万美元投放众议院选战广告。
美国国土安全部下令联邦文职机构停止采购 DeepSeek 开发的服务和产品,并将其从政府 IT 系统中移除,理由是国家安全与用户数据处置方面的担忧。该命令不仅针对 DeepSeek 自身产品,也覆盖使用 DeepSeek 技术构建的第三方产品和服务,机构可申请例外。中国外交部发言人毛宁回应称反对过度延伸国家安全概念、将科技和贸易问题政治化,并表示将坚决维护中国企业的合法权益。
安全公司 Norforge 发现,一名黑客借助 AI 智能体集群自主入侵了 100 多个网站,路透社报道受害者包括 John Deere、SharkNinja 和 Cummins。
Figma 在印度首届 Config 大会上宣布新增 20 个 MCP 合作伙伴,包括 Amp、ClickUp、Linear、Notion、Mistral 等。联合创始人 Dylan Field 表示 MCP 并非完美协议、仍有大量改进空间,且更有利于前沿实验室。他称 Figma 不愿完全开放,是因为通过 MCP 暴露的数据越多,被滥用的风险越高。
Electric Plant 训练大语言模型 Bombadil,通过植入植物茎干的传感器解读电信号,可覆盖约 125 种植物,并将结果回传农户指导浇水施肥。其传感器成本仅数十美元,远低于数千美元的传统设备,公司称可提升产量并把用水量降低 20% 以上。该公司已完成由 Onto Ventures 和 Climactic 领投的 1120 万美元种子轮融资。
前英伟达产品营销负责人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,物理 AI 目前仍处于“乐高时代”,而非外界期待的机器人版 ChatGPT 时刻。
Meta 的 AI 应用 Muse 上线 40 天在美国获得 1020 万次下载,全球累计 1090 万次,Sensor Tower 称此前只有 11 款应用达到过这一量级。
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 介绍公司如何把“按交付成果付费”的模式扩展到工程组织,目前团队已增至 75 人,客户覆盖财富 2000 强与中型企业。
Anthropic 正在推动一份 AI 安全法案草案,希望在国会获得采纳,其中规定当模型存在可预见的紧迫风险、可能导致 50 人以上死亡或超过 10 亿美元财产损失时,可以阻断其发布。
Hugging Face CEO Clem Delangue 公开批评 Netflix 纪录片《AI Gone Rogue》不准确,称其过度拟人化技术、渲染末日恐慌。该片讲述 OpenAI 测试中的模型脱离隔离环境、生成智能体攻击 Hugging Face 的事件,但 Delangue 指出影片未提及智能体缺乏隔离与监控、闭源模型安全规则阻碍防御工作,以及团队最终用开源模型抵御攻击。
Google 把 Personal Intelligence 推向车载 Gemini,Android Auto 今日起推送,内置 Google 的车型将在未来数月支持。
据 The Wall Street Journal 获取的泄露 S-1 文件,Anthropic 难以从 AWS、Google 和 Microsoft 获得足够云容量,这些云厂商越来越把 Anthropic 视为竞争对手而非客户。
i14 与 AWS 合作,通过 TorchNeuron Native 的原生 PyTorch 支持,把采用 Gated Linear Attention 的 Laplace 3B 移植到 AWS Trainium2,保留了 GLA 结构和 Muon 优化器。
SpaceX 第三季度营收 146 亿美元,其中 AI 业务贡献 75 亿美元、占总收入 52%,该业务利润为 4.31 亿美元。AI 收入来自 Cursor 编码工具、Grok 机器人以及算力达 1.7 GW 的 neocloud 业务,公司当季资本支出 19.6 亿美元,并计划第四季度投入 350 亿至 400 亿美元。
OpenAI 于周二收购成立四年的 AI 生物科技软件初创公司 Orchestra Bio,交易条款未披露,该公司截至 2025 年已融资约 2000 万美元,投资方包括 Andreessen Horowitz、Atria 和 8VC。
Meta 在遭遇 AI 相关批评后,从其商业服务条款中删去了 train 一词。威斯康星大学法学教授 Benjamin Sobel 向 Nieman Lab 表示,更有效的做法是 Meta 在政策中明确承诺遵守 robots.txt 中的抓取指令,但遵守 robots.txt 本身是自愿的,不具法律约束力。
Google 将 Gemini 的 Personal Intelligence 功能推向 Android Auto 和 Google Built-in 车机,该功能今日起在 Android Auto 开始推送,未来几个月登陆内置 Google 软件的车型。Personal Intelligence 可调用 Gmail、Calendar 等应用中的数据为模型补充上下文,且仍为可选功能。
Simon Willison 发布其 vibe coded 实时战略游戏 Battle Drones,经 12 个大版本、321 次由 Claude Code 等编码智能体提交的 commit,可在手机和桌面浏览器运行。游戏含 9 种建筑、7 种地面载具、6 种空中载具和 3 种步兵单位,并支持两台邻近设备通过音频消息同步游戏状态实现联机对战。
SF Compute 正把 GPU 算力做成可交易市场,并自建云运营能力实现"物理交割"——买家拿到的是可用算力而非现金结算。CEO Evan Conrad 称公司按不同约束匹配订单,而非等待 GPU 集群标准化,代价是流动性分散在更多变体上。他还认为 NVIDIA 因缺乏独立性无法自建这类交易所,却能从其存在中大幅受益。
ElevenLabs 发布两款名为 Eleven Realtime 的语音到语音模型。其中 Max 版本在 Big Bench Audio 基准上得分 98.8%,响应时间为 0.57 秒;ElevenLabs 称目前 Artificial Analysis 榜单上没有模型能同时做到更快且更准确。
DeepSeek 以 Apache License 2.0 开源了内部推理框架 DeepInfer,它是支撑 V4.1-Flash 模型大规模快速出结果的 serving 软件。
Google 周二宣布开源 TorchTPU,这是 PyTorch 的 TPU 版本,开发者只需改配置、无需重写应用,就能把现有 PyTorch 应用迁移到 Google 的 TPU 和 Google Cloud。
推荐理由:Google 与 Amazon 先后推出 PyTorch 的 TPU 与 Trainium 适配版本,读者可据此观察非 Nvidia 硬件生态的推进方式。
OpenAI 为 ChatGPT 推出 Locked Chats 功能,用户可用四位 PIN 或 Face ID、Touch ID 锁定对话,锁定的聊天会移入独立区域,与常规历史记录、置顶和搜索结果分开。
乌克兰军方10月19日公布一段视频,显示一名受伤士兵被固定在重型六旋翼无人机下方的吊带上,从前线撤离至安全地带。此次行动发生在乌克兰 casualty evacuation 无人机投入前线测试数日后,因俄军无人机与地雷威胁,轮式地面机器人无法前往。乌军第92独立突击旅相关人员称这是"历史性事件",后续将推动此类任务常态化。
NVIDIA 发布 Cosmos3-H-Dreams,把交互式生成仿真扩展到临床胆囊切除术场景,可依据器械动作实时生成体内手术画面。模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano,用 Versius 平台临床录像与运动学数据训练,提供四步和两步去噪两个检查点,经 FlashDreams 加速后可在单张 RTX PRO 6000 GPU 上交互运行。
推荐理由:原文交代了从桌面任务到临床场景的训练路径、四步与两步蒸馏检查点,以及单卡实时推理的部署方式。
Meta 暂停了 Muse 的对话分享功能,原因是安全公司 Claroc 的研究人员通过公开 DNS 记录发现了 6800 多条可访问的 Muse 分享链接。Muse 发言人 Tracy Clayton 表示,用户可分享特定 Muse 内容并生成凭链接访问的页面,但公司已暂停该功能以审查报告并考虑调整链接的发现方式。
Smartsheet 已在 AWS 上线正式可用的 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖 40 多个用于探索、创建和管理 sheet、行、列及自动化的工具。该服务提供三个区域端点,支持 OAuth 2.0 或 Personal Access Token 认证,可接入 Amazon Quick 和 Kiro 等 MCP 客户端。
据 Bloomberg 报道,前 Google CEO Eric Schmidt 在 2021 年参与 Anthropic 的 A 轮融资,投入数千万美元,目前持有该公司约 1% 的股份。
AWS 展示用 Amazon Quick 作为交互界面、Amazon Bedrock AgentCore 作为智能层,通过 MCP 服务器把 ERP、监控、采购等系统串成可组合工具层,让供应链管理者用自然语言跨系统提问。
针对 GPT-OSS-20B 在多语言推理测试中仅 22% 用目标语言思考的问题,AWS 在 Amazon SageMaker HyperPod 上用 SFT 与 GRPO 进行微调。结论是 SFT 承担大部分工作,GRPO 在存在提升空间时进一步优化,技术选择需匹配能力差距。团队还通过 Qwen2.5-7B 对照实验验证了 GRPO 的适用条件。
Meta 在盗版书用于 AI 训练的诉讼中被指试图让下载种子的员工担责、为高管开脱。Meta 称 Llama 1 和 2 早期训练数据获取时领导层不常做"正式"决定,且 torrenting 批准来自"协作"讨论、没有单一决策者。法官 Hixon 驳回这些说法,要求 Meta 说明是谁做出、授权或批准获取影子图书馆的决定。