Insights
AI 资讯
AI 行业热点聚合，每小时自动更新
英伟达发布开放权重转录模型 Nemotron 3.5 Transcribe，支持 40 种语言并开源数据管线 Granary v2
英伟达于 10 月 28 日发布开放权重语音转录模型 Nemotron 3.5 Transcribe，并公开训练数据管线 Granary v2。
腾讯发布Buddy One，打通多款办公产品账号
腾讯WorkBuddy推出Buddy One，将WorkBuddy、腾讯会议、腾讯文档、ima和腾讯网盘的账号体系打通。免费的Buddy One ID支持WorkBuddy积分在四个产品中通用，赠送100积分，数据打通目前仅限只读，写入需通过连接器MCP实现。
OpenAI 向 Pro 与 Business 订阅者发放 API 额度
OpenAI 宣布即日起，符合条件的 ChatGPT Pro 和 Business 订阅者每月可领取最高 $500 的 API 额度，用于构建应用和智能体。
微软首披Azure单季营收332亿美元，超预期
Satya Nadella 结束微软财报电话会，称财年开局强劲。Microsoft Cloud 收入超过 $63B，同比增长加快至 30%。他提到正围绕 agentic 浪潮构建新技术栈，有多项创新亮点。
Alphabet Q3营收增25%，云收入翻倍至307亿美元
Sundar Pichai 发布 Alphabet Q3 业绩：年化收入 run rate 达 5000 亿美元，总收入同比增长 25%。Google Cloud 收入增长 103%，1P 模型 API 每分钟处理近 32B tokens（环比增 40%）；Search 查询同比增速为五年来最高，并提到 Argon、Carbon 领跑前沿及最新世界模型 Genie 4。
10-29 01:28
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，主打网络安全与长程智能体能力，在 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 取得领先，并以 59 分登顶 Artificial Analysis Intelligence Index v5.0。
10-28 23:49
Nvidia 开源 Nemotron 3.5 Transcribe 语音识别模型，集成转写、翻译和说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语间互译、识别最多 8 个说话人，支持最长 1 小时的录音，并能通过提示词控制输出或回答音频内容问题。
10-28 23:04
Artificial Analysis 发布 Intelligence Index v5 评测基准
Artificial Analysis 发布 Intelligence Index v5，引入 FrontierCode 2.0 和 Terminal-Bench-Science 两个新基准，并升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的指数基于私有测试集或保留答案。
10-28 19:15
Anthropic 工程经理：AI 时代新人拼的是创业式思维而非编码面试
Anthropic 工程经理 Felix Rieseberg 认为小型编程测试已无意义，因为 Claude 做得比候选人更好，他在招聘中改看能体现品味、同理心和原则性思考的小原型。
10-28 17:49
Liquid AI 发布 LFM3 多模态模型家族，主打专用智能与端侧部署
Liquid AI 发布新一代 Liquid Foundation Models 家族 LFM3，首个版本包含六款约 2B 参数的模型，覆盖文本、视觉、音频、omni 和决策模态，全部基于 LFM3-1.7B-Base，预训练使用 22T tokens。
OpenAI 拟采购谷歌 TPU 并招募工程师适配
据 Bloomberg 报道，OpenAI 计划向 Google 采购 AI 芯片，把直接竞争对手的处理器纳入自身算力建设。OpenAI 芯片团队负责人 Richard Ho 此前参与过 Google TPU 研发。Oracle 也将通过其云提供 TPU，Google 芯片正向外部买家和竞争对手云扩散，成为 Nvidia GPU 之外的替代选择。
Anthropic公布Claude药物研发早期合作成果
Anthropic 介绍过去几个月与六家新药研发机构开展深度研究合作，并启动了自身的药物发现工作。文章分享了这些努力的早期结果，并说明这项工作如何契合其在生命科学领域的更大布局。
Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟、更强照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。
Apple 发布搭载 PROLED XDR 显示屏和 M5 Pro/M5 Max 的新款 MacBook Pro
Apple 发布搭载 PROLED XDR 显示屏的新款 MacBook Pro，采用 tandem OLED 技术，提供最高 2000 nits 峰值亮度、10,000,000:1 对比度，并首次在 Mac 上引入 Touch 触控和 Dynamic Island。
蚂蚁发布灵光2.0，AI助理可跨会话持续办事
作者分享将米家、滴滴、美团、瑞幸、麦当劳、淘宝等 15 个国内 App 接入蚂蚁灵光 2.0 Personal Agent 的实测过程，并提供一段可直接复用的整段配置提示语。文中展示了灵光的定时任务、跨会话记忆、云主机长程任务调度等能力，例如迪士尼行程前主动分三个时间点跟踪天气、定时梳理支付宝账单和淘宝盯价，并按扫码、MCP、Skill、申请 Key 等接入难度逐个拆解配置步骤。
NVIDIA 与 Meta 扩大 Muse 模型合作并投资 30 亿美元
NVIDIA 与 Meta 宣布扩大围绕 Muse 及 Muse 系列模型的合作，优化推理与训练性能，并考虑在 NVIDIA OpenShell 参考架构和 NVIDIA Sentry 监控等方向继续合作。
百度开源 Unlimited OCR 2 长文档识别模型
百度发布并开源 Unlimited OCR 2，采用 SR-SWA 机制把文本-视觉注意力交互压缩为固定大小的工作引用，在有限上下文窗口内解析几乎任意长度的文档。随着文档变长，每步解码延迟和内存占用接近恒定，模型在 MPDocBench 和 MarathonDocBench 上取得 SOTA 表现，覆盖几十到数百页文档。
蚂蚁集团发布灵光 2.0：升级为能持续管理事务的 AI 助理
蚂蚁集团发布灵光 2.0，推动 AI 助理从被动响应指令向主动发现需求、持续管理事务演进。依托独立云主机实现跨会话记忆与长程任务调度，用户退出对话后任务仍可继续运行；已内置支付宝账单、出行、钉钉、飞书、邮箱、米家等服务，并支持调用 MCP、CLI 等工具。安全方面接入蚂蚁 APASS，将身份认证、意图安全和隐私保护纳入 Agent 执行流程，用户可随时查看、调整或撤销授权。