Cartesia 发布 Managed Agents，登顶 Artificial Analysis Speech Agent Arena
Cartesia 于 10 月 30 日发布面向企业的端到端语音智能体平台 Managed Agents，在 Artificial Analysis Speech Agent Arena 和 ServiceNow EVA-Bench 均排名第一。
按来源浏览
资讯库
百度开源文心 Unlimited OCR 2 文档解析模型，支持“无限”页数
百度于本月 27 日发布并开源文心 Unlimited OCR 2 文档解析模型，将解析上限从数十页推向“无限”，可一次性解析累计超 3,600 页的《哈利·波特》全系列 7 部作品。
Tripo Agentic Canvas 自动化 3D 工作流指南
一份用 Tripo Agentic Canvas 自动化 3D 工作流的快速分步指南。↓ 1. 描述你的想法 告诉 Agent 你想做什么。从文本提示词、参考图像或现有 3D 模型开始，把它放进 Agent 聊天中，它就会规划工作流。
NVIDIA 开源 Nemotron 3.5 Transcribe：支持 40 语种转写，以 4B 激活参数登顶多项语音评测
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe，支持 40 语种转写、说话人标注、翻译和问答，并配套 Granary v2 数据集与可复用流水线，性能在多语言 ASR 评测中以 2.81% AA‑WER 领跑开放权重模型，且可通过 vLLM 部署为兼容 OpenAI API 的本地服务。
谷歌提出“睡眠框架”：让大模型边用边学、不忘旧知识
谷歌研究团队发布“睡眠框架”（Sleep Framework）持续学习研究，将模型运行分为“清醒”与“睡眠”两阶段，睡眠时通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数，并生成合成样本做强化学习练习。
《连线》曝埃森哲承包商将 Claude Code 接入五角大楼网络，运行两个月后才被发现
据《连线》报道，埃森哲一名承包商员工将个人 Claude Code 账号接入美国国防部系统，让 AI 智能体代为编写和部署代码，运行约两个月才被发现。该智能体疑似将登录凭据、密码及网络结构信息发送至一个被 NIST 标记为高风险的第三方网站。
马斯克转发：AI前沿与大众差距持续拉大
True
Edge0 发布 0.6B 语音克隆 TTS 模型 Audio8-TTS-Realistic，支持 23 种语言并采用 Apache 2.0 开源
Edge0 发布开源加权 TTS 模型 Audio8-TTS-Realistic，601M 参数，可从 1 条参考音频和转录文本零样本克隆声音，支持 23 种语言，权重和代码以 Apache 2.0 发布。
Gemini 4 Carbon 登顶，谷歌又杀回来了！！
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis 综合智能榜上以 59 分夺冠，超过 Opus 5.5 和 GPT-6 Astra。Carbon 专注于自主编程、长程任务和网络安全，其编程 Agent 指数仅次于 Opus 5.5，且在长上下文和漏洞利用评测中表现出色，同时提供更具竞争力的成本。
LibTV 悄悄开源破亿 AI 短片画布，我决定公开拆解这些 1 人剧组工作流
作者拆解 LibTV 1.5 版工作流，展示如何用 AI 仅凭一台电脑完成短片全流程，从剧本到角色造型、场景搭建、运镜到后期重拍，提供实操案例与工具对比。
ChatGPT 每月送 API 额度，最多 500 美元/月
本文介绍了 OpenAI ChatGPT 订阅用户如何领取每月 API 额度，并说明了领取流程、额度对应套餐以及使用限制。
面壁智能开源 ForgeKernel，B200 上提速 9.8%
面壁智能开源 ForgeKernel，其智能体在 NVIDIA B200 上对 DeepSeek V4.1 FlashMLA Prefill 优化，较 FlashMLA 基线提速 9.8%（472 µs vs 518 µs）。
Kimi 官方教程：如何用 Kimi K3.1 Pro 创作 3D 作品
月之暗面（Kimi）发布官方教程，详解 Kimi K3.1 Pro 的 3D 创作工作流程，说明参数化建模与网格化建模两种方式及对应工具选择。
卡兹克评 DeepSeek 蓝色大肥鱼现象：网友用桌宠和插件给鲸鱼娘过完整一生
作者梳理国内网友围绕 DeepSeek 鲸鱼 Logo 二创的鲸鱼娘现象：蓝发鲸尾、爱吃白饭、爱摸鱼、干活讨 Token 的设定已深入人心。玩家借助 DeepSeek Harness 客户端和各类插件把大肥鱼做成桌宠、接入 QQ 让其主动聊天、发空间、甚至喊主人爸爸，还装上插件刷 B 站评论，造成评论区被鲸鱼娘刷屏的所谓鱼灾事件。
PokeBot 推出 RoboAPI：用 API 调用机械臂
PokeBot 发布 RoboAPI，让 5 款受支持机械臂的用户无需采集数据、无需按任务训练，直接发送文本指令即可驱动机器人。该 API 由世界动作模型 Poke-Aurora 驱动，机械臂摄像头图像上传至 PokeBot 服务器，模型回传动作并以 30Hz 执行，模式类似 LLM 文本 API。
Kimi 推出 3D Make，可连接 Blender 和 CAD 工具建模
Kimi 推出 3D Make 功能，可连接 Blender 和 CAD 等工具来创建模型、组装场景和开发游戏。该功能现已在 https://kimi.ai 和 Kimi Work 上开放使用。
刚刚，Gemini 4 Carbon 全面超越 Opus 5.5！首发 Token 半价
Google 发布 Gemini 4 Carbon 模型，在 Artificial Analysis 智能指数 5.0 中以 59 分超越 Claude Opus 5.5 和 GPT-6 Astra 登顶全球第一，首发 Token 价格仅为竞品一半，并在编程、长上下文、安全防御及抗作弊能力上实现全面突破。
OpenAI 软件工程师面试全流程与 AI 编码测试
网友分享了 OpenAI 工程师面试流程，涵盖了个人项目的逐行追问以及新增的 AI 辅助编程能力专项测试。
Google DeepMind 发布《The Economics of Intelligence》：经济转型取决于智能体协调而非单模型变强
Google DeepMind 发布论文《The Economics of Intelligence》，由 Alex Imas、Andrew Koh 与 Shane Legg 合著，探讨 AGI 如何以及何时改变经济。
Neuralink 语音恢复项目 VOICE 早期数据：渐冻症患者首周实现每分钟 75 词输出
Neuralink 于 10 月 28 日公布语音恢复项目 VOICE 的早期可行性研究，让 ALS（渐冻症）参与者将大脑信号转换为文字和语音输出。一名参与者在使用第一周达到每分钟 75 词，在 12.5 万词词库下词错误率为 5.8%；研究计划招募约 6 名因 ALS、脊髓损伤或中风失去沟通能力的参与者。
Claude Code 触发用量上限后如何用 OpenRouter 继续编码
OpenRouter 介绍 Claude Code 触发用量上限时改用 OpenRouter API key 继续编码的方法：设置三个环境变量或用 Ori Harness 的 ori claude 命令，即可按 token 付费使用同样的 Claude 模型，没有五小时和每周限制。
OpenRouter 重建默认路由算法：TTFT 降 16.9%、429 错误减少 67%
OpenRouter 宣布重建默认 provider 路由算法，从只按价格排序改为按 Routing Cost 综合 effective price、TTFT、吞吐、错误率和输出质量选路。
Utopai X 登顶 AA 图生视频榜第二
Utopai Studios 基于 MiniMax H3 后训练的 Utopai X 在 AA-Video-I2V v2.1 榜单排名第二，仅次于 Dreamina Seedance 2.5，是唯一同时进入 AA-Video-T2V v2.1 与 AA-Video-I2V v2.1 前二的模型。
OpenAI 更新模型规范，将忠于人类意图列为核心准则
OpenAI 更新其模型规范（Model Spec）文档，将框架重构为五项准则：忠于人类意图、降低伤害、诚实透明、保障人的自主选择权、审慎尽责，其中忠于人类意图是整套框架的基础，要求模型理解用户、开发者及 OpenAI 本身的意图而非机械执行指令。
把记忆塞进 KV Cache，Agent 反而变笨了？KV 驻留内存，到底靠什么在干活！
通过 12 次受控消融实验拆解 Agent KV Cache 驻留内存的机制，发现鲜活编码而非驻留本身是关键，账本类内容 stale 驻留会触发任务框塌缩，检索注入必须采用行级窄窗方案，最终给出「活跃对象 KV 鲜活驻留 + 账本外部存储窄窗注入」的分裂架构配方。
Anthropic 取消编程面试了！以后别背题了
Anthropic 负责人 Felix Rieseberg 宣布将不再使用传统编程面试，转而关注候选人作品与 AI 使用经验，反映 AI 时代招聘方式的转变。
Clover-35B-A3B-Preview：让智能，多一种生长方式
DIFFUSPACE 推出了总参数 350 亿的开源混合专家扩散语言模型 Clover-35B-A3B-Preview，在智能体编程、通用基准及端侧部署中展现出超越同尺寸自回归模型的性能与生成速度。
Artificial Analysis 推出 HLE-Diamond 榜单，Gemini 4 Carbon (high) 以 69% 居首
Artificial Analysis 推出 HLE-Diamond 榜单，对 CAIS 和 Scale AI 清理精炼后的 1000 题 Humanity's Last Exam 版本做独立评测，纳入 Artificial Analysis Intelligence Index v5。
Gemini 4 两款模型 FrontierCode 评测成绩
我们在 FrontierCode 2.0 上评估了 Gemini 4 Carbon 和 Gemini 4 Argon，这是我们的编程基准，衡量模型超越规格要求的能力。 Gemini 4 Carbon 得分接近 SOTA，为 40%，每任务成本 $4.04，落后于 Claude Opus 5.5、GPT-6 Astra 和 Claude Sonnet 5.5。
京东JoyAI-VL-Interaction模型加持，Rokid乐奇第二代AI眼镜开售
搭载JoyInside、由京东JoyAI-VL-Interaction模型提供技术支持的Rokid乐奇第二代AI眼镜于10月27日在京东开售，可实现主动提醒、超常记忆与实时环境讲解。该模型2026年6月全栈开源，能持续处理实时视频流并自主判断何时回应；在58组真人盲评中，对比豆包、Gemini视频通话助手的总体胜率分别为77.6%和87.9%。