2026-10-28
Nvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，支持最多 40 种语言，可处理最长 1 小时的录音并区分最多 8 个说话人，还同步发布了第 2 版开源语音数据集 Granary。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-28
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据管线
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，现已在 Hugging Face 和 ModelScope 提供，单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。
2026-10-28
Unify 用 AI 筛选外呼对象并自动找号码
Unify 反向押注 AI 外呼：由 AI 依据融资、招聘、换工作或网站访问等购买信号挑选联系人，覆盖 65M+ 家公司，并从 7+ 数据源获取号码，再连同背景信息载入 Power Dialer，由真人完成通话。
2026-10-28
Gartner 调研：仅 3% 企业通过 AI 实现节约成本、提高生产力目标
IT之家 10 月 28 日消息，据科技媒体 TechRadar 今天报道，尽管许多企业预计 AI 将带来深远影响，不惜为此砸下重金。但 Gartner 调研报告显示， 仅 3% 企业通过 AI 实现了提高生产力效率 、 降低运营成本等目标 。 IT之家从原报道了解到，有四分之三企业领导者预计，AI 将对技术领域产生重大影响。
2026-10-28
OpenAI 法国 DevDay：Codex 用户激增
很高兴在法国启动我们的 DevDay Exchange，你们都在用 AI 构建产品！！🇫🇷 > 自 2026 年初以来，Codex 周活跃用户增长超过 14 倍 > 过去一年，ChatGPT Business 席位增长近 70% > 自推出以来，work 用户数增长了两倍 法国现在已跻身 OpenAI API 活跃开发者全球前十。
2026-10-28
xAI 拟收购密西西比 Southaven 418 套房屋，条件是居民放弃起诉其数据中心噪音
据 The Guardian 报道，xAI 子公司 MZX 正在密西西比州 Southaven 收购房屋，条件是房主签署免责协议、放弃加入指控其数据中心和燃气轮机产生持续噪音与震动的诉讼，据报道计划收购 418 套，已有 18 户打算出售，租房者称在房东同意出售后收到 60 天搬离通知。
2026-10-28
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。
2026-10-28
Meta 更新商业条款允许用业务账号内容训练 AI，英国和欧盟用户可提交反对
404 Media 介绍了 Meta 为商业账号更新的商业条款，允许使用关联域名和 URL 的内容来开发、改进和训练其产品，原定 10 月 30 日生效，在反弹后推迟至 11 月 20 日，并从允许用途中删去“train”一词、限制为广告和商业产品。
2026-10-28
Unsloth 让本地 LLM 自主操控浏览器
你的本地 LLM 现在可以通过 Unsloth 接管浏览器并自主完成任务！ Qwen3.8-27B 成功操控浏览器完成了下棋、绘画等任务，全程无需人工干预。 GitHub：https://github.com/unslothai/unsloth 指南：https://unsloth.ai/docs/basics/browser-use
2026-10-28
VEED Dubbing 上线 fal 平台
VEED Dubbing 现已在 fal 上线。 - 可翻译视频，支持克隆语音和唇形同步。 - Pro 版支持 94 种语言和 14 种地区口音，保留背景音频，并支持多说话人。 - 提供目标口音和语音克隆强度控制。
2026-10-28
英国和欧盟用户如何拒绝 Meta 将其内容用于 AI 训练
404 Media 介绍了英国和欧盟用户拒绝 Meta 将其内容用于 AI 训练的操作方法。Meta 早前更新商业条款允许用业务账号内容训练 AI，生效日期因反弹从 10 月 30 日推迟到 11 月 20 日，并从允许用途中移除了 train 一词。
2026-10-28
商汤开源 SenseNova 6.8 Code2Video：用代码生成短视频
商汤发布并开源 SenseNova 6.8 Code2Video 轻量级模型，通过生成可执行代码来创作和渲染短视频。模型权重和 Skill 已在 Hugging Face 和 GitHub 开放下载，并附上每条演示视频的提示词与完整生成轨迹；官方称未来将探索视频编辑、动画和 3D 创建。
2026-10-28
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。
2026-10-28
面壁 MiniCPM-OCR 1.0 在 Mac 本地处理 Anthropic S-1 全 415 页
面壁智能 OpenBMB 转发 @atomic_chat_hq 的实测演示：1.2GB 的 MiniCPM-OCR 1.0 在 M5 Max MacBook 上以每页约 4 秒的速度处理完 Anthropic S-1 全部 415 页，全程数据不离开本地。
2026-10-28
面壁智能开源 MiniCPM-OCR 系列，文档解析与 OCR 结果可靠性评估配套
OpenBMB 开源 MiniCPM-OCR 系列模型，把文档解析与 OCR 结果可靠性评估配套提供。MiniCPM-OCR 1.0 是 1.3B 参数的中英文文档解析模型，支持扫描页、拍照文档、倾斜和弯曲页面，可处理表格、公式、PDF 和关键信息抽取，并支持查看 Markdown 源码与预览解析结果；MiniCPM-OCR Jev 是独立模型…
2026-10-28
Mistral 推出 Responses API 公测
今天，我们推出 Responses API 公开预览版，专为在 Mistral 上构建智能体而打造。 每次响应都会将模型的回答、推理过程和工具调用作为独立条目返回，让你的应用比使用 Chat Completions 更轻松地处理每一步。 它适用于 Mistral 托管的所有聊天模型，包括 Large 4。
2026-10-28
面壁智能发布 LES 推理系统，让 MiniCPM-V 4.7 的 35B-A3B MoE 模型在手机上实时推理
OpenBMB 发布 Lookahead Expert Scheduling（LES）推理系统，用于在端侧运行 MiniCPM-V 4.7 的 35B-A3B MoE 模型。
2026-10-28
Waymo for Business 接入 Ramp 自动对账
报销工作行程本不该比行程本身还费时。 正因如此，Waymo for Business 现已接入 @tryramp，你的行程收据会自动匹配到对应扣款。 你的行程能自己搞定，现在收据也一样。
2026-10-28
首个 Jev 版 OCR 模型发布，最全教程来了！
面壁智能开源了新一代 MiniCPM-OCR，引入首个 'Jev 版' 架构，通过 '读判分离' 机制将 1.3B 解析模型与 2B 独立质检模型结合，显著提升文档识别的可信度和自动化入库效率。
2026-10-28
Simon Willison：2026 年 10 月是 vibe coding 游戏开发的拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏开发的拐点，他用 Claude Opus 5.5 以纯 vibe coding 方式做了四款自己真正爱玩的 HTML/JavaScript 浏览器游戏。
2026-10-28
前 GitHub CEO 创办 Entire：为人机协作写代码重做的 Git 托管平台
前 GitHub CEO 创办的 Entire 推出面向人和 Agent 协作写代码的 Git 托管平台，用 Trail 代替以 diff 为主的 PR 时间线，每次推送由评审 Agent 在沙箱打分并置顶关键信息。
2026-10-28
Claude 写了 90% 的代码，谁来 review？Claude Code 团队的代码评审流程（中英字幕）
Anthropic 的 Claude Code 团队通过实施七层检查、多 agent 投票的 AI review、基于风险的审批流程，以及将事故转化为评估数据，成功将代码合并效率提升了一倍，同时将回滚比例降低了四成。
2026-10-28
Nathan Lambert 谈私有与开源基准之争
私有基准测试往往显示开源模型落后更多，但私有基准的问题在于，你没有社区帮你压掉那些不可避免的 bug。私有还是开源才是最佳方案，我五五开。
2026-10-28
Apple Creator Studio 大更新：剪辑、图像、音乐、办公加入 AI，办公三件套支持 MCP 和 .keyx 开放格式
Apple 更新 Creator Studio，沿三条路线推进：将 MotionVFX、Content Hub 素材、Logic 声音浏览等专业内容收进订阅权益。
2026-10-28
Kling 4.0 上线 PixVerse
Kling 4.0 刚刚上线 PixVerse， → 单次生成最长可达 30 秒，无需拼接 → 在多镜头场景中保持角色一致 → 在高速动作和复杂运镜中获得稳定运动 完整提示词见下方
2026-10-28
Perplexity Computer 用 FiveM 打造 GTA VI 游戏内任务
Perplexity CEO 演示用 Perplexity Computer 设计了一个 GTA V 任务：玩家在游戏内手机上 vibecode GTA VI，同时被开发者报警追捕。
2026-10-28
Meshy 为猫咪建模万圣节帽子并3D打印
🐱 Sir Meowington 已经准备好迎接万圣节了。一位粉丝。一个造型。🎩🔮 看到最后——我们在 Meshy 里为他的帽子建模，并真实地3D打印了出来。看起来太酷了！！😼 这个万圣节你会为你的宠物打印什么？
2026-10-28
AtomicChat 实测 MiniCPM-OCR 1.0 在 MacBook 上本地解析 Anthropic 全部 415 页 S-1 文件
OpenBMB 转发并感谢 @atomic_chat_hq 的演示：该演示在 M5 Max MacBook 上本地运行 MiniCPM-OCR 1.0，处理 Anthropic S-1 文件全部 415 页，1.2GB 模型约每页 4 秒，数据全程不离开设备。
2026-10-28
CMU 11-768 客座讲座：Zhiruo Wang 讲 AI Agents for Human Work，榜单高分不等于顶人类工作
CMU 11-768: AI Agents 课程发布客座讲座，由 Zhiruo Wang 主讲「AI Agents for Human Work」，讲义见 https://www.cmu-agents.com/slides/2026-10-27-zora-wang.pdf。
2026-10-28
MiniCPM5-2B 改造为结构化决策模型 Jev
开发者基于 OpenBMB 的 MiniCPM5-2B 微调出 System 1 决策模型 MiniCPM5-2B-Jev，输入文档和问题后直接返回预定义选项的概率，不生成自由文本。
