2026-10-30
Arena 实测 GPT-6.1 Sol 每任务成本 $1.91，比 Claude Opus 5.5 低 85%
Arena 在 Agent Arena 上公布，OpenAI 的 GPT-6.1 Sol (Max) 每任务成本 $1.91，比第一名 Claude Opus 5.5 (Max) 的 $12.51 低 85%，比 GPT-6 Astra (Max) 的 $14.93 低 87%。
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。
2026-10-30
Gemini 文件预览编辑功能全量上线
这些能力现已向 Gemini 所支持的所有语言的全部用户开放。 PDF 预览与编辑在网页端和移动端均支持，而其他所有格式（Google Docs、Google Sheets、Markdown 文件、TXT 文件、幻灯片和代码）仅在网页端支持。
2026-10-30
Gemini 新增文档、PDF、演示文稿和表格的直接生成、预览与编辑功能
Google Gemini 宣布可直接在应用内生成、预览和编辑文档、PDF、演示文稿、表格等多种文件。支持把手写笔记转成 PDF 学习指南、手动调整内容、高亮部分让 Gemini 修改文字或视觉元素，并可继续追问。
2026-10-30
fal 上线 Ideogram v4.5 edit 模型
fal 宣布 Ideogram v4.5 的 edit 模型现已可在其平台使用，入口为 https://fal.ai/models/ideogram/v4.5/edit。
2026-10-30
fal 更新 Ideogram 4.5 图像编辑
Ideogram 4.5 图像编辑在 fal 上刚刚更新！ - 按原始分辨率编辑选定区域，不会对整张图降采样。 - 支持围绕蒙版的自动编辑窗口或自定义边界框。 - 保留编辑窗口之外的每一个像素。
2026-10-30
Sam Altman 称世界可能需要限制单个 AI 模型的智能上限
Sam Altman 表示，至少在一段时间内甚至很长时间内，人类可能需要对单个模型的智能水平设限。他同时承认，这一决定会带来进展损失，而这并非因为 AI 无力做好研究。完整视频发布在 "Cheeky Pint" YouTube 频道。
2026-10-30
Alphabet Q3 营收近 1280 亿美元但承认 AI 搜索变现更低，股价大跌约 12%
Alphabet 发布 Q3 财报，7 至 9 月营收近 1280 亿美元、同比增长 25%，净利润超 260 亿美元，但公司承认 AI 搜索的收入低于自然搜索，且明年 AI 支出还将增加。
2026-10-30
DeepMind 论文：训练模型写道德论证更果断但判断力未提升
Google DeepMind 新论文发现，用强化学习训练 Gemma-4 4B 写道德论证后，模型在选项互换时的答案翻转率从 14.3% 降至 6.6%，但附和用户的比例仅从 45.3% 变为 44.0%，道德寓言准确率反而从 56.5% 降到 53.4%。论文据此建议，评估模型的建议或判断任务时应分别测试一致性与正确性，因为更稳定的模型仍可能出错。
2026-10-30
Nvidia 否认美情报机构监控黄仁勋身边人士
Nvidia 否认了有关美国情报机构监控其 CEO 黄仁勋身边人士的报道。报道聚焦新加坡云服务商 Megaspeed 的 Alice Huang，官员据称怀疑其向北京传递信息。
2026-10-30
Oracle 投资者日披露 1GW AI 基础设施合同经济账：约 28% ROI、约 3.6 年回本
Rohan Paul 摘录 Oracle 于 2026 年 10 月 28 日在拉斯维加斯举行的投资者日幻灯片，给出 1GW AI 基础设施对应的合同经济数据：合同总额约 $80B、资本支出约 $37B、年化营收约 $16B、平均合同期 5 年、毛利率约 35%、营业利润率约 34%、ROI 约 28%。
2026-10-30
Perplexity Computer 上线 /teardown 技能，可 3D 交互拆解任意物体
Perplexity CEO Aravind Srinivas 宣布 @jakubkrehel 开发的 /teardown 技能现已在 Perplexity Computer 的技能市场上线，可将任意物体拆解并以 3D 方式交互查看内部结构。该技能能绘制带部件标注的爆炸图或剖视图，图纸可交互并导出为 SVG、PNG 或 PDF。
2026-10-30
Walmart旗下Vibe推出广告AI智能体
AI智能体正在转向投放广告支出。 Walmart以据报道14亿美元收购的Vibe推出了一款AI智能体，它能读取品牌的网站和预算，然后挑选哪些Walmart购物者应该看到其流媒体电视广告。 AI模型的价值取决于其数据，而Walmart知道数百万人的购买行为，这些购买数据如今就放在一个任何小广告主都能使用的智能体背后。
2026-10-30
Phonic 1 (High) 以 87.1 分登顶 Artificial Analysis 语音到语音评测榜首
Artificial Analysis 评测 Phonic 的 Phonic 1 (High)，以 87.1 分在 22 个模型中登顶语音到语音指数，微弱领先 Grok Voice 3.0（86.9）。
2026-10-30
Meta 详解 Catching JiTTests 全量部署：LLM 生成测试在代码合入前捕获 bug
Meta 介绍其 LLM 驱动的 Catching JiTTests 已从研究原型进入生产基础设施，通过 dodgy diff 和 intent-aware 两条工作流自动生成测试，在代码合入前暴露 bug，并用 RubFake 规则与 LLM-as-Judge 集成过滤误报、以 human-on-the-loop 方式降低人工审查负担。
2026-10-30
从反叛乱研究到 DOE Genesis 任务：专访 Accenture Federal 的 Barnett Koven
Accenture Federal Services AI 与数据董事总经理 Barnett Koven 在访谈中讲述从反叛乱研究转向政府 AI 应用的经历，包括用 NLP 从国务院每日约 3000 份外交电报中提取洞察。
2026-10-30
Manus 联合创始人复盘：用 Manus 重建 Manus 的内部实验
Manus 联合创始人张涛撰文复盘公司全面转向人机协作开发的内部实验，介绍内部工具 Mono 如何统一仓库上下文并让单人端到端交付需求，工程师同时推进 10 到 20 个请求已成常态。文章涵盖工程、产品和营销三个团队，总结了自主性需要可验证终点线、瓶颈从工程转向产品决策等经验，也指出注意力碎片化、信息分散和权限设计等未解决的问题。
2026-10-30
OpenAI 详解如何监控前沿模型的失对齐行为
OpenAI 在 Alignment 博客介绍其针对前沿模型（如 GPT-6 Astra）的多层失对齐监控系统，覆盖训练、评估、内部使用和部分外部部署。
2026-10-30
微软向美英加印约6万名员工提供自愿离职计划以压降人力成本
The Verge 记者报道，微软首次向美国、英国、加拿大和印度的约 6 万名员工提供自愿离职计划，规模远超今年早些时候针对约 9000 人的退休方案，旨在压降运营成本以维持 AI 基础设施投入。
2026-10-30
Elorian 发布 DecoyCount 基准，前沿模型视觉计数得分低于 50%
Latent Space 采访 Elorian CEO Andrew Dai，介绍其与 Mercor 联合发布的 DecoyCount 基准，测试模型是真正数数还是依赖视觉捷径。
2026-10-29
Cohere 完成 Series E 首轮关闭，拟融资至多 70 亿加元，估值 357 亿加元
Cohere 官方宣布 Series E 首轮关闭，目标融资至多 70 亿加元，估值 357 亿加元。公司称这是加拿大创业史上最大的私募融资轮。
2026-10-29
作者用 Opus 5.5 制作圣诞邮局地址合集，收录 30 多个可回信邮局
作者用 Opus 5.5 做了一个小工具，整理出全球 30 多个会帮圣诞老人回信的圣诞邮局地址，大多数免费。地址合集页面已上线 https://ringhyacinth.github.io/letters-to-santa/#intro ，适合家长带小孩或有兴趣的人尝试。
2026-10-29
AgentWeb 发布面向 AI 智能体的可靠网页任务基础设施
AgentWeb 发布面向通用 AI 智能体的网页任务基础设施，让智能体不通过浏览器、直接调用映射好的操作来完成网站任务。实测在 15 个政府门户、7 家保险公司和 25 个需登录的网站（如 Amazon、LinkedIn）上完成 47/47 项真实任务，中位耗时 1.9 秒，全程成本 3 美元。
2026-10-29
Mistral 开源 Large 4（Le Chonk）：编码领先开源模型，整体仍落后中国模型
Mistral 发布 Mistral Large 4（昵称 Le Chonk）权重，总参数约 1 万亿、每步激活 52B，文本图像输入、输出文本和代码，预览三周后经强化学习继续训练，Terminal-Bench 4.0 从 28 升到 41%。
2026-10-29
Anthropic S-1 披露 2025 年为 Dario Amodei 花费 275 万美元个人安保费
Rohan Paul 转述 Fortune 报道，Anthropic S-1 显示公司 2025 年为 Dario Amodei 支出 275 万美元个人安保费，超过其 654,167 美元薪资的 4 倍，占其 1796 万美元总薪酬的 15% 以上。
2026-10-29
DeepSeek 如何变成摸鱼鲸鱼女仆
X 长文讲述 DeepSeek 在中国社交媒体上被"娘化"为蓝发鲸尾女仆形象的粉丝文化演变。2025 年 6 月画师 Shangshan Wuxing 用 AI 创作蓝发鲸尾角色 Mingyue，2026 年 4 月用户 ZipZipPipe 加上 DeepSeek logo 和女仆装定型。
2026-10-29
Snaptrude Agent 演示从场地到施工级建筑模型
Snaptrude Agent 可从场地或任务书直接生成施工就绪的 LOD 400 建筑模型，包含结构、MEP 与完整图纸集，建筑师可逐步掌控。早期访问中 2000 多名设计师自 9 月起已运行超 2.5 万个任务，用户累计消耗超 1400 亿 tokens。团队还推出 AECBench 基准，用于检验 AI 在 AEC 场景下的设计正确性。
2026-10-29
Artificial Analysis 评测 Fish Audio Drama 3，登顶开源语音模型并发音稳健性居首
Artificial Analysis 评测 Fish Audio 发布的 Drama 3：在两个 Speech Arena 均为开源权重模型第一，Provider Voice Elo 1,278、Controlled Voice 1,085，Pronunciation Robustness 以 94.6% 位列全部模型第一。
2026-10-29
LangChain 为 Managed Deep Agents 新增浏览器能力
LangChain 宣布 Managed Deep Agents 支持浏览器操作，开发者通过 define_browser 几行代码即可让 LangSmith 托管 Agent 读写真实网页，无需自建基础设施。
2026-10-29
Databricks 为 Serverless 计算推出更精细的成本控制
Databricks 将 Serverless 成本控制扩展到 notebooks、jobs 和 pipelines，此前该能力已用于 Serverless SQL 与 Model Serving。
2026-10-29
Tripo 推出 Agentic Canvas 3D 创作智能体
Tripo 发布 Tripo Agentic Canvas，用户描述需求后由 Agent 规划、串联并执行工作流，直接产出 3D 资产，无需在多个工具间切换。该画布支持批量处理与可复用流水线，并可通过 AI 3D Lab 完成资产检查、精修、绑定与编辑。目前处于 beta 阶段，面向所有 MAX 和 Team 用户开放，其他用户将逐步放开。
