AI 产品 · ElevenLabs Blog
Klarna 上线基于 ElevenAgents 的语音 AI 客服 ↗
Klarna 在美国上线基于 ElevenLabs ElevenAgents 构建的语音 AI 客服，作为电话支持首触点，面向全部 3500 万美国用户，对可处理查询实现最高 10 倍的解决速度提升；该 agent 支持自然对话、上下文理解与无缝转人工，并计划扩展至全球 11400 万用户。
TIAOTECH / NEWS
保持好奇。与变化同行。
AIHOT 精选行业资讯，关注 AI、产品与技术的新进展。
AIHOT · 精选摘要，保留原始来源 · 2026年11月4日 09:00
AI 产品 · ElevenLabs Blog
ElevenLabs 正式推出政府专用 AI 智能体服务 ElevenLabs for Government ↗
ElevenLabs 官方宣布推出 ElevenLabs for Government，面向公共部门提供具备政务级安全合规的语音与聊天智能体套件，支持多语言、24/7 自然对话；已在乌克兰（数字人语音层）、捷克共和国（日均处理约5000通热线电话，独立解决率约85%）和美国米德兰市（替换传统IVR，预计每月减少约7000通未接来电）落地应用。
研究论文 · Google Research
Google Research 发布 DialogLab：用于动态人机群体对话建模与测试的开源框架 ↗
Google Research 发布 DialogLab，一个在 ACM UIST 2025 上提出的开源原型框架，支持对动态人机群体对话进行创作、模拟与验证；该框架将对话解耦为群体动力学（参与者、角色、子组）与对话流动力学（片段、轮次、交互风格），提供可视化拖拽界面、人机协同模拟模式及诊断性验证看板，并通过14名领域专家的评估验证其在教育、游戏设计与社会科学研究中的可用性。
AI 模型 · 通义／Qwen 官方研究
Qwen-Image-2.0 发布：支持1k token指令与2k分辨率的专业图像生成基础模型 ↗
通义Qwen团队发布Qwen-Image-2.0，新一代图像生成基础模型，支持1k token指令、2k分辨率（2048×2048），具备生图与图生图二合一能力；强调文字渲染的准确性、复杂性、美学排版、材质真实感与对齐一致性，并在AI Arena盲测中于文生图和图生图基准上均获优越性能；模型架构更轻量，推理更快。
研究论文 · Google Research
Perch 2.0：基于鸟类音频训练的生物声学基础模型实现跨域水下声学迁移 ↗
Google Research 与 Google DeepMind 在 NeurIPS 2025 工作坊发表论文，介绍 Perch 2.0 —— 一个主要在鸟类等陆生发声动物音频上训练的生物声学基础模型；尽管训练数据不含任何水下音频，它在鲸类叫声分类等海洋声学任务中表现出色。
研究论文 · Google DeepMind
Google DeepMind 发布 Gemini Deep Think 科学研究应用论文 ↗
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 模式在数学、物理和计算机科学中的专业研究应用：其数学研究代理 Aletheia 可迭代生成。
AI 产品 · 月之暗面／Kimi
月之暗面发布 Kimi Agent Swarm：支持 100 子智能体并行的自组织智能体架构 ↗
月之暗面发布 Kimi Agent Swarm，一种支持最多 100 个子智能体并行运行、单次任务超 1500 次工具调用、推理速度达串行模式 4.5 倍的自组织智能体架构；该功能已面向顶级订阅用户开放，适用于大规模信息发现、百页级文献综述生成及多视角协同分析等场景。
AI 产品 · 月之暗面／Kimi
月之暗面发布 Kimi Agent Swarm 智能体集群功能 ↗
月之暗面发布 Kimi Agent Swarm，支持 Kimi K2.5 最多并行部署 100 个子智能体、执行超 1500 次工具调用，推理速度达串行模式的 4.5 倍；该功能已向顶级订阅用户开放，适用于大规模发现、批量文档处理与多视角分析等场景。
AI 产品 · Hugging Face Blog
Transformers.js v4 正式发布：支持 WebGPU 加速、模块化重构与 ModelRegistry API ↗
Hugging Face 官方宣布 Transformers.js v4 正式发布，核心升级包括：采用 C++ 编写的全新 WebGPU 运行时，支持浏览器、Node/Bun/Deno 等多种 JavaScript 环境。
实践技巧 · The Bootstrapped Founder
如何真正用 Claude Code 构建严肃软件 ↗
Arvid Kahl 基于半年独家使用经验，分享用 Claude Code 构建 SaaS 应用的实战方法：强调系统提示词设计、Chrome 浏览器集成以实现页面可视化操作、Ralph Wiggum 循环式自动重试机制、精细的 allow/deny 权限配置（如禁止 php artisan db:wipe），以及先实现功能再补测试的协作节奏。
AI 产品 · Hugging Face Blog
ServiceNow 发布 SyGra Studio 2.0.0 可视化合成数据生成环境 ↗
ServiceNow 发布 SyGra 2.0.0，新增 Studio 交互式环境，支持在画布上可视化编排合成数据生成流程，集成模型配置（OpenAI、Azure OpenAI、Ollama、Vertex、Bedrock、vLLM 等）、多源数据连接（Hugging Face、文件系统、ServiceNow）、内联变量提示、实时执行流监控、节点级调试及执行历史记录。
AI 产品 · OpenAI News
OpenAI 发布企业级 AI 智能体平台 Frontier ↗
OpenAI 发布企业级 AI 智能体平台 Frontier，支持构建、部署和管理具备共享上下文、入职流程、权限控制与治理能力的 AI 智能体。
AI 模型 · Mistral AI
Mistral 发布 Voxtral Transcribe 2 语音转录模型家族 ↗
Mistral 发布 Voxtral Transcribe 2，包含面向批量转录的 Voxtral Mini Transcribe V2 和面向实时应用的 Voxtral Realtime。
实践技巧 · OpenAI News
OpenAI 发布 Codex App Server ↗
OpenAI 发布 Codex App Server，这是一个双向 JSON-RPC API，支持流式进度、工具调用、人工审批和差异比对，用于嵌入 Codex 智能体。
AI 产品 · Hugging Face Blog
Hugging Face 推出社区驱动的开放评测功能 ↗
Hugging Face 在 Hub 上推出社区评测（Community Evals）功能，支持数据集仓库注册为基准（如 MMLU-Pro、GPQA、HLE），模型仓库通过 .eval_results/*.yaml 存储评分，社区用户可通过 PR 提交评测结果并附来源链接；所有结果公开可追溯，支持 Hub API 聚合，当前处于 beta 阶段。
AI 模型 · Hugging Face Blog
H Company 发布 Holo2-235B-A22B Preview 多模态 UI 本地化模型 ↗
H Company 发布 Holo2-235B-A22B Preview，是其迄今最大的 UI 本地化模型，在 Screenspot-Pro 上达 78.5%（agent 模式，3 步）、OSWorld G 上达 79.0%，支持高分辨率 4K 界面的智能体式迭代定位；模型已开源至 Hugging Face，训练使用 SkyPilot 统一调度多云 Kubernetes 集群。
研究论文 · Hugging Face Blog
Hugging Face 发布 PRX 文本到图像模型训练设计第二部分：基于消融实验的经验总结 ↗
Hugging Face 在博客中发布 PRX 文本到图像模型训练设计系列第二部分，系统评估了表示对齐（REPA/iREPA/REPA-E）、训练目标（对比流匹配/JiT）。
AI 产品 · 百度智能云／文心
百度智能云发布红手指Operator移动端接入方案，支持与OpenClaw双向主控 ↗
百度智能云于2月2日发布红手指Operator移动端接入方案，通过其ARM云手机服务实现OpenClaw在移动设备上的部署；支持OpenClaw主控调用Operator执行移动端App交互，以及即将推出的Operator主控并委派任务给OpenClaw子模块的双向模式；提供标准化API和MCP server，已上线网页端及安卓APP，应用于汽车、消费等行业营销自动化。
研究论文 · 月之暗面／Kimi
月之暗面发布WorldVQA：面向多模态大模型视觉世界知识的事实性评测基准 ↗
月之暗面团队发布WorldVQA评测基准，用于评估多模态大语言模型（MLLMs）对原子级视觉世界知识的事实准确性；数据集含3500个高质量图文问答对，覆盖9类主题并明确区分头部与长尾知识，所有样本经多阶段人工验证；实验显示前沿模型在长尾知识上准确率常低于50%，且普遍存在严重过自信现象；基准已开源，含论文、代码与数据集链接。
研究论文 · 月之暗面／Kimi
月之暗面发布WorldVQA多模态视觉知识评测基准 ↗
月之暗面团队发布WorldVQA基准，用于评测多模态大语言模型（MLLMs）对原子级视觉世界知识的事实准确性；该基准含3500个高质量图像-问题对，覆盖9类主题并明确区分头部与长尾知识，实验显示前沿模型在长尾知识上准确率常低于50%；团队同步开源数据集、评估脚本及论文（arXiv:2602.02537）、代码（GitHub）和数据（Hugging Face）。
AI 模型 · 通义／Qwen 官方研究
通义推出 Qwen3-Coder-Next 编程智能体模型 ↗
通义推出开源模型 Qwen3-Coder-Next，基于 Qwen3-Next-80B-A3B-Base，采用混合注意力与 MoE 架构，通过可执行任务合成、环境交互与强化学习训练，在 SWE-Bench Verified 上使用 SWE-Agent 框架达到 70% 以上，激活参数仅 3B 即可匹敌激活参数高 10×–20× 的模型。
AI 模型 · 智谱官方研究
智谱发布并开源GLM-OCR模型 ↗
智谱正式发布并开源GLM-OCR模型，参数量仅0.9B，在OmniDocBench V1.5中以94.6分取得SOTA；支持手写体、复杂表格、印章、代码文档等高难场景识别，输出结构化JSON与HTML；提供GitHub和Hugging Face开源地址，支持vLLM/SGLang/Ollama部署，API定价0.2元/百万Tokens。
AI 模型 · ElevenLabs Blog
Eleven v3 大语言语音模型正式发布 ↗
ElevenLabs 官方宣布 Eleven v3 文本转语音模型结束 Alpha 阶段，全面开放使用；相比 Alpha 版，用户偏好度达 72%，符号与数字解读错误率整体下降 68%，从 15.3% 降至 4.9%，覆盖 8 种语言、27 类场景，包括货币、化学式、体育比分等上下文敏感用例。
AI 产品 · OpenAI News
OpenAI 发布 Codex macOS 应用 ↗
OpenAI 发布 Codex macOS 应用，作为 AI 编码与软件开发的指挥中心，支持多智能体、并行工作流和长期运行任务。