AI 产品 · 月之暗面／Kimi
月之暗面开源 Kimi Vendor Verifier（KVV）工具 ↗
月之暗面随 Kimi K2.6 模型发布开源 Kimi Vendor Verifier（KVV）项目，用于验证开源模型推理实现的准确性；包含 Pre-Verification。
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
科技产品 · PyTorch Releases
PyTorch 2.10.0 正式发布 ↗
PyTorch 2.10.0 正式发布，主要更新包括：实验性支持 Python 3.14（含 freethreaded 构建）、torch.compile() 全面兼容 Python 3.14。
AI 模型 · 通义／Qwen 官方研究
通义Qwen3-TTS系列语音模型开源：支持音色创造、克隆与自然语言控制 ↗
QwenTeam开源Qwen3-TTS全系列语音模型，包含1.7B和0.6B两种尺寸，支持音色创造、音色克隆、多语言（中英日韩等10种）语音生成及基于自然语言指令的声学属性控制。
实践技巧 · Mistral AI
Mistral AI 调试 vLLM 中 UCX 引起的内存泄漏 ↗
Mistral AI 在预生产测试中发现使用 vLLM 进行 Prefill/Decode 拆分服务时，配合 Mistral Medium 3.1 模型及 NIXL 时出现每分钟增长 400 MB 的内存泄漏。
AI 产品 · ElevenLabs Blog
ElevenLabs 发布《The Eleven Album》音乐专辑及 Eleven Music 模型 ↗
ElevenLabs 推出《The Eleven Album》音乐专辑，由 Liza Minnelli、Art Garfunkel、KondZilla、IAMSU!
研究论文 · Hugging Face Blog
AssetOpsBench：面向工业资产运维的AI智能体评测基准 ↗
IBM Research与Hugging Face联合发布AssetOpsBench，一个专为工业资产生命周期管理设计的AI智能体评测基准，涵盖230万传感器数据点。
观点 · Hugging Face Blog
Hugging Face 博客回顾‘DeepSeek 时刻’一周年：中国开源 AI 生态的有机生长 ↗
Hugging Face 官方博客发布系列首篇，回顾 DeepSeek R1 模型发布一周年对全球开源 AI 生态的影响；指出 R1 降低了技术（开放推理路径）。
科技产品 · vLLM Releases
vLLM v0.14.0 发布：默认启用异步调度、新增 gRPC 服务入口、支持自动模型长度适配 ↗
vLLM 发布 v0.14.0 版本，核心变更包括 async scheduling 默认启用（可禁用）、新增 gRPC 服务器入口、`--max-model-len auto` 自动适配 GPU 显存。
AI 模型 · Hugging Face Blog
Overworld 发布 Waypoint-1 实时交互式视频扩散模型 ↗
Overworld 发布 Waypoint-1，一种支持文本、鼠标和键盘实时控制的交互式视频扩散模型，基于帧因果 rectified flow transformer 架构。
AI 模型 · 智谱官方研究
智谱开源GLM-4.7-Flash混合思考模型 ↗
智谱正式开源并免费提供GLM-4.7-Flash混合思考模型，总参数量30B、激活参数量3B，在SWE-bench Verified和τ²-Bench等基准中取得开源SOTA分数。
AI 模型 · Google DeepMind
DeepMind 发布 D4RT 模型：统一 4D 场景重建与跟踪 ↗
DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），一种基于 Transformer 的统一编码器-解码器模型。
AI 产品 · OpenAI News
OpenAI 推出 ChatGPT Go 全球上线 ↗
ChatGPT Go 已在全球上线，提供 GPT-5.2 Instant、更高的使用限额和更长的记忆能力。
研究论文 · Google Research
Google Research 发表智能手表步态指标估计算法研究 ↗
Google Research 发表论文《Smartwatch-Based Walking Metrics Estimation》，提出基于时序卷积网络（TCN）的多输出深度学习模型。
AI 产品 · ElevenLabs Blog
MasterClass On Call 上线语音AI教练功能 ↗
MasterClass推出On Call服务，通过ElevenLabs Text to Speech技术为Gordon Ramsay、Mark Cuban、Chris Voss等名师AI提供拟真语音，支持实时语音对话；75%用户选择语音交互，语音用户留存与参与度显著更高；服务包含AI教练指导与AI角色扮演两大模块，并采用多层安全框架保障品牌一致性与内容安全。
AI 产品 · Hugging Face Blog
Hugging Face 联合 OpenAI 推出开放推理标准 Open Responses ↗
Hugging Face 与 OpenAI 共同推出开放推理标准 Open Responses，基于 2025 年 3 月发布的 Responses API，面向 Agent 场景扩展支持原生工具调用、子智能体循环、结构化输出及加密推理流；提供 curl 示例、事件流格式对比和路由机制说明，并已在 Hugging Face Spaces 开放早期试用。
AI 模型 · Google Research
Google 发布 MedGemma 1.5 4B 和 MedASR：支持三维医学影像与医疗语音识别的开源模型 ↗
Google 发布 MedGemma 1.5 4B 多模态大语言模型，首次支持三维CT、MRI及全片病理图像输入，并在内部基准上较 MedGemma 1 提升3%–14%疾病分类准确率。
AI 产品 · Google DeepMind
Google DeepMind 发布 Veo 3.1 Ingredients to Video ↗
Google DeepMind 发布 Veo 3.1 Ingredients to Video，支持基于参考图像生成视频，新增原生 9:16 垂直输出、1080p 和 4K 上采样，并显著提升角色身份、背景与物体的一致性；功能已上线 Gemini 应用、YouTube Shorts、Flow、Google Vids 和 Vertex AI。
AI 模型 · 智谱官方研究
智谱联合华为开源国产芯片训练的多模态SOTA模型GLM-Image ↗
智谱联合华为开源图像生成模型GLM-Image，该模型基于昇腾Atlas 800T A2设备和昇思MindSpore AI框架完成从数据预处理到大规模训练的全流程。
研究论文 · Google Research
Google 在 Science Advances 发表 NeuralGCM 降水建模新进展 ↗
Google Research 在 Science Advances 发表论文，介绍 NeuralGCM 如何通过直接使用 2001–2018 年 NASA 卫星降水观测数据训练 AI 模块。
研究论文 · Berkeley AI Research
伯克利AI研究院提出信息驱动的成像系统设计框架 ↗
伯克利AI研究院在NeurIPS 2025发表论文，提出Information-Driven Encoder Analysis Learning（IDEAL）框架。
AI 产品 · ElevenLabs Blog
ElevenLabs 发布 Scribe v2 语音转文字产品 ↗
ElevenLabs 发布 Scribe v2，面向批量转录、字幕和标注场景，提升长音频稳定性与准确率，支持上下文感知的 Keyterm Prompting、56 类实体自动检测并带精确时间戳、单文件多语言自动识别、智能说话人分离、词级时间戳、非语音事件标记，并通过 SOC 2 等多项合规认证；现已集成至 ElevenLabs Studio 和 API。
AI 产品 · SGLang Releases
SGLang 发布 Model Gateway v0.3.1 版本 ↗
SGLang 发布 Model Gateway v0.3.1，核心升级包括 Radix Tree / Cache-Aware 路由引擎：缓存插入吞吐达 216。
AI 模型 · 通义／Qwen 官方研究
通义千问发布 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 多模态表征与重排序模型系列 ↗
通义千问团队开源 Qwen3-VL-Embedding 和 Qwen3-VL-Reranker 模型系列，基于 Qwen3-VL 构建，支持文本、图像、截图和视频等混合模态输入。
实践技巧 · 百度智能云／文心
百度百舸发布面向天池超节点的 DeepSeek R1 推理引擎优化方案 ↗
百度百舸团队针对 DeepSeek R1 模型，在百度天池 32 卡昆仑芯 XPU 超节点上完成推理引擎深度适配与优化，采用 PD 分离架构、Prefill 阶段 TP4+SP4（长序列扩展至 TP32+SP32）。