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1日 09:00
谷歌与Meta PyTorch团队联合开源TorchTPU，这是一个原生TPU软件栈，允许开发者以较少代码改动将PyTorch模型部署到谷歌TPU；已验证在最多8000颗Ironwood TPU上运行Qwen3-8B训练，模型浮点运算利用率最高达52%；印度AI公司Zenteiq.ai使用相关方案后推理吞吐量提升超过4倍；TorchTPU已接入vLLM、SGLang、llm-d、TorchTitan、VeRL、Ray、Hugging Face Transformers和LiteRT等工具，支持训练、推理、强化学习、集群调度及端侧部署；开源地址为https://github.com/google-pytorch/torch_tpu。
AMD ROCm 官方博客发布 Micro-World 2，一个基于 Wan2.2 5B 的因果自回归世界模型，支持键盘/鼠标控制的分钟级实时视频流生成，在单张 AMD Instinct™ MI350X GPU 上达 32.12–42.49 FPS；采用 Capsaicin 框架采集的 440 条帧对齐动作轨迹训练，开源全部权重、训练代码、推理代码与数据集，并深度优化于 ROCm 生态。
Meta Muse、xAI Grok、OpenAI Dots、Instinct及字节豆包手机助手等个人Agent产品普遍遭遇亚马逊、Yelp、达美航空、摩根大通及国内微信、淘宝、支付宝、Kimi、DeepSeek等155款App拒绝自动化操作；核心矛盾在于平台担忧广告曝光、交易抽成与数据主权受损，安全仅为表层理由；Meta转向与沃尔玛等零售商定向合作，阿里选择在自有生态内闭环代办，行业正推动个人Agent协议与国家标准，但通用跨平台Agent短期难以落地。
ManageEngine卓豪面向中国市场发布30余款Zia智雅智能体，由自研Zia智雅大模型驱动，不产生额外Token成本，直接集成于客户已部署的IT管理产品中，支持根因分析、应用监控、服务台工单处理等全栈IT运维场景；智能体运行于北京、上海本地数据中心，数据全程不出域，不用于模型训练；计划2026年底扩展至100余款，并将于10月28日深圳用户大会正式亮相。
AMD推出名为Ross的智能体AI助手，面向嵌入式开发全流程，支持自然语言交互，集成MCP服务器、AMD知识库、专家编写的智能体技能和设计示例四大组件；现可通过AMD.com/Ross访问，已支持Vivado和Vitis HLS工具，Q4将增加功耗设计、FPGA调试和AI推理功能；示例显示其可将Vitis HLS图像传感器算法优化任务从2天缩短至2小时，并减少35%可编程逻辑资源占用。
DeepSeek发布V4.1-Flash-1017小版本更新，5520亿参数MoE架构聚焦编程Agent场景，单任务成本从3.3元降至1.3元，Coding Agent能力（DeepSWE）从74.2%提升至77.0%，但通识推理（HLE）无明显提升；The Information报道称DS计划2026年底用昇腾950DT进行前沿模型预训练，面临万卡通信衰减、稳定性与MFU等工程挑战；美国DHS禁令禁止联邦机构采购基于DeepSeek的第三方产品，中国拟出台AI技术出口目录，对超2万亿参数或全球前十能力模型的海外部署实施管控，主要挤压‘第三方云托管＋授权分成’路径。
Eon 使用 Amazon Bedrock AgentCore Gateway 替代分散的每工具凭证和本地 MCP 进程，构建了一个集中式、Cedar 策略驱动的 MCP 网关，实现开发者与自主 SRE 智能体（运行于 Claude）对 AWS/GCP/Azure 多云调查工具（如 Grafana、GitHub、Kubernetes API）的统一、最小权限访问；新工程师接入时间从两天缩短至两分钟，本地 MCP 进程归零，跨账号连接仅依赖 IAM 角色信任策略。
Agent Archive 是一个开源 CLI 工具，发布 v0.2.2 版本，支持在 Claude Code、Codex 和 Cursor 之间交接会话上下文，并将对话记录自动上传至用户自有的 S3 或 R2 存储桶；提供 list、search、show、handoff、stats 等命令，可在多台机器间同步会话历史，支持 macOS 和 Linux（x86-64/arm64）平台，采用 MIT 许可证，源码托管于 GitHub。
本文是 AWS Machine Learning Blog 发布的实操教程，演示如何利用 Denodo Platform（通过 Agora 或 EC2/EKS 部署）构建跨 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 的客户 360 语义层，并通过 Denodo MCP Server 暴露为 MCP 工具，接入 Amazon Bedrock AgentCore 托管的 Strands 智能体；教程涵盖 base/derived/metric view 建模、Global Security Policy 动态行/列过滤、On-Behalf-Of 身份透传、VQL 查询生成与联邦执行细节，以及三类验证查询（单源、双源、三源）结果。
个人开发者weishao666发布图片转可编辑PPTX服务image2ppt.asia，采用Agent循环实现文字→原生文本框、形状→原生形状、照片→独立图层的逐元素重建；内部用62张EdrawMax真实图做回归，60/62交付，文字召回≥0.95达61/63次，像素分≤5达62/63次；单张处理耗时20–40分钟，超大图（>15MP）和长条图目前不稳定。
本文是 AWS 机器学习博客系列教程第三篇，演示如何使用 Strategy Mosaic 作为语义层，配合 Amazon Bedrock AgentCore 托管的 Strands 智能体，实现跨 Amazon Redshift 和 Amazon Aurora 的 Customer 360 查询。
本文是 AWS Machine Learning Blog 系列教程第三篇，演示如何使用 AtScale（C2026.7 版本）在 Amazon Redshift Serverless 上构建面向智能体的语义层，并通过 Model Context Protocol（MCP）与 Amazon Bedrock AgentCore 集成。
Mac 版 Perplexity Computer 新增端侧模式，支持 Qwen 3.6 和 PPLX Pro 两种模型，可在设备端完成任务规划、推理和文件处理，仅在用户授权后访问本地文件或上传至云端；该功能面向 Pro、Max 和 Enterprise 订阅用户，最低要求 Apple 芯片及 36GB 统一内存。
IBM Research与Hugging Face联合发布ALTK-Evolve方法，通过GPT-4.1自动从自身训练轨迹中提取短行为规则（如用户认证、退款确认流程），以纯提示方式附加至ReAct智能体系统提示中，不更新模型权重、无需人工标注；在τ²-bench零售与航空两大客户支持领域，使GPT-4.1的Pass^4分别达67.5%和45.0%，其中零售成绩超越微调模型RAFT-30B-A3B及所有前沿公司模型；GPT-5.5版本在航空领域Pass^4达82.0%，位列榜单第一；全部实验基于τ²-bench官方实现，指南提取与执行均使用同一模型。
Nimbalyst Wiki 是一款免费插件，支持 Claude Code、Codex、Cowork、Cursor 和 VS Code 等任何 MCP 代理，在本地仓库中自动生成由 Agent 编写的 Markdown、绘图、CSV 和可点击 HTML 页面；用户可在浏览器中直接编辑，无需安装应用或注册账号。
Penmentor 是一个 xournal++ 插件，支持通过快捷键调用 Claude、Gemini 或 GPT 对手写数学内容实时批注，提供带颜色标记的反馈、阶梯式提示而非答案，并支持框选公式生成 3Blue1Brown 风格的 manim 交互动画；它基于用户已有的 AI 命令行代理（如 Claude Code、Codex、Antigravity CLI），需在 Linux X11 环境下配合 rofi、slop、xdotool 和 PyQt6 运行，项目开源，采用 MIT 许可。
PDFkind 是一款在浏览器中运行的 PDF 编辑器，支持双击编辑已有文本并保持原字体、大小和颜色，行自动重排；红action永久删除内容而非遮盖；提供20+字体、图像、签名、表单字段（文本/复选框/单选/下拉/签名）、水印、页眉页码等工具；所有处理在本地完成，文件不上传服务器，编辑内容自动保存在设备端。
Twig 是一款开源的 Android 文件管理器，v1.14.0 版本发布，支持 NAS、S3、restic 和 Git 等多种存储源统一挂载于单棵树中并原地展开；采用纯 Kotlin 实现，无 Material 库依赖，包含 WebDAV/S3/restic/Git 等协议的自研实现；提供双面板浏览、目录比对、Wi-Fi 共享、内置终端、Jellyfin/Emby 媒体库集成、网站书签定制等功能；APK 分 full/libre/单架构等版本，签名密钥一致，支持 F-Droid 和 Obtainium 自动更新；项目采用 GPL-3.0 许可，代码托管于 GitHub。
VoidAccess 是一个自托管的开源暗网开源情报（OSINT）工具，支持将暗网研究查询转化为结构化威胁情报，提供并行采集、实体提取、多源富化、关系图谱构建和 STIX/MISP/Sigma 等 12 种格式导出。
三叶草邮局（clover-mail）开源项目发布，支持在 Debian/Ubuntu 服务器上通过 Web 面板可视化管理多个域名与邮箱，集成 Cloudflare DNS 自动配置 MX/SPF/DKIM/DMARC，内置 Roundcube Webmail，并兼容主流邮件客户端；提供一键安装脚本和 Docker Compose 安装方式，采用 AGPL-3.0-or-later 许可证。
ElevenLabs 推出 Realtime 系列语音转语音模型，含 v1 Mini（面向自然对话）和 v1 Max（面向复杂任务），首音频延迟分别为 620ms 和 570ms；支持 90+ 语言，可通过 ElevenAgents 或 OpenAI 兼容的 Realtime API 调用。
Lykr 发布本地 AI 生图应用 Pictide（画流），支持免写提示词、基于用户点击喜欢/不喜欢的本地偏好学习、手动固定图像元素、自动组合 Danbooru 标签，并可对接 ComfyUI；项目已开源。
Maap 是一个基于 Qwen3-4B-Base、带 LoRA 适配器和分布头的 4B 参数模型，专为输出校准区间（如 80% 置信区间）和概率（如 prob_over）而设计，覆盖 104 个来自 36 个公开数据集的估算目标；提供免费首千次调用，响应约 160 毫秒，API 返回 median、quantiles、intervals 和 novelty_flag 等字段，并明确标注校准失败的 44 个目标。
Beatsflow 是一款面向音乐制作人的 AI 工具，支持通过自然语言提示（如 'Midnight Drift Dark Trap & Drill 140 BPM C Minor'）或上传 MP3/WAV 参考音频生成完整节拍，并输出 4 轨分轨（Drums/Bass/Melodic Chords/FX）、多段式动态编曲（Intro/Verse/Chorus/Bridge/Outro）、BPM 与调性精准控制（60–180 BPM，支持大小调）、防削波与低频泥化 DSP 处理，以及最短 15 秒内生成。