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2日 09:00
Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中向付费用户推送，但低阶订阅用户无法获得完整访问权限；其能力未发生变化，仍以 Google 上月公布的 benchmark 为依据，宣称具备高级推理与智能体编码能力，并内置恶意指令拒绝机制和自动错位监控；文中援引 Google 内部案例称其优化了 YouTube 评论系统的 emoji 渲染（降低服务器负载 45%）、发现 Project Wing 无人机物理模拟器中自 2018 年起存在的关键 bug，并推动机器人项目具身推理能力提升。
Physical Intelligence（Pi）推出 Pi API 测试版，向外部开发者提供机器人模型云端微调和托管推理服务；开发者可上传任务数据，在Pi托管算力上训练适配模型，并通过API驱动机器人执行任务；Almond、Argon Robotics、Chef Robotics、Deft、Omakase等团队已基于该API在数天内完成厨具整理、汉堡制作、部件装载、倒茶等任务验证；目前需申请许可接入，支持工业、商业、家庭及医疗场景，但存在网络延迟与数据隐私考量。
AMD ROCm官方博客发布在单台8-GPU AMD Instinct™ MI300X节点上以DP8+EP8模式（数据并行×8 + 专家并行）部署GLM-5.3-FP8模型的完整方案，基于ROCm 7.2.3和vLLM v0.28.0；该方案支持202,752 token上下文窗口，相比默认TP=8在96K/32K长上下文负载下输出吞吐提升147%，并提供可运行Dockerfile、两个必需AITER补丁脚本、功能验证命令及性能基准数据。
腾讯WorkBuddy与企业微信完成深度融合，新版本支持在企业授权范围内调用企微的消息、文档、会议、微盘等能力，实现聊天消息整理、企业资料处理和任务协作；WorkBuddy以对话机器人身份进入企微通讯录，并可与企微AI助手“大圆”联动；实测覆盖群聊总结、周报生成、未读邮件整理，但审批等功能暂未开放。
苹果发布4类共12款智能家居新品：带7英寸屏的HomeView（含壁挂版，搭载A18芯片，支持人脸识别与个性化主屏）、Apple TV 4K（搭载A19芯片，含AV1解码器，128GB存储）、HomePod mini 2（搭载S10芯片，6年首次更新，支持Sound Glow灯光效果）、Apple Home Collection（9款LG与施耐德合作配件，含视频门铃、摄像头、智能锁、恒温器等）。
Anthropic发布自研源码控制系统Scion，已在内部单体仓库中取代Git；7人团队5个月内完成Scion、代码审查平台Antique及六个相关系统构建与迁移；Scion面向AI智能体高频并发场景设计，客户端始终在线、服务器端提交、变更集架构、派生数据机制，CI检出速度从几分钟缩短至几秒，CPU内存占用为Git镜像基础设施的1/200；Scion不适用于通用场景，仅适配数万名工程师或大量AI智能体协作的超大规模单体仓库。
Sayso 是一款免费开源的跨平台语音转写应用，支持 macOS、Windows 和 Linux，语音识别完全本地运行（Mac 使用 Neural Engine，Windows/Linux 使用 CPU），支持 Whisper、Parakeet、SenseVoice 等多种本地模型及 OpenAI/Groq/Deepgram 等云 API；提供 AI 风格化编辑（如 Email、Notes）、按应用自动匹配风格、词典偏置与替换、历史记录与音频存储（默认 30 天）等功能；采用 Rust + GPUI 开发，源码基于 GPL-3.0 协议，官方构建版免费且无需 license，由用户自愿赞助支持。
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了名为 Deckhand 的 AI IT 帮助台代理，部署于 Slack，可回答常规 IT 问题、解析错误截图、自动生成和更新 Jira Service Management 工单；它使用 Strands Agents SDK 实现轻量多轮工具调用，通过 AgentCore Gateway 将 Lambda 函数暴露为 MCP 工具，并利用 Recursive Language Model（RLM）从历史 Slack 对话中精准提取已验证的解决方案存入 Amazon Bedrock 知识库；上线三月内处理 1935 条消息，回复率 97.5%，员工正面反馈率达 96%，实现 812 次工单拦截，节省约 406 小时人工受理时间。
SpaceXAI 的 Grok 4.7 大语言模型已在 Amazon Bedrock 上线，支持 configurable reasoning effort、tool calling 和结构化输出，上下文窗口达 500K tokens。
pg_vectorsearch 是一个 PostgreSQL 扩展，提供基于 PRISM 索引的高性能近似最近邻（ANN）搜索，当前处于 Alpha 阶段，不适用于生产环境。
AWS 在 Amazon SageMaker AI 上针对融合 MoE 模型提出三项内核级优化：Swap-AB 矩阵转置以匹配 Hopper WGMMA 硬件布局，提升 H200 上 2–4% 吞吐；切换 FP8 量化 MoE 计算至 Triton 后端，提升 H200 上 10% 吞吐；为 Triton 内核添加 do_not_specialize 注解消除 JIT 重编译，降低 H200 上 9% TTFT。
OpenMCX 项目发布开源任务关键型通信（MCX）协议栈，支持 MCPTT、MCData 和 MCVideo 三大服务，完全兼容 3GPP Rel-19 标准；包含客户端与服务器实现，覆盖推通通话、短数据传输、视频通信等核心能力，并提供端到端媒体与信令保护、优先级抢占、紧急呼叫、文件分发、位置上报等功能。
Pi-Infinite-Context 是一个用于 Pi 的开源扩展，通过自动折叠旧消息为摘要来延长会话上下文寿命，原始消息仍存档并支持正则搜索；提供 context_fold、context_map、context_search、context_peek 四个工具，并在上下文达 75% 容量时提醒用户手动折叠，同时禁用 Pi 自带的 /compact 命令。
PicMake 作者发布纯前端图像生成工作台，支持 GPT Image 2.5 API，Key 存于 localStorage、图片与历史记录存于 IndexedDB；提供流式渐进预览、多比例批量生成、草图与参考图输入、局部重绘及本地历史管理；需用户自备 OpenAI 格式兼容的 API Key 或中转站，且中转站须支持 CORS。
RSI-Anything 是一个面向多领域的通用递归自我改进框架，基于 JEPA-Anything 构建，通过‘提出→预测→选择→评估→学习→保留’闭环，将世界模型预测与交互反馈转化为持续改进。
虎嗅分析指出，Meta推出的个人智能体Muse虽引发全球大厂跟进，但其依赖分散服务、跨平台操作和高权限调用的模式，在中国超级App生态下遭遇效率悖论、决策悖论与权限悖论；Muse上线一月DAU未破300万且增速骤降62.4%，国内厂商如阿里千问Go！、字节小豆、腾讯小微、蚂蚁灵光2.0等虽密集卡位，但受限于生态围墙、用户付费意愿低（仅21%偏好订阅）、广告逻辑冲突及隐私风险，商业化路径尚未跑通。
NVIDIA 宣布将 Run:ai 平台完全开源，纳入 NVIDIA DSX AI Factory 平台，包含 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四个可独立采用的组件。
Mu3ic 播放器从 1.0 升级至 1.5.1，新增支持 Jellyfin 10.9+ 和 Emby 4.8+ 媒体服务器，实现曲库同步、离线播放、歌词与歌单等功能；登录流程优化为自动识别服务器类型及端口；Pro 版本支持多地址自动切换、每耳机独立均衡器配置、交叉淡化切换、Wi-Fi/流量分设音质；听歌分析基于本地 60 天播放记录计算；曲库排序支持中文拼音分段；几十万首曲目不再闪退；均衡器免费开放，基础版仅限浅色模式；隐私策略明确区分发往 Mu3ic 服务器与用户自建服务器的请求。
本文分析中国Gauth、Question.AI、Uknow.AI与韩国QANDA、Socra AI、AvoLingo等AI教育出海产品的成功路径，指出其共性在于将东亚“标准答案+错题集+重复训练+教培SOP”方法论AI化封装；归纳出三条出海路径：工具先行课程跟进、依托考试文化建立权威壁垒、B2G/B2B集采模式；强调出口的是可量化的训练结构而非文化或压力，核心价值是技能化、即时反馈与极低成本。
Kugel Ear 是一款支持语音克隆、端到端延迟低于 60ms 的实时文本转语音（TTS）产品，提供本地部署或 API 调用；支持 25 种以上语言的语法感知归一化处理（如电话号码、IBAN、地址、药品名），输出带词级时间戳和 IPA 音标；已适配 LiveKit、Pipecat 和 Vapi；由柏林四人团队开发。
Geoffrey Huntley 提出一种实操方法：编写 pre-commit hook 检查 git diff 中对可观测性模块的直接调用，若绕过其 diagnostics 库则拒绝提交，并注入提示词要求智能体改用该库。
Hypermass CLI 工具发布，支持通过 hypermass subscribe 和 hypermass sync 两条命令将实时发布的开放数据流（如 SOHO 太阳图像）同步至本地文件夹，按发布时间顺序命名文件并维护进度状态；.hypermass 隐藏文件夹记录流归属与最后接收 payload，删除数据文件不影响续传。
苹果发布首款家用智能屏 HomeView，7英寸方形 Liquid Retina 屏搭配铝制扬声器底座，售价299美元，11月13日发货，首发覆盖美国、英国、加拿大等八国。
美国运通推出 Intent Intelligence Framework，通过 Create Intent API 捕获用户购货指令（含商户名、预算等约束）、生成 Intent ID 和 Proof of Intent Token，并用该 Token 获取安全数字支付凭证替代真实卡号，确保智能体交易与用户意图一致；框架已集成进 ACE 开发者工具包，正与支付生态伙伴推进落地。