开源一套 AI 视频制作 Skills:资料索引、分镜规划、配音同步等共 11 个 ↗
ZhouAI 在国庆期间将小红书内容生产流程拆解为 11 个 AI 视频制作 Skills,涵盖资料索引、故事脚本、分镜规划、机制动画、概念镜头、配音字幕同步、封面设计、成片质检等环节,支持 Codex 和 Claude Code 等兼容 SKILL.md 的 Agent,已 MIT 协议开源至 GitHub。
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3日 09:00
ZhouAI 在国庆期间将小红书内容生产流程拆解为 11 个 AI 视频制作 Skills,涵盖资料索引、故事脚本、分镜规划、机制动画、概念镜头、配音字幕同步、封面设计、成片质检等环节,支持 Codex 和 Claude Code 等兼容 SKILL.md 的 Agent,已 MIT 协议开源至 GitHub。
Claude 现已支持直接在 Google Docs、Sheets 和 Slides 中运行,可完成文档起草与编辑、表格分析、公式编写、图表构建及幻灯片制作;还新增连接器,允许从 Claude 直接创建和编辑 Workspace 文件。该功能目前面向所有付费 Claude 计划开放测试。
LAYA 本地开源决策模型训练工作台更新,新增决策模型训练(支持 Hugging Face 编码器新建或微调 Laya 格式模型)和目标检测训练(支持 SSDLite / Faster R-CNN),适用于水果采摘、杂草灭除、害虫监测、钢管质检、纺织物质检等场景;4 GB 显存 GPU 或 CPU 即可训练,模型服务接口仍为 /v1/systemone。
WordPress 于 10 月 6 日发布 7.1.3 版本,修复 7 个核心安全漏洞及 4 个程序缺陷;Anthropic 报告其中 3 个,包括 WXR 导出器中的延迟触发型后门、WP_Http::make_absolute_url() 中的拒绝服务漏洞,以及作者角色越权设置置顶文章的访问控制问题。
agentc 是一个用 freestanding C23 编写的轻量级智能体,无 libc 依赖、静态链接、支持 Linux/macOS/Windows 多平台,冷启动仅 0.3 ms,常驻内存约 0.7 MB,发布版本 0.5.0 的 stripped 二进制为 916 KiB;它内置 MCP 工具调用支持,提供版本化 C ABI 供 C/Rust 扩展,并通过 vendored mbedTLS 实现 TLS;项目开源在 GitHub,MIT 许可。
free-llm-intel 是一个开源静态站,每日自动巡检 OpenAI、Anthropic、Gemini、Mistral、xAI、通义、Kimi、DeepSeek、智谱、MiniMax、豆包、硅基流动等 30+ 家国内外 LLM 厂商的官方页面,为无 RSS 的站点生成自建 feed,并合成总订阅流;英文内容经 agent 逐段精译(2000+ 篇),中英双语保留品牌/模型/术语/代码/链接原样;同步整理 70 家厂商免费 API 额度、永久免费模型及限时活动总表,每条附官方链接可复核,无法证实者标‘不予采信’;项目 MIT 开源,支持一条命令自部署。
FlashTiger发布独立开发的创客作品展示平台 Builderoom(https://builderoom.com),支持 Web、App、小程序、桌面端、CLI、浏览器插件、AI Agent/Skill 和设计作品等全形态发布;填入链接后由内置 AI 自动提取功能、介绍、标签等内容;提供基于自然语言描述的语义搜索;作品直连创作者 Profile,平台完全免费且无付费买榜。
2026年8月19日,蓝箭航天朱雀三号遥二完成我国首次入轨级火箭着陆腿式陆地垂直回收;文章指出这虽是重要技术里程碑,但尚未实现工程化复用,当前核心矛盾在于20.3万颗低轨卫星申报配额下的履约倒计时压力与年均上万颗组网需求之间的十倍以上卫星产能缺口;作者结合ITU规则、SpaceX猎鹰9 Block5数据及新能源汽车发展经验,分析商业航天需跨越损伤预测、翻新成本、可靠性常态化三道坎,并强调盈利依赖复用、高频发射、供应链降本与下游生态四者协同。
Bitget Wallet在提出Everyday Finance战略后60天内,围绕入口层(Pay/Apple Pay/移动充值)、执行层(高性能API/DEX聚合/Agentic Wallet)、支付与结算网络层(Stellar/Tempo/实体卡/Onchain Payments Matrix)和Agent/AI层(Skills/社交登录/AI分析)持续补链;覆盖50多国、千万级交易笔数、上亿美元交易额、用户月均15天支付行为、笔均十几美元等数据显示其已成真实高频小额支付路径,但尚未证明用户将其作为默认账户使用。
MoeXian 开发并上线了元器件库存管理网页工具 PartLab,支持从立创商城订单导入自动解析型号/封装/参数/手册链接,支持扫码批量入库,提供 BOM 缺料比对功能,并配套发布嘉立创 EDA 插件(扩展市场搜 PartLab 安装)。
Semwright 是一个开源的 Rust 运行时,专为 AI 智能体与桌面及专业软件交互设计;通过结构化驱动支持访问应用对象和项目数据,共享运行时统一处理权限、执行、依赖、产物传递与验证;支持 MCP 协议但不绑定单一协议、模型或智能体;目标是复用同一基础设施构建跨应用工作流。
OpenAI于10月8日向全球ChatGPT用户全量推送GPT-6,逐步替代GPT-5.6 Sol与GPT-5.6 Luna;新版本核心变化是引入Smart UI交互层,支持在聊天框内直接呈现图像、图表、按钮、表单及可操作小型界面,付费用户运行GPT-6 Sol、免费与Go用户运行GPT-6 Luna;模型采用边思考边输出机制,GPT-6 Instant在线搜索首答延迟较GPT-5.6 Instant降低44%。
美国北卡罗来纳州男子Michael Smith在2017至2024年间利用AI生成数十万首歌曲,通过上万个虚假账户上线流媒体平台,并用机器人矩阵进行欺诈性播放,骗取版权收入;其于2026年10月6日被美国司法部宣布判处18个月监禁并罚没800万美元违法所得。
博通正为其与OpenAI合作的定制AI芯片项目筹措超500亿美元融资,阿波罗全球管理公司和黑石集团参与贷款讨论;与此同时,甲骨文也在与阿波罗和高盛洽谈融资以采购芯片。多家顶级金融机构同步介入芯片供应与需求两端。
Meta 于2026年10月7日发布 Muse 的 iPad 专用应用,该 AI 助手自9月8日首发 iOS 和 Android 版后仅用一个月即完成大屏适配;Sensor Tower 数据显示其双平台下载量已超660万次;新版新增 Asana、Canva、Dropbox、Figma、QuickBooks、GitHub、Klaviyo、Zoom、Meta 广告账户等 Connectors,并加入 Notion 和 Granola;此前已接入 Best Buy、Gap、Sephora、Walmart、Wayfair 等零售平台;10月6日 Meta 联合行业伙伴启动制定 AI 代理身份认证开放技术标准。
OpenAI在GitHub仓库openai/math上线722份由内部未发布模型生成的数学手稿,覆盖372个问题家族,包括黎曼zeta函数零点区域、马勒猜想等;每份含PDF预印本、Lean 4形式化证明及部分推理摘要,OpenAI称平均每道题耗时3小时ChatGPT Pro算力,同时在README中提示“部分未形式化的结果可能存在问题”;该批量发布引发陶哲轩等25位菲尔兹奖得主联名批评,质疑其绕过同行评审将数学当作benchmark刷。
微软在发布会上推出Surface Laptop Ultra,首发搭载Nvidia RTX Spark SoC,配备5120核或6144核Blackwell GPU、最高128GB LPDDR5x统一内存,起售价2599美元,10月16日发货;该设备强调统一内存分配能力,支持本地AI开发与AAA游戏运行,如《Gears of War:E-Day》。
该论文分析了6342名临床工作者在8个月内部署中发出的127833条查询,使用RCQ-Map框架刻画其任务类型、意图、可回答性等;发现文档管理(36.2%)和知识检索(28.9%)占主导,而诊断仅3.7%,超1/3查询无法直接良好回答;对比58个公开基准构成的Clinical AI Benchmark Atlas,中位数基准不含文档类请求,任务分布与真实使用仅重合31%。
Perplexity 将核心搜索服务层从 Amazon DynamoDB 迁移至自研的 Rust 编写分布式键值存储 CobbleDB,批量读取延迟中位数从 31.4 毫秒降至 5.60 毫秒,存储费用至少下降 20%;CobbleDB 采用 RocksDB 引擎、内存映射缓存与本地 NVMe,支持异步副本更新和跨可用区对冲读取;项目由两名工程师与 AI 编码智能体集群在两个月内完成,约 4 万行 Rust 代码,计划开源。
OpenAI 发布个人智能体平台 Dots,定位为持续运行、理解用户目标并从反馈中学习的智能体,不依赖模型选择器或复杂配置;Dots 基于 Codex 智能体运行框架(harness)和 Astra 模型构建,强调安全与对齐;当前支持单主 Dot,后续将开放多 Dot 虚拟团队;同时宣布插件生态收入分成机制,与 Notion、Figma 等合作伙伴共享用户额度使用收益。
美国公司 Reflection 发布首款开放权重 MoE 模型 Beam,总参数 5010 亿,激活参数 230 亿,主打编程、推理与 Agent 工作负载,计划 10 月公开权重;法国 Mistral 同期推出 Mistral Large 4,总参数 1.05 万亿,激活参数 520 亿,支持多模态与 160+ 种语言,上下文窗口 100 万 Token,目前已开放 API 预览,完整权重将于 10 月底发布。
作者使用 Hugging Chat 中的 ML-intern 功能,在数日内自主构建了 6 个专用模型:柑橘病害识别 VLM、Huggy 角色 LoRA、相机视角 LoRA、涂鸦替换 LoRA、轻量级提示重写器(0.8B/2B)、Agate 4 步文生图模型;每例均包含明确 prompt 结构(含 idea、verified facts、baseline 要求、smoke test、交付物与预算上限)、训练数据构造逻辑、硬件资源消耗(USD 1.90–37)及公开发布结果;所有 prompt 原文托管于 GitHub yvrjsharma/ml-intern-prompts。
美国公司 Reflection 发布首款开放权重模型 Beam,总参数量 5010 亿,采用 MoE 架构,聚焦编程、推理和 Agent 工作负载;法国 Mistral 同期推出 Mistral Large 4,总参数 1.05 万亿,激活参数 520 亿,支持多模态与 100 万 Token 上下文窗口。
谷歌安全团队利用 Gemini 将 C 语言图像库 giflib(约 3000 行)自动翻译为 ABI 兼容的 Rust 实现,通过三阶段流程(提示驱动翻译、FFI 安全建模、差异模糊测试反馈迭代),在 CVE-2026-26740 公开前即免疫该堆写入零日漏洞;项目经 3000 万真实 GIF 文件回归测试和 2 亿次并排模糊测试验证语义等价,并开源为 giflib-rs。