禾赛科技推出Kosmo 3D场景扫描方案，获皮克斯RenderMan教程采用
禾赛科技推出物理AI数据终端Kosmo，皮克斯官方最新RenderMan教程已采用其处理真实世界3D高斯泼溅数据并致谢。Kosmo One采集端集成激光雷达、8K影像、一英寸大底CMOS与高精度IMU，做到微秒级同步与出厂外参标定的前融合，云端Kosmo World一次重建同步输出3DGS、mesh、depth三种数据形态，并具备AI语义分割与盲区补全能力。
#多模态
量子位AI 评分5757 每日经济新闻AI 评分4141 豆包刘星回应传言：“横店与字节合作将15万群演肖像声音喂给大模型”严重失实
10月28日，豆包公关负责人刘星发文称，“横店与字节合作将15万名群演的肖像和声音喂给字节大模型”的传言严重失实。他表示横店影视AI服务平台旨在把影视基地实景等资产做成高质量数据集，帮助剧组高效选景拍摄，降低中小影视企业使用AI的门槛。火山引擎仅作技术支持，数据资产归横店或授权方所有，涉及肖像和声音需本人授权，项目数据不会用于训练字节大模型。
人人都是产品经理AI 评分6969 Google世界模型Genie 4发布：作者解读其实时交互、原生音频与两条世界模型路线的分野
Google发布下一代世界模型Genie 4，距Genie 3约14个月。作者基于官方演示介绍其主要进步：更强的照片级画质与物理交互，可通过键盘和自然语言实时修改天气、加入物体，并首次原生生成与环境同步的环境音和人物对话。
人人都是产品经理AI 评分6060 1.3B 开源 OCR 模型 OXR 实测：复杂版面解析与业务落地避坑
SoMark 团队的开源文档解析模型 OXR 只有 1.3B 参数，单卡 24G 显存可本地运行，在 OmniDocBench、olmOCR-Bench、DocParsingBench 三大基准排第一，GitHub 开源一周多破 1.7k Star。
人人都是产品经理AI 评分5858 腾讯混元上线并开源实时同声传译大模型 Hy-SimulMT，接入 Hy 翻译 App
腾讯混元团队上线并开源实时同声传译大模型 Hy-SimulMT，支持中英双向语音到语音翻译，主打低延迟、高质量和实时克隆音色，已接入腾讯 Hy 翻译 App 的「同传」入口。
第一财经AI 评分6767 谷歌发布世界模型 Genie 4，首次原生生成音频并处于研究预览阶段
谷歌于北京时间10月28日发布世界模型 Genie 4，称其为旗下首个能原生生成音频的实时世界模型，可在生成场景的同时同步生成音乐、环境音和互动对话。Gemini 3.8 Flash 在生成过程中扮演“导演”角色，负责观察画面、拆解步骤并即时调整计划；模型目前处于研究预览阶段，仅向受信任测试者开放，长时一致性、复杂物理互动和空间准确性仍是待解决的问题。
人人都是产品经理AI 评分4747 腾讯推出 Motus AI：一站式游戏 3D 角色动画生产平台，已接入 90+ 项目
腾讯游戏推出 3D 角色动画全链路平台 Motus AI，覆盖骨骼生成、蒙皮、文本/视频生动作、关键帧插帧、动作精修与实时智能驱动等环节，已接入 90 余个内外部项目，落地《和平精英》《王者荣耀》《三角洲行动》等游戏。产品以对话式专业工作台呈现，内置任务管理、技能封装、深度反问和节点画布流水线，可将重复性的骨骼蒙皮、基础动作生成和穿模诊断交给 AI，动画师只需后续手工精修。
品玩AI 评分6363 谷歌 DeepMind 发布世界模型 Genie 4
谷歌 DeepMind 正式发布第四代世界模型 Genie 4，具备原生多模态能力，可在生成视觉内容的同时同步输出音频。模型融合 Gemini 系列推理能力，支持自然语言实时修改模拟场景，涵盖天气变化、镜头移动及人物交互，并可模拟空气动力学、碰撞等物理场景。
The DecoderAI 评分5656 Google DeepMind 发布实时世界模型 Genie 4，Gemini 负责后台规划
Google DeepMind 推出 Genie 4，Genie 3 的继任者，可逐帧实时生成可交互场景，并首次直接生成声音和角色对话。
少数派AI 评分3434 派早报：Apple 发布 M6 版 iMac 和 MacBook Pro 等
Apple 于 10 月 27 日发布搭载 M6 芯片的新款 iMac 和 14 英寸 MacBook Pro，iMac GPU 性能最高为 M4 版的 2 倍、设备端 AI 性能最高 5 倍，国行 12499 元起；MacBook Pro 统一内存 16 GB 起，图形性能较 M5 最高提升 30%，国行 15999 元起，11 月 6 日发售。
雷锋网AI 评分5757 清华与智谱论文曝光 GLM-Omni，揭示统一多模态模型会画不会说的瓶颈
清华大学与智谱 AI 联合论文（唐杰任通讯作者，arXiv 2610.21459）首次披露内部模型 GLM-Omni，基于 GLM-4.1V-Thinking 加 X-Omni 离散图像 Tokenizer。
雷锋网AI 评分4242 千问办公接入乐奇AI眼镜，一句话语音发起任务
10月27日，乐奇Rokid与千问办公宣布合作，千问办公正式接入乐奇AI眼镜。用户在“Rokid AI”App智能体商店添加并绑定账号后，可语音唤起千问办公下发任务、结合眼镜拍摄画面追问，结果在眼镜端查看，执行中会实时推送状态通知。乐奇Rokid提供硬件、系统适配和交互入口，千问办公负责理解语音、图像与任务意图并编排工具生成结果，用户还可借此一句话发起钉钉中的办公任务。
Google BlogAI 评分7474 Google 官方展示 Gemini 4 Argon 的 8 个实际用例
Google 发布 Gemini 4 Argon 的 8 个实际应用示例，展示其在复杂推理、多模态和长流程任务上的能力。
Google Blog精选AI 评分6666 Google DeepMind 发布世界模型 Genie 4，支持实时交互模拟与原生音频
Google DeepMind 宣布世界模型 Genie 4，为实时交互模拟带来更高真实感与原生音频。该模型基于 Gemini 系列能力，Gemini Omni 锚定真实世界外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理；用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，世界中可即时生成环境音、音乐和交互对话。
推荐理由：官方介绍了 Genie 4 的实时交互模拟能力、Gemini 组件支撑与测试范围，读者可以据此了解其应用方向。
TechCrunchAI 评分5050 Apple 推出 iOS 27.2：Siri AI 新增五国语言与记忆功能，并修复超 160 项安全问题
Apple 发布 iOS 27.2 更新，Siri AI 以 beta 形式新增法语、日语、韩语、葡萄牙语和西班牙语支持，并能记忆过往对话细节后据此回答，可调用 Messages 照片、日历参与者、语音留言、Safari 历史等来源，用户可排除特定应用。
TechCrunchAI 评分6363 Google DeepMind 发布 Genie 4 世界模型研究预览版，新增音频生成与实时引导
Google DeepMind 于周二以研究预览形式发布新一代世界模型 Genie 4，可生成更逼真的交互世界，并支持与场景匹配的实时音频，包括音乐、环境声和交互对话。
雷锋网AI 评分5555 百度开源文心 Unlimited OCR 2，实现任意页数文档解析
百度发布并开源文心 Unlimited OCR 2，宣称全球首次实现任意页数文档解析，实测可一次性解析《哈利·波特》全系列超3600页。
人人都是产品经理AI 评分4848 Soul将推出Loxinity：自研语音、视觉与多模态交互产品
Soul 将推出面向实时交互场景、主打强活人感的音视频产品 Loxinity（洛希无限），下辖语音合成模型 Loxi Speech 和视频生成模型 Loxi Avatar。
每日经济新闻AI 评分5555 每经热评：AI探店视频成流水线生意，虚构体验正透支内容生态信任
每日经济新闻评论AI探店视频产业：批量制作公司单月流水可达800万元，一条12秒视频成本约9.6元，无需真人到店即可生成并投放。评论指出探店内容价值建立在真实体验之上，AI虚构体验会拉低消费者信任并挤压真人创作者，建议落实《人工智能生成合成内容标识办法》，在鉴伪水印、平台标识和监管查处三端治理。
The VergeAI 评分3434 iPhone Duo 现已支持 Apple Pencil，iOS 27.2 正式推送
Apple 推出 iOS 27.2，为折叠屏手机 iPhone Duo 带来 Apple Pencil 支持和用于视频通话面部补光的“Edge Light”功能。
品玩AI 评分3636 星火医疗大模型V3.7发布，讯飞晓医三大核心能力升级
科大讯飞10月22日在全球1024开发者节发布星火医疗大模型V3.7，该模型以99.6分登顶上海人工智能实验室 MedBench 5.0 智能体评测榜首，端到端智能病历生成合理率提升至85%，医学影像辅助诊断能力较行业垂类模型提升15%以上。
品玩AI 评分6363 百度开源文心 Unlimited OCR 2，实现任意页数超长文档解析
10月27日百度发布并开源文心 Unlimited OCR 2，称首次实现任意页数文档解析并达到SOTA，可一次性解析超3600页文档。
品玩AI 评分4646 看孩子、护老人，小度拿出最“顾家”的智能体应用
在 ACC 2026 AI 创造者嘉年华上，小度智能家庭与生态业务负责人孙浩介绍了以“家庭智能体中枢”为核心的战略，依托超过 5600 万家庭用户打造家庭大脑“超能小度”。
OpenAI NewsAI 评分1919 Fanatics 与 OpenAI 如何简化球迷购物体验
Fanatics 借助 OpenAI 推出 Shop the Look 功能，帮助球迷搭配比赛日穿搭。该功能在约 30000 件 MLB 商品上测试，参与度提升 10%。
Google BlogAI 评分3232 Google Beam 联手 USO 如何让全球美军家庭实现 3D 视频团聚
Google 与 USO 合作，将 HP Dimension with Google Beam 带到全球 20 个 USO 地点，让驻外军人通过逼真的 3D 视频与家人远程团聚。
Google BlogAI 评分2424 Google 推出 AI Quests 第三课“Polar Peaks”：带学生绘制人脑地图
Google Research 与 Stanford Accelerator for Learning 推出 AI Quests 系列第三个任务“Polar Peaks”，面向 11-14 岁学生，让学生在游戏中扫描并绘制大脑神经元，完成数据清洗和模型测试等任务，了解 AI 需要人类监督与批判性思维。
极客公园精选AI 评分7979 Kimi K3.1 Pro 上线，加量降价对标 Claude Opus 5.5
10 月 24 日 Kimi 发布 K3.1 Pro，作为 K3 的后训练版本，底座仍为 2.8 万亿总参数、1040 亿激活参数的 MoE 架构，保持 100 万 token 上下文窗口，并同步推出速度快 2 到 3 倍的 Highspeed 版本，完整权重将在 11 月 4 日前放出。
推荐理由：文章汇总了官方跑分与第三方评分，也收录了网友实测和套餐争议，能帮读者平衡看待这次模型升级。
人人都是产品经理AI 评分6262 腾讯混元上线交互式世界模型 Hy-Nomas，可键盘操控镜头漫游 AI 世界
腾讯混元视觉生成团队上线交互式视频世界模型 Hy-Nomas，输入场景描述即可生成可漫游的 AI 世界，支持 WASD 控制前进后退、方向键控制视角，像玩游戏一样推镜头。
人人都是产品经理AI 评分4343 CapCut（剪映国际版）宣布嵌入 ChatGPT：用自然语言完成视频初剪
CapCut 在 10 月 24 日的 CapCut World LA 上宣布其视频编辑和生成能力即将进入 ChatGPT，用户上传素材后用自然语言即可生成初剪草稿，再带回 CapCut 网页编辑器精修。官方演示中，5 段足球视频被剪成 12 秒竖屏高光集锦并加上“GOAL!”标题。开放测试计划覆盖移动端、桌面端和网页端，时间为 11 月。
量子位AI 评分3535 无问芯穹与三体宇宙联合发布智子Agent 1.0
无问芯穹与三体宇宙在2026三体日上联合发布具有智子人格特征的AI对话Agent“智子Agent 1.0”，以637号小宇宙管理员为角色锚点，主打角色一致性与跨会话记忆延续。
人人都是产品经理AI 评分6464 月之暗面发布 Kimi K3.1 Pro，主打代码 Agent、3D 创作与金融文档分析
月之暗面发布 Kimi K3.1 Pro，在 7 月发布的 K3 之后通过后训练强化代码、3D 创作、金融、幻觉控制和网络安全能力，可在 Kimi 官网、Kimi Code 和 Kimi Work 使用，API 定价为每百万 Token 输入 13 元（未命中缓存）、1.3 元（命中缓存），输出 68 元。
每日经济新闻AI 评分6363 首部AI院线电影《三星堆：未来往事》票房遇冷，博纳影业AI业务毛利率却达96.83%
首部AI深度参与制作的院线长片《三星堆：未来往事》于10月23日上映，截至10月25日午间累计综合票房91.4万元，片方分账31.4万元，预测最终票房250.5万元。
雷锋网AI 评分5151 百度健康发布好医矩阵和健康相机，AI服务MAU超5000万
10月24日百度健康宣布升级文心健康管家，发布好医矩阵（含好医答、好医加号、好医说、好医榜、好医评）和全网首发的健康相机。健康相机支持视频上传、边拍边说等多模态输入，背后是300万多模态影像素材训练和超1亿次诊疗逻辑数据学习；好医答入驻15万+全三甲真人医生提供7*24小时服务，报告单解读准确率98%+。
Google BlogAI 评分5050 看看 5 位开发者用 Gemini 4 Argon 做出了什么
Google 展示了社区用新前沿模型 Gemini 4 Argon 构建的 5 个项目，包括实时映射野火与构造震波的 3D 地球仪、水上飞机模拟、涡扇发动机交互仿真、由单张图片生成的 3D 马车，以及多人夺旗游戏“Backyard Rascals”。
雷锋网AI 评分4343 Kimi K3.1 泄露：3D 成本仅为 GPT-6 Astra 的 1/14，横扫海外视觉三巨头
月之暗面 Kimi K3.1 曝光，AI 博主 Chris 实测一周称其在 Three.js 上表现出色，成本仅为 Kimi K3 的 70%。该模型在 3D 图形、交互大屏等 6 大细分领域展现统治力，生成同等复杂度 3D 代码的 Token 消耗仅为国外顶级模型的几十分之一，与 GPT-6 Astra 相比成本约 1/14，还新增“Medium 中等思考”分级。
极客公园AI 评分5858 天猫双11用AI挖需求，Token首次成为可下单商品
2026天猫双11发布会上，天猫提出用AI理解消费者未说出口的需求，淘宝搜索从关键词匹配转向场景理解，泛知识Query增长50.4%。阿里云百炼、千问办公、智谱、MiniMax、月之暗面、阶跃星辰入驻AI Token站，算力额度首次成为可直接下单的商品，双11可以囤Token。
钛媒体AI 评分4545 被AI改造的内容行业：焦虑、效率和新机会
AI 多模态模型正在改写内容行业，游戏厂商用文本模型加 MiniMax H3、Seedance 生成营销素材，将制作从几天缩短到几小时，月费用从几百万元降至几十万元。
人人都是产品经理AI 评分6262 作者开源三个 Skills 流水线，把十几小时长视频做成可检索知识库
作者用三个开源 Skills（z-web-pack、z-video-downloader、z-video-study-webpage-qwen）串成流水线，把 Dan Koe 的 19 个视频做成可检索的静态学习网站，由 Qwen3.8-Max 负责视频理解与图文对齐。
品玩AI 评分5252 360纳米Work升级AI编辑器，融合超级画布实现文档、图片、视频编辑
360纳米Work全面升级AI编辑器，融合超级画布功能，打通文档、表格、PPT、图片、视频等创作与编辑，将人机协同从办公文档延伸至多媒体内容。用户可通过右键、上传或拖入方式打开Word、Excel、PPT等9种格式文件，与AI在同一编辑器中协同修改，支持查看修改位置、前后差异及确认、回退；视频画布提供流水线和自由画布两种模式，支持剪辑、删段、加字幕、AI配音等自然语言编辑任务。
极客公园AI 评分5858 iPhone Duo 实测 8 款适配 App：淘宝、高德、飞书等折叠体验有什么不一样
极客公园实测了 iPhone Duo 上已做适配的 8 款 App，包括淘宝、高德、小红书、腾讯视频、飞书、WPS、XMind 和 NBA 巅峰对决，发现差异集中在展开分栏和半折立桌两种状态。