Import AI 479：太空战、低延迟任务与 LLM、Genie 4
研究人员发布 Realtime-Bench 基准，用 50 个交互式游戏与网页任务评估大语言模型的实时决策能力，测得 GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅 36%，而暂停时钟下可达 70%-80%。期刊还提及美国国防情报局《Challenges to Security in Space》报告，指出中美俄太空攻防技术竞争加剧，并预告 Genie 4。
#多模态
Import AIAI 评分3838 量子位AI 评分6060 商汤发布多模态智能体模型SenseNova 6.8 Flash，主打委派智能并限时免费
商汤科技发布多模态智能体模型日日新SenseNova 6.8 Flash，主打委派智能，用户只给目标、AI自己走完全流程，目前限时免费。
雷锋网AI 评分3232 极米记得AI新品全阵容亮相INNO100首「硬」礼：MemoMind One、G1、L1 齐登场
11 月 1 日，极米在 INNO100 首「硬」礼活动中首次公开展出 AI 显示眼镜 MemoMind One、AI 记忆眼镜 G1 与 AI 记忆手环 L1。
雷锋网AI 评分5151 美团发布LongCat-2.5大模型，总参数1.6万亿
美团于11月2日发布新一代大模型LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数1.6万亿。模型延续LongCat系列研发方向，全程在国产算力上训练，是目前国产算力上完成的最大训练任务。
Wired精选AI 评分8080 Wired 调查：400 多个伪装成日常 AI 应用的隐匿深度伪造色情网络
Wired 调查发现一个由超过 400 个关联域名和应用组成的网络，伪装成宠物画像、语言教学等日常 AI 应用，在特定条件下加载生成色情深度伪造图像和视频的隐藏界面。
推荐理由：调查揭示了数百个伪装成日常工具的换脸应用如何在平台审核下隐匿运作，读者可以了解其分发机制与平台处置现状。
每日经济新闻AI 评分4949 美团技术团队发布 LongCat-2.5
美团技术团队 11 月 2 日宣布发布 LongCat-2.5，这是面向长程智能体任务的原生多模态模型，总参数量 1.6 万亿，每个 token 激活约 480 亿参数。该模型在 LongCat-2.0 基础上进一步强化了原生视觉理解与智能体编程能力。
每日经济新闻AI 评分5353 京东“双11”AI晚会以《清明上河图》打造赛博汴京，试水可报价的内容生意
10月31日晚8点，京东“双11”赛博联欢会开启直播，将《清明上河图》复刻为赛博汴京，依托AI数字人和虚拟场景做成可直播、可互动的剧情式晚会。京东零售AIGC负责人称晚会已开始商业化变现，海尔由“六一”首场的友情合作升级为特约赞助，但整体商业化处于启蒙阶段，ROI在0.8到1之间基本持平。
The DecoderAI 评分5555 Adobe Research 与 UC San Diego 发布 EditAgent 论文，让 AI 智能体像 Photoshop 专业人士一样使用编辑工具
Adobe Research 与 UC San Diego 在新论文中提出 EditAgent，一个图像编辑智能体系统，它把请求拆分为依赖步骤，为每步并行生成多个候选，并用未微调的语言模型基于验证记录（局部特写、变更图、亮度和色彩的量化统计）一次性比较挑选最佳结果。
The DecoderAI 评分4545 Google 联合多所高校推出视频智能体 StreamVibe，让 AI 自主判断何时开口帮忙
Google、Stanford 和 Oxford 等机构的研究团队推出视频智能体 StreamVibe，能理解模糊和变化的用户意图，自主决定何时开口。其 StreamVibe-VL 模型基于 Alibaba 的 Qwen3.5-9B，响应时机与质量比其他模型提升 10.7%，配套记忆系统再带来 12.3% 的主动交互提升。
WiredAI 评分4646 Google Vids：Google Drive 内置的免费视频编辑器使用指南
Google Workspace 中的在线视频编辑器 Google Vids 可通过 Google Drive 网页版直接使用，免费且面向个人开放。它基于浏览器运行，支持模板、时间轴剪辑、字幕配音、素材库，以及用 Veo 3.1 生成 AI 视频、AI 音乐和 AI 头像等功能。它不适合专业级多轨高清剪辑，但适合个人和业余使用，编辑实时保存并支持一键分享。
雷锋网AI 评分5454 Pika 基于 MiniMax H3 开源 H3 Flex，六步实现音视频联合生成
Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex，开放适配器权重与推理代码，通过六步去噪联合生成画面和声音，支持文本、首尾帧和多模态参考输入。
品玩AI 评分5959 Pika 基于 MiniMax H3 开源 H3 Flex，六步去噪实现音视频联合生成
Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex，开放适配器权重与推理代码，通过六步去噪联合生成画面和同步立体声音频，支持文本、首尾帧和多模态参考输入，可生成约 5 至 15 秒、原生 480P/768P 视频。
每日经济新闻同新闻AI 评分8282 阿里巴巴与Apple达成合作，将千问集成至Apple智能
阿里巴巴与Apple达成合作，将千问集成至Apple智能，中国用户可在Siri、写作工具及视觉智能中直接调用千问的文本与图像理解、内容生成等能力。功能将于11月4日随最新iOS开发者Beta版开放测试，12月iOS 27.3正式发布时面向中国用户推出，目前仅在iOS中提供，面向在中国购买支持Apple智能的iPhone用户，或设备定位和Apple账户国家/地区均设置在中国的用户。
同一新闻，精选展示《千问接入苹果Apple智能，王智远解析苹果选择阿里的三道关》
The DecoderAI 评分6464 Google DeepMind 与世界资源研究所发布全球森林类型地图 ForTy
Google DeepMind 与世界资源研究所推出 ForTy，将 2020 年全球土地按 10 米分辨率划入原生林、人工林、经济林木等 6 类，并称其为首个同类全球地图。
人人都是产品经理AI 评分5050 用 WorkBuddy 本地部署面壁智能 MiniCPM-OCR 1.0 并实测 25 页施工图纸识别
作者分享如何用一段提示词让 WorkBuddy 在本地部署面壁智能开源的 MiniCPM-OCR 1.0，模型权重约 3.3G，16G 内存 Mac 可运行，无需独立显卡。文中区分了 OCR 模型与多模态模型的分工，并用 25 页 PDF 建筑施工图纸实测，文字与图纸均可识别为高清结果；也可通过 platform.modelbest.cn 在线使用或调用 API。
雷锋网AI 评分5555 百度 APP 发布四大 AI 升级，搜索 AI API 最低 4.9 元/千次
10 月 30 日，百度 APP 在北京举办产品升级沟通会，宣布搜索实现递归自我进化，并升级搜索 AI API，活动期间最低价 4.9 元/千次，低于 DeepSeek 搜索 API。
量子位AI 评分6767 Genspark 发布视频 Agent 工作台 Media Studio，接入 70 多个模型版本
Genspark 发布视频 Agent 工作台 Media Studio，接入 20 多家厂商的 70 多个模型版本，由大语言模型担任导演负责写剧本和调度，Seedance 2.5、Kling、Veo 生成视频，GPT Image、Nano Banana 生成图像，ElevenLabs 等负责音频。
量子位精选AI 评分7474 SoMark 开源 1.3B 文档解析模型 OXR，三榜登顶
SoMark 团队开源 1.3B 参数的文档解析模型 OXR，在 OmniDocBench（97.18）、olmOCR-Bench（87.84）和 DocParsingBench（87.76）三项基准上均排名第一。
推荐理由：1.3B 参数的开源文档解析模型靠 RSI 后训练在三项基准登顶，读者可了解小模型如何用数据迭代替代参数堆叠。
Meta NewsroomAI 评分2222 Meta 与 INCA 合作，为加拿大盲人、聋盲及低视力人群提供 AI 眼镜支持
Meta 与加拿大非营利组织 INCA 达成合作，通过资金支持和 AI 眼镜捐赠，帮助当地盲人、聋盲及低视力人群使用 AI 眼镜。Meta 的资金将用于社区调研、社区倡导者培训、产品开发反馈和可访问学习资源四个方面，并通过 INCA 的“打开工作之门”项目向求职者捐赠 AI 眼镜。这些眼镜可帮助视障用户阅读文本、识别物体和描述周围环境，从而更独立地生活。
每日经济新闻AI 评分2222 华熙生物夸迪用豆包工作把科学讲给消费者：双11营销背后的AI实践
华熙生物夸迪产品营销团队用豆包工作制作线粒体抗衰科普短片，将蓝铜胜肽、PDRN等成分的抗衰逻辑转化为剪纸动画。团队还在飞书内搭建AI录入查询的结构化素材库，并借助豆包工作的电脑操作能力收集分类用户评论、通过巨量千川官方连接器生成投放复盘看板。华熙生物将2026年定位为“AI元年”，润百颜、夸迪等品牌营销团队已用豆包工作覆盖素材检索、图文视频创作与投放数据分析。
雷锋网同新闻AI 评分7272 深度拆解 Genie 4：从视频生成到世界控制，Google 要跨越什么
Google DeepMind 发布新一代世界模型 Genie 4，由 Genie 4 生成可交互环境，Gemini 3.8 Flash 观察画面、拆解任务并调整计划，两者组合让模拟环境中的 Apollo 人形机器人完成跳棋任务。
人人都是产品经理AI 评分2525 RoboNeo 如何用 AI 包圆 IP 短剧、爆款复刻与表情包
RoboNeo 把 IP 创建、AI 短剧、爆款复刻和表情包生成收进一个平台，用户无需露脸或学剪辑，按提示选择即可产出品牌内容。创建的角色 IP 可被持续复用，保持形象与性格统一，并用于产品宣传短片和热点复刻。该模式面向预算有限的中小商家，将一次性 IP 投入转化为可重复的内容生产。
人人都是产品经理AI 评分5050 马斯克、黄仁勋、范德彪AI演唱会二创刷屏，消耗中国一半算力？
2026年10月，B站、抖音、视频号被“世界巡演”AI二创MV刷屏，黄仁勋、马斯克、范德彪、赵本山轮番登台，UP主“王与也行”的黄仁勋巡演视频在B站播放量达593.8万，并被马斯克在X上转评。
人人都是产品经理AI 评分5757 AI 做 PPT 的实操方法：用 3D 视角和动态视频改写演示叙事
作者分享用 AI 制作演示的新思路：先用豆包从产品图生成多视角外观参考图和场景图，再生成短视频铺为 PPT 页面底层背景，用 3D 视角和动态画面讲清空间关系与变化过程。
人人都是产品经理精选AI 评分7070 歸藏用即梦 AI 短剧工作室自制性转马尔福桌面互动应用并开源
作者歸藏用即梦 AI 短剧工作室制作了一个性转马尔福桌面应用，包含第一人称短剧和好感度解锁剧情，客户端已开源在 github.com/op7418/malfoy-desktop，Mac 版目前只支持 M 系列芯片。
推荐理由：作者亲测用即梦短剧工作室搭配 Suno 和 Claude 做出桌面互动应用，并给出资产库、分镜、锚点等可复用流程经验。
Meta NewsroomAI 评分3232 Meta 与五所美国大学合作，加速医学与科学突破
Meta 宣布与加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国大学合作，共提供 200 万美元资助，用 Meta 的模型、眼镜和混合现实头显加速医学、物理、化学、生物等领域的突破。
品玩AI 评分5353 XREAL AURA 正式发布，全球首款搭载 Android XR 的分体式空间计算 XR 眼镜，限时优惠 1099 美元起
XREAL 在 Google Android 开发者峰会上发布全球首款搭载 Android XR 的分体式空间计算 XR 眼镜 XREAL AURA 并开售，即日在美国、加拿大、日本和韩国开放订购。
人人都是产品经理AI 评分3636 YC 孵化的 Dream 用门口 AI 摄像头实现自动验车
进入 Y Combinator 夏季营的创业公司 Dream 由两名创始人于 2026 年成立，把小型 AI 摄像头装在车辆必经的门口，车辆经过时自动多角度拍照、识别车牌，下次返回时对比影像找出新划痕或凹陷。
TechCrunchAI 评分5656 Xreal 发布搭载 Android XR 的有线智能眼镜 Aura
Xreal 在 Android Dev Summit 上发布有线智能眼镜 Aura，基于 Android XR 与高通 Snapdragon Reality Elite 平台，需连接外置计算设备。
钛媒体AI 评分6262 字节世界模型对标谷歌 Genie 4，张一鸣亲自督导押注实时生成世界
谷歌于10月28日发布世界模型 Genie 4，用户可按 WASD 操作角色、用自然语言实时改变天气和镜头，并首次加入声音，配合 Gemini 3.8 Flash 拆解目标逐步推进，但仍是预览版，长会话下细节和一致性会漂移。
品玩AI 评分4949 澳鹏数据发布ExamOCRBench：以端到端整页判分基准检验多模态模型真实能力
澳鹏数据发布多模态评测基准ExamOCRBench，基于2,464套中国小学真实试卷页面、22,636个小题，以整页全对为标准的PageScoreAccuracy检验端到端判分能力。
Google Blog精选AI 评分6262 XREAL 联合 Google 发布首款有线 Android XR 眼镜 XREAL AURA
Google 与 XREAL 发布 XREAL AURA，首款由 Android XR 驱动的有线 XR 眼镜，今日起在美国、加拿大、韩国开订，11 月 2 日在日本开订，年底前起售价 USD 1,099。
推荐理由：官方公告给出 XREAL AURA 的硬件设计、Gemini 集成方式和定价发售信息，读者可据此了解 Android XR 的产品形态走向。
人人都是产品经理AI 评分6565 面壁智能与 OpenBMB 开源 MiniCPM-OCR：1.3B 识别模型配 2B Jev 打分
面壁智能与 OpenBMB 开源 MiniCPM-OCR，含 1.3B 专攻 OCR 的识别模型和 2B 的 Jev 可信度打分模型，识别结果可导出为可编辑 Markdown，低分区块自动转人工。
Google BlogAI 评分4545 Gemini 应用推出沉浸式探索功能库
Gemini 应用上线沉浸式探索功能库，用户可交互式、逐层可视地探索从微观系统到深空等主题。用户现可在 Gemini student hub 点击 "Try immersive explorations" 访问，后续将可直接在聊天对话中使用，并即将加入语音讲解。该功能目前支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文，其他语言用户暂获英文体验。
少数派AI 评分3434 派早报：Apple 推出触控款 MacBook Pro、华为发布 Pura 90 Plus 与畅享 100 系列等
Apple 于 10 月 29 日发布 14/16 英寸触控款 MacBook Pro，首次支持屏幕触控，沿用 M5 Pro/M5 Max，起售价 2899 美元、国内 22999 元，11 月 6 日发售，最高 128GB 统一内存、续航最长 24 小时。
Google BlogAI 评分4040 Google 与新加坡合作，将前沿 AI 引入公共医疗体系
Google 在新加坡 Google for Health Summit 上宣布深化与新加坡的医疗 AI 合作，目标是加速科学发现、变革临床诊疗和提供主动健康工具。
雷锋网AI 评分4141 CNCC 2026：天津大学张长青谈广义多模态融合——从可信度量到 Fusion Anything 通用预测基座
在 CNCC 2026 的 Tutorial 报告中，天津大学张长青团队介绍了广义多模态融合研究，包括基于重构的潜在表征学习以应对模态缺失、结合 Dempster–Shafer 证据理论的 TMC 可信多视图分类。
雷锋网AI 评分4848 华为小艺大模型应用实验室首任主任刘睿：AI助手要告别聊天框，从“被动响应”走向“主动服务”
雷峰网对话华为小艺大模型应用实验室首任主任刘睿，他认为下一代AI助手应从被动响应走向主动服务。曾在商汤未能立项的对话式修图技术被他推上华为Mate 80发布会。其团队2025年4月发布支持实时视频交互与主动服务的Aura流式视频理解模型，6月发布开源图像生成基础模型Boogu。
量子位AI 评分6767 百度发布并开源文心Unlimited OCR 2，峰值KV缓存从47GB降至1.77GB
百度发布并开源文心Unlimited OCR 2，可连续解析超长文档，实测一口气读完3600+页《哈利·波特》全集。其采用稀疏参考滑动窗口注意力SR-SWA与无限解码机制，百页级单序列测试中峰值KV缓存从47GB降至1.77GB，减少约96%；16路并发吞吐量从360提升至1315 Token/秒。
量子位AI 评分5757 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。