腾讯发布 Hy4 模型,首次支持图像理解与电脑操作
腾讯发布 Hy4 模型,首次具备图像理解能力并可自主操作软件,权重将在稍后未指定日期开放,目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供。腾讯称在近 600 项真实金融任务上领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索幻觉率从近 16% 降至约 5%。
腾讯发布 Hy4 模型,首次具备图像理解能力并可自主操作软件,权重将在稍后未指定日期开放,目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供。腾讯称在近 600 项真实金融任务上领先 DeepSeek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash,联网搜索幻觉率从近 16% 降至约 5%。
Mistral 发布 Mistral Large 4(代号 Le Chonk),主打编码、防御性网络安全和复杂文档推理,同时扩展企业平台 Mistral Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评估功能。
估值 16 亿美元的 AxiomMath 宣布已正式验证 Stacks Project,用 AI 智能体把这部约 7654 页的数学文献翻译成约 1600 万行计算机可检查的 Lean 代码。团队为智能体设定松散层级、让它们并行自行认领任务,并自研擅长数学的模型。CEO Carina Hong 称此举意在为 AI 智能体提供可复用的验证基础,减少低质产出,并公开向编码公司发起同等规模形式化的挑战。
Anthropic 的 Claude Code 产品负责人 Catherine Wu 宣布加入 OpenAI,负责 Core Products 的产品管理。她表示希望打造能替用户分担工作、同时让用户保持控制权的智能体。
Box 在开发者大会上发布 Box Content Retrieval,将 Nvidia 的 Nemotron 嵌入系统集成进产品核心,让智能体基于嵌入元数据回答查询。Nvidia 生成式 AI 软件副总裁 Kari Briski 称查询速度提升 4 倍、错误减少 20%、token 用量减少 90%。该功能面向 Box Enterprise Advance 客户,明年年初开始推送。
硬件初创公司 Aina 发布一款名为 "AI ring" 的智能戒指,配备屏幕、摇杆、麦克风和扬声器,售价 399 美元,可语音向 AI 智能体发送提示词、记笔记和接打电话。该戒指定位为 AI 与非 AI 应用的控制器,支持手势操作,可控制音乐和 Apple TV 等设备,即日起开启预购,计划 2027 年 1 月发货,早鸟期后涨至 499 美元。
Latent Space 的 AINews 汇总了近期 AI 行业人事与收购动向:在 Anthropic 担任 Claude Code 产品负责人并自团队成立起任职的 Cat Wu 将加入 OpenAI。
DevRev 基于 GPT-6.1 Sol 驱动 Computer 和 Operator,在企业服务场景中平衡推理能力、速度与成本,实现自主自助服务。
OpenAI 构建了一条自主流水线,在 Linux 内核中发现、验证并生成补丁,覆盖 948 个本地提权漏洞。材料仅给出这一结果,未披露流水线的具体构成与漏洞细节。
AT&T 的 Connected Life 家庭安防系统现已集成 Gemini for Home,成为首个接入 Google Home Premium 的家庭安防产品。该功能可对摄像头事件生成详细描述、用自然语言搜索录像并查看每日活动摘要,仅随每月 29.99 美元的 Connected Life 专业监控套餐提供。AT&T 还新增了根据用户与家的距离自动布防或撤防的能力。
Meta 收购了 AI 编码初创公司 Conductor,后者支持用户把多个智能体部署到并行工作区来推进软件项目。Conductor 创始人兼 CEO Charlie Holtz 表示核心功能会维持到明年年初,但云服务将于 11 月 20 日关停,之后开始删除用户云端数据。
Uber 在第三季度财报电话会上表示,10 月万圣节当周通过 AI 智能体下单的行程只有 4 单,Uber Eats 由 AI 智能体下的订单约 500 单,而该周 Uber 与 Uber Eats 合计处理约 3.2 亿次行程和订单。
密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0,包含 45 个 AWS 云运维任务,由资深 DevOps 工程师设计。表现最好的 Claude Fable 5.1 只完成 60%,GPT-6 Astra 完成 53%,没有模型能完成全部任务。
OpenAI 宣布收购 Code Storage 及多个开源工具背后的初创公司 Pierre Computer Company,其 Trees、Diffs、Highlights 等库已用于 OpenAI 的编码智能体 Codex。
Latent Space 的 AINews 汇总了 11 月 2 日至 3 日的 AI 动态,重点回应了此前“权重空间编程”报道的争议,并收录 AI Engineer 上海活动与 Latent Space 历史访谈。
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现,把生产级 AI 智能体的上下文工程拆成四层:多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用独立智能体与兜底机制做验证。
AWS Quick 推出 Smart Approvals,在既有权限、护栏和连接器动作权限范围内评估每个待执行动作,符合条件时自动批准,否则退回用户审核。该功能默认开启,由独立分类器模型结合用户请求和有限对话上下文判断,自动批准仅对当次动作和参数生效,不授予持续权限。权限变更与审批判定记录在 AWS CloudTrail 中,CloudTrail 事件历史保留 90 天。
Amazon Bedrock AgentCore Evaluations 可通过代码型评估器接入决策模型,把评估输入转换为决策模型请求、再把概率转回评估结果。示例接入 TypeSafe 的托管决策模型 Jev 和 Strands Agents 团队开源的 2B 参数模型 Strands Decider 2B,二者支持 noul、choice、score 三类问题。
Datasette Agent 0.5a0 发布,最值得关注的新功能是 panel:智能体聊天窗口可以打开并常驻在 Datasette 的表或查询页面旁边。结合 datasette-apps,用户能通过提示词生成由数据库驱动的应用,再在紧邻该应用的聊天中直接修改它。可在 agent.datasette.io 用 GitHub 账号登录试用。
Datasette Apps 0.3a0 支持在 Datasette 内托管和编辑自定义 HTML 应用,并强化了与 Datasette Agent 的集成。
U Mobile 基于 Amazon Bedrock AgentCore 构建了 AI-Driven Agentic Helpdesk(AiDaH),一年内覆盖 6 个业务部门的 150 多个运营场景,关键类别工单量最多下降 84.5%。平台采用六层架构,通过 Microsoft Teams 提供服务,2026 年 Q3 已向 50 名 L2 呼叫中心与门店用户开放,共 8 个智能体。
Indegene 在 AWS 上基于 NEXT Unified Data Platform(NEXT UDP)构建了由 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成校验并输出可直接运行的 SQL 和 Python 代码,全程采用集中式 human-in-the-loop 治理。
Uber 在 2026 年第三季度财报电话会上首次披露,第三方 AI 智能体当季仅促成 4 次叫车,Uber Eats 订单量略高,万圣节当周约 500 单,而平台同期总订单达 3.2 亿次。CEO Dara Khosrowshahi 称这一规模"非常非常早期",Uber 愿与第三方 AI 公司合作,但强调自家 App 直连体验仍是首选,并正开发 Cart Assistant 等自有 AI 工具。
随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题。智能体持续摄取、复制、摘要、转换和再分发数据,传统围绕应用、系统、网络或端点的安全方法已不足以应对。企业需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。
OpenAI 称其硬件团队用 GPT-6 Astra 设计了一款让用户与 Codex 编码智能体对话的设备,作为副项目在不到一周内完成。Astra 承担了外壳设计、含元件选型与走线的 PCB 布局、固件和用户界面等全部环节,代工厂在不到一个月内产出小批量原型,但因 Astra 未总能考虑制造约束、公差和装配细节,经历了几轮修改。
Apple 在 iOS 27.3 更新中允许开发者在所有应用中集成 Siri AI 的新功能,使语音助手能调用用户的个人上下文、处理自然语言提示词,并借助屏幕感知完成请求。
Collinear AI 发布 CWE-bench v2,公开 100 个安全漏洞修复任务,覆盖 91 种 CWE,评分完全程序化、结果可复现。
IBM 在 Hugging Face 博客介绍 Palette,用 LoRA 微调一个 20B 开源权重模型,把做幻灯片拆成设计师写 JSON 简报、编码器写 pptxgenjs 代码两个角色,训练数据约 1000 份幻灯片、近 1 万页,遵循 IBM Design Language。
Google DeepMind 为 Google Antigravity 推出化学信息学技能(Cheminformatics Skills),基于 RDKit 并接入 ChEMBL 和 PubChem,由语言模型负责流程编排与科学推理、确定性化学工具执行分子计算。
AWS 合作伙伴 Cartesia 基于 State Space Model(SSM)架构打造实时语音 AI,其 Sonic 文本转语音与 Ink 语音转文字模型首字节延迟均低于 100ms,其中 Sonic 约 90ms 即可输出首个音频字节。
文章演示如何在 EDB Postgres AI 中以 AIDB 扩展构建语义层,并让运行在 Amazon Bedrock AgentCore 上的 Strands Agents 智能体通过 MCP 端点查询该层回答客户 360 问题。
Gen Digital 团队用 Amazon Bedrock AgentCore Web Search 为 2026 年 3 月上线的 Norton Revamp 构建 AI 精选新闻引擎,为每条内容建议、目标推荐和新闻流提供带引用来源的实时网络知识。
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of(OBO)token 交换,让 AI 智能体在调用 ServiceNow REST API 时保留发起用户的身份。
Amazon Quick 支持将 S3 知识库中的非结构化文档与带语义描述的 enriched datasets 结构化数据接入同一个 Space,再由自定义聊天智能体在单次对话中判断查询知识库、数据集或两者并返回带引用的合并回答。该方案需 Enterprise 订阅,S3 桶默认只读权限,回答遵循提问用户的权限。
Google 周二宣布,从明年起 K-12 学生的 AI 工具默认关闭,需学校管理员主动开启,涉及 Gemini、NotebookLM、Gemini in Classroom 和 Google Search。
Netflix 周二宣布上线新的 AI Discover 标签页,用户可按心情、观看偏好、可用时间或热门新片选择主题,获得推荐。首批主题包括 something light、scare me、family movie night、quick watches 等,每个标题旁设有 Tune Your Recommendations 按钮,可保存或排除推荐。
IBM 团队用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents,任务通过率分别为 81.1%、46.7% 和 30.0%,场景全通过率为 66.7%、26.7% 和 6.7%。
Anthropic 在 Claude 平台推出 Message Threads 公测,API 请求不再重发完整对话历史,只传输上一条消息之后的变化。Anthropic 称在 50 万至 100 万 token 的请求中,首 token 时间降低约 35%,编码智能体、computer-use 智能体和处理大量文档或图像的工作流受益最大。
一种名为“逆向博弈论”(机制设计)的新思路被用于 AI 对齐:不深究模型内部,而是设计激励规则让智能体守规矩。MIT 经济学家 Stephen Morris 等的预印本论文提出让模型预测另一个模型的答案来防止“放水”应试,或让智能体互相对抗、配对相反偏见者比对输出。普林斯顿 Elad Hazan 则让模型轮流扮演“解题者”与“审计者”,作弊被抓受罚、审计失职同样受罚。
NVIDIA 与合作伙伴在全球城市扩展物理 AI 和智能体 AI 应用,覆盖西班牙 1MillionBot 的居民服务智能体、波兰 K2K 的共享 AI 基础设施,以及马来西亚 ITMAX 计划到 2027 年支持 17,000+ 摄像头的 SamurAI V2 视觉智能体。