AI 产品发布与更新

@NVIDIAAI https://catalog.ngc.nvidia.com/orgs/nim/nvidia/containers/vllm-model-free-nim-experimental 看看这个链接，试试用一条命令就能构建！

TypeLLM 发布开源工作流模型，可将整个工作流作为一次 API 调用执行，把 JSON Schema 转成依赖图并在单一共享上下文上运行。它基于 SGLang 做约束解码，enum/boolean 只给一个打分 token、数字限定位数、依赖图复用缓存前缀，因此无需改动权重即可从原生 Qwen checkpoint 获得 schema 保证的输出。

在 Luma 中试试 Shot Coverage - https://app.lumalabs.ai/solutions/shot-coverage?utm_source=x&utm_medium=p-social&utm_campaign=q4-social&utm_content=shotcoverage&utm_aud=plg

Luma AI 介绍其 Shot Coverage 功能，可将一个视频镜头生成更多可剪辑的移动机位角度。功能面向拍摄后需要补充机位的视频创作场景。

阶跃星辰宣布 Step 5 Preview 支持多种部署方式，可通过 vLLM 或 SGLang 提供 OpenAI 兼容 API，也可用 Transformers 离线推理，并适配多种芯片平台和推理框架。

我们还将 Step Code 更新到了 v0.1.4，这是我们围绕 Step 5 Preview 构建的开源智能体框架。 它帮助智能体在漫长复杂的任务中始终牢记目标、持续取得进展，并对照可验证的结果检查任务是否真正完成。 开源以来已发布四个版本，大约每 3 个工作日一次，主要由社区反馈驱动。感谢每一位试用并分享反馈的人。 https://github.com/stepfun-ai/Step-Code

OpenAI 在 OpenAI Academy 上线巴西葡萄牙语版 AI for Educators 课程，面向中小学及高等教育教师，讲解如何用 AI 备课、设计活动与评估并准备沟通材料。ChatGPT 的 Study Mode 由教师、科学家与教育学专家合作开发，通过提问、提示、解释和理解检查引导逐步学习，可在 ChatGPT 工具菜单中选择 Study 开启。

Google 在 I/O 大会预览过的 Universal Cart 正式在美国上线，覆盖 Gemini 应用和 Google Search AI Mode，可将多家零售商商品存入同一个购物车。购物车会推送降价和补货通知并展示促销码，可结合 Google Wallet 分析各张信用卡权益推荐最佳支付方式，也可转到零售商处直接结账。后续计划整合 Gmail 和 YouTube，目前未公布时间表。

Lovable 发布 Deploy on Azure，目前处于 private preview，可让应用及其数据运行在企业自己的 Azure 订阅中，编辑器和 agent 仍留在 Lovable。

AIPOCH 推出 Open-Science V1.0.0，面向所有有研究想法的人，支持从资料检索、分析计算到结果审阅的完整研究流程。该工具通过 .science 打包分享研究记录和文件版本，方便其他研究者在已有工作基础上继续探索，让研究工作可被检查和复现。

蚂蚁百灵感谢 DeepInfra 在第一天上线 Ling-3.1-flash，开发者可直接构建应用。模型总参数 560B、每 token 激活 25B，面向长程编码、多步分析和工具调用智能体，每 1M tokens 定价为输入 $0.30、输出 $0.90、缓存 $0.06。

蚂蚁百灵感谢 vLLM 对 Ling-3.1-flash 提供 Day-0 支持，开发者可从第一天起用 vLLM 在自有基础设施上运行该模型。vLLM 侧信息显示该模型总参数约 560B、每 token 激活约 25B、支持最高 1M 上下文，可从简单需求描述生成网站、移动 UI 和交互原型。

蚂蚁百灵发推感谢 SGLang 为 Ling-3.1-flash 提供 day-zero 支持，帮助开发者更高效地部署该模型。SGLang 介绍其为 560B 参数 MoE 混合推理模型、25B 激活、1M 上下文，经 MXFP4 与 block-FP8 量化后权重从约 534GB 降至约 292GB，可在 4 张 Hopper GPU 上运行，并称其在 GDPVal-AA、FrontierSWE、Terminal-Bench 4.0 等 agent、办公与编码任务上表现良…

Amazon 在收购 Bee 一年后发布两款新品：售价 $74.99 的 Bee Frontier 今日开售，提供黑色、绿色和薰衣草色；信用卡形状、可磁吸在手机背面的 Bee Eclipse 售价 $99.99，即将推出。

Amazon 旗下可穿戴厂商 Bee 发布两款个人 AI 设备：$74.99 的 Bee Frontier（腕戴或夹扣，IP67 防水、最长 7 天续航）和 $99.99 的 Bee Eclipse（信用卡尺寸，磁吸在手机背面）。

Tripo 现已上线 Kimi Work。 @Kimi_Moonshot 用户现在可以通过 Tripo 将想法转化为高质量 3D 创作，直接集成在 Kimi Work 中。更快、更轻松地以原生 3D 形式将你的概念变为现实。

⚠️ 打印失败，不知道原因？Meshy 能在你下次打印前修好它。 🧐 打印检查：检测薄壁、非流形边和孔洞。 😎 修复：一键修复这些模型问题。 然后，选择你的打印机型号并导出 3MF。 今天就在 Meshy 中运行检查，放心打印。

千问App 新增「千问耳机」入口，更新至最新版本后按提示即可一键绑定千问 AI 耳机。绑定后可语音问答、交办任务，进入「工作助理」语音下达指令即可主动执行，并支持 89 种语言专业翻译与多语言 AI 实时听记。

OpenCode 宣布 DeepSeek V4.1 Flash 现已免费提供，免费版实测支持 200K 上下文窗口，低于 1M 版本，且在 OpenCode 平台内调用不再计入套餐额度。

DeepSeek V4.1 Flash 现已在 OpenCode 中免费开放

腾讯个人 AI 管家 Marvis（马维斯）正式登陆华为鸿蒙应用市场，鸿蒙版与 Android、iOS 端功能保持一致，支持自然语言操控电脑、跨端远控电脑、定时任务、文件智能处理等能力。鸿蒙版新增微信和 QQ 登录，用户历史对话与积分资产均可继承，老用户可在鸿蒙设备上无缝继续使用。

微软为 Copilot 等 AI 智能体推出基于 SharePoint 的 Work IQ 知识编译引擎，在不升级底层大模型的前提下，将跨组织散落信息转化为结构化知识库，使响应速度提升至原来的 4 倍，词元消耗减少约 30%。该功能已向 Frontier Preview 租户推出，目前仅对启用按使用量计费的用户开放，微软还计划扩展至 Copilot Studio 自定义智能体。

10 月 15 日，清华大学 THUNLP、面壁智能、OpenBMB 与 AI9Stars 联合开发的 AI Agent 工作台 PilotDeck 2.0 正式开源。

Figma 宣布开源内容框架 Payload 集成到 Figma Make，用提示词创建应用时自动配套数据库、文件存储、用户登录和管理面板。Payload 加入 Figma 一年内下载量增长 6x，成为 NPM 上增长最快的开源 CMS；面向所有计划开放，托管基础设施目前处于 beta 且免费，定价将在生效前公布。

Figma 在印度首届 Config 活动上发布基于 Markdown 的编辑器 Figma Specs，让用户定义设计语言并引入设计与代码库，作为团队和自家及第三方智能体遵循品牌设计规则的参考。

邵猛提议给 Agent 设计的桌面副屏和手持遥控器也能用来玩游戏：Agent 运行时用小游戏打发等待时间，运行完在副屏暂停游戏并提示下一步操作。该副屏为 3.96 英寸 LCD，集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音还可经听写软件转写成邮件、笔记。

非常感谢 @inteldevs 的 day-0 支持！🙌 很高兴将 MiniCPM-V 4.7 的多模态能力带到 Intel CPU、GPU 和 NPU 上。

今日天气：局部智能体化

从我们的文档开始使用： https://platform.claude.com/docs/en/manage-claude/opentelemetry

SlashVibe 展示了一款为 AI Agent 设计的物理控制器，由 3.96 英寸 LCD 副屏集中显示所有 Agent 会话状态，手持器用两轴摇杆选择会话，按住语音键 100 毫秒内开始录音，语音可经听写软件转写成邮件、笔记。该产品将于 10 月 27 日登陆 Kickstarter，可提前获取 Early Bird 资格。

`jev-preview` 现在指向 `jev-1.14.0`。 • 全面小幅改进 • 最大提升可能在多语言支持方面 • 我们想让你🫵告诉我们 Jev 在哪些地方还像个笨蛋

我们说机器原生类型远不止于决策，这话是认真的，而且我们在定义 System One 模型时非常谨慎。 为 Jev 1.14 引入边界框原语，以 Jev 的速度进行定位。 详情见文档：http://docs.typesafe.ai/go/box

尺寸 apparently 确实重要 💅 所以虽然我们强烈建议限制上下文长度，但你现在不必这么做了。Jev 扛得住。能承受 4 倍的量。 详情见文档：https://docs.typesafe.ai/models#context-length

可组合图像：Jev 有眼睛了！！！眼睛眼睛宝贝。 我们不仅为未来的 Jev 模型启用多模态，也在为你们熟知且喜爱的当前 Jev 启用多模态。 图像可以出现在之前文本能出现的任何地方，以你能想到的任何组合方式。尽情发挥吧。 详情见文档：http://docs.typesafe.ai/go/images

我们在 10.14 太平洋时间下午 1:14 宣布了 Jev 1.14 🔥 一个全新升级的模型，以及为我们的梦想家们准备的实验性功能： • 图像 • 一种新的 box 类型 • 更长的上下文 惊喜的是，Jev 早就能看到你了！👁️ 但我们对生产级智能的标准相当高，所以开发者们注意，这些是预览功能。 进入 ~*~ 危险地带 ~*~ 风险自负。🚨

Jev 1.14 现已上线 OpenRouter。 据 @typesafeai 称，这个版本"平淡得漂亮"： • 各方面：都好了那么一点点 • 多语言：最大的升级 • 多模态：现在能看了（实验性） • 价格：不变（$0.042/M 输入，输出免费） • 抓马：没有 http://openrouter.ai/typesafe/jev-1.14

YouTube 于 10 月 14 日公告，在 YouTube Music 上线 AI 音乐标注功能，后续将同步扩展至主 YouTube 应用。

Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用，单个模型支持文生图、多参考图生图和边界框布局控制。

作为 NVIDIA 发布合作伙伴，OpenHands 将开源多模态模型 Nemotron 3.5 Super VL 引入常驻软件工程智能体工作流。该模型基于 120B 参数 MoE 架构、12B 激活参数，支持文本、图像、文档和视频输入并输出文本，将多模态理解与智能体推理和工具调用结合。

SGLang 宣布为 NVIDIA Nemotron 3.5 Super VL 提供 Day-0 部署支持。