4,849 字
早报 | MORNING 2026-10-28
Genie 4 发布,Claude 政府价降 40%,混元开源同传
今日要点
- DeepMind 发布 Genie 4,单次模拟延长至两分钟
- Anthropic 签 OneGov,Claude 政府价降 40%
- 腾讯混元开源 Hy-SimulMT,30B 同传响应约 3 秒
DeepMind 发布 Genie 4,支持实时交互与原生音频,模拟延至两分钟;Anthropic 经 GSA OneGov 向美政府提供 Claude,价格降 40%;腾讯混元开源 30B 同传模型 Hy-SimulMT,响应约 3 秒。
1️⃣ DeepMind 发布 Genie 4:世界模型加入原生音频与 Gemini 规划#
- 核心发布:Google DeepMind 发布 Genie 4 世界模型,支持实时生成可交互环境、原生音频与物理模拟,单次模拟时长从约一分钟延长至两分钟。
- 技术组合:官方演示中,Gemini 3.8 Flash 作为实时引导智能体,将任务分解为多个步骤并逐步校验;Gemini 4 Argon 与 Genie 4 结合,模拟 Apptronik Apollo 人形机器人连续执行下跳棋任务。
- 应用方向:已邀请影视、游戏、教育、工程等行业测试者,用于快速场景原型、镜头预演和机器人训练。当前仍存在长时间一致性、音频准确性和复杂物理交互问题,先向部分受邀者开放研究预览。
- 影响:世界模型从“生成视频”转向“可交互环境”,为 Agent 和机器人提供低成本试错空间;但两分钟上限与长期一致性仍是落地边界。 🔗 DeepMind 官方博客 | Google 官方博客 | 爱范儿体验报道
2️⃣ Anthropic 与 GSA 签署 OneGov 协议:Claude 向美国政府降价 40%#
- 核心协议:Anthropic 扩大与美国总务管理局(GSA)的合作,通过 OneGov 协议向联邦、州、地方、部落和领地政府提供 Claude,价格为 40% off。
- 采购路径:政府机构可通过 OneGov 框架采购 Claude,Anthropic 将公共部门纳入统一渠道;公告未披露具体模型版本与合规认证细节。
- 影响:前沿模型厂商开始进入政府集中采购框架,价格折扣与合规资质成为公共部门采用 AI 的关键变量。政府市场的采购周期和审查要求,也会反过来影响模型厂商的产品与部署策略。 🔗 Anthropic 公告 | Anthropic X 帖
3️⃣ 腾讯混元开源 Hy-SimulMT:30B 级同传模型响应约 3 秒#
- 核心发布:腾讯混元开源同声传译模型 Hy-SimulMT,支持中英双向语音到语音实时翻译,可边听边译,提供仅输出译文的 translation-only 模式与交错输出原文/译文的 Interleave 模式。
- 性能与许可:30B 级模型采用 Apache 2.0 许可,提供 FP8、GGUF 方案;官方称响应时间约 3 秒,在 RealSI 等评测中优于主流开源同传模型,并超过大部分商用同传 API。与 6 位 CATTI 译员对比的测试中,翻译质量达到人类专家水平,延迟更低。
- 部署条件:开放 SimulInfer 推理与 SimulTrain 训练代码;语音输出和音色克隆需外接 TTS,完整同传服务仍需组合翻译与语音合成环节。
- 影响:实时语音翻译出现可本地部署的开源基座,会议、直播、字幕等场景可在私有环境集成;但端到端体验仍取决于 TTS、延迟调优与工程集成。 🔗 ModelScope 模型页 | GitHub 仓库 | Hugging Face 权重
4️⃣ 京东零售提出 FlowTrain:国产芯片超节点上多模态训练 MFU 超 50%#
- 核心发布:京东零售 AI Infra 团队提出 FlowTrain 分离式多模态训练框架,论文被 EMNLP 2026 Industry Track 接收。
- 技术机制:Unified Memory Pool 将 encoder 与 LLM backbone 的 batch 级同步改为生产者—消费者流;Heterogeneous Parallel Allocator 用 MILP 为异构模块匹配并行策略;Dynamic Packing Scheduler 按真实计算成本动态打包 microbatch,降低 padding 与 PP/DP 负载不均。
- 实测数据:在国产芯片超节点上,VLM-72B 在 InfoVQA 与工业数据集上的 MFU 分别达 52.9% 和 50.0%,Megatron-LM 为 31.2% 和 36.9%;吞吐最高提升 1.7 倍和 1.4 倍。该框架已用于 JoyAI-OxygenVLM 32B Dense 与 35B-A3B MoE,训练吞吐分别提升 1.7 倍和 1.4 倍。
- 影响:多模态训练效率瓶颈正从单卡算力转向 encoder/backbone 异构协同;FlowTrain 在国产算力栈上验证了系统级优化路径,也缩小了 VLM 训练与纯文本训练的效率差距。 🔗 论文 | 京东技术公众号
5️⃣ Google Cloud 与 Oracle 扩大合作:Oracle 数据库接入 Gemini Enterprise 与 MCP#
- 核心进展:Oracle AI Database@Google Cloud 的 Remote MCP Server with Data API 正式可用;Gemini connector for Oracle AI Database 进入预览;Oracle in Gemini Enterprise 已可使用。
- 数据通路:BigQuery 可通过 EXTERNAL_QUERY 联邦查询 Oracle;OCI GoldenGate 提供亚秒级 CDC 写入 BigQuery;Oracle 与 Google borderless Lakehouse 支持双向读写 Apache Iceberg 表,减少 ETL 与数据复制。
- 治理机制:MCP Server 通过 Secret Manager 自动解析数据库凭据并执行 Google Cloud IAM 策略,避免明文密码和自定义自然语言转 SQL 中间件;Knowledge Catalog 集成用于统一元数据与访问控制。
- 影响:企业 Agent 的关键不只是模型能力,而是受治理的实时业务数据接入。Oracle 与 Google 把数据库、语义层、MCP 和 Gemini 串成一条可审计链路,企业可以在不迁移核心数据的前提下构建 Agent 工作流。 🔗 Google Cloud 官方博客
6️⃣ AWS SageMaker AI 支持 SOCI 索引镜像:大镜像冷启动从分钟降至秒级#
- 核心发布:AWS 为 SageMaker AI Training 与 Processing 作业支持 SOCI 索引镜像,容器镜像可懒加载,只拉取启动所需文件,其余在后台流式读取。
- 实测数据:1.8GB 镜像下载从 48 秒降至 3–11 秒;13.2GB 从 3 分 42 秒降至约 6 秒;35.4GB 从 7 分 17 秒降至 3–11 秒,约 38 倍提升。GPU 空闲时间最多减少 90%,每个作业总时长节省 1–6 分钟。
- 使用方式:可直接使用带
-soci标签的 AWS Deep Learning Container,或为自己的镜像创建 SOCI 索引;无需修改作业定义、入口或数据通道,无索引时自动回退标准下载。 - 影响:大模型训练作业的冷启动从分钟级压到秒级,减少 GPU 空转。对频繁调参、小规模短作业和批量超参搜索,这种固定开销的下降会直接改变迭代节奏。 🔗 AWS Machine Learning Blog
7️⃣ Meta 介绍 PrivacyLib:在数据访问边界治理内部 AI Agent#
- 核心发布:Meta 介绍 PrivacyLib,在数据访问边界统一执行隐私策略,替代各系统重复实现;该库每秒执行数十亿次检查。
- 架构设计:系统只需集成一次,新隐私能力以模块插拔;enforcing modules 可阻止访问,observing modules 只记录。检查在进程内完成,利用构建期编译与缓存降低延迟,RPC 路径用签名 token 做兜底校验。
- Agent 治理:新增 Agent Observability 模块,AgentLib 将工具调用与 agent session 关联,上下文传播到 PrivacyLib;Policy Zones 可在数据返回前阻止未授权访问,即使 Agent 调用了开发者未预料的工具。
- 影响:内部 Agent 的数据访问路径动态且不可预知,隐私控制必须下沉到数据访问边界。Meta 的方案提供了可审计、可回滚的治理模板,对金融、医疗等强监管场景的 Agent 部署有参考价值。 🔗 Engineering at Meta
8️⃣ [持续跟踪] Anthropic 平台:Messages API 完成 Rust 重写,托管 Agent 分离“脑与手”#
- 前情提要:Anthropic 已发布 Opus 5.5,并提交 S-1;平台团队此前主要围绕 Messages API 与 Claude Managed Agents 构建 Agent 基础设施。
- 最新进展:Latent Space 访谈披露,Messages API 已用 Rust 重写并全量上线,CPU 节省约 40–50%,time-to-first-token 提升 10–20%。团队在几乎没有 Rust 经验的情况下,通过 shadow traffic 对比 Python 与 Rust 输出完成迁移。
- Agent 架构:Managed Agents 将 session/harness 与 sandbox 分离,凭证存放在独立 vault,通过 egress proxy 注入,sandbox 不持有服务凭证;Dreaming 被描述为“CMA on top of itself”,即一个 managed agent 检查另一个 agent 的先前工作并写回记忆。团队称将开放多 Agent harness 策略模板。
- 影响:Agent 基础设施的竞争点正从模型能力转向运行时隔离、凭证管理和长会话可靠性。Rust 重写也说明 API 层已出现 CPU 瓶颈,规模压力开始传导到传统基础设施层。 🔗 Latent Space 访谈 | 访谈摘要
9️⃣ Apple 端侧 LLM 工程路径:30 亿参数压到 1.39GB,AFM 3 Core Advanced 采用 20B 稀疏模型#
- 核心机制:Apple 使用 palettization 将 30 亿参数模型权重压到约 1.39GB,平均 3.7 bit/权重;后续模型主解码器使用 2 bit、embedding 使用 4 bit,并通过 quantization-aware training 保持质量。
- 内存优化:cross-layer KV sharing 将 KV cache 内存降低 37.5%;LoRA adapter 以 rank-16、16-bit 存储,按功能加载、缓存或换出,避免为每个任务复制完整模型。
- 新模型与云侧:文章称 2026 年 Apple 推出 AFM 3 Core 与 AFM 3 Core Advanced;后者为 20B 总参数稀疏模型,每次仅激活 1–4B,专家权重存于闪存按需加载。Private Cloud Compute 可在 Google Cloud 的 NVIDIA GPU 上运行。
- 影响:端侧 LLM 的可行路径不是单一压缩,而是量化、KV cache 共享、adapter 复用与云侧回退的组合。Apple 把“模型能力取决于运行时可用资源”作为设计原则,这对手机、PC 和边缘设备的模型部署具有普遍参考意义。 🔗 ByteByteGo 技术解析 | Apple ML Research | Apple Private Cloud Compute
⭐ GitHub 趋势#
📊 类别速览
| 项目 | 类别 | Stars |
|---|---|---|
| HKUDS/DeepTutor | AI Agent / RAG 应用 | 45.8k |
| obra/superpowers | AI Agent / 开发方法论 | 306.4k |
1. HKUDS/DeepTutor ⭐ 今日 +1587#
语言/许可: Python / Apache-2.0
总 Stars: 45.8k
仓库: GitHub
项目定位:
面向 AI 教育产品开发者与需要长期个性化学习支持的用户;用多 Agent + RAG 将文档、书籍、视频、代码仓库转为可追踪的学习工作区,补足通用 Chatbot 缺少长期学习状态与教学流程编排的问题。
核心功能:
- 多 Agent 教学流程:学习路径、Mastery Path、练习/测评、问答与阅读会话。
- 基于工作区知识库的 RAG:支持文档、EPUB、YouTube、GitHub 仓库等来源,并保留引用与检索对比。
- 长期学习状态:学习日志、受控辅导记忆、会话恢复与用量记录。
- 提供 DeepTutor CLI 与插件/provider 配置,便于接入不同模型与 Agent harness。
技术亮点:
采用多 Agent 编排 + 原生 LightRAG 检索,并对 tutoring memory 做有界管理;支持可恢复索引与流式会话。
2. obra/superpowers ⭐ 今日 +608#
语言/许可: Shell / MIT
总 Stars: 306.4k
仓库: GitHub
项目定位:
面向使用 Claude Code、Codex、Cursor 等编码 Agent 的开发者,解决 Agent 直接写代码导致需求不清、计划缺失、测试与评审不可控的问题;把软件工程流程固化为可组合 skills。
核心功能:
- 自动触发 brainstorming、设计确认、计划拆分、实现与分支收尾的完整 SDLC 流程。
- subagent-driven development:按任务分派独立子代理,任务后审查,严重问题阻塞推进。
- 强制 RED-GREEN-REFACTOR TDD、git worktrees 隔离和代码审查。
- 多 harness 插件安装:Claude Code、Codex、Cursor、Gemini CLI、Copilot CLI、Qwen Code 等。
技术亮点:
以可组合 skill + 多 harness 插件机制,将开发方法论编码为 Agent 可执行协议,并用子代理审查链约束长任务执行。
🟧 Hacker News 热议#
Genie 4#
673 pts · 410 comments · deepmind.google
📌 内容总结
- 背景 / 作者意图:DeepMind 发布 Genie 4 世界模型,定位为实时交互式世界模拟,用于机器人/agent 训练环境和新型互动体验;当前是受信测试者的研究预览。
- 原文要点:
- 原生多模态:生成世界的同时生成环境声、音乐和可交互对话;人物可对输入和场景事件实时反应。
- 架构上借用 Gemini 家族:Gemini Omni 锚定真实世界外观与行为,其他 Gemini 模型提供推理以维持模拟连贯性。
- 控制方式:用户用自然语言实时改天气、镜头、人物/物体;两次输入之间,Gemini 继续监控并推动场景演化。
- 物理与人物:强调空气动力、碰撞、人物自然动作;演示为键盘控制加文本提示的实时交互录像。
- 限制 / 影响:未给延迟、分辨率、开放地区、量化基准等部署细节;demo prompt 约束很强,不能直接等同于开放世界泛化能力。发布路径是先 trusted testers,再进入 Google AI Ultra 的 Project Genie,以及 Gemini API / AI Studio 早期合作方。
💬 讨论总结
- 输入中的
top_comments为空;讨论页显示 410 条评论,但未抓取到评论正文,无法归纳具体支持、质疑或工程经验。 - 因此这里只能确认讨论页存在,不能从现有数据判断评论区共识。
Introducing LFM3: Every Modality for Specialized Intelligence#
110 pts · 40 comments · liquid.ai
📌 内容总结
- 背景 / 作者意图:Liquid AI 发布 LFM3,面向“专用智能”的 2B 级模型家族;同一 LFM3-1.7B-Base 派生文本、视觉、音频、omni 和决策模型,开放权重,强调端侧运行与低成本微调。
- 关键设计:24 层中 13 层门控短卷积、5 层 256-token 滑动窗口注意力、6 层全局注意力;配合 head-wise gated attention、partial RoPE、sandwich norm,目标是长上下文下保持速度与显存效率。
- 训练与部署:22T tokens 预训练,最后 3.5T tokens 为 mid-training,上下文扩到 256K;官方称 128K 上下文 KV cache 仅 1.6GB,Q4_0 + 32K 下比对比模型快 1.8–2.8 倍;单 B300 + SGLang BF16 可日产 3.6B tokens。
- 多模态与决策:新视觉编码器称比 SigLIP2 少 3 倍计算;音频模型用自研 LiquidCodec,80ms 语音压成 12 个 token,单 CPU 线程约 87 倍实时;d1-2B / d1-Omni-2B 用单次前向输出带概率的结构化决策。
- 限制:多数性能数字来自厂商自测和特定量化/硬件配置;agentic coding 与知识类任务仍落后更大模型;实际微调、MLX/llama.cpp 兼容性和量化稳健性需用户验证。
💬 讨论总结
- 实际使用经验集中在本地标注/分流:有用户用 LFM2.6 在 RTX A4500 上标注邮件、短信和元数据,约 40% 数据点可获得可信标注,期待 LFM3 进入 LocalAI;回复建议针对自有数据微调,也有人推荐 gliner2.5 做轻量 tagging。
- 对能力定位的认可主要在 agent、工具调用、指令跟随和端侧速度:1.7B 在部分 agent benchmark 接近数倍大模型;但有人直接质疑这么小的模型是否真会用于 coding,认为知识和 agentic coding 仍是短板。
- 工具链摩擦被具体指出:MLX / LM Studio 加载时报 safetensors 读取失败;Liquid 方回复指向
mlx-vlm和官方 MLX 8bit 导出,说明生态适配仍在补。 - 量化影响有实测争议:playground 上文本模型对“牛怎么叫”答“oink”,VL 模型答“moo”,而 Q8 llama.cpp 版本正确;评论倾向于把异常归因于低比特量化,而非基础模型能力。
- 对“specialized intelligence”的质疑是表述过于抽象:需要更具体的本地用例;支持方则看重开放权重、硬件覆盖、低 KV cache 和单卡微调成本。
- 有用户注意到无系统提示时推理轨迹仍出现“必须使用可用工具”,怀疑 agentic RL 把工具使用偏置烘进了模型;OCR / PDF 文档解析也被询问,但评论区未给出确定结论。
Anthropic trained Claude on illegally obtained Stanford professors’ books#
429 pts · 244 comments · stanforddaily.com
📌 内容总结
- 背景:Stanford Daily 报道 Bartz v. Anthropic 后续及部分斯坦福教授 opt-out 诉讼。文章标题称“非法训练”,但正文法律核心是 Anthropic 从 LibGen、PiLiMi 等影子图书馆获取并存储盗版书违法。
- 判决要点:法官 Alsup 禁止 Anthropic 通过盗版建立永久中央图书馆;但认定合法获得书籍用于训练属于 fair use,并类比人类阅读后创作。
- 和解与诉讼:1.5B 美元和解覆盖近 50 万注册作品,约每作品 3,000 美元;Tobias Wolff、Chang-rae Lee 等选择退出,提起 Cruz v. Anthropic,寻求每作品最高 150,000 美元法定赔偿及永久禁令。
- 现实约束:Goldstein 指出海量作品的许可交易成本使逐本授权不可行;Authors Guild 推动 licensing 与立法;另有 70 多起相关侵权诉讼,判决尚未形成全行业终局规则。
- 限制:文章把“非法获取”与“非法训练”混在标题里;实际判决区分了获取行为与训练行为的合法性,且永久禁令对已有模型是否要求重训/排除作品仍不明确。
💬 讨论总结
- 顶层评论集中纠正标题:更准确应是“训练于非法获取的书籍”,而非“非法训练”;法官明确合法获得书籍用于训练属 fair use,Anthropic 的问题是从盗版源获取并存储。
- 赔偿责任是焦点:约 3,000 美元/作品的和解被部分评论认为过低;opt-out 教授寻求更高法定赔偿。也有评论把此案与 Aaron Swartz 案对比,质疑为何这里是民事和解而非刑事追诉;RICO / 刑事追责属于少数极端意见。
- 版权制度争论明显:一方认为 AI 训练是“知识产权洗白”,应强制 licensing;另一方认为信息应自由流通,版权阻碍知识传播。交易成本论被反驳:许可困难不能成为违法理由,流媒体和 Pirate Bay 的类比被拿来质疑。
- 现实影响被反复提到:若严格执行合法获取,只有能大规模采购/扫描书籍的公司才负担得起训练数据,可能形成数据 moat;永久禁令是否导致重训或从后续模型中排除作品,被提问但无定论。
- “slave labor”措辞受到批评,认为与版权侵权不匹配;也有人按“低报酬/被强制使用”的非严格含义辩护。对学术精英双标、开源代码被 scrape、以及对中国开源模型的双标讽刺,属于个别意见。
1,839 字
晚报 | EVENING 2026-10-28
蚂蚁开源Ling-3.1,Meta获AMD与英伟达投资
今日要点
- 蚂蚁开源Ling-3.1-flash-1019,100万上下文、MIT许可
- Meta获AMD 10亿美元投资,英伟达拟投30亿美元
- 苹果创作坊加入MCP,外部Agent可编辑Keynote等
蚂蚁百灵开源Ling-3.1-flash-1019,支持100万Token上下文;Meta获AMD 10亿美元投资、英伟达拟投30亿美元,首批AMD Helios机架已在Meta测试;苹果创作坊为Keynote等加入MCP;微信输入法上线AI录音笔。
1️⃣ 蚂蚁百灵开源 Ling-3.1 增强版:5600 亿参数 MoE,支持 100 万 Token#
- 开源信息:蚂蚁百灵开源 Ling-3.1-flash-1019 模型权重,采用 MIT 许可证,总参数 5600 亿,每个 Token 激活 250 亿参数,使用混合线性 MoE 架构,支持 100 万 Token 上下文。
- 评测数据:官方模型卡称,新版经后训练加强推理与智能体任务能力,Artificial Analysis Intelligence Index v4.3.2 得分由前代 41 升至 44,AutomationBench-AA 由 62% 升至 68%。
- 部署配置:部署文档提供 SGLang 与 vLLM 路径,支持思考开关、工具调用及 MTP 推测解码;官方 SGLang 示例使用 8 张 H200,并列出 4 张 GB300 的配置方式,主要面向服务端部署。
- 观察:百万上下文与 MIT 许可叠加,为长文档处理、Agent 工具调用等场景提供了可自托管的开源 MoE 选项,但实际吞吐与成本仍需按部署配置验证。 🔗 爱范儿早报
2️⃣ Meta 获 AMD 10 亿美元投资,英伟达拟投 30 亿美元#
- 投资与状态:AMD 宣布投资 10 亿美元参与 Meta 的股权发行;NVIDIA 宣布拟投资 30 亿美元参与同一股权发行,并称该投资尚未完成,需满足交割条件。
- 算力合作:首批 AMD Helios 机架级系统已在 Meta 安装并测试,后续计划扩大部署;Meta 已部署数百万颗不同代际的 EPYC 处理器,并计划部署针对自身负载优化的定制 GPU。
- 软件栈:双方合作覆盖 PyTorch、Triton 和 ROCm;Muse Spark Open 已获 Instinct 首日支持,Muse Glimmer 支持 Ryzen AI PC 与 Radeon GPU。
- 影响面:Meta 在 NVIDIA 之外扩大 AMD 算力与软件栈验证,AMD 获得大型模型与云客户背书;NVIDIA 则以股权投资进一步绑定需求。 🔗 少数派 | 爱范儿
3️⃣ GW 级算力约束转向电力:中美形成买电与算电协同两条路径#
- 美国路径:微软包销三里岛核电,谷歌以 47.5 亿美元收购能源开发商,Meta 锁定 6.6GW 核电组合,云厂商直接买电、办电以锁定长期电源。
- 中国路径:国家电网牵头算电协同国家标准,南方电网落地全国首单“电碳算”撮合交易;腾讯赤峰打造 100% 风光绿电直供数据中心,阿里乌兰察布 CUBE 模块化项目 100 天交付。
- 项目进展:电信推进海风直连海底数据中心,移动完成闽宁跨省算电协同实操,联通与南方电网构建算力—电力映射模型;物理直供、离网自平衡、水电直供、调度主导等路径均有落地。
- 影响面:GW 级集群的约束从芯片与资金扩展到电力接入、并网时序和调度能力,能源企业在算力项目中的议价权上升,电力兑现能力开始影响算力部署节奏与定价。 🔗 创业邦
4️⃣ AI 数据中心挤占存储与 GPU 供给,消费级 PC 价格继续上行#
- 终端价格:苹果新款 14 英寸 MacBook Pro 国行起售价 15999 元,iMac 起售价 12499 元;iMac 砍掉此前 10999 元的 8 核入门款。
- 成本结构:Omdia 分析称,内存和固态硬盘占一台 PC 的成本比重已从约 15% 增至接近 40%;TrendForce 预计第四季度 DRAM 合约价环比涨 10%—15%,NAND 涨 15%—20%。
- 市场反应:Counterpoint 初步数据显示,今年第三季度全球 PC 出货量同比降 21%,第四季度预计降 27%;消费级显卡与整机价格上涨,主流游戏主机预算被推高至七八千元档。
- 影响面:文章将涨价归因于 AI 数据中心对 HBM、服务器内存和先进制程的采购挤占,消费级市场承担溢出成本;SK 海力士预计存储供不应求可能延续到 2030 年。 🔗 爱范儿
5️⃣ 苹果创作坊新增 MCP 支持:外部 AI 代理可操作 Keynote、Pages、Numbers#
- 应用更新:Mac 版 Final Cut Pro 内置 MotionVFX,提供模板、图形、标题字和转场,以及转描、跟踪和校色工具;Mac 与 iPad 版 Logic Pro 采用新设计,并加入设备端音频分析工具 Music Understanding。
- MCP 能力:Keynote 讲演、Pages 文稿和 Numbers 表格推出 AI 功能 beta,新增模型上下文协议(MCP)支持,外部 AI 代理和工具可直接读取三款应用内容、执行编辑和自动化操作,需 macOS 27 或更新系统。
- 格式与订阅:Keynote 支持基于 JSON 的 Keynote Interchange Format,扩展名为 .keyx;更新将于 11 月通过 App Store 免费推出,订阅价格为每月 38 元或每年 380 元。
- 影响面:苹果生产力套件开始向外部 Agent 开放文档读取与编辑接口,MCP 的使用范围从开发者工具扩展到桌面演示、文档和表格场景。 🔗 少数派
6️⃣ 微信输入法上线“AI 录音笔”:录音实时整理为结构化网页#
- 功能:微信输入法新增“AI 录音笔”,可将录音实时转写为结构化网页,按上下文整理重点和逻辑,并修正错别字、删去冗余口头表达。
- 生成内容:除文字转写外,功能还可根据内容生成图表、图示和交互原型;总结页面可通过右上角“分享”按钮发送给好友。
- 入口与同步:手机端可从键盘工具栏或微信输入法 App 进入,电脑端可通过快捷键、Mac 顶部菜单栏或 Windows 工具栏打开;支持多端同步历史录音总结。
- 场景:微信派展示了会议纪要、直播内容回顾、家庭事务和旅行讨论等整理场景,功能将录音转写、摘要与可视化整合到输入法入口。 🔗 爱范儿早报
7️⃣ 豆包对抖音内容引用权重升至 31.8%#
- 数据变化:新榜服务监测显示,豆包对抖音内容的引用权重由今年 5 月的 10.79% 升至 8 月的 31.8%,接近三分之一。
- 其他信源:百度在 6 月首次将 B 站和好看视频纳入监测,两者权重合计达到 12%;到 8 月,B 站权重稳定在 8.4%,排在第二位。
- 方法说明:新榜分析称,标题与问题的语义相关性、是否包含品牌和专业术语,比单纯增加标题长度或堆砌规格数字更能解释引用次数;结果为特定样本监测,并非全量审计。
- 观察:AI 搜索的引用分布受平台内容库与视频化信源影响,内容平台与 AI 助手之间的生态绑定正在加强,但监测样本的代表性仍需后续数据验证。 🔗 爱范儿早报