NEWS DESK·新闻资讯
人工智能日刊 · 第 5 页
最近发布的产品动态、研究进展与行业消息。
订阅
切换主题
- 资讯·
arXiv·
LED 为扩散语言模型加入插入与删除
通过后训练学习长度变化与对齐修复,扩展仅替换 token 的编辑方式。 LED 预印本研究扩散语言模型的文本修正,在 token 替换之外加入插入和删除操作。 方法利用最长公共子序列对齐构造编辑监督,并通过多阶段后训练缩小训练与推理过程的差异。作者在 LLaDA 系列基座上考察长度、对齐错误与不同解码设置;完整编辑轨迹的联合优化仍属后续工作。

- 资讯·
AssemblyAI·
AssemblyAI 发布三款语音转写模型
STT-3.7 系列分别面向录音、实时会话和语音智能体,均覆盖 32 种语言。实时会话版可在每轮发言结束时确定说话人标签。 AssemblyAI 于 11 月 18 日发布 STT-3.7 系列。三款模型分别对应录音文件、会议等实时会话,以及需要及时回应用户的语音智能体。录音版沿用已有预录音频接口,两款实时模型沿用现有实时转写接口。 三款模型均支持 32 种语言。录音版可在同一录音中处理语言切换,支持区分说话人,还可搭配 Universal-2 扩大语言覆盖。实时会话版在每轮发言结束时确定说话人标签。

- 资讯·
AWS·
AWS 为智能体身份连接加入私有 CA 支持
AgentCore Identity 可信任企业私有证书颁发机构;功能面向私有身份提供方,依赖 VPC Lattice 与受支持区域。 AWS 于 11 月 18 日介绍 Amazon Bedrock AgentCore Identity 的私有证书颁发机构支持,让智能体连接使用企业私有 CA 证书的内部身份提供方。AWS 官方介绍 企业可把 PEM 格式的根或中间 CA 公共证书存入 Secrets Manager 或 S3,再由凭据提供方引用。服务用它验证身份提供方的发现、密钥集和令牌端点;无需上传 CA 私钥。

- 资讯·
AWS·
AWS 为 JumpStart 加入模型比较榜单
SageMaker Studio 新视图并列展示质量、响应速度和部署成本,首批覆盖70余款模型;估算随工作负载与配置变化。 AWS 于 11 月 18 日推出 Amazon SageMaker JumpStart Model Leaderboard,在 SageMaker Studio 中并列比较可部署模型的质量、速度和成本。AWS 官方介绍 首批覆盖 70 余款模型,分别展示 BIG-Bench Hard、GPQA Diamond 和 MMLU-Pro 分数,不将三者合成为一个总分。
- 资讯·
Bluedot·
Bluedot 2.2 加入电话录音和 AI 摘要
付费用户可在应用内拨号,挂断后把转录和摘要归入同一会议资料库。 Bluedot 11 月 18 日更新 2.2 版本公告,介绍 iOS、Android 和网页版的电话录音。用户验证手机号后在 Bluedot 内拨号,挂断后,转录和摘要会与线上、线下会议笔记一同保存在会议库。Bluedot 公告 公司称电话录音包含在付费订阅中,并支持将通话同步至 HubSpot 和 Salesforce。新版提供可选的录音通知,出厂设置为关闭。
- 资讯·
Microsoft·
Copilot Cowork 向 GCC 客户正式开放
政府云版本使用 Azure Government 托管模型,需 Copilot 许可和用量计费配置;GCC High 仍在后续计划中。 微软于 11 月 18 日宣布 Copilot Cowork 在 Government Community Cloud(GCC)正式可用,可承担跨 Microsoft 365 的多步工作。Microsoft 官方公告 GCC 版本使用 Azure Government 托管的 OpenAI 模型,不使用 Anthropic 模型,并沿用登录用户的数据权限。任务可在云端继续运行,发送邮件或向 Teams 发帖前暂停,等待用户明确批准。
- 资讯·
Crossmint·
Crossmint 发布可设置支出额度的购物插件
Menta 将购物与结账连接至对话助理,用户可按笔确认,或预先设置预算及授权期限;代码采用 Apache 2.0 许可。 Crossmint 于 11 月 18 日发布 Menta,用于把商品购买与结账接入 ChatGPT、Claude 等对话助理。Crossmint 发布介绍 据公司介绍,用户可为助理设定支出额度和授权有效期,也可逐笔确认购买。产品根据商户接入方式,使用 API、支付协议或浏览器完成结账,卡片信息由其支付基础设施处理。
- 开源·
Firecrawl·
Firecrawl 发布本地网页提取工具
Firecrawl Local 将网页正文提取、整站抓取和链接枚举打包为一个 Rust 程序,可通过本机接口接入工具和智能体。 11 月 18 日,Firecrawl 发布 Firecrawl Local。这个 Rust 程序可从网页提取 Markdown、抓取同站页面并枚举站点链接。本机进程提供 Firecrawl v2 API,也可通过 MCP 接入智能体。项目仓库采用 GNU AGPL v3。 仓库文档显示,常规网页获取和正文清理在本机运行,无需另外启动数据库、任务队列或容器。
- 资讯·
Google·
Google AI Ultra 加入家庭影音权益
适用地区的新旧 Ultra 用户可获 YouTube Premium Family,家庭管理员及同住条件仍适用。 Google One 团队 11 月 18 日公告,将适用地区新老 Google AI Ultra 会员的 YouTube Premium 权益升级为家庭方案,不额外收取该项升级费用。Google One 公告 家庭方案可让最多另外五名同住成员使用 YouTube 和 YouTube Music 的无广告、后台播放及离线下载权益。Google 表示,已有适用会员会自动升级。
- 资讯·
GitHub·
KnowMe 更新论文雷达与独立 CLI
Chrome 扩展与 CLI 的版本进度不同,公开 CLI 提供离线排序和 JSONL 示例。 KnowMe 项目截至 11 月 18 日的说明显示,论文雷达 Chrome 扩展 1.2.6 已发布,1.2.7 已提交审核;独立 CLI 1.2.7 已可下载。GitHub 项目说明 工具按研究方向、日期和排除项整理 arXiv 论文,并展示来源及评分构成。公开 CLI 需要 Node.js 22.13 或更新版本,包含离线排名和 JSONL 转 RAG 文档示例,不包含图导出及引用更新命令。
- 资讯·
Slow Chronicle·
开发者分享语言模型辅助逆向分析流程
作者介绍通过反编译工具、持续笔记及可证伪假设引导智能体;这是个人工作流分享,没有独立对照性能结论。 开发者 ioma8 于 11 月 18 日在 Slow Chronicle 分享语言模型辅助逆向分析的个人工作流,介绍如何把反编译工具、分析记录和实验反馈接入智能体会话。作者原文 文章讨论 Ghidra 与 MCP 桥接、其他命令行分析工具,以及在任务推进中持续记录结构和发现的方法。当智能体陷入重复尝试时,作者主张把假设写成表格,设计可检验的实验并记录结果。
- 资讯·
Mercury·
Mercury Books 通过 MCP 和 API 开放账簿操作
18 日更新加入 Books 连接;具备订阅和权限的用户可查询报表及修改分录,写入会立即生效,连接按单一组织授权。 Mercury 在 11 月 18 日版本更新中加入 Books MCP 和 API 连接,让 Claude、ChatGPT、Cursor 等工具查询和操作账簿。Mercury 更新记录 官方帮助页列出交易归类、会计科目、日记账、账单和报表等能力。与只读查询不同,获得写权限的连接可直接修改账簿,变更会立即生效,不另经过内置批准步骤。
- 资讯·
MIND·
MIND 扩展 Copilot 与微软365数据保护集成
公司称相关集成已正式可用,通过 Graph、敏感度标签及 Windows 端代理,对受支持的 Copilot 和协作场景执行数据保护策略。 MIND 于 11 月 18 日公布其 Microsoft Copilot 与 Microsoft 365 数据保护集成,称相关能力已正式可用。MIND 官方发布 公司介绍,通过 Microsoft Graph API 发现和分类 Teams、SharePoint、OneDrive 等环境中的数据,读取或应用 Purview 敏感度标签;Windows 端代理则用于支持的 Copilot 桌面、365 和 Edge 场景。
- 资讯·
Hugging Face·
开发者展示 SSD 流式加载 MoE 模型实验
实验在32GB Mac 上运行180B级模型,将专家权重留在 SSD、按需读入缓存;相关 Transformers 改动仍是未合并的概念验证。 开发者 Tarek Ziadé 于 11 月 18 日在 Hugging Face 博客中分享实验:通过 SSD 流式加载,在配备 32GB 统一内存的 MacBook M5 上运行 Qwen3.8-Flash-Next。Hugging Face 实验介绍 方案只把当前路由选中的 MoE 专家载入有限缓存,专家权重及 n-gram 表仍需存放在磁盘,并结合量化和 Metal 内核。32GB 指设备内存,并非完整权重和磁盘占用。
- 资讯·
OpenAI·
ChatGPT 会计工作流连接现有财务工具
Accounting 插件提供发票、对账和报告工作流,连接 QuickBooks、Xero 等工具;实际写入和结果仍需依现有权限及人工复核。 OpenAI 的 ChatGPT for Accounting 页面介绍了 Accounting 插件及配套财务工具连接;Xero 于 11 月 18 日宣布扩展其集成,支持在这一工作流中开始月末复核及客户组合分析。OpenAI 产品说明 页面列出 QuickBooks、Xero、BILL、FreshBooks、NetSuite 等工具。
- 资讯·
OpenAI·
OpenAI 披露芯片电路优化与评测进展
研究介绍模型改写 RTL 电路、辅助 Jalapeño 与 AMD 设计优化的结果,并说明 RISC-V 评测距离量产验证的限制。 OpenAI 于 11 月 18 日公布芯片设计研究进展,介绍其模型如何改写描述电路的 SystemVerilog RTL,并利用电子设计自动化工具检查功能及功耗、性能和面积方面的取舍。OpenAI 研究介绍 公司称,这种方式已用于自研推理芯片 Jalapeño 的部分计算单元,并与 AMD 合作优化其旗舰 GPU、下一代 CPU 的关键电路模块。文中结果属于双方合作及 OpenAI 的自述,不代表整颗芯片获得同一幅度的性能提升。
- 资讯·
OpenAI·
OpenAI 与费加罗集团达成新闻内容合作
合作覆盖当期报道与历史内容,ChatGPT 将以摘要、节选和原文链接呈现;费加罗集团还计划在内部团队使用 ChatGPT Enterprise。 OpenAI 与法国费加罗集团于 11 月 18 日宣布战略合作,让《费加罗报》及关联出版物的新闻内容更容易在 ChatGPT 中被发现。OpenAI 公告 合作涵盖当期报道和历史内容,涉及新闻、商业、文化和生活方式等领域。相关内容将通过摘要和节选呈现,并附有底层报道的原文链接。
- 资讯·
OpenAI·
OpenAI 披露研究智能体的能力差异
内部估计显示,智能体完成部分长任务的比例提高,但各类任务表现不同,人类仍参与研究过程。 OpenAI 于 11 月 18 日发布研究加速报告,补充公司内部编码智能体的使用、任务表现和工作流程数据。OpenAI 研究报告 报告估计,3 月至 10 月,原需人类两至四小时完成的任务中,智能体无人工介入成功率从 23% 升至 46%;四至八小时任务从 13% 升至 35%。公司同时指出,研究人员选择委派的任务也会改变,变化不能只归于模型进步。
- 资讯·
OpenAI·
OpenAI 披露住友人寿企业 AI 应用案例
案例回顾从小规模试点到 Enterprise 的采用过程,涉及风险分析代码草稿、资料研究和管理层提案。 OpenAI 于 11 月 18 日公布住友人寿使用 ChatGPT Enterprise 的客户案例,介绍投资和规划团队的工作方式。OpenAI 客户案例 案例称,公司 2025 年先由约 100 至 150 人试用 ChatGPT Business,2026 年 6 月转向 Enterprise。投资团队用它起草风险分析代码,规划团队整理海外保险业资料,并结合一手信息准备提案。
- 资讯·
Perplexity·
Perplexity Brain 可自动更新个人技能
Computer 用历史任务生成和更新可复用的个人技能。美国 Max 订阅用户已可使用,每个用户最多保留 10 项自动创建的技能。 11 月 18 日,Perplexity 介绍了 Computer 智能体的新能力。个性化系统 Brain 可以从用户的历史任务中总结反复出现的操作,把它们写成个人技能,并根据后续任务的表现提出修改。后续任务可以加载这些指令,底层模型权重保持原样。 Perplexity 表示,新建个人技能需要至少两次独立出现的相同行为作为依据,每名用户最多保留 10 项自动创建的技能。共享的内置技能走另一套流程,候选修改需通过对照回放和内部人工审核。
- 资讯·
Perplexity·
Perplexity 扩展手机端 Teammates 语音
Max 用户可在 iOS 和 Android 上语音委派、查看进度或调整持续任务,工具访问仍由连接配置决定。 Perplexity 于 11 月 18 日介绍 Teammates 移动端语音模式,面向 iOS 和 Android 的 Max 订阅用户。Perplexity 官方介绍 用户可通过通话按钮启动项目,也可再次通话获取进展或调整计划。智能体利用已连接应用继续工作,需要决策时发送通知,用户可口头回应或打开线程查看结果。
- 资讯·
Pika·
Pika 展示可实时导演的视频研究预览
Enact 在视频生成过程中接收场景、角色与镜头指令;当前为研究预览,尚不向消费者提供。 Pika 公开介绍 Enact,一种基于 Pika H3 Flex 的实验性实时视频环境。当前页面日期为 11 月 18 日,所示能力仍处于研究预览。Pika 研究介绍 三个交互方向包括拖动场景中的人物或物体、用文字或语音指导角色,以及在播放中的场景里控制镜头。系统分块生成画面与声音,并将新的指令纳入持续生成过程。
- 开源·
Hugging Face·
Reson8 开放 Rumble-2-Flash 语音模型权重
约5亿参数的语音识别模型以 Apache 2.0 许可开放,支持40多种语言;托管 Flash API 的能力范围仍有区别。 Reson8 在 11 月 18 日的 Hugging Face 博文中宣布,开放 Rumble-2-Flash 语音识别模型权重,采用 Apache 2.0 许可。Hugging Face 发布介绍 该模型约有 5 亿参数,覆盖 40 多种语言,基于 Qwen3-ASR 架构,由更大的 Rumble-2 蒸馏而来。
- 资讯·
Snap Inc.·
Snap 将 AR 镜头制作接入 AI 编码助手
Easy Lens CLI 支持通过 Claude Code、Codex、Cursor 等助手制作与测试镜头;免费工具仍需 Snapchat 账号及内容审核。 Snap 于 11 月 18 日发布 Easy Lens CLI,让开发者在已有 AI 编码助手中创建 Snapchat AR 镜头。公司称工具现已提供,拥有 Snapchat 账号即可免费使用。Snap 公告 助手可调用 AR 组件和素材生成能力,构建镜头、生成预览,并将版本发送至手机测试;同一工作会话也支持提交发布及查看表现。Snap 列出 Claude Code、Codex 和 Cursor 等使用场景。




















