Mac 版 Perplexity Computer 新增端侧模式，要求 36GB 统一内存
Mac 版 Perplexity Computer 新增端侧模式，支持 Qwen 3.6 和 PPLX Pro，可在设备端独立运行任务并访问本地文件，面向 Pro、Max 和 Enterprise 订阅用户开放，最低配置需 Apple 芯片和 36GB 统一内存。
#多模态
IT之家AI 评分4545 IT之家AI 评分4343 2027款极狐阿尔法S5/T5双车10月23日上市：驾趣、续航、智驾再升级
极狐阿尔法S5与T5将于10月23日上市，S5提供纯电与增程双动力，T5升级后驱布局、800V平台及车顶激光雷达。T5纯电版CLTC续航601公里和680公里，标配神行5C超充，15分钟补能500公里。
TechCrunch · AIAI 评分4242 Yelp 推出 Check for Me 功能，AI 代理代用户查询餐厅等位时间
Yelp 在应用中新增 Check for Me 功能，AI 代理可代用户致电餐厅查询等位时间并短信反馈结果。该功能支持用户输入人数和电话号码，此前 Yelp 已为商家提供语音解决方案。同时，Yelp 更新 AI 助手，集成 OpenTable 预订、个性化偏好记忆及 30 天聊天历史记录，并推出付费客服工具 Smart Lead Reply，月费 30 美元。
IT之家AI 评分6565 小米 MiMo-V2.6-Pro 正式上线 WorkBuddy，支持 1M 超长上下文多智能体分工协作
小米技术官方宣布 Xiaomi MiMo-V2.6-Pro 正式上线 WorkBuddy，该模型在 Artificial Analysis 智能指数为 46 分，全球开源第一，支持 1M 超长上下文和多智能体分工协作，具备图像、视频、音频、文本全模态联合理解能力。
HuggingFace Daily PapersAI 评分3535 Token-Set 选择干扰 POPE：VLM 幻觉评估中 Yes/No 提取的系统审计
研究发现 LLaVA-1.5-7B 在 POPE 基准上的 F1 分数受 token 读取方式影响，使用 8 个 token 查询时 adversarial 分数达 0.8713，比原方法高 6.13 点。该干扰效应跨四个 VLM 和三个分词器家族普遍存在， tokenizer 派生的读取方式能保持 0.80-0.92 的 F1 分数。
IT之家AI 评分6565 OpenXR 标准新增“空间容器”特性：支持 XR 应用在场景中多任务运行
Khronos Group 宣布推出 OpenXR 标准的“空间容器”特性，允许应用在 XR 环境中以类似传统桌面窗口的方式展示内容，支持有界和沉浸式两种运行模式。该特性已完成批准并正式发布，预计从今年起各平台将陆续实现，但具体支持取决于各厂商的实现进度。
财联社电报AI 评分3232 特斯拉与支付宝签署车载助手项目合作协议
特斯拉中国车机系统将上线支付宝车载助手智慧停车服务。双方已签署车载助手项目合作协议。
财联社电报AI 评分3030 谷歌公共部门推出面向政府服务的 Gemini
谷歌公共部门推出面向政府服务的 Gemini。该服务未公开具体版本号、参数规模或价格。
IT之家AI 评分3535 阿维塔 T09 旗舰 SUV 官宣搭载双百万像素全彩投影大灯
阿维塔科技宣布旗下 T09 旗舰 SUV 将搭载双百万像素全彩投影大灯，配备晶钻阵列灯组。该配置此前由全新一代问界 M9 首发推出。T09 为插电式混合动力车型，提供两种动力版本，轴距 3150mm，额定载客 6 人。
IT之家AI 评分3535 X 平台调整推荐算法：更侧重用户停留时长和贴文完读率
X 平台主页“时间线”推荐算法引入全新 AI 排序模型，优化用户停留时长预测，优先推荐完读率高的贴文。系统将用户与贴文转换为向量，从未关注账号中筛选相似内容。
钛媒体AI 评分3535 年轻人花钱定制AI人设指令成小众生意
年轻人通过社交平台购买AI角色扮演指令，价格普遍在5-8元，定制服务包括角色背景、性格设定和剧情设计。DeepSeek、豆包等模型被用于生成互动体验，但市场存在设定同质化和原创争议。这一玩法延伸了OC圈（原创角色）的创作生态，但商业模式仍处低客单价阶段。
量子位精选AI 评分7777 Meshy推出Meshy Edit：基于全新自研AI模型，一句指令实现3D模型局部编辑
Meshy发布局部编辑功能Meshy Edit，基于全新自研AI模型，用户圈选3D模型区域后用一句话描述改动，约一分钟生成新模型，未选中区域保持原样。该功能已向全部注册用户开放，每次编辑消耗20积分。
推荐理由：圈选区域加一句话描述就能修改3D模型，把专业建模门槛降到分钟级，但精度与成本控制仍是关键。
IT之家AI 评分6565 鸿蒙智行享界 V8 官宣全系标配 ±12° 后轮转向
鸿蒙智行享界汽车宣布享界 V8 全系标配 ±12° 后轮转向，5.3 米大 MPV 转弯半径仅 5.09 米。该车是鸿蒙智行旗下享界品牌首款 MPV，提供纯电与增程两种动力形式，全系标配 800V 高压平台和华为乾崑智驾系统，官方预售价 32.98 万元起。
IT之家AI 评分4545 思科总裁用 AI 智能体盘点并取消无用订阅服务，一年省下上千美元
思科总裁吉图・帕特尔使用 AI 智能体分析邮箱订阅，发现年支出 9,000 美元后取消两项服务，每年节省 1,000-1,200 美元。该智能体还帮助他取消冗余的 Dropbox 订阅，每月节省 11.95 美元。帕特尔每月支付 20 美元订阅费，强调企业需限制个人 AI 智能体访问工作资源。
IT之家AI 评分3535 荣耀 Magic6 系列「AI 随心握」功能推送，升级至 110 版本可体验
荣耀 Magic6 系列手机「AI 随心握」功能已推送，升级至 MagicOS 11.0.0.110 版本即可体验。该功能通过陀螺仪、重力感应和边框触控传感器，结合端侧 AI 算法判断握持手侧，实现来电按钮自动偏移。目前支持 Magic6 系列等机型，更多适配中。
HuggingFace Daily Papers精选AI 评分6565 Text-to-Image Generative Modeling Without Language Pretraining
研究团队提出Halcyon模型，一种完全从头开始训练的早期融合多模态自回归模型，在GPIC数据集上预训练。Halcyon-0.52B和Halcyon-1.6B模型在文本到图像生成任务上分别以更少的预训练计算量超越了现有模型，实验表明文本预训练对T2I生成没有明显帮助。代码和模型已公开。
推荐理由：Halcyon模型证明无需大规模语言预训练也能实现高质量文本到图像生成，挑战了当前主流技术范式。
IT之家AI 评分6565 OpenAI 上线 ChatGPT Slides 幻灯片工具，支持团队协作编辑
OpenAI 在 ChatGPT 中上线了 Slides 幻灯片工具，用户可基于对话内容、上传文件或大纲生成演示文稿，支持团队实时协同编辑和导出 PowerPoint、Google Slides 等格式。该功能目前仅面向 Pro、Business 和 Enterprise 套餐用户开放。
Latent SpaceAI 评分3232 Latent Space 发布 DeepSeek V4.1 Flash 1017 等模型动态
DeepSeek V4.1 Flash 1017 以 552B 总参数/16B 活跃 MoE 架构成为开源价值领导者，AA 智能指数升至 45，在 Code Arena WebDev 中排名 #12 开源模型。MiniMax M3.1 Flash 和 Mercury 3 同期发布，前者定价 $0.15/$0.60 per M tokens，后者被称最强扩散 LLM。
HuggingFace Daily PapersAI 评分4040 混合架构中的竞争学习研究
研究发现混合架构中线性时间递归与softmax注意力存在竞争学习现象，递归层更快学习检索功能导致注意力层失效。通过在训练中途停止递归层更新，可提升注意力层检索能力，该方法在1B参数模型上显著降低语言建模损失并提升常识推理与检索任务表现。
HuggingFace Daily PapersAI 评分3535 Manga2Animate: 一个基于智能体的漫画动画生成框架
Manga2Animate 通过多智能体框架将漫画转化为忠实于原作的动画，生成动画脚本和分镜并双重审核，实验和用户研究显示其比现有方法更忠实且一致。
HuggingFace Daily PapersAI 评分4545 Holi-World: 从人类自我经验构建整体世界智能
Holi-World 引入集成生态系统，连接经验捕获、世界表示和自动数据构建，通过 HOLIWORLD-Founday 构建约 100 个场景的世界记录。HOLIWORLD-VL-4B 在 ScanNet、Aria Digital Twin 等数据集上展现静态感知和动态跟踪性能，训练后时空推理能力在 HOLIWORLD-Bench 和 EgoDynamic4D 上显著提升。
HuggingFace Daily PapersAI 评分4545 BrainLoRA：参数高效微调实现百亿参数多模态模型脑编码适配
BrainLoRA 通过 LoRA 和轻量读出层微调多模态主干模型，在 Algonauts 2025 Challenge 上刷新 Qwen3-Omni 脑编码性能纪录。该方法利用因果结构单次预测多时间点，将 104B 参数模型适配成本降至最低，并支持 200+ 模型集成训练。
HuggingFace Daily PapersAI 评分4545 InfiniDream: 通过程序化生成实现开放式的逼真 3D 世界
InfiniDream 是一个 VLM 驱动的开放式程序化 3D 世界生成框架，通过符号约束资产生成和端到端文本到世界管道，支持创建新型逼真资产和大规模 3D 场景。在 100 个对象和 20 个场景生成任务中，该框架在四个感知指标上表现更优，并通过多样性分析和人类偏好评估验证有效性。
HuggingFace Daily Papers精选AI 评分7575 OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用
研究者提出OpenVLHarness框架，结合能力层和持久多模态记忆，在22个基准测试上提升9.7-12.6分，相比无工具基线显著提高性能，同时降低模型token成本最多37%。
推荐理由：通过工具使用和持久多模态记忆提升视觉推理，9.7-12.6分的提升证明外部知识整合的价值。
开源中国AI 评分7575 MiniMax M3.1 Flash 更新：Computer Use 国产第一，成本降 70%
MiniMax 正式发布 M3.1 Flash 更新，此前在社区匿名处理超过 200T Token 的 Space Bunny 正是该模型的早期版本。新一代 Flash 模型主打 Agent 能力，在 Agentic 任务、编程、Computer Use 和网络安全方面实现代际提升，线上推理速度提升近 3 倍，使用成本降低 70%。
arXiv · cs.RO精选AI 评分7070 GPT-6 Astra 是一种接触密集操作的原生视觉触觉策略
研究表明 GPT-6 Astra 能够直接解释基于视觉的触觉图像并利用其接触线索进行操作，在19个模拟任务中达到93.8%的平均成功率，超过专业基线22.9个百分点。视觉触觉输入下表现优异，纯视觉性能也领先于基线，轨迹分析显示其具有主动探测、谨慎抓取等能力。
推荐理由：GPT-6 Astra 直接解读视觉触觉图像并用于操作，挑战了专业策略在接触密集任务中的垄断地位。
arXiv · cs.ROAI 评分4545 CoopUQ: 通过不确定性感知协同预测实现多机器人鲁棒社交导航
研究提出 CoopUQ 框架，通过跨机器人时空特征融合预测未来占用网格地图，并利用预测结果及不确定性引导多机器人强化学习决策，在遮挡和分布外场景下提升安全性和鲁棒性。实验显示该框架在 Unity3D 模拟环境和真实机器人测试中均优于基准方法。代码和视频已公开。
HuggingFace Daily PapersAI 评分5555 EgoXperience: 从人类经验学习基于世界中心的第一人称表示
研究人员提出EgoXperience，一个全栈范式，通过数据收集、自动标注、统一建模和基准测试解决第一人称视频中人类活动重建的一致性问题。该研究包含EgoX-Engine自动标注引擎、EgoX-Data-6M数据集和EgoX模型，在单目第一人称视频输入下实现了相机、场景、手部和物体的联合度量重建，实验显示在场景估计和世界空间手-物体姿态恢复方面达到SOTA性能。
钛媒体AI 评分7575 DeepSeek发布V4.1-Flash-1017模型，强调工程能力与具身智能布局
DeepSeek发布DeepSeek-V4.1-Flash-1017版本，通过基于自反馈的强化学习提升从零构建完整项目的能力，在SWE v1.1和Terminal-Bench 4.0评测中表现优异。同时，DeepSeek在具身智能领域进行多笔投资，包括宇树科技、Winverse AI和逐际动力，加速从数字世界向物理世界延伸的战略布局。
IT之家AI 评分4343 2027款长安启源Q07天枢领航版上市，限时权益价12.98万元起
长安启源推出2027款Q07天枢领航版，215激光尊享型限时权益价12.98万元起，全系标配激光雷达、天枢领航Pro及宁德时代电池。新车搭载地平线征程6M芯片，支持城市领航辅助，馈电油耗低至3.9L/100km。
量子位AI 评分6565 Claude新模型曝光：能跳出思维定势，修Bug治标又治本
Claude新模型被曝光，在推理和直觉方面表现更好，能跳出思维定势，修复bug时能识别根本问题并一并处理。同时，谷歌Gemini 4 Carbon和OpenAI GPT-6.1 Terra也即将发布，AI圈新模型发布速度加快。
IT之家AI 评分2525 东风日产 NX7 官宣即将登场，号称“年轻人的智能零压 SUV”
东风日产宣布 NX7 即将登场，定位为年轻人的智能零压 SUV。新车尺寸 4785×1932×1665mm，轴距 2815mm，搭载 40.9 度宁德时代电池，配备激光雷达支持城市 NOA 功能。三款轮毂均经空气动力学优化，可降低高速风噪与风阻。
IT之家AI 评分7373 蚂蚁百灵开源 Ming-3.0 语音系列模型
蚂蚁百灵今日开源 Ming-3.0 语音系列，包含语音合成、音频理解与对话、语音识别三个系列共五款模型。Ming-3.0-tts 系列支持文字描述音色和导演模式说明表演方式，Ming-3.0-audio-flash/tiny 可直接处理长音频转写、总结和分析，Ming-3.0-asr-tiny 通过高质量语料提升语音识别效果。这些模型已在蚂蚁内部多个业务场景落地应用。
雷锋网AI 评分4242 华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
华中师范大学提出 CoReFuse-Med，通过浅层净化和深层模态偏置校正提升多模态医学图像分割性能，在 EPVS 数据集上 DSC 达 0.7326，优于 MedNeXt 的 0.7085。模型采用 LACE+IMSH+MBCF 三模块架构，参数量仅 2.665M，有效解决低分辨率模态污染问题。
IT之家AI 评分3030 MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%
稀宇科技宣布 MiniMax M3.1 Flash 模型正式上线，推理速度提升近 3 倍，使用成本降低 70%。该模型在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现代际提升，已上线 MiniMax API、MPlan 及 MiniMax Code，稍后将开放权重。
IT之家AI 评分3030 苹果扩展 HomePod 音乐律动灯效支持至第二代 HomePod 和初代 HomePod mini
苹果在 HomePod Software 27.2 RC 更新中扩展 Sound Glow 功能，支持第二代 HomePod 和初代 HomePod mini，顶部发光区域随音乐节奏变色并呈现专辑封面配色。用户需更新至 27.2 版本后通过 Home 应用开启，与 Apple TV 配对时可控制中心切换光效。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker JumpStart 2026 年度回顾
Amazon SageMaker JumpStart 在 2026 年 1-9 月新增 100 多个模型，覆盖 30 家提供商，包括阿里巴巴 Qwen 3.8-27B、NVIDIA Cosmos3 和 Mistral Ministral-3 等。平台支持一键部署、模型微调及多模态处理，涵盖文本、视觉、语音生成能力。
华尔街见闻AI 评分6565 Anthropic正开发Fable 5.5新模型，主打意图推断能力
据报道，Anthropic正在开发一款能够主动推断用户模糊指令背后真实意图的新模型，在指令不完整时仍能推断用户目标，展现出更强推理能力和创造性问题解决能力。该模型可能改变用户与AI助手的交互方式，用户不再需要精心设计提示词。
HuggingFace Daily PapersAI 评分3535 Answering in the User's Variety: Calibrated Accommodation Pairs for Post-Training
研究发现，主流模型在微调和偏好优化后仍倾向于标准化回复，对非标准英语方言匹配不足。作者提出校准适配对（CAP）数据集，能在保持标准英语用户回复质量的同时提升方言匹配能力，且不影响指令遵循效果。
HuggingFace Daily PapersAI 评分5555 StreamEval: 评估交互式流式视频生成模型
StreamEval 是一个统一的交互式流式视频生成基准，涵盖五个任务：头像对话、头像表演、世界生成、指令编辑和参考编辑。该基准包含300个测试用例，通过四个维度评估模型性能：任务执行、状态一致性、视觉保真度和视听协调。评估37个模型后发现，高视觉质量和身份保留并不一定可靠的任务执行或持续的状态一致性。