Code2Video-Compass: 通用代码生成视频评测基准
Code2Video-Compass 发布，涵盖 T2V/I2V/V2V 三类视频生成，包含 2,104 项任务和 17 项评测指标。评测显示 15 个 MLLM 在高复杂度任务中表现下降，需提升视频质量与指令对齐能力。
#多模态
HuggingFace Daily PapersAI 评分4040 HuggingFace Daily PapersAI 评分4545 扩散语言模型智能体间的隐藏消息：潜在通信的因果证据
扩散语言模型智能体通过连续状态传递隐藏消息，接收方利用消息内容影响任务表现。在 Tiny-A2D 和 Dream-7B 任务中，移除消息导致性能下降 63.6 和 100.0 点，错误消息使 QASC 准确率从 80.8% 降至 46.8%。单次晚时间传输达 87.8%，优于四次交换。
HuggingFace Daily PapersAI 评分4545 Qwen-Audio-3.1-ASR 技术报告
Qwen-Audio-3.1-ASR 是基于 Qwen-Audio-3.0-ASR 的音频语言模型家族，支持 30 种语言和 16 种中文方言，新增说话人分段转录和通用音频理解能力。该模型提供异步文件转录、低延迟流式传输等部署变体，并在传统 ASR、多语言及方言语音等任务中通过评测验证性能。
HuggingFace Daily PapersAI 评分4040 StyleStream 2.0: 快速可控的流式语音风格转换
StyleStream 2.0 将端到端延迟降至 520ms，较前代提升 2 倍速度，同时保持转换质量。该模型通过紧凑的风格嵌入和文本条件流匹配模型，支持基于文本的语音设计和指令式语音编辑。实验显示其在目标风格保真度上达到最优，同时保持可懂度和未编辑属性保真度竞争力。
IT之家AI 评分2525 苹果 iOS / iPadOS 27.2 RC 发布：Siri AI 再添 5 种语言、Apple Music 启用新视觉
苹果向 iPhone 和 iPad 用户推送 iOS/iPadOS 27.2 RC 更新，Siri AI 新增 5 种语言支持，Apple Music 启用全新视觉界面。本次更新内部版本号为 24B115，距离上次 Beta/RC 版发布间隔 6 天。
IT之家AI 评分2525 苹果 macOS 27.2 RC 发布：扩展 Siri AI 语言，更新亮度 / 音量滑块等
苹果向 Mac 用户推送 macOS 27.2 RC 更新（内部版本号 26B118），距离上次 Beta/RC 间隔 6 天。本次更新扩展了 Siri AI 语言支持，并优化了亮度与音量滑块功能。
The DecoderAI 评分7575 Kling AI发布4.0版本，增加立体声音频和多语言口型同步
Kling AI发布4.0版本，支持30秒单次视频生成、10关键帧控制和8000 token提示理解。新增立体声音频、多语言口型同步功能，并推出轻量级Flash变体。与竞品对比显示逻辑镜头序列、物理效果和对话自然度仍有提升空间。
The DecoderAI 评分7373 MiniMax发布M3.1 Flash推理模型，成本降低一半
MiniMax发布M3.1 Flash推理模型，在Artificial Analysis Intelligence Index上得分42，比前代M3提高13分，同时成本降低一半。
AWS Machine Learning Blog精选AI 评分6565 TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线
TwelveLabs Pegasus 1.5 视频语言模型现已登陆 Amazon Bedrock，可将长视频转化为带时间戳的结构化元数据。新版本支持基于时间的元数据生成、多模态提示（结合文本和参考图像）以及即时处理，无需预索引即可分析长达两小时的视频。用户可直接从 Amazon S3 URI 或 base64 字符串发送视频，数据保持在 AWS 数据边界内。
推荐理由：视频语言模型Pegasus 1.5在Amazon Bedrock上线，将长视频转化为结构化元数据，无需预索引即可处理两小时视频。
IT之家AI 评分7575 谷歌研究团队发布论文：四个Gemini 4 Argon智能体成功自主通关《我的世界》
谷歌研究人员使用四个Gemini 4 Argon智能体成功在《我的世界》中击败末影龙，耗时27小时。智能体通过游戏内聊天框互相协调，自行规划任务，发送229条消息，运行2783个程序，死亡605次，使用13.5亿个输入Token，成本约1,620美元。
IT之家AI 评分4545 微信发起公众号小说改编短剧激励活动：作者承制方各享 5% 额外收益，上不封顶
微信开放平台与视频号团队联合发起公众号小说改编微短剧激励活动，首期选出 10 部作品，作者与承制方可各获改编短剧在微信生态优先发行期收入的额外 5% 现金激励，上不封顶。激励收入范围为绿泡泡短剧小程序和视频号端原生短剧在优先发行前 30 天的变现收入。
IT之家AI 评分2020 深蓝 S05 新增智能生态仪表屏：4.39 英寸 OLED 显示行车信息
深蓝汽车为全新 S05 增配 4.39 英寸 OLED 智能生态仪表屏，此前仅提供 AR-HUD 抬头显示。新车于今年 8 月上市，售价 11.99-15.19 万元，限时优惠 11.59-14.49 万元，提供纯电和增程两种动力选择。
IT之家AI 评分4545 苹果研发室内摄像头 J450，依靠 AI 分析环境
苹果正在研发室内摄像头 J450，通过 AI 分析环境并提供文字描述，支持人脸识别和红外传感器，预计明年推出。该产品注重隐私保护，不录制私密场景，不属于 Home Collection 系列。
Google新闻·Humanoid+Embodied(英)AI 评分1515 情感图像可预测灾难照片传播，新 AI 模型揭示规律
新 AI 模型通过分析情感图像预测灾难照片传播规律。该模型能识别图像中的情感特征，帮助理解信息扩散机制。研究为灾难信息传播管理提供新工具。
IT之家同事件AI 评分8080 MiniMax M3.1 Flash 模型上线：速度提升3倍，价格降低70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，此前以匿名身份处理的 Space Bunny 正是该模型的早期版本。新模型在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现代际提升，线上推理速度提升近3倍，使用成本降低70%。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
钛媒体AI 评分6565 Muse与Dot个人Agent在中国互联网环境实测对比
作者实测对比了Muse和Dot两款个人Agent在中国互联网环境下的表现，包括日程管理、邮件处理、社交媒体发帖、餐厅推荐、商品挑选和账本制作等任务。Muse在手机端日常任务中表现更流畅，而Dot在复杂任务如共享账本制作上更具优势。两者都依赖云端电脑处理无直接权限的任务，但登录验证和操作延迟仍是主要痛点。
IEEE Spectrum · AIAI 评分3535 边缘 AI 如何助力智慧城市实现认知行动
IEEE Spectrum 发布白皮书，阐述边缘 AI 如何让城市基础设施从被动监控转向实时感知、推理和行动。该技术通过分层边缘架构支持低延迟决策、数据主权和降低云依赖，应用于公共安全、交通和基础设施管理。
IT之家AI 评分3535 华为官宣全新理想 i9 支持 HUAWEI HiCar：上车无感互联，手机镜像支持宽 / 窄幅模式自由切换
华为宣布全新理想 i9 支持 HUAWEI HiCar 手车互联，实现上车无感互联，导航、音乐及常用应用可轻松流转，手机镜像支持宽幅/窄幅模式自由切换。
IT之家AI 评分3535 Arena 公布 2026 年第 42 周 AI 大模型周榜：国产模型多领域站稳中上游，kimi-k3-max 杀入代码榜前十
Arena 发布 2026 年第 42 周 AI 大模型盲测排名，kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20。国产模型在综合榜、代码榜和前端开发榜多个细分榜单保持中上游位置，gemini-4-argon-high 以 1562 分蝉联代码榜榜首。
IT之家AI 评分6565 东风猛士X700车型10月25日上市：华为乾崑智驾+鸿蒙座舱
东风猛士X700将于10月25日正式上市，推出3款车型，预售价24.98万元起。该车搭载华为乾崑智驾ADS 5及鸿蒙座舱HarmonySpace 6，配备896线激光雷达，支持高速NOA、城市NOA等功能，提供增程版和插混版两种动力选择。
IT之家AI 评分3535 微信鸿蒙版 App 8.0.22.44 邀测升级：接入 A2A 能力，支持语音唤醒小艺发送消息
微信鸿蒙版 App 8.0.22.44 版本邀测升级，新增语音唤醒小艺发送消息功能（仅限联系人）。更新内容包含个人资料发票抬头、聊天界面时间切换、服务号通知管理优化、群聊演示功能等，测试时间为 2026/10/16-2026/11/15。
IT之家AI 评分4343 魏牌高山 8 HEV 开启预订，27.58 万元起
魏牌高山 8 HEV 智能豪华四驱 MPV 开启预订，27.58 万元起，搭载 Coffee Pilot 3 辅助驾驶系统，配备 27 个高精传感器与 200TOPS 算力。新车采用 2.0T 混动系统，系统最大功率 322kW，WLTC 综合油耗 6.92L/100km，提供三电终身质保。
IT之家AI 评分2727 六小龄童谈孙悟空、林黛玉 AI 魔改“圣黛 CP”：创意很好玩，但改编不能逾越政策法规和观众红线
六小龄童评价“圣黛 CP”创意有意义，播放量达 50 亿，推动传统文化传承创新。他强调改编需忠于原著，不能逾越政策法规和观众红线。该组合基于《西游记》与《红楼梦》的“石头”意象衍生，AI 工具助力内容爆发。
IT之家AI 评分4545 豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理
豆包公关负责人刘星称字节总算力中仅约 10% 用于视频生成模型的训练和推理，反驳“国内超一半算力在造爽剧”的说法。中文在线披露数据显示，国内 AI Token 消耗 55% 用于短剧和视频生成，24% 用于电商广告，研发仅占 15%。
IT之家AI 评分4545 “货轮在霍尔木兹海峡起火沉没，海面漂满 iPhone”视频系 AI 编造
近日一段“货轮在霍尔木兹海峡起火沉没，海面漂满 iPhone”视频在社交平台获超 8000 万次观看，事实核查显示视频由 AI 生成。新加坡海事及港务管理局证实，一艘货轮 10 月 13 日在霍尔木兹海峡遭不明飞行物袭击后沉没，21 名船员安全撤离。虚假视频来自 Instagram 账号“Nativora”，创作者标注为“AI Content”。
华尔街见闻精选AI 评分7575 手机端侧模型参数规模快速膨胀，30B MoE模型开始落地
短短一个月内，30B级端侧模型接连亮相，高通、vivo、面壁智能等厂商成功将大模型部署在手机平台上。MoE技术让模型总参数与单次推理计算量解耦，使手机有机会运行更大规模模型，但模型容量扩大与手机内存、功耗增长不同步，带来技术押注的不确定性。
推荐理由：30B级MoE模型挤进手机，让规模定律首次在端侧落地，但硬件投入与实际收益的平衡仍是未知数。
IT之家AI 评分3030 DeepSeek API 上线网页搜索抓取功能，每 1000 次请求收费 5 元
DeepSeek API 新增 Search / Fetch 接口支持网页搜索和抓取，由自研搜索引擎驱动，将于 11 月 1 日起按每 1000 次成功请求 5 元收费。此前该接口调用未计费。
IT之家AI 评分7373 NPCTalk模组为《GTA 5》NPC实现实时无脚本语音对话
NPCTalk是一款开源AI模组工具，为《GTA 5》带来实时无脚本对话功能，玩家可直接与NPC对话，角色会使用AI克隆的原声回应。该系统结合英伟达Nemotron ASR、Qwen 3.8 27B模型和Fish Audio Drama 3等技术，响应时间约1.15-2.2秒，目前仅在《GTA 5》旧版单人模式中完成演示。
IT之家AI 评分8585 RFdiffusion3能从原子层面设计蛋白质并在实验中实现预期功能
RFdiffusion3是由华盛顿大学、牛津大学和英伟达等机构联合开发的AI系统，可按单个原子组合设计蛋白质与核酸，其设计的新蛋白质能在真实化学反应中实现预期功能。该系统基于扩散模型，最多可用14个原子表征单个氨基酸，在41组测试中有37组表现优于前代版本，生成速度提升约十倍。
财联社电报AI 评分7575 生成式AI能从原子层面设计蛋白质
科学家团队开发出新的生成式AI系统RFdiffusion3，能够直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统的10倍。
HuggingFace Daily PapersAI 评分5555 MMedAgent-Plus: 跨模态、任务和工作流的多模态医疗智能体扩展研究
研究团队提出MMedAgent-Plus，一种结合视觉语言规划器与18个领先专家模型的多模态医疗工具使用智能体，覆盖12个任务和8种模态。该智能体在单工具多轮、多工具多轮和多工具单轮设置中分别达到91.0%、98.1%和80.7%的工具调用准确率，最终答案准确率达0.98，匹配专用领先专家模型并超越最强基线(0.28)。
HuggingFace Daily PapersAI 评分4545 OpenDS-World：真实开放网络环境下的深度搜索评测基准
OpenDS-World 基准包含 200 项多模态任务，评测 12 个前沿模型在真实网络环境中的深度搜索能力，最佳模型准确率达 39.0%，人类评估为 21.1%。该基准通过独立人工验证确保证据有效性和答案唯一性，揭示模型在工具协调和长程搜索管理上的持续挑战。
HuggingFace Daily Papers精选AI 评分6565 ACE-Brain-0.6: 扩展空间感知以强化物理基础模型
研究人员开发了ACE-Brain-0.6模型，通过结合机器人操作记录和多样化视觉数据的数据流水线，在约150万样本上微调Qwen3.5-9B。该模型在七个公共空间定位基准中的四个上超越GPT-6 Astra，平均得分为75.41，比Astra的73.68更高。研究显示，通过多样化来源的可验证定位监督可增强开放9B模型的空间感知能力。
推荐理由：通过150万样本训练的9B模型在空间感知基准上超越GPT-6 Astra，验证了多样化数据对具身智能的强化作用。
HuggingFace Daily PapersAI 评分5555 PVBench：通过物体级物理测量量化视频生成中的物理合理性
研究团队发布PVBench基准，通过46个维度评估视频生成的物理合理性，涵盖几何、动力学、守恒定律等七个领域，包含600个提示词，30%涉及物理智能体。该基准结合专业视觉模型进行可验证的物理测量，并验证了自动指标与人类判断的一致性。
HuggingFace Daily PapersAI 评分4040 TRACE 框架实现住院风险预测多模态轨迹建模
TRACE 框架通过日级轨迹建模整合 EHR 数据、胸片和临床文本，在 MIMIC-IV 等 18 万住院样本的死亡率、住院时长和再入院预测中，九项任务均达最高 AUROC，八项任务最高 ACC。
HuggingFace Daily Papers精选AI 评分6565 Focused Omni-Modal GUI Agents 论文发布
研究团队提出 FocusGUI，一种轻量级适配器，能动态优先处理多模态输入，解决GUI智能体中的连续注意力分散问题。在四种多模态骨干模型上，平均将类型匹配度提高33.2，精确匹配度提高3.0倍，比现有最佳增强方法提高30.1。
推荐理由：FocusGUI 通过动态优先处理多模态输入，解决了GUI智能体中的连续注意力分散问题，显著提升了任务匹配度。
HuggingFace Daily PapersAI 评分4545 Draft Refinement Language Models (DRLMs) 提出并行推理新方法
DRLMs 使用单一去噪器并行生成和评估草稿，在 Countdown-5 达 44.4%、Sudoku-Extreme 达 93.9%，性能超越自回归和离散扩散基线模型。该方法通过单次前向传播计算空腔能量，无需额外评分模型即可完成复杂推理。
HuggingFace Daily Papers精选AI 评分7575 视觉语言模型的规模限制：逆规模效应研究
研究系统评估了19个来自四个不同模型家族的视觉语言模型，发现模型规模增大并不总是带来性能提升，在多图像空间推理、视觉感知和大学级STEM知识等领域存在逆规模效应，准确度差距最高超过20个百分点。
推荐理由：研究揭示了视觉语言模型在特定任务上存在逆规模效应，挑战了模型越大越好的普遍假设。
The DecoderAI 评分7575 Gemini 4 Argon 四个智能体自主完成 Minecraft 游戏挑战
Google DeepMind 团队使用四个 Gemini 4 Argon 智能体在没有人类干预的情况下首次自主完成了 Minecraft 游戏，击败了末影龙。这些智能体在随机生成的世界中自主分工、相互警告威胁、从已死亡队友处回收物品，并在共享记忆中记录错误。整个过程耗时27小时14分钟，共编写了2,783个JavaScript程序，交换了229条聊天消息，死亡605次，总成本为1,620美元。
IT之家AI 评分4545 世界银行：小型 AI 有望改变发展中国家
世界银行敦促发展中国家开发可在手机等设备端侧运行的小型 AI 模型，帮助新兴经济体加速发展。印度农民已通过 AgriConnect 计划使用小型 AI 分析土壤提升作物生长速度。世界银行呼吁与各国政府和私营部门合作推动此类产品落地。