模型發布與基準測試
NVIDIA Nemotron 3.5. NVIDIA 將旗下嵌入、解析與重排序模型更新至 3.5 版，在 Hugging Face 釋出 1B 與 8B 嵌入模型、8B 重排序模型及一款解析模型。此次更新延續前一代 3.0，鎖定檢索與文件工作流程。
MiniMax M3.1 Flash. MiniMax 在 Hugging Face 釋出 MiniMax-M3.1-Flash，為 M 系列全新輕量模型。該模型開放使用，但摘要未提供更多細節。
Canva Craft 圖像模型. Canva 推出 Canva Craft，這是其首個圖像生成模型，採用兩階段架構，先規劃設計再生成，以提升文字可讀性與物件配置。它可輸出最高 2K 解析度、支援 30 種長寬比，與 OpenAI、Google 和 Microsoft 的模型競爭。
Muse Spark Open 基準. Artificial Analysis 圖表顯示，Meta 的 816B Muse Spark Open 得分 39，略低於 180B 的 Qwen3.8-Flash-Next 的 40，儘管規模大逾 4 倍。圖表也將 MiMo-V2.6-Pro 與 DeepSeek V4.1 Flash 以 45 分列為頂尖開放權重模型。
Ling Sante 醫療模型. InclusionAI 釋出 Ling-3.0-flash-Sante，這是總參數 124B、啟動參數 5.1B 的醫療專用 MoE 模型，鎖定醫療推理與研究，已在 Hugging Face 與 ModelScope 上架。它屬於研究模型，並非醫療器材，仍需人工審核。
Recursive Flint 程式模型. Recursive 釋出 Flint，這是總參數 40B、啟動參數 2.5B 的 MoE 程式模型，大部分由其「Eureka Machine」AI 系統開發。此 Apache 2.0 模型針對 Apple 與 Nvidia 硬體上的地端代理式程式開發進行最佳化。
小型開源 TTS 模型. 近期出現多款小型文字轉語音模型：Gradium 的 Phonon 31M 以 Apache 2.0 授權在裝置端執行；AuroraTTS-100K 以不到 10 萬個參數達成可理解的語音；另有 Kokoro TTS 最佳化方案聲稱透過模型爬山（hill-climbing）帶來 50 到 100 倍加速。
Agent 工具與框架
ThinkingBox RL 獎勵. Microsoft 與 Hugging Face 開源 ThinkingBox-Training，將資料庫評分轉為 RL 獎勵，用於代理的後訓練。以 GRPO 微調 Qwen3.8-27B 後，在基準測試以外的任務上，平均成功率從 51.7% 提升到 60.8%。
NVIDIA OpenShell 執行環境. NVIDIA 釋出 OpenShell，這是供自主 AI 代理使用的安全且私密執行環境。該專案出現在 Reddit，但摘要未提供更多細節。
1Password 代理工具. 1Password 推出一款工具，讓 AI 代理在不查看憑證的情況下登入使用者帳號，作法是用數位金鑰並取得使用者核准。它支援 Claude Duet、ChatGPT Work、Grok Bot 與 Meta 的 Muse 等代理。
Google Agent Compute Engine. Google 發表 Agent Compute Engine，為每個 Gemini 代理提供硬體隔離的 microVM，閒置時會暫停，且每台伺服器可容納的代理數量多達 10 倍。此服務將在未來幾個月開放預覽，支援 token 追蹤與第三方身分。
Liquid AI RIPL. Liquid AI 推出 RIPL，這是針對 Liquid Foundation Models 的即時推論引擎，短請求可端到端在 50 毫秒內回傳完整回應。在其測試中，單張 B200 上的 p95 延遲比 vLLM 上的 Qwen3.5 低 5.6 到 28.4 倍。
Cohere Rerank 5. Cohere 推出 Rerank 5，分為 Pro 與 Fast 版本，新增 Context Focus 可在文件內回傳相關段落，並提供校正後的相關性分數。Pro 模型在 BRIGHT 得分 82.2，比 Voyage AI Rerank 3 高 5.8 分，但每 96 份文件請求的中位延遲為 11.7 秒。
OpenAI Decisions API. OpenAI 將 Decisions API 正式開放，該 API 以 GPT-6 Luna 打造，用於分類與路由等快速、低成本決策，速度比 Responses API 快上多達 10 倍。它現在支援 GPT-Live 整合、提示快取、JSON 輸入、圖像，以及每次請求 400 個問題。
Agent Skills 標準捐贈. Anthropic 將 Agent Skills 標準捐給 Linux 基金會下的 Agentic AI Foundation，延續先前捐出 MCP 的作法。此舉旨在讓 Skills 保持開放、由社群驅動且不綁定單一廠商。
研究與應用 AI
無目標代理探索. MIT 研究人員發現，在模擬島嶼上沒有任務的 Eko 代理開始自行發明挑戰，而會玩耍的代理在後續挑戰中表現優於不玩耍的代理。論文提出，無目標探索可作為代理學習技能的方法。
Microsoft 醫療 AI. Microsoft 的 MAI-DxO 系統像醫生小組一樣協調多個 AI 代理，在模擬中對複雜的 NEJM 病例診斷正確率達 83%，個別全科醫師則為 36%。研究發表於 Science，Microsoft 計畫開源其 SDBench 基準。
地球觀測 AI. Google DeepMind 釋出 Forest Typology 2020，這是 10 公尺解析度的全球地圖，將森林與土地利用類型分類；OlmoEarth v1.3 則提供衛星嵌入與預先計算的全球嵌入，可用於變遷追蹤與相似度搜尋。
產業與商業
OpenAI 300 億美元募資. 據報導，OpenAI 正籌措最多 300 億美元，投前估值為 1.25 兆美元，由 Coatue 與阿聯投資人領投，為 IPO 鋪路。交易可能包含額外的阿聯運算容量。
Uber 導入 ChatGPT Work. Uber 在 1,000 人試行後，將 ChatGPT Work 擴大至全體 3 萬名員工；試行顯示財務、營運與產品部門都有使用，其中 80% 為非工程師。公司仍在探索使用案例，但已將這款企業 AI 代理開放給全體員工。
Spotify 代理策略. Spotify 將 AI 代理視為機會，共同執行長 Gustav Söderström 認為，娛樂是少數能在代理時代蓬勃發展的類別，因為人們不會請代理總結歌曲。該公司希望成為使用者在委派建立播放清單與探索音樂時，代理會選擇的音樂服務。
Meta Muse 網路. Mark Zuckerberg 描繪的未來是，數十億人使用 Muse 個人代理，與他人的 Muse 對話並交易，形成大規模網路。財務長 Susan Li 表示，每個人都必須適應。
Gartner AI 回報調查. Gartner 對 2,002 位 CIO 的調查發現，僅 13% 表示 AI 帶來重大或轉型性回報，另有 51% 預期 AI 會推高營運成本。分析師認為，供應商創新與企業實際成果之間存在落差，但仍有 75% 的執行長計畫增加 AI 支出。
inDrive Robotaxi 測試. 叫車公司 inDrive 與 Pony.ai、Nvidia 簽署合作備忘錄，將於 2027 年在哈薩克阿斯塔納測試 Pony.ai Gen-7 Robotaxi，初期配置安全操作員。Nvidia 提供 Hyperion 平台與 Halos 安全系統。
中國 AI 出口登記. DeepSeek 與 MiniMax 完成中國新的 AI 臨時出口登記申報，取得明確的監管核准，可繼續開源模型權重，並確保國際合作。
AI 遊說支出創新高. OpenAI、Anthropic 與 Nvidia 的遊說支出創下單季新高，合計近 600 萬美元，聚焦資安與兒童安全等政策議題。這些金額仍低於 Google 與 Microsoft，但顯示政策參與度升高。
安全與政策
Meta 抓取條款. Meta 調整商業條款，移除暗示其可自由以新聞網站內容訓練 AI 的措辭，但法律專家表示，留下的「與您的產品或服務相關」等語句仍可能允許抓取。新條款於 10 月 30 日生效。
Muse 分享修復. Meta 在修復共享成品可透過公開 DNS 被發現的 URL 問題後，重新啟用 Muse 分享功能。先前分享的成品已獲發新網址。
銀行封鎖 AI 代理. Morgan Stanley、JPMorgan、Bank of America 與 Wells Fargo 等美國大型銀行，正限制以客戶憑證登入的 AI 代理，理由是違反政策與安全風險。銀行希望代理只有唯讀存取權，但目前仍無法區分代理與使用者的操作。
AI 加速大規模駭侵. 與中國政府有關的駭客利用開源 ARTEX AI 框架，在取得 ConnectWise 雲端備份憑證後入侵約 2,250 個組織，並嘗試每分鐘近 3,000 次登入。Microsoft 表示，這樣的速度讓防禦方幾乎沒有時間回應。
PHP2Shell AI 漏洞. Amazon 警告，一個 PHP 相關語言的漏洞在 OpenAI 與 Google 模型協助下被發現，而駭客已搶先四天利用，目前正遭到大規模濫用。NSA 與英國當局發布緊急警告，這些漏洞凸顯 AI 在攻擊與防禦兩方面的角色。
地端 AI 與效能
DeepSeek V4.1 跑 AMD. 一名使用者以雙 AMD GPU（7900 XTX 與 W6800）搭配 DDR4，執行量化版 DeepSeek V4.1-1017，解碼平均 9 token/s，峰值 19 token/s，但效能會隨 I/O 波動。該模型被認為非常聰明，但除了聊天之外的用途速度偏慢。
Qwen 3.8 對決 DeepSeek. 一項使用修改版 BenchKit 的基準測試發現，Qwen3.8-Flash-Next W4A16 在小型 HumanEval 樣本上得分 25/25，而 DeepSeek V4.1 Flash 2.6-bit 得分 23/25，並在其中一題陷入重複迴圈。該使用者將繼續在地端工作使用 Qwen。
Intel XMX 加速. 一個 llama.cpp 的 PR 重構 Intel XMX 矩陣引擎，大幅提升 Battlemage B70 上的推測解碼速度。整體 token 速率大約翻倍，部分任務從 38 到 53 token/s 提升至 68 到 94 token/s。
Snapdragon 迷你電腦. 一台 Snapdragon X 迷你電腦以自訂引擎執行 Qwen3.8 Flash Next，讀取達 46 token/s、生成達 20 token/s；兩台機器透過 USB4 串接後，在 35B A3B 模型上達到 315/43 token/s。整套配置每台約 300 英鎊，且僅使用 CPU 與 NPU。
Perplexity 地端 Decider. 一篇 Reddit 貼文指出，你可以從選單列在 Mac 上完全在地端執行 Perplexity Decision Model pplx-decider-flash-v1.2，讓資料留在裝置上。
這一天的內容就到這裡——大約 5 分鐘讀完。