跳到正文
#多模态
10月23日周五
  3. OpenAI News68

    OpenAI 正式推出 Decisions API

    OpenAI 宣布 Decisions API 正式全面可用，基于 GPT-6 Luna 构建，旨在帮助应用和智能体从文本、图像及结构化输入中进行快速、低成本的决策。该 API 支持概率、选择和评分三种答案类型，具备原生 GPT-Live 集成、提示词缓存及美国与欧盟区域推理驻留等特性。

    发布时间：

    推荐理由：官方推出了基于 GPT-6 Luna 的 Decisions API，为应用和智能体提供低成本、高速度的结构化决策能力，读者可以评估其在实时路由和分类场景中的落地价值。

  7. Microsoft AI：官方博客86

    Microsoft AI 发布 SDBench 基准与 MAI-DxO 诊断系统并登顶 Science

    Microsoft AI 正式发布 MAI-DxO 诊断系统与 SDBench 基准，相关研究成果已刊登于《Science》杂志。评估结果显示，MAI-DxO 在急诊场景和医学复杂病例中的诊断准确率均显著高于人类医师，同时大幅降低了医疗测试成本与开支。

    发布时间：

    推荐理由：微软发布了医学诊断系统 MAI-DxO 及相关基准，在多项医学场景测试中准确率超越医师且成本更低，为医疗人工智能的实际应用提供了关键参考。

  9. MarkTechPost62

    Cohere 发布 Rerank 5，新增段落级 Context Focus 与校准相关性分数

    Cohere 发布 Rerank 5 检索重排序模型家族，提供 Pro 和 Fast 两个档位并支持 32K 上下文窗口。该版本新增段落级 Context Focus 功能，可在单次调用中返回带有得分的字符片段以减少传递给大模型的无效 token；同时引入了概率形式的校准相关性分数，降低跨领域设置阈值的复杂度。

    发布时间：
10月22日周四
  3. 公众号：面壁智能25

    面壁智能在 CNCC 2026 端侧大模型论坛分享端侧智能从对话到行动的进展

    面壁智能在 CNCC 2026 第三届端侧大模型论坛上，与学术伙伴围绕定义端侧通用人工智能分享了相关探索。分享内容涵盖文本、语音、多模态交互、芯片级训推定制以及智能体五大方向，全面展现了端侧大模型正从单一对话能力向感知、推理和行动阶段迈进。

    发布时间：
  5. Google DeepMind48

    Google DeepMind 等机构发布 Forest Typology (ForTy) 2020 全球森林类型地图

    Google DeepMind 联合多方机构发布 Forest Typology (ForTy) 2020 全球地图，以 10 米分辨率将全球土地划分为六种森林和土地利用类型，并提供 2017 至 2025 年的年度变化时间序列。该地图基于 AlphaEarth Foundations 嵌入数据与定制遥感架构训练，经验证其森林类型识别准确率达 90%，非森林识别准确率达 95%。

    发布时间：
  8. Ai2 / Allen Institute for AI56

    Ai2 发布卫星嵌入模型 OlmoEarth v1.3 并开放全球预计算嵌入

    Ai2 宣布推出最新的卫星嵌入模型 OlmoEarth v1.3，并同步分享全球预计算的年度嵌入数据与浏览器端探索工具 OlmoEarth Embeddings Explorer。该模型读取 Sentinel 与 Landsat 卫星时间序列，为地球上每个 10 米像素生成 128 维向量，其训练成本较前代大幅降低且在多项评估中表现领先。

    发布时间：
  9. 公众号：火山引擎41

    IDC：火山引擎以45%份额居中国AI座舱市场第一

    2026年上半年中国AI座舱解决方案市场规模达7.1亿元，火山引擎以45%份额位居第一。搭载豆包大模型的汽车已有700万辆上路，覆盖50个品牌与145个车型，日均座舱交互达3000万次。火山引擎今年推出基于 Agentic AI 架构的“豆包座舱助手”和“AI座舱套件”，首款搭载车型荣威家越07已于9月开启预售。

    发布时间：
  10. 量子位34

    谁在给 OpenAI 供应具身数据？

    初创公司 Maxinsights 已向全球 Physical AI 头部玩家累计交付超过 200 万小时的数据，其 ARR 连续多月维持在 1 亿美元左右。该公司不仅进入了 Google DeepMind、Figure 等企业的核心供应链，还通过自研 MaxSLAM 等技术与顶尖模型团队共同定义下一代数据标准。

    发布时间：
  11. 量子位62

    中国电信发布并开源意图理解专用模型 Xing4.0-29B-Intent

    中电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放275万条训练语料、模型权重与推理镜像。该模型结合了意图识别与参数抽取，旨在将用户自然语言转换为结构化信息，已在电信万号客服和智能家居音箱等终端场景中应用。

    发布时间：
  12. NVIDIA Blog32

    欧洲先驱部署 NVIDIA Earth-2 开源模型以赋能现实世界天气与气候预测

    NVIDIA 推出面向区域短时预测的 StormScope EU 模型，并将其加入 Earth-2 开源模型与工具家族中。该系统利用 EUMETSAT 卫星观测数据，以 10 分钟间隔预测欧洲各地的云层演变。AXA、Vaisala Xweather、曼彻斯特大学和 TotalEnergies 等欧洲组织正利用 Earth-2 模型进行气旋风险研究、空气质量建模及太阳能预测。

    发布时间：
  13. NVIDIA Blog21

    NVIDIA 助力欧洲零售业实现从数字探索到物理运营的转型

    欧洲零售商与科技公司正利用 NVIDIA 加速的开源模型与物理智能，推进智能代理商务、产品探索及零售研发。Shopify 对 NVIDIA Nemotron 3.5 Lightning 进行后训练，使其在内部基准测试中准确率超越领先的前沿模型，同时推理成本降低 90%，响应速度提升 7 倍。

    发布时间：
  15. Hacker News-首页65

    Omnara：开源的 Claude Managed Agents 与 OpenAI Agents API 替代方案

    Omnara 是一个开源的托管智能体平台，允许用户在任意模型和机器上运行 AI 智能体，并内置工具、权限、持久化状态与流式传输支持。该项目采用 Apache 2.0 协议开源，支持完全自托管或使用 Omnara Cloud，兼容 OpenAI、Anthropic、OpenRouter 等多种模型提供商。

    发布时间：
  18. Hacker News-首页72

    Mistral Large 4 发布

    Mistral AI 推出了 Mistral Large 4，这是一款采用精细化 MoE 架构的开源多模态模型。该模型包含 52B 激活参数、1.05T 总参数以及一个 1.6B 的视觉编码器。

    发布时间：
  22. Google Research54

    Google Research 探讨利用 AI 辅助超声赋能一线孕产妇保健

    Google Research 团队在 JAMA Network Open 发表研究，评估了一种基于盲扫超声的 AI 孕龄评估模型在多中心临床环境与不同硬件下的泛化表现。结果显示，该 AI 模型在经极少微调后，在芝加哥与内罗毕的队列中实现了与专家标准相当的准确率，平均绝对误差为 4.18 天。该研究表明，AI 结合低成本便携设备有望帮助缺乏专业超声医师的地区扩展孕产妇产前筛查覆盖。

    发布时间：
10月21日周三
  1. IT之家·人工智能63

    腾讯内测 AI 互动社区“懂了鸭”

    腾讯正在内测面向少儿与青少年的 AI 互动内容社区“懂了鸭”，官方网站与微信小程序均已上线。该产品核心载体为“奇妙卡”，用户输入自然语言即可借助内置 AI 智能体一键生成 3D 演示、动态课件、互动绘本或轻量游戏，支持多模型策略并覆盖亲子与 K12 课堂场景。

    发布时间：
  2. The Verge · AI61

    Gemini 对话式导航功能上线 Apple CarPlay

    Google 宣布将对话式 Gemini 语音助手引入 Apple CarPlay 上的 Google Maps，美国司机即日起可使用，并正向全球逐步推送。用户可在车载屏幕上通过点击 Gemini 图标激活功能，进行多步提问、获取路线推荐并规避收费路段，但目前暂未提及 Android Auto 近期获得的个人智能功能。

    发布时间：
  4. ChinaTalk66

    ChinaTalk 解读商务部第48号公告对AI技术出口管制的影响

    ChinaTalk 详细解读了中国商务部与科学技术部联合发布的第48号公告，分析了其对前沿大模型、芯片设计、存储、智能体及网络安全等AI技术出口管制的具体阈值与影响。文章指出，该草案不仅旨在保护国内具有优势的核心知识产权与国家安全，也建立了一套过渡期的出口前置注册与许可机制。

    发布时间：
  7. NVIDIA Blog63

    NVIDIA 推出 Factory Operations Blueprint 工业智能体蓝图并更新多项仿真与计算库

    NVIDIA 宣布面向开发者推出 Factory Operations Blueprint 工业智能体蓝图的早期访问，支持构建可协调工厂机器并执行质检与舰队管理的智能体。同时，NVIDIA 发布了 cuDSS 库的通用版本，并展示了 Siemens、Mercedes-Benz 等工业巨头利用 CUDA-X、Omniverse 及 Cosmos 模型加速工程仿真与工厂数字孪生的应用进展。

    发布时间：

    推荐理由：NVIDIA 发布了 Factory Operations Blueprint 工业智能体蓝图及多项仿真库更新，开发者可据此构建连接前沿模型的工厂管理与质检智能体。