大众9.99万纯电SUV上市,搭载豆包大模型与端到端智驾
11月12日,上汽大众ID.ERA 5X上市,限时权益价9.99万起,共四款配置。全系标配4纳米MTK8676芯片、15.6英寸中控屏并内置豆包大模型2.0;高配搭载酷睿程基于地平线征程6H与HS8端到端物理AI大模型的“行云智行”,配192线激光雷达,支持车位到车位领航与全场景泊车。新车基于中国本土开发的CMP平台与CEA架构,CEA研发仅用18个月。
11月12日,上汽大众ID.ERA 5X上市,限时权益价9.99万起,共四款配置。全系标配4纳米MTK8676芯片、15.6英寸中控屏并内置豆包大模型2.0;高配搭载酷睿程基于地平线征程6H与HS8端到端物理AI大模型的“行云智行”,配192线激光雷达,支持车位到车位领航与全场景泊车。新车基于中国本土开发的CMP平台与CEA架构,CEA研发仅用18个月。
一名食品专业研究生分享其已被《食品科学》录用的综述写作工作流:用Gemini选题与生成大纲、Qwen筛选Zotero文献摘要并起草章节、ChatGPT生成机理图草图再用Keynote临摹,投稿前用本地Agent工具WorkBuddy核验格式与参考文献,并强调数据与结论仍需人工回查原文。
苹果在watchOS 27.3测试版中加入Live Rewind与Siri Recap全天录音摘要功能,引发硬件创业者担忧。文章梳理Plaud、OPPO心力球、千问QwenNote A2等AI录音硬件的现状,指出录音转写已非护城河,Personal AI时代硬件正成为大厂Agent的收音外挂,而手机厂商补上系统级全天记忆后,这一窗口可能只剩半年。
百度世界 2026 上,李彦宏提出「智能组织是 AI 时代的新厂房」,认为企业只换电机未重构工厂,AI 未产生预期效益。百度发布大模型交易平台词元所、文心 5.5 Flash Preview(100 万 Token 上下文)及文心闪电、文心一镜微表情两款应用模型,并披露芯云模体全栈进展与内部智能体实践数据。
独立开发者Tw93复盘Mole从1.13到1.19的迭代:借助Agent的computer use能力安装卸载853款Mac软件补全清理规则,实测30多款AI工具的内存占用与残留,新增AI工具清理和系统数据清理功能,Windows桌面版于10月14日发布,GitHub Star达73.9K。
Meta的消费级AI智能体Muse正式向美国付费订阅用户开放代打电话功能,可代用户致电有线电视公司、DMV、餐厅等。此前仅限少量早期用户申请试用。Muse订阅每月20美元起(每周5亿token),100美元档为30亿token。该功能暂仅限付费用户,新推出的Muse邮箱地址选项将很快向免费用户开放。
AWS博客实测Amazon Bedrock四项请求级设置对成本的影响:缓存时长(5分钟与1小时写入费率不同,需按复用间隔选择)、Flex服务层级(Nova 2 Lite在us-west-2费率为Standard一半,但不支持模型会报错)、自适应思考努力(Opus 5默认high,低努力可省约六成输出token)与maxTokens上限(示例155 token上限避免1893个输出token)。文中给出验证方法与注意事项。
GitHub发文介绍基于Copilot的智能体工程工作流,覆盖规划、构建、验证、观察四阶段,涉及Slack/Teams协作、云沙箱任务、堆叠PR、代码审查与自动修复等功能,并引用数据称高AI采用团队的PR审查时长增加441%。
Google Search 面向所有用户全球上线 Gemini 4 Hydrogen,官方称这是 Search 迄今最大的一次模型升级。新模型增强意图理解与指令遵循和工具调用能力,可处理多部分问题、难辨拼写错误和高度具体请求。其推理能力强化查询扇出,跨相关子主题同时检索并给出更多链接,回复也更多采用图片、对比表格和定制工具等可视化形式。
谷歌联合三星及眼镜品牌Gentle Monster、Warby Parker推出Gemini智能眼镜,今日开启预售。Warby Parker三款镜框395美元起,仅限美国;Gentle Monster六款449美元起,面向美国和韩国,强调隐私设计。
11月12日,豆包工作宣布接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型,用户可按需选型;平台同步标注各模型额度消耗倍率,并推出指定时段折扣及两款轻量模型限时降倍率优惠。
AI Engineer Code Summit上,TypeSafe AI的Diogo Almeida称Jev是可用于自动化的可靠智能,主张把系统一模型调用嵌入应用代码;Glean、UiPath、Workday分享了用Jev做零样本分类、文档分块排序和界面预测的实践。
妙动科技的双轮足跟拍机器人Beni于11月10日全球现货发售,国内起售价4999元。极客公园试用半月后称其可自动追踪拍摄对象、多地形跟随,但智能避障在速度超5m/s时受限,跳台阶需手动开启。
Nabu Casa推出Home Assistant Connect AUX-2,定价520元、首发450元,可将传统音箱接入Home Assistant与Music Assistant实现全屋同步,支持PoE、光纤输出与ESPHome扩展;配套开源音频协议Sendspin已至1.0 RC1,年底正式发布,产品将上架SEEED国内店铺。
AWS发布官方模拟器aws-emulator,可在本地克隆其多项服务进行测试,无需付费API密钥。项目用Rust编写,前三周产生29,684次提交,作者称由大量智能体协作完成。目前在macOS和Windows上需依赖Docker运行。
Google DeepMind 推出 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,已在 Google AI Studio 的 Gemini API 中开放。该接口对文本、图像、音频、视频和 PDF 的同一份多模态输入(上限 256K tokens)一次评估最多 1000 个是/否、多选和评分问题,单次前向打分返回概率与 0 到 1 的置信度,端到端延迟 150-250 ms。定价为每 1M 输入 tokens $0.10、输出 tokens 不计费,并提供 AI Studio 免费额度用于原型开发。
Meta工程博客介绍Intelligent Delivery:用6B稀疏参数模型预测每个广告请求的算力边际收益,跨区域、硬件与主机分层调度资源,并引入智能体自动提出优化方案、跑实验,工程师审批后上线。2026年上半年智能体贡献约20%的优化,最自动化机制中约占80%工程工作量,整体带来约10%排序性能提升。
Google Labs推出实验性产品Tabletop,支持多人实时协作,用户可添加链接、文件和想法,并通过@tabletop或模板生成行程、投票、分账和赛程表,邀请链接即可多人同时编辑。目前以候补名单形式在美国向18岁以上用户开放。
在AI Engineer Code Summit上,OpenAI开发者体验工程师介绍Codex自6月以来的更新,重点包括Codex Cloud v2的云端环境复用与本地任务交接、语音作为控制平面,以及dots个人智能体的安全网、委派与无处不在三种用法。
NVIDIA博客介绍四家Inception初创公司用视觉AI和机器人分拣塑料、混合可回收物与旧衣物:AIRECO测试线识别准确率超95%,EverestLabs已部署约150台机器人,Greyparrot在20多国运行300多套分析系统,reverse.fashion用十余个视觉模型自动分拣纺织品。
亚马逊发布Ring Drone Cam安防无人机和售价1000美元的Ring Rover巡逻机器人,前者支持2K视频与360度旋转,续航约8分钟;后者支持4K录制,12月16日起发货,仅限单层室内使用。
Simon Willison发帖称Gemini 4 Carbon擅长生成鹈鹕SVG,并给出用Three.js制作机甲动画的提示词示例,认为SVG能力对Gemini并不新鲜。
GitHub 宣布 Google 的 Gemini 4 Carbon 已在 GitHub Copilot 中正式可用,该模型面向复杂编码、智能体和推理任务,并特别侧重安全工作。用户可在 GitHub Copilot 应用、CLI 和 @code 中试用。
Google宣布Gemini Intelligence登陆motorola signature 27与Pixel 10系列,Rambler 4实时语音转文字同步上线;任务自动化扩展至英国、印度和日本;Create My Widget支持用自然语言生成个性化小组件,Device Assistance可语音控制与修复设备,并预告Android Auto主动建议与Pixel Watch小组件。
OpenAI上线Business Hub,商家验证后可在ChatGPT中创建Business Agent、更新店铺信息并接入含实时价格与库存的商品feed,还能查看提及、网站点击和常见话题的聚合洞察;OpenAI表示不会向商家分享用户对话或Agent聊天内容,ChatGPT可用地区的合格商家可认领入驻。
OpenAI宣布ChatGPT Businesses进入测试阶段,企业可认领商家信息、管理资料并查看用户互动洞察;符合条件的企业还能构建Business Agent,回答客户问题并帮助其了解所提供的内容。
Meta工程博客介绍Your algorithm系统:用户可用自然语言增删兴趣,LLM负责生成兴趣档案、校验编辑并做最终重排过滤,改动同步作用于Feed与Reels,并通过补充拉取与缓存失效加快生效。文中还说明用LLM裁判评估摘要与重排质量。
Google Cloud宣布推出Gemini for healthcare,可整合电子病历、计费平台、临床指南与Medicare数据集,在人工监督下编排病历综合、事前授权审核等多步工作流。该产品目前处于预览阶段,合作方包括HCA Healthcare、Highmark Health和Northwell Health。
Simon Willison在X上分享Anthropic更新后的提示指南中的一条技巧:为让Fable 5.2在改进现有代码时减少过度谨慎,可告诉它“这个代码库是你的”,并附上官方文档链接。
Hugging Face 发文介绍决策模型,并说明 Transformers 已支持 DecisionPipeline、AutoModelForDecision 和 DecisionConfig,模型接收 state 与 questions,直接返回 choice、score、noul 三类带概率的结构化决策,不生成文本。llama.cpp 也支持同一 /v1/systemone 接口,Hub 新增专用标签用于发现这类模型。作者称 TRL 的一等训练支持仍在 PR 阶段,Unsloth 已给出用 LoRA 加决策打分头把生成式 LLM 改造成决策模型的方案。
Ethan Mollick 提前试用 Claude Fable 5.2 后认为,按他给出的定义,即 AI 在多数可用电脑完成的知识任务上达到多数人类专家水平,这已接近 AGI,但仍属他所说的 Jagged AGI。他用硬件破解、创业方案、复现 Auden 课程、原创学术论文和 3D 世界生成等项目测试,多数任务达到专家水准,例如一篇 182 页论文和 450 多个由代码实时绘制的世界。他指出主要短板是模型不会自己发现作品冗长、重复或乏味,评审 agent 只查错不查质量,因此他仍不放心让模型独立经营业务。
Karpathy将Tristan的YouTube频道榜单做成TristanTube,收录4.7万个硬核视频并支持电视模式,称用Claude Code三分钟一次成型;此前他还用Claude筛选HN二十年4300万条评论做出HackerTube,并分享仅需手动建API密钥、开VPS和买域名的流程。
GitHub博客介绍Copilot在规划、构建、验证、观察四阶段的智能体工程实践,包括Slack/Teams协作、云沙箱会话续接、堆叠PR、AI代码审查与自动修复等;并披露一周提交量超12亿、AI高采用团队PR审查时长增加441%。
MIT科技评论记者体验旧金山初创Tau Robotics的人形机器人清洁服务:目前机器人由人类远程操控,靠摄像头观察并采集训练数据,部分吸尘拖地任务已可自主完成。服务收费从每小时30美元涨至两台机器人每周60美元,公司迄今仅完成约两百次清洁,机器人动作笨拙但已能完成厨房和马桶清洁。
Karpathy称周末用Claude Code与Opus 5.5,将HN二十年4300万条评论筛选为6454个常被推荐视频,搭建HackerTube,无需登录即可获得推荐,并公开评论分析数据供他人用Claude生成自己的版本。
Google DeepMind与英国政府合作的AI规划工具PlanAssist,在Barnet、Camden、Dorset试点中把常规住宅申请评估时间平均缩短58%,超70%生成报告无需修改即获批准。工具现进入12个月Beta阶段,新增12个地方规划机构分三批接入,总数达15个;若测试顺利,英国政府计划2027年向英格兰所有地方议会开放,最终决定仍由规划官员审核。
Meta工程博客深入介绍PrivacyLib:它作为通用库嵌入数百个数据与处理系统客户端,在数据访问边界执行隐私检查,每秒完成数十亿次检查,新隐私需求以模块形式复用既有集成。针对内部AI智能体,新增Agent Observability模块,通过AgentLib把工具调用与智能体会话关联并传播上下文,结合Policy Zones在数据返回前阻断不允许的访问。
Google Research与Google for Health在IDWeek 2026介绍结核筛查AI进展:与Nexus AI合作取得CE MDR IIb认证,工具已在南非等六国约40家机构使用,累计评估超2.5万张胸片,周转时间从数周降至45秒内;并开源MedSigLIP、MedGemma等基础模型,印尼卫生部正基于其微调推进全国筛查。
GitHub博客采访三位资深Java开发者,分享用Copilot完成幻灯片迁移、修复Pi4J虚拟线程缺陷、开发数学学习应用等案例,并总结验证门、可复用技能、确定性工具包裹模型等实践。
宝玉公开NotebookLM视频概览创建技能的完整提示词,展示从读取笔记本来源、选择视频焦点、确认设置到调用生成管线的多步智能体工作流,并包含问卷与审核卡片的JSON结构、格式与视觉风格规则、本地化要求及工具调用示例。作者指出该提示词大量处理用户意图识别,且依赖NotebookLM专有组件,并非可直接粘贴的独立提示词。