Condé Nast 如何基于 Amazon Bedrock 构建多模态视频检索系统
Condé Nast 与 AWS Generative AI Innovation Center 合作,基于 Amazon Bedrock 上的 TwelveLabs Marengo 嵌入模型和 Amazon OpenSearch Service 构建多模态视频检索方案,将单次内容发现耗时从 250 分钟压缩至不足 2 分钟。
Condé Nast 与 AWS Generative AI Innovation Center 合作,基于 Amazon Bedrock 上的 TwelveLabs Marengo 嵌入模型和 Amazon OpenSearch Service 构建多模态视频检索方案,将单次内容发现耗时从 250 分钟压缩至不足 2 分钟。
OpenAI 在 9 月 29 日于旧金山举办的 DevDay 主题演讲中发布 AI 智能体产品 Dots,对标 Meta 近期推出的免费产品 Muse,但 Dots 初期仅面向 ChatGPT Pro、Business Premium 和 Enterprise 付费订阅用户开放。
推荐理由:把 OpenAI 的 Dots 与 Meta 的 Muse 并列,并给出 500 美元档位,便于判断这次 DevDay 的产品与定价走向。
Meta 宣布把 AI 智能体 Muse 扩展至中小企业,新增 Shopify、Dropbox、Slack、Stripe、Notion、Zoom 等集成,Muse for Small Business 免费提供但有用量限制,超出可购买订阅。
Marissa Mayer 推出个人 AI 助手 Dazzle,其上下文不取自邮件、日历等文本应用,而全部来自手机相机胶卷,据此推断用户的爱好、饮食与风格偏好。用户可通过 App 或短信交互,它还能扫描照片从活动传单填充日历,并按照片里的破损车库门找维修工、生成度假与礼物建议。Mayer 称 Dazzle 优先隐私,会丢弃被 AI 标记为敏感的个人信息。
Manus 发布 2.0 版本,把 AI 智能体扩展为平台,用户可用手机远程编辑视频、托管多人游戏并运行个人智能体。新 Cascade 智能体框架在一种测试配置下 token 用量减少 23.2%、运行成本降低 32%,自动化还可由新邮件或 Slack 消息等事件触发。
Google 宣布关停 Gemini 的定制 AI 助手 Gems,并将其自动迁移为可跨不同 AI 任务使用的 skills。Gemini app 内提示,2026 年 11 月 17 日起 Gems 将变为 skills,用户无需手动操作,迁移前 Gems 仍可使用。迁移后需在任务线程中输入「/」来选择要用的 skill。
音乐创业公司 Thoughtful Things 在 Kickstarter 上线首款乐器 Engram,这是一款用 AI 变形输入音频、甚至幻觉出全新声音的采样器与 groovebox。
Simon Willison 的 llm-anthropic 发布 0.30 版本,新增 Claude Sonnet 5.5 支持。新增 `llm anthropic refresh` 命令,可直接从 Anthropic API 刷新模型列表,不必为支持新模型而发版。
Shopify 宣布为结账环节增加 WebMCP 支持,浏览器端 AI 智能体在买家授权后可以读取并修改结账页面、提交交易完成下单,覆盖 Shop Pay,且无需依赖截图或抓取网页。
英伟达发布 Open Agent Safety Platform,把控制智能体可访问范围的 OpenShell 与运行在 BlueField-4 DPU 上的 Sentry 监控系统组合,为 AI 智能体增加一层独立安全防护。
Nvidia 发布 Open Agent Safety Platform,用于隔离和监控 AI 智能体,称可在毫秒级内隔离试图越界的智能体。该平台基于开源软件 OpenShell,运行在 Nvidia 的 Vera AI CPU 上,用户可指定智能体可访问的信息,OpenShell 在任务开始前和执行中检查这些限制,另有 Sentry 技术在独立芯片上持续监控智能体。
OpenAI 正在征集使用 Codex 的开发者、研究者与创作者的真实故事和项目,希望参与 Codex Originals 计划下一阶段的用户可提交自己的经历与项目介绍。该计划面向用 Codex 做出实际成果的实践者。
Hugging Face Hub 推出 RL Environments 专区,将任务数据集作为统一的承载形式,使 Harbor、Verifiers、OpenEnv、NeMo Gym 四个框架可通过同一份数据集互相识别和加载。
推荐理由:把分散在不同框架注册表里的 RL 环境统一托管在 Hub 上,用标签表达框架兼容性,避免为同一份任务重复移植。
Simon Willison 用 Opus 5.5 vibe code 出一款 Bluesky 回复机器人检测工具,可检查任意 Bluesky 资料是否为疑似回复机器人。该工具识别的信号包括:在自己发帖后数秒内即回复、从不发布原创内容或图片链接却持续回复高粉丝账号、以及回复中出现问号。他称这类自动回复机器人已蔓延到 Bluesky,而 Bluesky 仍提供可自由使用的 API。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra,让现代车队管理业务的构建、运营与销售跑得更快,销售额提升 60%,并节省 75+ 小时。
微软不再坚持"你需要一台 Copilot+ PC"的说法,其新款 Surface 笔记本已放弃 Copilot+ PC 品牌标识。
Lowe's 用 OpenAI 模型驱动 Mylow 与 Mylow Companion,已帮助顾客和店员回答超 2500 万个家居改造相关问题,并推动家装项目落地。这两个工具同时面向消费者与店内员工。
Runway 本月早些时候推出研究预览 GWM Worlds 2,把高保真视频与音频生成变成实时交互式模拟,并给出 WorldPrompt 这一用于指定生成世界及其内部动作的输入格式。
Wayfair 借助 OpenAI 模型提升电商客服响应速度与商品目录的准确性。具体措施包括自动化工单分诊处理,以及在规模化场景下增强对数百万商品属性的处理能力。
GitHub 博客文章提出聊天框往往是使用 AI 的错误界面,并介绍 GitHub Copilot 应用中的 canvas 作为替代。canvas 是运行在 Copilot 应用内、不带浏览器外壳的全栈应用,可与 agent 双向通信,文中用 Connect 4 游戏、Winget 包管理和 SQLite 数据库等示例演示其构建方式。
GitHub Security Lab 开源 Fuzzing Taskflow,这是一条面向 C/C++ 项目的自主模糊测试流水线,指向一个 GitHub 仓库后即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖率、改进 harness 并分类崩溃,默认使用 Claude Sonnet 5。
Remedy Entertainment 的《CONTROL Resonant》本周在 GeForce NOW 上线,Ultimate 会员可享 GeForce RTX 5080 级云端性能,支持 DLSS 4、光线追踪、NVIDIA Reflex 和最高 5K HDR,无需 100GB 本地安装。
Meta 在 Meta Connect 2026 上为个人智能体 Muse 加入语音与实时视频,并发布 Ray-Ban Meta Gen 3、售价 1,299 美元的 Meta VR Glasses 和 12 月发货的 Charm 钥匙扣设备。
YouTube 在年度 Made on YouTube 活动上宣布将推出 Custom Feeds:用户输入描述即可生成自定义信息流,还能调整描述并对视频建议评分,该功能将在美国面向网页、移动端和电视用户上线。今年晚些时候,YouTube 评论将支持发布 GIF,私信功能也将加入群聊,群聊首批仅限美国、英国、新加坡、巴西和部分欧洲国家。
Google 公布将为 Private AI Compute 平台加入私密的服务器端持久记忆层,让 AI 助手能跨设备保留上下文,同时维持端侧级隐私保护。记忆数据加密存放在云端隔离环境中,解锁密钥仅保留在用户设备上,模型访问时经端到端加密通道临时解密。Google 同时发布服务器软件的防篡改公开记录、更新技术白皮书,并公布一家领先网络安全公司完成的独立审计结果。
invideo 借助 GPT-6 Astra 将色彩校正与调色效率提升 3 倍,并能在一天内产出 50 个自定义效果。该模型还让 invideo 的剪辑规划更加精准。
Harvey 借助 GPT-6 Astra 生成更结构化、更具上下文感知的法律文档,把法律上下文转化为更优质的草稿。这使律师得以将精力集中在策略上。
ChatGPT Ads 将广告业务扩展至东南亚和台湾,符合条件的商家可借此触达 60 多个国家和地区的用户,获得新的投放渠道。
OpenAI 为 GPT-6 改进了提示词缓存,带来更高的缓存命中率、新的诊断能力和显式断点。相关控制项用于降低延迟和成本。
Simon Willison 发布 llm 0.36,条目日期为 2026 年 9 月 22 日,页面标注 openai 与 llm。原文未披露该版本的具体功能与变更细节。
Simon Willison 于 2026 年 9 月 22 日发布题为 llm-anthropic 0.29 的博文,页面同时出现 llm 635、anthropic 342。博文推广每月 $10/month 的赞助订阅,提供 LLM 领域月度重要进展的精选邮件摘要。
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0,为 LLM 接入 TypeSafe AI 的新模型 Jev。安装并设置 API key 后,可用 `llm -m jev` 提出是/否问题,返回形如 {"type": "noul", "noul": 0.99} 的结果。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,为基于 ROS 的机器人开发引入智能体工作流,并新增对 ROS Lyrical 和 Ubuntu 24.04 的支持。
Hugging Face 在 transformers 中加入 GGUF 量化模型支持,用户可从 Hub 选取检查点并通过 from_pretrained 在本地加载生成。
推荐理由:原文给出了 GGUF 在 transformers 中的加载方式和对照 llama.cpp 的测量数据,便于评估本地量化推理的可用性。
NVIDIA 认为,物理 AI 从研究走向规模化部署,安全必须覆盖硬件、软件、AI 与运行环境,而非一次性的部署前检查。ABI Research 预计 2035 年 level 3-5 自动驾驶汽车将达 4900 万辆,Omdia 估算 2026-2035 年间约 6000 万台工业机器人投入使用。
Higgsfield AI 借助 GPT-6 Astra,在一天内上线新的视频功能,让小型企业更容易制作视频广告。这些功能把视频广告创作流程变得更简单,并让新的创意工具更快推向市场。GPT-6 Astra 的加入也帮助 Higgsfield AI 更快交付新工具。
OpenAI Academy 新增学习路径,覆盖员工、开发者、管理者、教育工作者与学生五类人群,帮助他们构建并展示实用的 AI 技能。
Hugging Face 发布 tokenizers v1 发布候选版,相比 v0.23 在十种模型族上单线程编码速度提升 3 到 30 倍,跨 8 线程保持 76% 的线性扩展。
推荐理由:原文给出了 v0.23 到 v1 的实测对比与具体优化手段,可供负责训练或推理链路的工程师评估是否升级到候选版。
Simon Willison 发布 llm-keys-ui 0.1 插件,可用浏览器界面把 API key 存到远程机器,避免在 agent 会话中直接粘贴密钥。
Google Research 让教师用生成式 UI(GenUI)动态生成贴合课程目标的互动教学模拟。同时发布 30 多个英文 STEM 学习互动示例,覆盖物理、化学、生物、数学,面向初高中,均由 AI 生成并经教师审核。使用 Google Workspace for Education 的学校可通过 Google for Education Pilot Program 报名提供反馈。