Ben Affleck 谈视觉特效中的机器学习:CNN 是 Transformer 的前身
Ben Affleck 在访谈中表示,视觉特效工作流多年来一直使用机器学习,他自己也会写 Python 脚本处理 tensor 数据,用卷积神经网络(CNN)做边缘检测与特征提取以完成绿幕抠像。他将 CNN 视为 Transformer 的前身,认为后者只是让更多计算可以同时进行。
Ben Affleck 在访谈中表示,视觉特效工作流多年来一直使用机器学习,他自己也会写 Python 脚本处理 tensor 数据,用卷积神经网络(CNN)做边缘检测与特征提取以完成绿幕抠像。他将 CNN 视为 Transformer 的前身,认为后者只是让更多计算可以同时进行。
Brandon Thomas 推出 Artcraft 开源套件,基于 Anthropic Claude Opus 5.5 复刻 Adobe Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 与 Acrobat Pro 共七款应用。
Anthropic 发布 Claude Haiku 5.5,主打快速低成本,定价 $0.10/$0.50 per million tokens,与上月发布的 GPT-6 Luna 一致。
Nous Research 完成 $90M B 轮融资,估值 $1.5B,由 Robot Ventures 领投,并同步推出企业版 Hermes for Businesses,允许公司部署可处理多步工作流并保留数据私有化的自定义 AI 智能体。
Google Research 与 NBER 合作在 11 家律所的 133 名专利律师中开展三个月随机实验,测试 AI 辅助写作是否提升专业判断力。起草任务中 AI 使用者得分上升 0.34 到 0.38 个标准差;但 AI 移除后的红审任务上,初级律师没有任何提升且分数分布两极化,资深律师仍领先 0.45 个标准差。
微软发布搭载 Nvidia RTX Spark 芯片的 Surface Laptop Ultra 和 Surface RTX Spark Dev Box 两款 AI PC,售价分别从 $2,600 和 $6,000 起,顶配达 $5,900。
OpenAI 向 ChatGPT 全量推送 GPT-6 并新增 Intelligent UI 功能,把回答从纯文本改为图表、按钮、表单等交互式界面,还支持在对话里嵌入计算器、游戏等小型工具。
推荐理由:原文给出 GPT-6 与 GPT-5.6 的得分对比和交互式 UI 的具体形态,读者可以据此判断它对聊天体验和等待时间的实际改变。
OpenAI 在 ChatGPT 中推出 Intelligent UI 功能,允许聊天机器人在文本回答中嵌入图表、表单、可点击按钮等交互式可视化元素。该功能随 GPT-6 一起推出,OpenAI 对 GPT-6 进行了训练,让其知道何时用交互式可视化替代纯文本;示例包括七速自行车结构图与麻将教学界面,并可生成退休储蓄计算器、复古小游戏或账单分摊工具等内联工具。
美国司法部判处一起AI音乐流媒体造流欺诈案主犯Smith 18个月监禁,并没收其通过该方案非法获得的8,091,843.64美元。Smith利用约1万个bot账户推高AI生成歌曲的播放量以获取版税,导致整个版税池被摊薄;这是美国司法部首例此类诉讼。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 引入实时 ACL 验证机制,在查询时调用 Google Drive 等数据源 API 实时校验用户权限。系统分两阶段执行:先用向量索引中的 ACL 预过滤候选文档,再对通过初筛的文档做实时授权校验,仅将确认有权限的内容传入大语言模型生成回答,避免因 ACL 同步滞后泄露敏感文档。
Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线,定位为 Claude 5.5 系列中速度最快、最高效的型号。
推荐理由:对比了 Haiku 5.5 与 Opus 5.5 的任务分工,并给出在 Bedrock 上调用与监控 Haiku 5.5 的代码示例。
扎克伯格和普莉希拉·陈资助的非营利组织 Biohub 正在协调一项 18 亿美元的跨数据、实验室设备和算力的项目,目标是用 AI 模型预测细胞行为以加速药物研发。
Anthropic 发布 Claude Haiku 5.5,定位最快、最便宜的小模型,平均成本较 Haiku 4.5 低约 75%。
推荐理由:文中给出了 100k token 以内最高 90% 的阶梯定价和分词器对实际节省的影响,为高吞吐量部署提供了具体成本参考。
OpenAI 在 ChatGPT 全球推出 GPT-6,并同步上线 Intelligent UI,可在对话中加入可视化与可交互体验,用户可直接在界面中探索和操作,主打更快的响应速度。
在旧金山 Microsoft 活动上,NVIDIA CEO 黄仁勋与 Microsoft CEO 萨提亚·纳德拉共同发布 RTX Spark 和面向 Windows 的 DGX Station。
推荐理由:文章给出了 RTX Spark 和 Windows 版 DGX Station 的硬件规格与本地 AI 路径,读者可据此评估 Windows PC 运行大模型的真实门槛。
Microsoft 在 Windows 和 Surface 发布会上宣布升级 Copilot,让它能访问 PC 本地文件并跨操作系统执行操作。核心方案是 Microsoft 称为 Hybrid Intelligence 的本地与云端模型协同;现场用 Autopilot 智能体演示了跨文件夹检索文件、重命名、打包 zip 并起草邮件的报税流程。
微软在旧金山发布 Surface Laptop Ultra,搭载 Nvidia RTX Spark Arm 芯片,8 核 CPU + 24GB RAM + 512GB 存储版起售价 $2,599,10 月 16 日开售,改用磁性 USB-C 充电替代 Surface Connect。
OpenAI 随 GPT-6 推出名为 Intelligent UI 的新界面,在 ChatGPT 对话中嵌入可点击按钮、可编辑图表和定制计算器等交互元素。产品经理 Aarush Selvan 表示,最有帮助的回答不应只是文本,新界面目标是让复杂主题更易学习,演示案例包括机翼升力图、自行车机械图、多日徒步地图和存款计算器等。
非营利组织 Common Sense Media 发布报告,将 OpenAI 的 ChatGPT 青少年版评为不可接受风险级别。报告指出尽管该产品设有家长控制和休息提醒等保护措施,其设计仍通过追问以外的语言鼓励用户在心理健康危机场景中持续互动,且当风险来自 ChatGPT 自身时,模型几乎不会引导青少年求助成人,而在第三方风险场景中这一比例为 94%。
Meta 宣布其 AI 智能体 Muse 推出独立 iPad 应用,距离 9 月 8 日登陆 iOS 和 Android 仅一个月。Sensor Tower 估计 Muse 在双端的累计安装量已超过 660 万。
Google 将 SynthID 检测器向公众开放,支持识别 JPG、PNG、MP4 与 MP3 文件中由 Gemini、Veo、Lyria 等模型生成的隐形水印。
Radisson 酒店集团与 Accenture 合作,基于 OpenAI 技术为 ChatGPT 开发了一款插件,支持旅行者在规划行程时查找、比较并预订酒店。该插件将酒店搜索与预订体验集成到 ChatGPT 对话中,为用户提供一站式旅行规划服务。
GitHub 与微软应用科学合作发布 ModernBERT 分类器,把推送保护扩展到数据库连接串、Kubernetes Secret、Dockerfile 等无固定模式的非结构化密钥,单次判定在 2 毫秒内完成,预计让推送阶段被阻止的密钥数翻倍以上。
推荐理由:GitHub 引用九个季度数据指出代理写码推高密钥泄露量,并推出与微软共建的 ModernBERT 分类器,可在 2 毫秒内识别非结构化密钥、扩展推送保护。
Liquid AI 开源 d1 系列两个边缘决策模型 d1-3B 与 d1-omni-600M,主打毫秒级单次前向传播推理。
微软 Surface RTX Spark Dev Box 开放预购,售价 5,999 美元,11 月开始发货。该 AI 迷你 PC 基于 Nvidia Arm 架构 RTX Spark 平台,配备 128GB 统一内存,可本地运行超过 120B 参数的模型,用于测试 AI 模型和原型设计 AI 智能体。
Meta 推出新 AI 工具,用于检测表面正常但将用户暗中引向平台外儿童性侵内容的广告,并称 2026 年上半年已在 Facebook 和 Instagram 上对 3320 万条儿童性剥削内容采取处理行动,其中超过 97% 由系统先于用户举报识别。
微软研究院开源 Agent Lightning v1.0:一套约 3,500 行的轻量级 Agentic RL 训练框架,主张用真实 harness 训练,复用部署侧 agent 循环接入 RL,无需重写 agent。
推荐理由:把训练与部署统一在同一套 agent harness 上,约 3,500 行代码加 6,000 条样本就让 Qwen3.5-9B 在 SWE-bench Verified 提升 14.6 个百分点,为低门槛复现 agent RL 提供了完整路径。
OpenAI 将在 ChatGPT for Teens 中推出 College Planner,帮助学生管理大学申请流程。该产品同步上线学习卡与测验功能,并成立青少年 AI 委员会,让青少年参与塑造 AI 的未来方向。
OpenAI 将在 ChatGPT for Teens 中推出 College Planner 工具,整合大学申请要求、截止日期、任务和助学金步骤,即将上线。该功能初期面向美国 10-12 年级、计划入读四年制大学的学生;iOS 用户可连续拍摄多张照片合成 PDF,并能从笔记生成闪卡。
OpenAI 推出 Decisions API(公开测试版),将文本、图像或多模态评估速度提升至 Responses API 的约十倍,目前仅支持 gpt-6-luna,输入 token 定价 0.10 美元/百万、输出免费,输出形式包括是/否概率、从预设类别中选取和量表评分,适用场景覆盖损伤检测、客户问询路由与文档分类,支持零数据留存并在美欧地区符合 HIPAA。
Cornerstone OnDemand 基于 Amazon Bedrock 与 Strands Agents 构建多智能体系统 Orion AI,将数据库故障诊断时间从 45 分钟压缩到 10 分钟,缩短 78%。该系统由 3 人团队历时 6 个月交付,手动生命周期操作步骤从 10 多个降至 1 次交互,SRE 与数据团队间报告延迟由 15 分钟降至实时,冗余告警中位数减少 65%。
AWS DevOps Agent 完成事件调查后,可配合 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 自动执行修复流程。
Qlik 在 Amazon Bedrock 上构建了企业级 AI 应用 Qlik Answers,自 2026 年 2 月正式上线以来已为 4 万余客户提供带数据出处的答案。
AWS 博客提出 Agentic Value Model 框架,指出传统 RPA ROI 模型无法捕捉智能体自动化创造的大部分价值。该框架从时间节省、异常处理、决策质量、变更韧性四个维度衡量收益,并以"价值实现"作为收益能否落到 P&L 的关键条件。引用 McKinsey "1:3:5 模式",每 1 美元智能体技术投入应配 3 美元流程重构与 5 美元能力建设。
Meta 的 AI 智能体 Muse 推出 iPad 原生版本,可利用更大屏幕与 iPadOS 多任务能力。最新更新还新增 Canva、Dropbox、Figma、QuickBooks、GitHub、Zoom、Asana、Klaviyo、Granola、Notion 等连接器,并面向小企业主支持自主规划营销、客户推介和产品页面。
OpenAI Dots 产品负责人 Alexander Embiricos 将于 Dots 发布数日后出席 TechCrunch Disrupt 2026(10月13-15日,旧金山 Moscone West)。
Google Labs 推出 AI 游戏创作平台 Playground,用户通过文本提示即可生成浏览器游戏,无需编程经验。创作者可选择 trivia 或 racing 等体裁、指定 2D 或 3D 模式以及单人或多人玩法,并可上传素材由 AI 转化为游戏资产,Google 表示后续将集成 Unity Spark 以提供更专业的 3D 能力。
iPod 之父 Tony Fadell 在 MIT Future Fest 上将 Rabbit R1、Humane AI pin 和 Limitless pendant 列为已停产的首批 AI 硬件,认为失败的根本在于它们未解决真实需求。
Healthleap 获得 3800 万美元融资,用于开发读取病历、标记住院患者未确诊疾病风险的 AI 平台。融资包含 Sequoia Capital 与 First Round Capital 共同领投的 800 万美元种子轮,以及 Hummingbird Ventures 领投的 3000 万美元 A 轮。
Stacklok 由 Kubernetes 联合创始人 Craig McLuckie 和 Joe Beda 创立,最近开源了云原生 Agent Harness Mecatl,把 agent 循环与执行环境、状态存储解耦。公司同期维护开源 MCP 平台 ToolHive,商业版 enterprise spine 提供统一身份、授权和审计能力,主要面向银行、半导体、电信等受监管行业的大型客户。