AI日报｜2026年10月23日

模型发布/更新

Canva 发布首个自研 AI 图像生成模型 Canva Craft CCanva

• 一句话概括：Canva 正式推出自研图像基础模型 Canva Craft，采用两阶段生成架构，位居全球专业设计评测榜单前列。
• 分步架构设计：采用先规划排版、后渲染画面的两阶段设计架构，文字拼写与构图在渲染前已固定，修改单一图层时不破坏整体画面。
• 技术规格与评测：支持最高 2K 分辨率输出与 30 余种画幅比例，基于数百万高质量模板训练，在 DesignArena 评测榜位居前列。
• 开放与接入：已面向全球用户开放，后续将推出 Craft-fast 等加速版本，并支持通过 MCP 协议供各类 AI 智能体直接调用。
• 传送门：The Verge 报道

fal 联合 Black Forest Labs 发布后训练视频模型 FLUX 3 Max ffal / Black Forest Labs

• 一句话概括：fal 发布最新视频生成模型 FLUX 3 Max，将 10 秒高清视频的生成时间缩短至 12.45 秒。
• 极速生成：生成 10 秒 720p/768p 视频仅耗时 12.45 秒，相较行业同类代表模型的数百秒生成速度实现大幅跃升。
• 画质表现：在第三方图生视频质量基准中 Elo 得分达到 1139，与顶级商业闭源视频模型并列首位。
• 开发者优惠：上线前三周 API 调用价格实施 75% 降幅，全面降低高帧率视频生产的算力门槛。
• 传送门：

  View post on X by @fal

  在 X 上查看 @fal 的貼文 ↗

蚂蚁集团开源 0.5B 语音模型 Ming-3.0-tts，跻身权威榜单前三 蚂蚂蚁集团 (Ant Group)

• 一句话概括：蚂蚁集团开源超轻量语音合成模型 Ming-3.0-tts，以极低参数规模达到工业级自然拟真度。
• 榜单表现：在 Artificial Analysis Controlled Voice Arena 榜单中跻身前三，是前三名中唯一参数低于 1B 的模型。
• 极高计算能效：以低于同榜单其他顶级开源语音模型 7 至 70 倍的参数量（仅 0.5B），达到匹敌百亿参数模型的音频表现力。
• 开源许可：代码与权重基于宽松的 MIT 许可证全面开源，无商用授权障碍。
• 传送门：

  View post on X by @ArtificialAnlys

  在 X 上查看 @ArtificialAnlys 的貼文 ↗

Viggle AI 发布 JST-2 3D 世界基础模型 VViggle AI

• 一句话概括：Viggle AI 正式上线新一代世界模型 JST-2，实现从文字、图像或视频到 3D 资产与动作的端到端生成。
• 多模态生成能力：支持输入任意文本、静止图像或现实视频片段，直接输出三维角色、连贯动作与空间环境。
• 交互与创作生态：模型专为虚拟角色动画与交互式场景打造，社区创作者已基于其生成多款游戏级动捕与动作混合管线。
• 传送门：

  View post on X by @ViggleAI

  在 X 上查看 @ViggleAI 的貼文 ↗

产品发布/更新

OpenAI Decisions API 正式全面可用 (GA) OOpenAI

• 一句话概括：OpenAI 推出专为微型决策构建的 Decisions API，提供比通用生成接口提速最高 10 倍的极速判断体验。
• 三大决策形态：模型底层由 GPT-6 Luna 驱动，原生支持 Predicate（真伪判断）、Choice（受限多选）与 Score（概率打分）三种有界输出模式。
• 高吞吐与低开销：无需生成冗长推理文本即可完成图像与文本分类、条件路由及安全过滤，速度比标准 Responses API 提升最高 10 倍。
• 智能体流程加速：专为智能体决策分支、海量批处理过滤和高频边缘拦截设计，大幅缩短工作流延迟。
• 传送门：OpenAI 官方博客
• 传送门：

  View post on X by @OpenAIDevs

  在 X 上查看 @OpenAIDevs 的貼文 ↗

Google Cloud 推出 Agent Compute Engine，Anthropic 托管版 Claude 全面商用 GGoogle Cloud / Anthropic

• 一句话概括：Google Cloud 推出智能体专用沙箱计算基建，同时宣布 Anthropic 托管版 Claude 平台在 GCP 全面可用。
• 专用沙箱基建：Google Cloud 发布 Agent Compute Engine（ACE），通过硬件隔离级运行时沙箱保障自主智能体执行代码与控制浏览器的安全。
• 首发日功能同步：新增 Anthropic 托管部署选项，支持在 GCP 账号下即时调用 Claude Managed Agents、代码执行与 Agent Skills 等原生平台功能。
• 企业身份集成：完整支持 Google Cloud IAM 身份凭证、统一企业账单计费以及现有云承诺消费额度抵扣。
• 传送门：Google Cloud ACE 官方博客
• 传送门：Google Cloud 部署 Claude 公告

Claude 网页、桌面和移动端将会话默认设为 Auto 自动化模式 AAnthropic

• 一句话概括：Anthropic 宣布 Pro、Max 和 Team 订阅用户的 Claude 会话下周起将默认开启 Auto 模式。
• 操作去摩擦化：在 Auto 模式下，Claude 在处理复杂多步任务时不再频繁弹出手动确认窗口，实现端到端连续执行。
• 智能安全守卫：依赖后台独立的专用分类器实时识别高危命令，测试中拦截了 89% 的风险指令，远高于手动审批模式下的排查效率。
• 全平台覆盖：功能将在网页端、桌面应用与移动 App 统一推送，用户仍保留一键切换回 Manual 手动审批的控制权。
• 传送门：

  View post on X by @claudeai

  在 X 上查看 @claudeai 的貼文 ↗

Replit 发布 Monitoring Agent：自带自动修复与部署的值班智能体 RReplit

• 一句话概括：Replit 推出内置值班智能体 Monitoring Agent，可 7x24 小时排查生产问题并自主修复代码。
• 指标洞察：智能体直接挂载生产环境日志与指标，发生响应变慢、未捕获异常或部署崩溃时自动介入排查。
• 自动化运维闭环：支持 Autofix 与 Auto-publish 选项，智能体可自主编写补丁、通过测试验证并重新发布，同时向开发者发送复盘邮件。
• 传送门：Replit 官方博客

JetBrains 正式推出 Air Governance：统一组织级 AI 智能体治理 JJetBrains

• 一句话概括：JetBrains Air Governance 正式上线，为企业提供多平台多供应商 AI 智能体的统一管控与开销调度中心。
• 跨厂商集成：集中纳管 Claude Code、Codex、Gemini CLI 及各类基于 ACP 协议构建的智能体工具。
• 精细权限与财务管控：企业管理员可统一划分团队调用配额、约束模型范围并实时审计 Token 消耗与投资回报率。
• 传送门：JetBrains 官方发布说明

行业动态

DeepSeek 完成新一轮约 150 亿美元融资，投前估值近 750 亿美元 BBloomberg / DeepSeek

• 一句话概括：据彭博社报道，DeepSeek 顺利完成约 150 亿美元的新一轮大规模股权融资，成为近年来中国科技界规模最大的私募案之一。
• 融资规模调增：谈判过程中融资目标经历多轮上调，从初期的 75 亿美元一路攀升至最终约 150 亿美元。
• 龙头产业资本领投：宁德时代（CATL，出资约 15 亿美元）与腾讯等产业巨头为核心领投方，投前估值约为 748 亿美元。
• 储备资金跃升：算上 6 月份完成的超 75 亿美元首轮融资，DeepSeek 在过去半年内累计筹集约 225 亿美元研发储备资金。
• 传送门：

  View post on X by @rohanpaul_ai

  在 X 上查看 @rohanpaul_ai 的貼文 ↗

OpenAI 洽谈以 1.25 万亿美元估值融资至多 300 亿美元 TTechCrunch / CNBC / Bloomberg

• 一句话概括：OpenAI 被曝正推进在公开上市前的新一轮高额融资，投前估值攀升至 1.25 万亿美元历史高位。
• 顶级财团领投：本轮投资拟由知名成长型投资机构 Coatue 以及阿联酋主权背景资本牵头，募资金额最高可达 300 亿美元。
• 算力基础设施绑定：相关谈判条款涉及中东地区大规模超算集群配给，旨在为后续前沿巨型模型提供能源与算力保障。
• 传送门：TechCrunch 报道

Anthropic 将 Agent Skills 标准捐赠给 Linux 基金会旗下 AAIF AAnthropic / Linux Foundation

• 一句话概括：Anthropic 宣布将 Agent Skills 规范的所有权正式转交给 Linux 基金会下属的 Agentic AI Foundation。
• 中立开源生态：继此前将 Model Context Protocol（MCP）移交中立基金会后，Anthropic 再次将关键的智能体技能接口规范交由社区主导。
• 消除厂商锁定：旨在联合 OpenAI、Block 等基金会联合发起方，建立跨模型、跨平台的通用智能体工具能力扩展协议。
• 传送门：Simon Willison 博客分析

AI 制药初创公司 Warp Sciences 完成 2.15 亿美元 A 轮融资 WWarp Sciences

• 一句话概括：由 Kevin Weil、DJ Patil 与 Manohar Paluri 联手打造的 Warp Sciences 获 2.15 亿美元融资，加速物理实验室自动化。
• 一线风投领投：本轮融资由知名风投机构 Lightspeed Venture Partners 领投，团队囊括了多位前沿人工智能研究员与生物医药科学家。
• 虚实结合技术路线：致力于打破大模型仅停留在屏幕生成计算的局限，将多模态 AI 与实验室机器人深度结合，重构传统药物分子管线研发流程。
• 传送门：

  View post on X by @kevinweil

  在 X 上查看 @kevinweil 的貼文 ↗

论文研究

微软 AI 临床诊断系统 MAI-DxO 与 SDBench 登上 Science 杂志 MMicrosoft AI

• 一句话概括：微软 AI 团队在顶级科学期刊《Science》发表突破性医学智能体研究，提出序列化临床推理诊断系统 MAI-DxO。
• 诊断基准创新：针对过往医疗基准仅测试静态单轮问答的弊端，推出 Sequential Diagnosis Benchmark（SDBench），模拟真实动态长流程临床检查。
• 多智能体诊断架构：MAI-DxO 结合假设生成、针对性检查检验与自适应树搜索机制，在复杂罕见病例的鉴别诊断能力上大幅超越既往临床模型。
• 传送门：Microsoft AI 官方专栏

Anthropic 与 Theorem Labs 合作实现开源软件的大规模形式化验证 AAnthropic / Theorem Labs

• 一句话概括：Anthropic 前沿红队发表新研究，利用 Claude 实现了真实复杂开源代码库的高通量数学证明与形式化安全验证。
• 突破验证规模限制：成功克服传统形式化验证耗费大量人工专家且仅适用于数千行精简代码的瓶颈，使软件数学完备性验证具备工业扩展可能。
• 百项开源库实测：在数周时间内端到端完成了对超过 100 个活跃主流开源库安全属性的形式化证明，为解决深层供应链漏洞开辟了新途径。
• 传送门：Anthropic 形式化验证论文专页

WorkForge：面向真实长周期职场智能体的可验证环境框架 腾腾讯混元 / 复旦大学

• 一句话概括：腾讯混元携手复旦大学提出 WorkForge 框架，从真实开源资产与文档中规模化构建可验证的智能体评测与训练场景。
• 还原复杂职场现场：摒弃传统合成基准过于干净直接的缺陷，利用专家“场景蓝图”从真实工程中自动抓取非结构化目录、混杂文档与碎片数据搭建任务区。
• 严密双轨核验：基于工作区事实预先提取底层支撑，将代码可运行、文件生成等刚性指标交由程序核对，复杂论述则交由对齐评分细则的 LLM 评委评估。
• 传送门：arXiv 论文链接

其他分享

Grok Bot 获系统级原生集成：支持手机原生应用与 1Password 代理登录 xxAI

• 一句话概括：xAI 旗下 Grok Bot 移动端推送重磅更新，支持接管手机原生系统应用并接入 1Password 安全保管库。
• 原生应用打通：在 iOS 与 Android 端打通日历（Calendar）、提醒事项（Reminders）、联系人与系统定位等多项底层权限。
• 安全代客登录：支持联动 1Password 密码库，用户授权特定凭据后，智能体可在网页操作流中完全自主完成登录，省去人工接管步骤。
• 传送门：

  View post on X by @bot

  在 X 上查看 @bot 的貼文 ↗

Perplexity Agent API 上线批处理 Batch API，单任务支持 5 万次调用 PPerplexity

• 一句话概括：Perplexity 在其 Agent API 中引入 Batch 批处理模式，助力高吞吐实时数据挖掘。
• 万级高并发处理：单文件支持打包多达 50,000 个请求，在低成本异步队列中并行执行。
• 全量网络搜索支持：批处理模式依然执行完整的智能体逻辑，完整开放实时网页检索（web_search）与页面解析（fetch_url），适用于企业级海量实体丰富化分析。
• 传送门：Perplexity Batch API 开发文档