AI 音乐生成器 Suno 新增 Speech 功能,可生成带背景音乐的语音
Suno 推出新功能 Speech,可将文字与语音描述合成为带背景音乐的单一音频轨,适用于诗歌、冥想和睡前故事等场景。产品负责人 Jack Brody 称该功能已小范围测试一个月,但测试版仍存在口音识别问题。Suno 未披露训练方式,此前已因版权问题遭主要唱片公司起诉。
Suno 推出新功能 Speech,可将文字与语音描述合成为带背景音乐的单一音频轨,适用于诗歌、冥想和睡前故事等场景。产品负责人 Jack Brody 称该功能已小范围测试一个月,但测试版仍存在口音识别问题。Suno 未披露训练方式,此前已因版权问题遭主要唱片公司起诉。
据《纽约时报》报道,自 2025 年秋季起,Anthropic 联合创始人 Christopher Olah 邀请数十位宗教领袖讨论 Claude 是否具有意识,并称担忧自己创造了会永久受苦的东西。Anthropic 内部还起草了 84 页的“Soul Doc”作为模型道德宪章,并展示了情绪向量等内部信号。批评者认为,将模型视为独立道德主体可能模糊公司责任,而教皇方济各在通谕中明确否认机器意识。
推荐理由:原文梳理了 Anthropic 与宗教领袖的闭门对话及内部文件,读者可借此理解 AI 意识争论背后的商业与伦理张力。
Cloudflare 发布 Clef 与 Clef-flash 两款 AI 智能体决策模型,主打速度优势,称“智能体决策不再必然需要人类介入”。Clef-flash 中位延迟约 39 毫秒,Clef 约 209 毫秒,均快于 TypeSafe AI 的 Jev(约 524 毫秒)。
Apple 宣布将收紧 macOS“完全磁盘访问权限”设置,原因是 AI 智能体增加了“与此访问级别相关的风险”。此前有报道称 Meta 的 Muse 应用在 Mac 上读取了记者私密消息,另有 Wired 报道指出 ChatGPT Mac 应用存在漏洞。Apple 表示将引入新控制措施,确保用户只能通过“非常明确的用户操作”授予应用此类访问权限。
The Verge 记者实测了 OpenAI 新发布的智能体平台 Dots。与 Meta Muse 等免费竞品不同,Dots 目前仅向最高档位用户开放,包括每月 100 美元的 Pro 账户。
Circuit Breaker Labs 入选 TechCrunch 2026 Startup Battlefield 200,其打造的 AI 智能体模拟不同年龄、背景、语言和文化的用户,对模型进行“红队”测试,以识别危险及心理有害的互动。公司每天运行数万至数十万次模拟交互,并通过专有评分方法生成可审计、可解释的分数,目前面向 AI 辅导、日记等心理健康类高风险应用提供安全测试服务。
全球 AI 投资预计 2026 年达 2.5 万亿美元,同比增长 44%,但多数企业仍未通过 AI 实现营收增长。报告提出“智能体转型”需重构数据基础设施与可组合架构,并解决 AI 主权问题。领先企业将流程再造置于模型选择之前,数据就绪度而非数据量决定 AI 的复利效应。
OpenAI 发布 GPT-6 家族模型选用指南,面向初创企业讲解如何按需选择 GPT-6 系列模型、调节推理强度、优化提示词与技能、协调工具调用,并为生产环境准备 AI 工作流。指南覆盖从模型选型到部署落地的完整路径,帮助开发团队在真实业务场景中更高效地使用 GPT-6。
Amazon SageMaker AI 推出多轮强化学习(MTRL)能力,用于微调搜索智能体。该方法以 Qwen3.6-27B 为基座模型,通过 BM25 与向量搜索两种工具,在 FRAMES、BRIGHT 和 Enterprise RAG 数据集上训练,支持 PPO、CISPO 等算法及无服务器按 token 计费,旨在以小型模型的成本获得接近前沿模型的检索可靠性。
Amazon Bedrock AgentCore 推出 AgentCore Gateway,可将 Claude Desktop 接入其 Web Search 能力,弥补模型训练知识截止带来的信息缺口。
AWS 提出 Adjudicated Query 设计模式,让业务人员通过 Amazon Quick 聊天界面提出合规问题,而通过/不通过的判定由确定性规则引擎完成,模型仅负责翻译问题与叙述结果,不参与最终裁决。
Clay 联合创始人兼 CEO Kareem Amin 将在 TechCrunch Disrupt 2026 的 AI 舞台上主讲“GTM 工程师:AI 如何创造科技行业下一个大工种”。
Blackstone 全球负责人 Jas Khaira 将在 TechCrunch Disrupt 2026 的 Builders Stage 分享打造“下一代 AI 巨头”的见解,探讨创始人应如何思考资本、区分持久业务与早期增长。
教皇利奥十四世在X平台发文,呼吁保护人类艺术免受AI侵蚀,称算法生成的作品与人类艺术存在“本体论差异”,“缺乏人性的火花”。他曾在5月的通谕中强调自动化时代维护人类尊严的重要性。据《纽约时报》报道,Anthropic曾游说梵蒂冈重新考虑其对非人类意识的立场,但收效甚微。
GitHub 发文指出,AI 正在改变开发者工作方式,开发者需学会指挥 AI、评估其输出并做出技术决策。文章建议三项技能:学会指挥 AI 智能体而非仅使用工具、不轻信 AI 首次回答(可用第二模型交叉评审)、利用 AI 节省的时间解决更大问题。文中提及 GitHub Copilot 内置 Rubber Duck 智能体可调用第二模型评审代码。
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访,介绍公司向 AI 原生企业转型的“由内而外”策略。目前 Airbnb 60% 的代码由 AI 编写,年同比功能交付量提升近 80%,工程师 PR 吞吐量提升约 1.6 倍;约半数客服工单由 AI 完全解决。
微软正通过仿生学设计,如增加绿植和修复生态系统,试图让数据中心更好地融入当地社区,以应对居民对噪音、污染和砍伐树木的抗议。然而,批评者认为这些措施只是表面功夫,无法解决数据中心带来的能源消耗、水资源使用和碳排放等根本问题。微软承诺在2030年前实现水正效益和碳负排放,但其2025年碳排放增长了25%,且AI业务的扩张正威胁这些目标。
推荐理由:本文通过多个案例与专家观点,呈现微软数据中心扩建与社区环保诉求之间的张力,帮助读者理解科技扩张的代价。
The Verge 报道,生成式 AI 的普及正在改写“顾客永远是对的”这句老话,一线服务人员发现顾客越来越相信 AI 幻觉,而非现场专业人士。
Mercor 研究显示,AI 模型在结构化记账任务上比持证会计师更快、更准、更便宜。12 名平均经验 5.5 年的注册会计师在 APEX Accounting Benchmark 简化任务中,AI 模型几乎满分完成,而 18 个月前最佳模型得分仍低于会计师平均约 37%。
Suno 推出 Speech 功能,可根据脚本或提示描述生成语音,并支持同时生成配音与背景音乐,现已面向网页和移动端开放公测。该功能提供 Simple 和 Advanced 两种模式,可调节音色、语音风格等,最长约八分钟。Suno 表示将根据用户反馈持续改进。
Ramp AI Index显示,美国企业AI支出下降,主要源于OpenAI与Anthropic的竞争导致模型降价。自7月支出见顶以来,AI使用量增长约50%,9月底创下新高。Anthropic占token支出51%,OpenAI占44.5%,开源模型占比不足5%。
东芝计划到2027财年将面向AI数据中心的硬盘驱动器产能提高一倍,投资约600亿日元(约合3.8亿美元)扩建菲律宾HDD生产设施,系约五年来首次大规模硬盘投资。公司中期目标是将按存储容量计算的全球市场份额从略高于10%提升至30%。
arXiv 自 2026 年 10 月 1 日起实施新规,每位提交者每月最多提交 2 篇论文,且无论是否通过审核均占用额度,所有分类共享此限制。arXiv 表示此举旨在应对 AI 工具导致论文数量激增、审核压力过大的问题,并计划未来升级审核工具与流程。
推荐理由:arXiv 新规直接改变论文投稿节奏,读者可借此判断 AI 时代科研产出与审核的平衡走向。
丘成桐参与的最新论文在致谢中感谢了 GPT 6 Astra 和 Claude Pro 在部分证明策略探索和计算中的帮助。该论文宣称解决了七维空间中 27 种怪球能否配备正截面曲率度量的经典猜想,该问题自 1982 年被丘成桐列入问题清单以来悬而未决。论文附带 SageMath 验证代码,计算机验证成为证明可信度的重要支撑。
推荐理由:丘成桐从质疑到使用 AI 辅助证明的转变,为理解 AI 在尖端数学研究中的角色提供了真实案例。
openJiuwen 团队发布 X-Router 自演进模型路由技术,通过动态选择模型降低 Agent 调用成本。
推荐理由:原文给出了实测数据与开源入口,读者可以据此判断智能路由对 Agent 成本与质量的实际影响。
Black Forest Labs 发布 Flux 3 模型家族的图像模型 Flux 3 Image,支持多步编辑且不改变图像其他部分,覆盖文生图、图生图、文本渲染和照片级真实感。用户可用边界框构图、最多引用十张参考图,输出最高 4K 分辨率。API 访问在 10 月 8 日前享五折优惠,商业权重可授权企业自建基础设施运行和微调,开源权重版本预计数周内推出。
前 AlphaGo 核心成员、UCL 机器学习教授 Thore Graepel 撰文指出,当前 LLM 的链式思考仍属系统 1 直觉,缺乏显式认知状态与知识操作分离,不构成真正推理。他主张借鉴 AlphaGo 的搜索架构,构建可审计的推理系统,并为此离开 Google DeepMind。
推荐理由:作者以 AlphaGo 核心成员身份对比 AlphaGo 搜索与 LLM 推理,提出可审计的推理架构方向,适合关注 AI 可靠性的读者。
Pi 1.0 与 Pi Durable 双双登上 Hacker News 首页。Pi 1.0 新增 Codemode,原生支持 MCP、Jev 和图像模型,并引入缓存预热、对话中系统消息等功能。Pi Durable 将 Pi 移植到 TypeScript,外部化所有有状态组件,支持崩溃后从最后状态自动恢复、多分支并发对话、热插拔工具与扩展,以及多用户状态同步。
知情人士透露,博通的华尔街银团正开始筹集600亿美元的新一轮AI芯片融资,为Anthropic芯片项目提供资金。
知情人士透露,Anthropic 正寻求最快于 11 月中旬上市,此前该公司曾推迟 IPO 计划。Anthropic 最早可能在 11 月 9 日当周正式启动 IPO 推介,从而有望在 11 月 26 日感恩节前开始交易,目前仍预计最迟于今年年底完成上市,但具体时间仍可能调整。
GPT-6 Astra Ultrafast 已上线 OpenAI API,并向符合条件的 ChatGPT Work 和 Codex 用户开放,运行于 NVIDIA Blackwell GPU 上。
AWS 在 Amazon Bedrock AgentCore 上提出四智能体模式,将云迁移中基础设施即代码(IaC)开发时间从每应用 3-4 周缩短至分钟级。该模式与 AWS Transform 及 AWS DMS 协同,通过 MCP 工具连接内部系统,覆盖迁移与运维两大流程,适用于 300+ 应用的大型迁移项目。
社交俱乐部 The Den 在开设新地点时,借助 ChatGPT Work 将拨款申请准备时间从 3 天缩短至 2 小时,酒类许可证材料从 4 天缩短至 3 小时,每周节省 10-15 小时。该工具帮助团队更高效地处理行政工作,腾出时间用于业务增长。
美国联邦法官驳回 Chegg 与 Penske Media 对 Google 的反垄断诉讼,认定 Google 在 AI 概览等产品中的行为不违反反垄断法。Chegg 指控 Google 抓取其教育内容供 Gemini 模型重现并导致流量下降,Penske 旗下媒体亦指控流量损失且无法退出 AI 抓取,但法官认为网站免费提供内容的“期望”不构成法律协议。
Google 今日在兼容 Android 设备的 Gemini Live 中推出 Guided Vision,通过共享摄像头让 AI 实时语音描述画面,帮助阅读小字、识别物体与描述环境。该功能面向盲人、低视力用户及特定场景需求者,并可在 Google TalkBack 或 Android 9 及以上设备的辅助功能快捷方式中使用。Google 提醒用户勿将其用于导航、安全出行或障碍物检测。
Amazon Quick 推出 Live Data in Apps 功能,使 AI 构建的 Quick Apps 能实时查询受管 QuickSight 数据集,取代发布时冻结的静态快照。应用每次打开都会重新执行 SQL,查询以查看者身份运行,并自动沿用行级与列级安全规则。支持 SPICE 和 Direct Query 数据集,查看者需为已认证 Quick 用户,且首次使用需按数据集同意。
Google 的轨道计算卫星原型今日搭载 SpaceX 火箭升空,将验证其 TPU 芯片能否在太空运行。Google 发布的白皮书预计,Starship 需在未来十年完成约 1,800 次发射(每年 180 次)才能以低成本将计算送入轨道。测试显示芯片在辐射环境下推理错误率约为百万分之一,但大规模训练仍面临挑战。
OpenAI 面向全球用户推出 ChatGPT 两项购物新功能:虚拟试衣和收藏(Favorites)。虚拟试衣基于新发布的 ChatGPT Images 2.5 模型,用户上传自拍或全身照即可预览服装与配饰上身效果,购物结果中新增“try on”按钮;收藏功能可将商品保存至应用内 Library 供后续查看。此前 OpenAI 曾放弃即时结账功能,而 Google 已于去年推出虚拟试衣。
美国联邦法官驳回 Chegg 和 Rolling Stone 母公司 Penske Media 对 Google 的反垄断诉讼,认为其指控不成立。法官指出,出版商免费提供内容以换取搜索流量的预期并非协议,反垄断法不能替代立法机构应对新创新带来的经济影响。
AWS 机器学习博客发布分步指南,为 Claude Platform on AWS(CPonAWS)配置多环境访问。方案采用专用 AI Services 账户模式,通过跨账户 SigV4 支持 AWS 工作负载、工作区级 API 密钥供开发者本地使用、OIDC 联合认证支持外部环境,实现生产与开发流量隔离并共享单一订阅。