Chinese contentElevenLabs 谈语音智能体愿景：让用户不再按 0 找人工
ElevenLabs 的高管在访谈里聊了个很实在的判断：等人工客服排队的人，会慢慢改成点名要和 AI agent 谈。做客服、外呼产品的开发者可以看看他们怎么讲低延迟语音对话的价值，对比 Retell、Vapi 这类同赛道产品也有些参考。
Latest
Every published item, in order · 16548 items
Nov 12
Chinese contentLogan Kilpatrick 预告 Google AI Studio 新功能已上线
Google AI Studio 负责人 Logan Kilpatrick 发帖官宣团队落地了一项新能力，已在 Google 多个产品中铺开，具体细节还没公布。关注 Gemini API 和 AI Studio 的开发者可以先去控制台看看有什么变化，等官方文档再确认。
Chinese contentAI 应用于台风预测，延长灾害预警黄金时间
台风预报是 AI 降维打击传统数值模式的典型案例。文章讲了 AI 怎么提前识别台风生成、算得更准，预警窗口变长意味着撤离时间更充裕。在东南亚沿海生活的读者应该点开看看。
Chinese contentAWS 开源 aws-emulator：本地模拟云服务做测试
AWS 官方出了个本地模拟器，不用花钱开 API key 就能跑云服务测试，还是靠 Agent 集群写出来的 Rust 项目，三周 29,684 个提交。经常写集成测试的开发者可以装来试试。
Chinese contentRunway 推出 MCP 服务器，可接入 Claude 等客户端
Runway 把视频生成做成了 MCP 服务器，Claude 里就能直接跑生成任务。做智能体或自动化工作流的朋友可以试试，不用再切回网页操作。如果你在用 Claude Code 或其他 MCP 客户端，集成成本很低。
Chinese contentLovart 接入 GPT Image 2.6，一张照片一条提示词即可生成动图
做设计或社媒素材的朋友可以试试：Lovart 现在接入了 GPT Image 2.6，上传一张照片，一条提示词就能换背景再直接输出动图，不用再开 Runway 分两步做。升级会员最高送 31 天不限量生成，成本也算得过来。
Chinese contentCognition 为使用 Devin 的初创团队提供 65,000 美元额度与专属支持
Cognition 给用 Devin 的创业团队发 65k 美元额度还配专属支持，够用好一阵子。要是你们在纠结 Devin 和 Cursor、Copilot 哪个更适合自家开发流程，先用免费额度跑几个真实任务再决定，成本几乎为零。
Chinese contentRunway 通过 Fable 5.2 接入 Claude，可在对话中完成设计渲染
Runway 把自家生成能力接进了 Claude，官方演示了从概念图到 Blender 建模再到最终渲染的完整流程。做 3D 或产品设计的开发者可以试试这种对话式工作流，省去不少来回切换工具的功夫。
Chinese contentCognition 分享 trybasis 用 Devin 云端智能体打造会计自动化工作流
Cognition 曝了自家客户 trybasis 的真实用法：用 Devin 把 20 小时的会计活压到 30 分钟，还跑出过 20 天的 agent 线程。想看云端智能体在真实业务里怎么落地的，这个案例值得看看。
Chinese contentGemini 接入 Apple CarPlay，开车可语音续聊
Google 把 Gemini 塞进了 CarPlay，点一下图标就能在车里继续和 Gemini Live 语音聊，接着手机上没聊完的话题也行。开车的朋友可以试试，通勤路上查东西、想点子都方便。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
ElevenLabs Announces Fine-tuning, Interaction Engine and ElevenAI Assistant
The routing approach in the Interaction Engine — mixing cheap and frontier LLMs within one call — signals where voice agent economics are heading and gives enterprises a template for cutting token costs. Teams building customer-support or phone-based agents should evaluate the fine-tuning programme, since tailored speech models on proprietary data remain rare. The announcements also mark a direct rivalry with OpenAI's realtime voice stack and general work assistants like Granola or Wispr Flow.
Chinese contentDXC Technology 基于 Amazon Bedrock 搭建多模型 AI 底座
DXC 在 70 国做 IT 托管服务，把 AI 架构拆成 Bedrock 多模型底座加自建治理层，agent 的编排、权限、审计全走一套 harness。做企业级 agent 落地的开发者值得看它的分层设计，尤其受监管行业的团队。
Chinese contentCodeRabbit 上架 Antigravity 插件市场，代码审查与智能体编写同流程完成
CodeRabbit 官宣进 Antigravity 插件市场，智能体写完代码它就在同一流程里跑 review，不用切工具。之前审查和生成是两套系统，现在合在一起，用 Antigravity 的团队装个插件就行。写代码靠智能体的朋友可以试试。
Chinese contentMatt Shumer 开放智能体早期测试版征集反馈
Matt Shumer 开放了自己智能体的早期测试入口，现在就能上手玩并直接反馈影响开发方向。相比 OpenAI、Anthropic 那种闭门内测，这种公开征集对想做智能体产品的开发者是个不错的观察样本，感兴趣可以点链接试试。
Chinese contentGrok Bots 发布 1.0 稳定版，新增 Slack 与视频通话接入
xAI 把 Grok 做成了能进 Slack、能开视频会的 1.0 版机器人，等于直接和 Slack AI、Teams Copilot 抢工位。想给自己的团队频道加个能开会、能回消息的 Grok 机器人的开发者可以试试。
Chinese contentGoogle Labs 工程师演示 Tabletop 家庭使用场景
Google Labs 的 Roman Nurik 拍了一段自家演示，用 Tabletop 给孩子做家务打卡表、寻宝游戏、乐高地图这些小东西，都是一句自然语言生成的。如果你对"随手造小工具"这类玩法感兴趣，可以看看视频再去排队 waitlist。
Chinese contentllm 0.37.2 修复 API 密钥泄露的安全漏洞
如果你在终端用 Simon Willison 的 llm 工具接第三方 OpenAI 兼容端点，这个版本必须升级，旧版可能把你自己的 OpenAI 密钥误发给别家。两个触发条件都写在报告里了，排查一下自己的配置只需几分钟。
Chinese contentElevenLabs 开放 ElevenAI 早期体验报名
ElevenLabs 开了个新东西叫 ElevenAI，现在能报名抢早期名额了。官方还没说具体功能，但这家做语音合成的底子不错，做配音或语音代理的可以先进去占个位，等细节公布再决定要不要用。
Chinese contentBlue 发布可对话操控的 AI 手机，智能体可后台使用所有应用
编码智能体有专属环境后，终于有人把这套思路搬到手机上。Blue 让智能体跑在自己的 OS 里，能操作全部应用、分拣通知，说一句话就帮你交报销单。团队称 10 位 iPhone 用户换机后没人想回去。经常被消息和待办淹没的人可以关注。
ElevenLabs adds Routines to ElevenAgents for follow-up tasks
Voice agents that can execute pre- and post-call steps shift the build burden from custom orchestration code to platform configuration, shortening deployment timelines for support and sales teams. Teams evaluating ElevenAgents against alternatives like Vapi or Retell should compare how each handles callbacks and SMS in native workflows. Operations leads in fintech and telecom with high call volumes stand to gain the most from automated follow-through.
Chinese contentMiniMax H3 Image 支持草图生成电商多场景图片
MiniMax 新展示的 H3 Image 用一张草图就能批量出棚拍和生活场景图，产品在不同画面里长得一模一样。做电商、投广告的朋友可以试试，省下一笔实拍费用，比逐张改提示词的玩法省事。
Chinese contentCoreWeave Database 正式发布：托管 PostgreSQL 直接跑在 CKS 集群内
CoreWeave 把托管 PostgreSQL 塞进了自己的 CKS 集群里，基于 CloudNativePG，还带 pgvector，做 Agent 和 RAG 不用再跨云连数据库了。在 CoreWeave 上跑 GPU 工作负载的团队可以省掉一跳网络延迟，跟自己搭数据库或用 AWS RDS 的方案比，数据离计算更近。
Chinese contentYC 团队推出语音控制 AI 手机 Blue，跨应用保持上下文
YC 有个团队做了台语音操控的手机 Blue，不是重写系统，而是在你现有应用上跑一个智能体，能跨应用记住上下文，说句“回她周四的事”就能自动找到对话并起草回复。跟苹果 Apple Intelligence 那种单应用内助手思路不一样，适合想抢先看手机交互下一形态的人。
Databricks makes Genie Ontology generally available
The 1.6× accuracy gain at under half the tokens suggests ontology grounding may matter more to agent reliability than model choice itself. Enterprise teams already running Unity Catalog can layer this on without new governance plumbing, making it a practical test case for agent accuracy work. Power BI and Google Drive connectors put it in direct competition with Microsoft's Fabric knowledge tooling.
Chinese contentElevenLabs 在 Summit 预告 ElevenAI 工作助理，开放早鸟申请
ElevenLabs 这次把语音能力从客服搬到了办公桌前：任意应用里语音输入、自动会议笔记、通话实时提醒都有。做产品或运营的如果每天开会多，可以申请 early access 试试和 Otter 这类工具的差别。
Chinese contentGoogle DeepMind AlphaProof Code 四周完成 Signal 加密核心验证
DeepMind 用 AlphaProof Code 给 Signal 的加密代码做了数学证明，四周搞定过去要几年的活，600 万行证明代码只有 1% 需要人看。做安全或写密码学库的团队应该关注，这套方法以后可能用来验证电网和医疗设备软件。
Chinese content字节跳动 Seedance 2.5 4K 版上线 Runway 平台
字节的 Seedance 2.5 现在能在 Runway 里直接生成 4K 视频了，不用再切去即梦。Runway 走多模型路线，和 Veo、Sora 在第三方分发上抢创作者。做视频的朋友可以在一个工作流里混用几个模型，值得试试 4K 档的实际效果。
Gemini Decisions API Now Works with the Vercel AI SDK
Calibrated confidence scores combined with 1000-question batching make this a fit for automated review pipelines where routing errors are costly, a capability most general chat models do not expose directly. Developers building on the Vercel AI SDK can add it as another provider without changing their abstraction layer. Teams comparing options may weigh it against running classification prompts on standard Gemini or GPT endpoints, where batching and calibration are not first-class features.
Chinese contentVercel AI SDK 发布 Provider 接入文档页
Vercel 把 AI SDK 各家 Provider 的接入文档集中到了一个页面，写 Node 或前端应用要接多家模型时可以直接查配置写法。如果你在用 AI SDK，收藏这页省得到处翻文档。
Chinese contentGoogle 开放 AI Studio API 文档，方便开发者快速上手
Logan Kilpatrick 贴出了 Google AI Studio 的 API 文档入口，第一次接 Gemini API 的人直接从官方文档起步，比翻社区教程更不容易踩版本坑。想做应用集成、写 Agent 调用工具链的开发者可以先收藏这个入口。
Chinese contentRecraft 更新矢量生成质量，并推出 Vectorizer Pro 图像矢量化工具
做图标和插画的朋友可以看看，Recraft 这次把矢量输出的曲线和转角质量提上来了，还新上了 Vectorizer Pro 能把位图直接转成干净的可编辑矢量，免费用户也能用。
Google DeepMind Ships Gemini Decision 1 Model and Decision API
A six-week path from internal prototype to shipped model plus API signals a shift in how DeepMind productises niche capabilities, moving faster than the typical multi-quarter Gemini release cycle. Teams building decision-support or agent systems can test the model now in Google AI Studio and evaluate it against general Gemini models for structured decision tasks. The bundled playground lowers the barrier to a first comparison run.
Chinese contentGoogle 推出 Gemini-decision-1 模型及决策 API
Google 把批量判定做成了专用模型，一次能跑 1000 个问题，还支持文本图片音视频 PDF 混合输入。做内容审核、自动分类的团队可以看看，比用通用模型自己拼批量调用的思路省事不少。
Chinese contentElevenLabs 将开放企业微调语音智能体底层模型服务
ElevenLabs 要开放企业级微调了，TTS、STT 和开源 LLM 都能拿自己的数据调。做语音客服或行业语音应用的团队可以关注，不用再被迫接受通用模型的发音和识别效果了。
ElevenLabs Previews Interaction Engine for Conversational Agent Orchestration
Cost-tiered model routing inside a conversation stack could meaningfully lower the operating cost of high-volume voice agents, a pain point most teams currently solve with ad hoc scripts. Developers and enterprises running customer-service agents should evaluate it against hand-rolled orchestration with frameworks like LangChain or direct API cascades. Availability and pricing details were not announced at the preview.
Chinese contentElevenLabs 为 ElevenAgents 推出 Memory 记忆功能
ElevenLabs 给它的语音 Agent 平台加上了记忆功能，Agent 能记住你通话中随口说的细节，下次不用再重复一遍。做语音客服或语音助理的开发者可以关注，跟 Vapi、Retell 这些平台比，多了一个跨会话记忆的卖点。
Chinese contentIntangible 2.0 发布：用真实 3D 场景为 AI 视频生成提供可控性
如果你试过 Sora 或 Runway 就知道改一个镜头有多痛苦，Intangible 2.0 的做法是在生成底下垫一个真实 3D 场景，改一次就全镜头生效。做短视频、广告预演或者想认真做片子的人都值得试试。
Chinese content字节跳动本月推出个人 AI 智能体，名称未公布
字节跳动要出个人 AI 智能体了，名字还没定。更值得留意的是他们内部判断 2029–2030 年能追上美国前沿模型。做 Agent 产品或关注中美模型差距的人都该看看。
Products02:01
Chinese contentWaymo《AI in Motion》新一季到站Austin，探访Apptronik人形机器人Waymo 的访谈系列新一季上线了，这站去 Austin 聊 Apptronik 的人形机器人。想了解 humanoid 怎么进真实工作场景的朋友可以看看，比读论文直观。
Chinese contentfal 插件登陆 ChatGPT，直接在对话里生成和编辑图像视频
fal 把图像视频生成直接塞进了 ChatGPT 对话里。他们用 GPT Image 2.6 生成几百个关键帧，FLUX 3 Max 动画化 26 个镜头，最后拼出 60 秒广告。做短视频营销的人可以直接照抄这套流程。
Only the latest 2000 items are listed; for older ones see the daily archive