Thinking Machines 回顾 Tinker 推出一周年与用户成果
Thinking Machines 回顾 Tinker 推出一周年,该产品让客户将自身专业知识转化为他们拥有的前沿模型。发布一年后,官方盘点了已交付的内容以及用户正在构建的东西。
Thinking Machines 回顾 Tinker 推出一周年,该产品让客户将自身专业知识转化为他们拥有的前沿模型。发布一年后,官方盘点了已交付的内容以及用户正在构建的东西。
Thinking Machines 更新了 Tinker 网站,并为新用户增加了快速上手体验。该消息由 Thinking Machines 于 X 发布,未披露具体功能细节或版本号。
Elon Musk 建议用户让 Grok Bot 把自己的电话号码从骚扰电话和短信名单中移除。此前用户 @MinimalDuck 用 @bot 找到列出自己号码的网站并提交移除请求,并将该技能免费开放。
OmniHuman V2 正式上线 fal,可从单张图片和一段音频生成说话视频,并让口型与表情同语音同步。该模型还支持可选提示词来引导表演。
fal 宣布在其平台上线字节跳动的 OmniHuman v2 模型,并提供体验入口。
OpenAI 开发者转发了一位开发者用 M5Stack CoreS3-SE 打造的梦境记录器,它通过 OpenAI 图像生成 API 把梦境转成图像,用来记录醒来五分钟后就忘掉的梦。
OpenAI Developers 上线了一个 Codex 硬件项目社区站点,供用户探索社区项目并分享自己的作品。官方表示"你可以直接用 Codex 做东西",站点定位为社区硬件项目的展示与分享平台。
开发者 behr 将 Codex 接入硬件,为自己精力旺盛的猫打造了一台专属电视。这只猫此前对电视过于着迷、甚至试图跳进屏幕,于是他决定做一个更有刺激性的替代品。
OpenAI Developers 展示了一个跑在 M5Stack M5StickS3 上的迷你推理游戏侦探 Felix,玩家可向它询问案情、提出自己的推理,线索会打印在真实收据上。该项目由开发者 dani bauer 用 Codex、ImageGen、Decisions API 和 GPT-Transcribe 构建。
开发者 alpha_rover 演示 codex-cli 搭配新的 gpt-5-codex 模型接管首个 CAN-bus 电机,开拍前它已自行配置好电机 ID。后续计划接入更多电机,最终搭建一台完全由 Codex 构建的机器人。
OpenAI Developers 展示了一个机器人演示:用 GPT Image 把拍摄的照片转成肖像,再由机械臂绘制出来。该演示在布鲁塞尔 Cerebras 与 OpenAI 的 Cafe Compute 活动上亮相,同场还有 Codex 和 Astra 更新。
Perplexity API 现已在 Lovable 应用中可用,可为用户提供来自网络的实时答案并附带引用。Perplexity CEO Aravind Srinivas 表示,该 API 的采用正在扩大。
Viggle AI 预告 Min Hee-jin 与 Bang Si-hyuk 的合作作品 NEON(A2O LITE),由 Viggle Animate 2 制作,即将推出。该预告发布于 X,带 #neon #viggle 标签。
Claude Opus 5.5、Gemini 4 Argon 和 GPT-6 Astra 各自重建了同一款游戏 Royale: Last Agent Standing 的视觉效果。三个模型均通过 Ori Harness 在 OpenRouter 上的 Ori Claude 中运行,该平台可让用户在自己偏好的 harness 中访问 500+ 模型。
OpenRouter 发布 ori,支持在 OpenRouter 上的任意模型运行 Claude Code 及 Codex、Pi 等工具。
OpenAI 的 GPT-Live-1.1 为 ChatGPT、Codex 和 dots 的语音功能带来更新,新增法语、德语、印地语、墨西哥西班牙语、韩语和日语语音,口音更自然并减少"checking..."式停顿。该更新今日起向所有用户推送,即将上线 API。
符合条件的 Claude Enterprise 组织可在 1 月 15 日前领取至少 $10,000 的 Code Review 额度,额度在领取后 30 天过期。
Anthropic 宣布 Claude Code Review 面向 Claude Team 和 Enterprise 套餐正式开放。官方称评审速度更快、能发现更多重要 bug,管理员可为每个仓库选择 Quick、Standard 或 Deep 三种评审级别。
Claude Code 代码审查功能正式发布(GA)。官方称大多数审查比研究预览版快约 3 倍,能发现更多关键 bug,结论会说明问题、触发条件和修复方案;管理员可为每个仓库选择 Quick、Standard 或 Deep 三档。
Claude Code 代码审查功能正式可用。管理员在 Claude Code 设置中开启并选择仓库后,每个新 PR 会自动运行审查,开发者无需额外配置。详情见 claude.com/resources/articles/code-review-is-now-generally-available。
OpenAI 推出 Rosalind Academic Plan,为符合条件的学术实验室提供 GPT-Rosalind 的赞助访问权限及相关工具,用于推进生命科学研究。
Krea 3 现已通过 ComfyUI Partner Nodes 提供,这是 Krea 推出的新图像模型,主打基于参考图的生成与编辑。模型针对速度与单图成本优化,支持多张参考图按上传顺序编号引用,并可在改变场景、光线或构图时保持产品标签、形状与材质不变。
Docker 发布 docker-agent,这是一个 docker CLI 插件,可用声明式 YAML 配置构建、运行和分享 AI 智能体,无需写代码。
Databricks 的 Lakehouse//RT 现已支持 Spatial SQL 与空间 join,在高并发下地理空间查询最高比传统云数据仓库快 38 倍。基于 SpatialBench 的测试显示,单查询并发下最高快 20 倍,即便剔除提升最大的查询,平均仍快 3.5 倍以上,且无需修改代码或新增许可。该功能目前处于 Beta 阶段。
OpenRouter 宣布 Black Forest Labs 三项新内容上线:FLUX 3 Image Klein 是新的开放权重图像模型,可在单张消费级 GPU 上运行;改进版 FLUX Video Upscale 进入早期访问,可将任意视频转为 4K,价格从 $0.59/秒降至 $0.28/秒;FLUX 3 Video 现已支持根据提示词直接生成 4K 视频。
OpenRouter 上架 FLUX 3 Image 图像模型的小型版本 Klein,页面链接为 https://openrouter.ai/black-forest-labs/flux-3-image。原文称该模型小到可以在单张消费级显卡上运行,可生成 4K 图像,单张起价 $0.009。
OpenRouter 上线 Black Forest Labs 的两项能力,upscaler 可将已有视频重渲染为 4K,FLUX 3 Video 支持从提示词或图像生成 4K 视频,分辨率由此前的 1080p 提升。两项能力定价为 $0.41/s,均以 early access 形式在 OpenRouter 开放一周。
OpenAI Codex 发布 rust-v0.163.0,该版本由 anp-oai 于 10 月 15 日打上标签。发布页面仅列出 2 个资源文件,未披露具体更新内容。
Bland 推出企业 AI 智能体服务,企业只需发送网站链接,即可自动生成带公司名称、Logo 和认证徽标、运行在客户 iMessage 对话中的智能体。其 SMS 智能体 Blandie 可读取客户发来的保险卡、文件、房源图片并提取所需信息,支持 Tapback 表情、嵌入组件和聊天内支付,适用于医生或牙科诊所的前台工作,如拍照办卡、预约和支付 copay。
NVIDIA 的 Nemotron 3.5 Super VL 已在 Perplexity 上线,面向 Pro 和 Max 订阅用户开放,同时接入 Agent API。Perplexity CEO Aravind Srinivas 称 Nemotron 是美国领先的开源多模态模型之一。
ElevenLabs 推出 Instant Soundtracks,可一步为视频添加音乐和音效。上传素材后模型生成原创配乐,并自动在合适时间戳放置音效;还可将原音频作为参考,使新配乐风格与之匹配。该功能已在 ElevenCreative、elevenmusic_io 和 ElevenAPI 开放使用。
Claude Code 发布 v2.1.301,新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS,让无人值守重试模式在用量限额重置过远时直接结束请求而非等待。
OpenRouter 在其数据排行榜新增 Open vs Closed 模型份额图表,本周至今开源权重模型处理了 73% 的总 token(72.5T),闭源权重模型占 27.0%(26.8T)。用户可自行查看数据,OpenRouter 同时欢迎对新公开图表提出建议。
GitHub 与 Logitech 合作,将 GitHub Copilot 应用集成进 MX Keypad,把提交参数化提示词、开启或恢复 Copilot 会话、调用 IDE 命令、触发多步序列等操作映射为可编程按键。双方已就此合作约 18 个月,开发者可自行决定哪些重复动作值得占用一个按键。该集成仍处早期,GitHub 同时提出上下文保留范围、工具调用自动化边界、凭证与密钥作用域等工程问题。
来自 @bfl_ai 的 FLUX 3 Upscaler 已在 Higgsfield 上线,速度比之前快 50%、价格便宜 50%,可对任意视频进行超分和锐化。FLUX 3 Video 现支持原生 2K 和 4K 生成,该功能现已可用,Higgsfield 享有 7 天独家访问权。
Higgsfield 上线 FLUX 3 Upscaler,提供 7 天独家体验。用户现可在 Higgsfield 平台试用该超分功能。
Simon Willison 用 Claude Code 中的 Claude Opus 5.5 Extra 做出实验性双人游戏 Chirp Pong,两台手机在静态 HTML 下通过麦克风发送的 chirp 音频传输游戏状态,无需网络代码即可对战。它在 Pong 基础上加入图形与玩法变化,让对局更复杂有趣,目前看起来可行。
OpenCode 宣布 Nemotron 3.5 Super VL 现已在平台免费可用。该模型为 NVIDIA 最新开源模型,总参数 120B、激活 12B,支持多模态,面向长时间运行的 Agent 场景构建。
Bluesky 的 Attie AI 工具现已支持通过输入提示词生成游戏、投票、仪表盘等小型社交应用,并可作为独立网站分享,此前该工具仅用于构建自定义信息流。Bluesky CEO Toni Schneider 在 TechCrunch Disrupt 上将其称为“社交 vibe coding”。
ChatGPT 面向 Chrome 用户推出升级,把 computer use 能力引入 Chrome。在 Chat 模式下,ChatGPT 可以查看用户打开的标签页并汇总信息;在 Work 模式下,它能控制 Chrome 标签页执行发送消息、填写表单、下载文件等操作,还可帮助整理和分组打开的标签页。
推荐理由:官方说明了 ChatGPT 在 Chrome 中读取与控制标签页的具体用途,可据此判断浏览器内自动化任务的边界。