科大讯飞发布语音基座大模型 SparkAudio 1.0：支持中英文切换与实时说话人识别
科大讯飞在全球 1024 开发者节上发布语音基座大模型 SparkAudio 1.0。该模型整合机器翻译、语音识别和语义理解能力，并宣称支持实时说话人分离、环境与音频理解及情绪识别。现场演示展示了模型对电影片段的分析。SparkAudio 1.0 已上线讯飞输入法、讯飞听见、讯飞办公本和讯飞翻译机，支持中英文切换。科大讯飞还发布了一款搭载 4+1 环麦阵列和 Wi-Fi 6 的 AI 录音环，并称
AI 新闻中心
AI 新闻中心 过去24小时分析了 191 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
华为 AI 眼镜升级 HarmonyOS：新增头动支付，连续录像最长提升至 5 分钟
华为已开始为 AI 眼镜推送 HarmonyOS 6.0.0.159 SP5。新版本新增停车场二维码缴费和头动支付功能；使用头动支付时，连接的手机需升级至 HarmonyOS 7.0 及以上版本。连续录像时长上限提升至 5 分钟，头动控制通话的识别准确度也有所改善。
英伟达与6家供应商合作，扩大AI基础设施产能
英伟达与6家供应链伙伴达成合作，以扩大全球AI和加速计算产品的制造能力。公司计划在未来3年内，将产品所需的基板产能提升至目前的2.5倍。相关项目包括揖斐电、三星电机和欣兴电子扩产，与安靠合作扩大先进封装能力，以及提升京元电子的半导体测试产能。英伟达将向京元电子预付11亿美元。此外，英伟达计划与矽品精密合作，到2027年年中将CPO光引擎产能提升至目前的15倍，并在2028年底前再翻一倍。多项扩产项
宇树科技王兴兴：我很害怕浪费每一天，这一代人有望将人形机器人生产力提升到新阶段
在2026世界物理AI大会上，宇树科技创始人王兴兴介绍了公司的进展和行业展望。他表示，宇树G1目前是全球销量最高的人形机器人，累计下线约1万至2万台。王兴兴称，宇树测试显示，模型在没有针对任务进行训练的情况下，已经能够控制机器人画画、清洗画笔和下围棋。他指出，与真实物体交互，以及让AI模型的输入、输出与实体机器人对齐，仍是尚未妥善解决的难题。宇树还在开发“宇树预演”，这是一套自进化系统：模型自行搜
万象有声推出有声书制作工具 Audimind，进军海外市场
由懒人听书前管理团队成员创立的万象有声，推出有声书制作工具 Audimind。平台将文稿整理、真人录音或 AI 配音、剪辑、审听和团队协作整合在同一项目中。AI 功能可整理演播稿、推荐音色、辅助录音与原文对轨，并标记疑似差异。产品面向 AI 配音和真人演播项目，也适用于需要编辑已有录音的创作者及制作团队。市场上已有 ElevenLabs Audiobooks 和 Pozotron 等产品。Audi
马斯克：网上许多令人震撼的人形机器人演示其实是预编程
马斯克在 X Takeover 访谈中表示，网上大多数令人印象深刻的人形机器人视频并非依靠先进的通用 AI，而是执行预先编排的动作，部分演示甚至由后台人员远程操控。他认为，真正的智能应体现在机器人处理陌生任务和适应变化环境的能力上。马斯克还指出，Optimus面临的主要挑战包括开发灵巧手、供应链受限以及制造初期产能爬坡缓慢。弗里蒙特工厂生产的机器人将先在特斯拉内部设施作业，采集真实环境数据以改进
人工智能如何成为帝国式技术，以及美国和中国如何打造相互竞争的“人工智能帝国”
本文探讨人工智能本质上具有帝国式特性的观点，并比较美国和中国如何构建彼此竞争的人工智能生态体系，以扩大自身影响力。文章将这些发展置于全球秩序变迁的背景下。
StreamEval：评测交互式流式视频生成模型
StreamEval 是一项交互式流式视频生成基准测试，涵盖五类任务：虚拟形象对话与表演、世界生成，以及指令编辑和参考内容编辑。测试集包含 300 个时长为 15 至 300 秒的案例，并从任务执行、状态一致性、视觉保真度和视听协调等方面评估了 37 个模型。结果显示，较高的视觉质量和身份保持能力，并不意味着模型能可靠执行请求或持续维持状态一致。在实时交互中可靠地执行用户请求，仍是关键挑战。
TraceForge：以模型自身的思维风格进行蒸馏
TraceForge 根据教师模型的上下文和回答，为学生模型生成推理轨迹。这种方法旨在应对部分供应商不公开模型详细推理轨迹的限制。训练分为两个阶段：生成器学习特定模型系列的风格，判别器则评估生成轨迹看起来有多真实。独立评估者给生成轨迹的平均真实性评分为 0.68，真实轨迹为 0.66，而由判别器挑选的轨迹为 0.82。这些分数衡量的是表面真实性，而非正确率。在五项基准测试中，通用任务的结果与其他训
软银股价较6月高点接近腰斩，市场质疑其举债投资AI的模式
融资成本上升以及市场对AI行业债务风险的担忧，正给软银带来压力。10月22日，软银股价盘中一度下跌6.7%，较6月2日的历史高点下跌约50%。美国云服务商CoreWeave的债务问题进一步加剧了投资者的担忧。软银高度依赖借贷，为AI基础设施、能源和机器人领域的投资筹资；近期，用于对冲软银违约风险的成本升至近四年高点。软银投资近650亿美元的OpenAI也面临日益激烈的竞争，中国企业正以更低价格提供
科大讯飞发布星火 X2.6：基于全国产算力训练的端云一体大模型
科大讯飞在全球 1024 开发者节上发布星火 X2.6。该公司称，模型完全基于国产算力训练，并在代码和智能体能力方面取得进展。星火 X2.6 采用 MoE 架构，总参数量为 2930 亿、激活参数量为 300 亿，支持最长 100 万 tokens 的上下文。科大讯飞还开源了面向端侧的星火 X2.6-4B。公司表示，该模型在代码、智能体、长文本和多语言能力方面较 X2.5-4B 均有提升。
ChatGPT、Claude、Gemini 等模型终身使用权，一次性支付 59.97 美元
ChatPlayground AI 的 Lifetime Unlimited 计划可并排比较 ChatGPT、Claude、Gemini 等 20 多种 AI 模型。该优惠截至 10 月 25 日，价格为一次性支付 59.97 美元。
蚂蚁数科发布 LingDT-Decision-1.0，称准确率超过微软和 JEV 决策模型
蚂蚁数科发布面向快速结构化决策的模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本。该公司称，内部企业场景测试显示，相比大型语言模型，LingDT-Decision-1.0 的 Token 消耗降低超过 90%，处理速度最高提升 10 倍。模型支持原生多选和按任务依赖关系排序的决策。蚂蚁数科表示，在 23 项开源评测基准中，27B 版本的综合准确率在同规模模型中排名第一
谷歌云计划部署最多 96 万块英伟达 Vera Rubin 平台 GPU
谷歌云计划将基于英伟达 Vera Rubin 平台的基础设施扩展到多个算力站点，最多部署 96 万块 Rubin GPU。该公司还宣布，采用英伟达 Vera Rubin NVL72 机架级系统的 A5X 实例已正式上线。实例配备 ConnectX-9 SuperNIC、谷歌 Virgo 网络和第四代液冷技术，预计下月推出。谷歌云还计划在裸机实例上提供机架级英伟达机密计算，并在搭载英伟达 RTX P
对标大银幕制作标准：火山引擎 4K 视频模型面向全球 20 家工作室试用
10月22日，火山引擎启动 Seedance 2.5 4K 的首批企业试用，定向提供给全球20家工作室及导演，并与具体作品绑定。公司称，该模型在提升画面细节的同时，能呈现更自然的人物表演，并提高参考生成精度和编辑一致性。试用项目包括全球大型IP电影，以及预计下月播出的重点电视作品。火山引擎表示，Seedance系列已用于影视和广告制作，并正拓展至具身智能、制造业仿真等领域。