Hugging Face 在 Diffusers 中接入 Black Forest Labs 的 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和边界框布局控制。蒸馏版 checkpoint 在 H100 上约 2 秒生成一张 1024 × 1024 图像，默认 16 步；NVFP4 与 FP8 权重可通过 from_single_file 加载以适配更小显存。该模型以 Modular Diffusers pipeline 形式发布，并提供文生图与图像编辑的 LoRA 训练脚本。
#产品更新#图像生成#多模态
CopilotKit 发布持续学习平台 CLiF，目前处于早期访问阶段，属于 CopilotKit Intelligence 的一部分。它通过 AG-UI 协议把智能体轨迹与用户在产品中的操作捕获为同一条全栈轨迹时间线，再经捕获、模式发现、人工审核、交付导出四阶段循环，产出技能、基于生产的评测、微调数据集和原始轨迹四类输出。技能以 SKILL.md 文件形式发布，需人工逐条审核，发布后无需重新部署即可被智能体加载，也可下载给其他智能体或 MCP 服务器使用；平台完全支持自托管。
#产品更新#Agent#开源生态
Krea 3 现已在 ComfyUI 中通过 Partner Nodes 提供，这是 Krea 推出的参考驱动图像模型，支持多参考图输入与定向编辑。用户可按上传顺序用编号引用每张参考图，指定需要保留的产品标签、形状和材质，同时改变场景、光照或构图。模型针对每次生成的速度与成本做了优化，Partner Nodes 通过 Comfy 积分运行，可在 Node Library 搜索 Krea 3 或从 Templates 面板加载模板。
#产品更新#图像生成#部署/工程
Google 发布 google/adk-recipes，作为 google/adk-samples 的重构继任者，为 Agents CLI、Agent Garden 和 Gemini Enterprise app 提供单一来源的 ADK 内容。仓库分为三层：core/ 存放参考模式，plugins/ 存放符合 Agent Plugins v1.0.0 规范的垂直技能，contrib/ 存放五种语言的可部署端到端服务。每个配方都带有 manifest.yaml、AGENTS.md，contrib/ 和 plugins/ 还包含 Dockerfile 与可运行性测试，CI 在每次 PR 时执行校验。
#开源/仓库#Agent#部署/工程
NVIDIA 发布 RTX Spark，定位为一台面向创作者、玩家和 AI 智能体的 Windows PC，并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。官方汇总了 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体的评价，并提到 Artificial Analysis 的独立测试提供了该笔记本本地 AI 性能的早期参考。活动包含创作、开发和游戏演示，部分场次需提前报名。
#行业动态#端侧#OpenAI
Google DeepMind 介绍其智能体开发平台 Google Antigravity 如何加速抗菌肽（AMP）的发现，把原本分散在多个数据库的检索压缩到一次会话中，并借助 ProtNLM 模型扫描 UniProt 中数百万条未表征蛋白质。文中展示生物学家用该平台找到一个对呼吸道感染病原体有预测活性的新型抗菌肽候选物，该候选物目前正在进行湿实验验证。Antigravity 还内置了 Biomolecular Structure Viewer，可在同一工作区内查看 AlphaFold 预测结构并与智能体共享 3D 视觉状态。
#论文/研究#Agent#数据/训练
ElevenLabs 在 ElevenCreative 上线 Instant Soundtracks，上传视频后模型会生成原创配乐，并分析画面中的音效触发点，把音效按时间戳自动放到时间线上。该更新还改善了短视频的卡点精度和跨场景情绪切换，并支持以视频原有音频作为参考来塑造新配乐。功能已在 ElevenCreative、ElevenMusic 和 API 开放，API 新增 add_sfx、separate_tracks、use_audio_as_reference 参数，单次请求最多支持 10 个视频、合计 200 MB 和 10 分钟。
#产品更新#视频#多模态
Meta 的开源权重智能体编码模型 Muse Spark Open 已在 Together AI 上线，支持 1M token 上下文窗口，可通过 serverless 和专用基础设施调用。Together AI 称其为目前能力最强的美国开源权重模型，面向长时间运行的智能体编码工作流，具备长程自主、computer use 与浏览、文本图像音频视频多模态输入等能力。定价为每 1M 输入 token 1.25 美元、每 1M 输出 token 4.25 美元、每 1M 缓存输入 token 0.15 美元，模型标识为 meta-models/Muse-Spark-Open-816B-A42B。
#产品更新#Agent#编码
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，支持 100 万 token 上下文窗口，可在自己的 AWS 账户中部署到 SageMaker AI 端点。该模型采用 MoE 架构，总参数 816B、每 token 激活 42B，提供 BF16（Muse-Spark-Open-816B-A42B）和 NVFP4 量化（Muse-Spark-Open-816B-A42B-NVFP4）两个变体，分别运行在 ml.p6-b300.48xlarge 和 ml.p5e.48xlarge 实例上。文章给出了通过 SageMaker Studio 和 SageMaker Python SDK 部署、发送首次推理请求以及清理端点的步骤。
#产品更新#开源生态#部署/工程
Amazon 旗下个人 AI 硬件品牌 Bee 发布被收购后的首批新品：可戴在手腕或别在衣服上的 Bee Frontier 售价 74.99 美元，信用卡大小、磁吸在手机背面的 Bee Eclipse 售价 99.99 美元。两款设备延续记录日常对话并生成摘要、待办和提醒的思路，免费提供对话摘要与 14 天记忆，11.99 美元每月的 Bee Pro 解锁无限摘要以及与 Amazon.com、Alexa+ 和第三方应用的集成。设备采用私有计算安全架构，不存储原始音频，转写内容由设备生成并控制的密钥加密。
#产品更新#端侧#语音
Google 周四宣布，Universal Cart 购物工具已面向美国用户开放，用户可在搜索和 Gemini 应用中收藏并跟踪来自多家零售商的商品，该工具曾在 5 月的 Google I/O 上首次预览。它会在收藏商品降价或补货时发送通知，还能结合信用卡权益帮助选择支付方式并提示优惠码。结账环节接入 Google 今年早些时候推出的开放标准 Universal Commerce Protocol（UCP），用于让 AI 智能体与零售商在购物流程中协作。
#产品更新#Agent#Google
Tessl 发布 Verifiers，用写在仓库里的纯文本规则在每次代码改动时返回通过或失败，可像 lint 或测试一样在本地、pre-commit 或 CI 中运行，用于检查 linter 无法覆盖的规则。每个 verifier 是一个 JSON 文件，包含指令、适用条件和一组是或否的检查项，运行 tessl change verify 时由 LLM judge 读取相关文件逐条打分；默认只检查当前改动涉及的文件，可用 --all 审计整个项目。默认 judge 为 openai/gpt-6-luna，也支持 Jev 模型，通过 --model jev 切换；官方建议先在 warn 级别观察，再提升到 error。
#产品更新#Agent#部署/工程
Google 的 Universal Cart 今天在美国上线，覆盖 Google Search 和 Gemini app，可把多家零售商商品集中到一个购物车。该购物车基于 Google Shopping Graph 的 600 多亿条持续更新商品信息，能推送降价和补货提醒、推荐优惠码与支付方式，并支持用 Google Pay 结账或把商品转回商家网站下单。Google 表示其结账体验由 Universal Commerce Protocol（UCP）支持，Nike、Sephora、Target、Ulta Beauty、Walmart、Wayfair 及多家 Shopify 商家已接入。
#产品更新#Google#Agent
Meta 发布 Muse Spark Open 的模型权重，该模型已上线 Modal Auto Endpoints。它面向智能体编码和长周期任务，具备原生多模态理解与 1M token 上下文窗口，支持代码编写与调试、多步规划、顺序工具调用以及长流程中的失败恢复。在 Meta 的评测中，Muse Spark Open 使用 Terminus 2 智能体在 Terminal-Bench 2.1 上得分 76.4，使用 Meta 偏好的 harness 在 DeepSWE 1.1 上得分 60，推理强度为 xhigh。该模型在 Modal 上以 Shared Endpoint 形式运行，按 token 计费。
#产品更新#Agent#多模态
OpenAI 为 ChatGPT 的 Google Chrome 扩展推出升级，安装后 ChatGPT 可在网页版或桌面应用中查看用户已打开的浏览器标签页，官方演示了让它比较三个标签页中沙发选项的用法。侧边栏中的 ChatGPT 也同步更新，可在不离开当前页面的情况下使用完整 ChatGPT 能力和 Chat 或 Work 中的全部对话历史。ChatGPT Work 还能控制 Chrome 标签页，完成发送消息、填写表单、下载文件等任务，并可整理或分组标签页，类似 Google 由 Gemini 驱动的 auto browse 功能。
#产品更新#OpenAI#Agent
Figma 宣布将开源 headless CMS 与应用框架 Payload 集成进 Figma Make，用提示词生成应用时会一并配置数据库、文件存储、用户登录和管理后台，内容与数据由 Figma 托管。Payload 下载量在过去 12 个月增长 6 倍，现为 NPM 上增长最快的开源 CMS。该功能面向所有套餐开放，将在未来几周内逐步覆盖全部账号，托管基础设施目前处于 beta 阶段并免费使用，正式定价将在生效前公布。
#产品更新#部署/工程#开源生态
Figma 发布 Specs，一种位于 Figma 画布上的上下文容器，可将 .md 文件拖入画布转为 spec，并嵌入 FigJam 文件、画布 frame 或任意节点。Figma 的 agent 能像人类协作者一样读取和回复 spec 中的评论，团队也可通过 GitHub、Hex 等连接器引入外部上下文。Specs 可复制供多人并行编辑，最终通过 Figma MCP server 连同 Markdown、frame 引用、代码层和 Code Connect 片段一起交给编码 agent 实现。
#产品更新#Agent#MCP/工具调用
Figma 宣布 code layers 进入开放测试，团队可以在 Figma 画布上探索和构建由代码驱动的原型。用户可从 GitHub 或本地文件夹导入轻量原型代码库，通过 Figma MCP server 把 IDE 中的原型带入画布，或用 Chrome 扩展抓取线上网页作为代码图层。Figma agent 支持用提示词修改交互、合并不同版本，Extract designs 可把代码图层中的界面转成可编辑的 Figma 图层，改动还能推送到分支并发起 pull request。该功能按 AI credits 计费，付费方案在 2026 年 11 月 4 日前创建和编辑免费。
#产品更新#Agent#MCP/工具调用
Figma 发布多项面向智能体协作的新功能：code layers 进入公开测试并向所有方案开放，Specs 在 Web、桌面和移动端开始公开测试，Payload 集成到 Figma Make 并将在未来几周向所有账号开放。Figma agent 转为正式可用，Figma MCP 支持在已有 AI 工具中生成 code layers 和操作 Specs，并新增 OpenCode、Dia、JetBrains Junie、Meta Muse 等 20 个 MCP 合作集成。设计系统方面，guidelines 进入公开测试、code sources 进入封闭测试，均面向所有付费方案。
#产品更新#Agent#MCP/工具调用
LMSYS 发布博客称，SGLang 与 Miles 为 Meta 开源多模态 MoE 模型 Muse Spark Open 提供 Day-0 支持。该模型采用 816B 参数文本 Transformer 主干、每 token 约 42B 激活参数，支持文本、图像、视频和音频输入以及 1M token 上下文窗口，checkpoint 提供 NVFP4 与 BF16 版本。在 8 张 NVIDIA B300 GPU 上以 NVFP4 checkpoint 跑 OpenHands 多轮智能体编码回放，并发 1 时单 GPU 吞吐 14.8K tokens/sec、单用户 543 tokens/sec（p50），并发 128 时为 80.3K tokens/sec、单用户 61 tokens/sec（p50）。支持平台包括 NVIDIA Blackwell（GB300、B300、GB200、B200）、H200、AMD MI350X 与 MI355X，以及 Intel Xeon 6 P-core，并首次通过 SGLang-TorchTPU 为开源权重模型提供 Day-0 TPU 支持。
#开源/仓库#部署/工程#多模态