硅基简报|11 月 1 日:24 条 AI 产品与技术资讯

本期速览

速览｜Gemini 在对话中编辑文件，移动端与网页端支持的类型不同（见第 01 条）

速览｜Cherry Studio 更新图表预览与文件面板，先核对自动保存和服务费用（见第 03 条）

速览｜Krea 支持按品牌批量生成广告素材，生成环节需要付费方案（见第 04 条）

速览｜元宝开放平台接入生活服务，体验入口要求切换 Hy4 preview（见第 06 条）

速览｜Pika H3 Flex 开放权重，本地分辨率和地域许可均有边界（见第 08 条）

速览｜Vercel 缓存合并后读写可能计费，先检查方案额度和区域价格（见第 18 条）

产品与日常工作

01｜Gemini 可以在对话里直接改文件，移动端先支持 PDF

Google 为 Gemini 应用增加对话内文件预览与编辑：生成或上传文件后，用户可以打开编辑视图手动修改，也可选中一段内容，让 Gemini 围绕选区调整。PDF 的预览和编辑覆盖网页与移动端；文档、表格、演示文稿、Markdown、文本和代码文件的编辑目前以网页端为主。该能力适合在检查初稿时逐段修订，但可用语言和地区仍取决于 Gemini 应用本身的开放范围。

编辑提示：先在网页端用一份非敏感测试文件检查格式保留效果，再决定是否把原文件交给对话处理。

原始日期：2026-10-29｜来源：Google（Google）

原文链接：

https://blog.google/innovation-and-ai/products/gemini-app/edit-files-directly/

02｜GPT-6 Luna 调整回答风格，付费主模型不在本次范围

OpenAI 更新 GPT-6 Luna 的回答风格，目标是让回答更简洁、减少不必要的迎合。更新覆盖免费、Go 及未登录用户使用的 Luna；Plus 和 Pro 用户只有在达到额度后切换到 Luna 时才会遇到这一变化，付费方案的主模型并未因此一并更换。若同一问题的语气或篇幅变化明显，可先确认当前实际使用的模型，再判断是否需要调整自己的提示词。

编辑提示：用原来的几个常见问题比较结果，并在账户界面确认当前模型与额度状态。

原始日期：2026-10-29｜来源：OpenAI（OpenAI）

原文链接：

https://deploymentsafety.openai.com/gpt-6-luna-october-28-2026-addendum

03｜Cherry Studio 2.1.9 改善图表和 Agent 文件编辑

Cherry Studio 2.1.9 改善 Mermaid 图表的渲染、主题与预览，并支持查看 .mmd 和 .mermaid 文件；Agent 的文件面板也增加标签、路径导航、自动保存和缩进等编辑能力。对用同一客户端整理对话、查看图表和修改项目文件的人，减少了在窗口间来回切换的步骤。新版同时更新模型服务接入；具体模型能否使用仍取决于服务商账号、凭据和计费规则。

编辑提示：先备份设置并检查文件自动保存行为；连接新服务前核对密钥权限和费用。

原始日期：2026-10-30｜来源：Cherry Studio（Cherry Studio 维护团队）

原文链接：

https://github.com/CherryHQ/cherry-studio/releases/tag/v2.1.9

04｜Krea Ad Studio 用品牌资料批量制作广告素材

Krea 推出 Ad Studio，可以从品牌网址和产品信息整理可编辑的品牌素材，再批量生成不同尺寸的广告图片。官方说明一次最多可整理20个产品、生成12份素材，覆盖常见的方形、竖版和社交平台比例，适合需要为同一商品制作多种版位的团队。品牌研究和导入可免费使用，但实际生成需要 Basic 及以上付费方案，并消耗计算额度；生成文案和产品细节仍需人工核实。

编辑提示：先检查导入后的品牌颜色、商品描述和图片授权，再用少量版位测试，不要直接发布未经校对的广告。

原始日期：2026-10-29｜来源：Krea（Krea 团队）

原文链接：

https://www.krea.ai/blog/introducing-ad-studio

05｜MiMo Desktop 会员额度上调，加入第三方模型

据 IT之家沁沧29日报道，小米 MiMo Desktop 上调会员总体额度，原有和新订阅会员均适用，价格保持不变；会员还可选择第三方模型，官方举例包括 DeepSeek 系列，各模型会标注额度消耗倍率。更新适合需要在同一桌面端比较模型的用户，但公告没有给出统一的额度增幅。退出客户端再进入后可查看最新列表，具体可见模型仍以账号界面为准。

编辑提示：在会员页面记录当前剩余额度，并比较各模型的消耗倍率后再安排长任务。

原始日期：2026-10-29｜来源：IT之家（沁沧）

原文链接：

https://www.ithome.com/1/019/502.htm

06｜腾讯元宝开放平台接入生活服务，先切到指定预览版

元宝官方账号30日介绍元宝开放平台，列出美团外卖、携程、航班管家、腾讯我的车、猫眼和 Keep 等服务。官方给出的用户入口是打开元宝并切换到 Hy4 preview；科创板日报记者李佳怡另报道，平台面向品牌方和企业技术团队开放技能接入。适合尝试把出行、订餐等需求放在对话里处理，但具体服务的地区、账号权限和实际支付流程需要以页面为准。

编辑提示：先在预览版中查看可用服务，再核对授权、订单内容和实际价格，付款前由自己确认。

原始日期：2026-10-30｜来源：元宝官方账号（元宝官方账号）

原文链接：

https://sina.cn/news/detail/5359731785073983.html

07｜腾讯地图推出 LBSwork，面向企业开展地图任务

据快科技哈尔30日报道，腾讯地图公布面向产业客户、智能硬件和开发者的 Agent 能力，并推出桌面 AI 地图工作台 LBSwork。报道介绍，该工作台结合地图位置服务、时空模型和行业知识，覆盖零售选址、营销洞察、人群热力、物流履约等方向，已有部分企业参与体验。它主要面向产业应用，报道没有给出普通用户统一下载入口、价格或全面开放时间。

编辑提示：若有门店选址或物流分析需求，先向服务方确认数据来源、授权范围和试用条件。

原始日期：2026-10-30｜来源：快科技（哈尔）

原文链接：

https://news.mydrivers.com/1/1161/1161896.htm

开放模型与研究

08｜Pika H3 Flex 开放权重，视频能力和许可要分开看

Pika 发布 H3 Flex 多模态视频模型权重，基于 MiniMax H3 后训练，可结合多张参考素材生成视频与混合立体声。本地开放权重支持480p和768p；更高分辨率及分离音轨能力通过 Pika 托管 API 提供，不能直接等同于本地版本。代码和模型权重的许可不同：权重使用 MiniMax H3 社区许可，默认适用地域排除美国、英国、欧盟及韩国，相关地区需另行确认授权。

编辑提示：先对照模型权重许可、部署地区与显存需求，再区分本地生成和托管 API 的能力及费用。

原始日期：2026-10-29｜来源：Pika（Pika 团队）

原文链接：

https://pika.art/blog/pika-h3-flex-research

09｜joey-1 把业务判断输出成概率，适合分类流程

Baseten 发布 joey-1，一个基于 Qwen3.5-2B 后训练的决策模型。它接收文本或图像，针对预设选项直接给出类型化结果和概率，而不是先生成一段自然语言再解析，适合工单分类或选择是否转人工。官方提供权重和托管接口，模型 API 的输入价格为每百万 Token 0.01 美元；普通接口上下文为16K，专用部署支持更长上下文，费用和延迟应按具体部署核对。

编辑提示：先准备含模糊案例的验证集，检查概率阈值与误判成本，再接入自动分流。

原始日期：2026-10-29｜来源：Baseten（Max Kirkby、Charles O’Neill）

原文链接：

https://www.baseten.co/blog/decisions-for-a-penny-introducing-joey-1/

10｜Kakao 发布 Kanana-2 向量模型，可调整向量长度

Kakao 发布 Kanana-2 Embedding 的1.3B与3B模型，面向文本检索和相似度等任务，并采用可调整向量长度的设计，让开发者在存储成本与检索效果之间做取舍。官方重点展示了韩语相关任务，也提供英文比较；这些结果反映其测试口径，不能直接推断所有中文资料库都会得到同样提升。模型使用 Kanana Open License，商业使用前仍需检查完整许可。

编辑提示：用自己的文档和查询制作小规模检索集，比较不同向量长度的召回效果、存储量和延迟。

原始日期：2026-10-29｜来源：Kakao（Kakao）

原文链接：

https://www.kakaocorp.com/page/detail/12181?lang=KOR

11｜微软开源 Mage-VL-Cowork，结合桌面操作与终端

微软发布 Mage-VL-Cowork 的4B模型，探索让同一个视觉语言模型结合图形界面操作与终端、代码工具完成任务。研究页面报告了 OSWorld-Verified 上的测试结果，但该结果使用特定任务集合、步数和排除范围，不代表任意电脑上的成功率。模型卡提供 Apache-2.0 权重；示例使用自定义模型代码，部署前需检查代码来源，并为可执行操作划定权限边界。

编辑提示：先在隔离环境用无敏感数据的任务测试，分别限制终端、文件和网络权限。

原始日期：2026-10-30｜来源：Microsoft（Microsoft Research）

原文链接：

https://huggingface.co/microsoft/Mage-VL-Cowork

12｜GPT-Rosalind-6 面向获批科研用户开放

OpenAI 介绍 GPT-Rosalind-6，面向经过批准的研究人员提供科研场景访问。官方说明它与 GPT-6 Astra 使用相同权重，没有额外训练或后训练，区别主要在访问对象和安全设置；因此不宜把它描述成重新训练出的全新基础模型。获批组织可按产品支持范围在 Work、Codex 或 API 中使用，企业管理和用户资格仍受控制，研究结论也需要专业人员复核。

编辑提示：有科研需求时先查看组织及个人申请条件，再检查数据使用政策和研究结果的验证方式。

原始日期：2026-10-30｜来源：OpenAI（OpenAI）

原文链接：

https://deploymentsafety.openai.com/gpt-rosalind-6

13｜Phonic-1 面向实时语音交互，可处理中途打断

Phonic 发布 Phonic-1 实时语音模型，面向语音对话和工具调用，介绍了在用户讲话过程中处理交互与语言切换的能力。厂商称支持50多种语言，适合电话客服、预约或需要边说边调整需求的语音界面；但语音识别、响应延迟和切换效果会受语言、噪声、网络和具体接入方式影响。正式用于客户服务前还需核对数据处理方式、价格和人工接管机制。

编辑提示：先用真实口音、打断和嘈杂环境做小样本测试，并设置能随时转人工的路径。

原始日期：2026-10-29｜来源：Phonic（Phonic 团队）

原文链接：

https://phonic.ai/blog/phonic-1

开发工具与自动化

14｜OpenCode 2.2.5 支持按上下文比例预留压缩缓冲

OpenCode 2.2.5 允许 compaction.buffer 用百分比配置上下文压缩预留，而不必为每个模型固定相同 Token 数；不同上下文容量的模型可以据此按比例留出空间。发行还改进工作树相关操作，并修复 MCP 标准输入输出传输较大消息时可能断开的问题。对频繁切换模型或连接本地工具的开发者，这些更新影响长会话的空间管理和连接稳定性。

编辑提示：升级后先检查现有缓冲配置，用一段可丢弃的长会话验证触发时机，再测试常用 MCP 工具。

原始日期：2026-10-30｜来源：OpenCode／Anomaly（OpenCode 维护团队）

原文链接：

https://github.com/anomalyco/opencode/releases/tag/v2.2.5

15｜Pydantic AI 2.64.0 为流式请求增加首事件超时

Pydantic AI 2.64.0 增加首个流式事件超时设置，便于在上游迟迟不开始返回时触发后备模型；相关版本还调整模型回退行为。发行说明同时指出，部分参数修复功能的 json-repair 依赖变为可选，Coder 的严格 schema 默认行为也发生变化。已经依赖严格参数校验或修复工具的应用，更新后应确认依赖安装和显式配置，而不只看请求是否成功。

编辑提示：用模拟无首包、参数格式错误和回退恢复的测试覆盖关键流程，并核对 strict 配置。

原始日期：2026-10-30｜来源：Pydantic（Pydantic AI 维护团队）

原文链接：

https://github.com/pydantic/pydantic-ai/releases/tag/v2.64.0

16｜Claude API 新增用量分析，并为旧快速模式设置停用日期

Anthropic 的 API 更新日志新增用量与成本分析接口测试版，可按模型、工作区、API 密钥和主体筛选；原有接口仍受支持。另一个变化是 Claude Opus 4.8 的快速模式计划于11月30日移除，届时继续向该模型提交 speed 为 fast 的请求会报错。为团队维护调用与账单的开发者应分别检查统计接口迁移和代码中的模型参数，避免把接口测试版当作旧端点立即停用。

编辑提示：在测试环境核对新接口的请求头和权限，并搜索固定使用旧模型快速模式的调用。

原始日期：2026-10-30｜来源：Anthropic（Anthropic）

原文链接：

https://platform.claude.com/docs/en/release-notes/overview

17｜NVIDIA 介绍用 TensorRT Edge-LLM 在本地运行模型

NVIDIA 开发者文章介绍使用 TensorRT Edge-LLM 在 DGX Spark 等设备上构建和运行本地模型服务，包括转换模型、生成推理引擎以及提供兼容 OpenAI 格式的接口。文中示例基于 TensorRT Edge-LLM 0.11.1、CUDA 13、特定 TensorRT 10.x 和 Python 3.10 至3.12，适合评估边缘设备部署的开发者。文章示例不能直接视为所有显卡和所有模型均已适配。

编辑提示：先核对硬件、驱动、依赖版本及模型许可证，再根据自己的上下文和负载估算内存。

原始日期：2026-10-30｜来源：NVIDIA（Joe Halabi、Lin Chai、Maximilien Breughe、Michael Ferry、Charlotte Mallo）

原文链接：

https://developer.nvidia.com/blog/run-ai-models-for-edge-application-development-with-just-a-few-commands/

18｜Vercel 将 Data Cache 合并到 Runtime Cache，注意读写费用

Vercel 宣布将 Data Cache 迁移至 Runtime Cache，Next.js 的 fetch 和 unstable_cache 调用按公告无需改代码。Hobby 账户计划从11月29日开始迁移，Pro 和 Enterprise 会按各自通知或安排进行。变化会影响账单：此前未单独计费的部分缓存读取和写入，在迁移后纳入 Runtime Cache 计量，并有按方案提供的免费额度或基础设施抵扣。具体单价与区域有关。

编辑提示：先查看缓存读写量与所在区域的价格，再按迁移通知估算超过额度后的费用。

原始日期：2026-10-30｜来源：Vercel（Vercel）

原文链接：

https://vercel.com/changelog/data-cache-is-moving-to-runtime-cache

19｜Vercel Daemons 可以通过绑定调用内部服务

Vercel 为 Daemons 增加服务绑定，让长期运行的进程能够调用同一项目中的服务。按官方说明，绑定会提供对应地址，内部通信由平台处理认证与传输，适合需要由后台进程访问内部应用服务的任务。新增能力减少了手工维护服务地址的工作，但权限、配置和故障处理仍要在项目中明确；它不是对所有第三方服务自动开放访问。

编辑提示：先在测试环境配置一个最小绑定，验证目标服务的访问边界和失败重试，再推广到生产流程。

原始日期：2026-10-30｜来源：Vercel（Vercel）

原文链接：

https://vercel.com/changelog/vercel-daemons-can-now-call-services-with-bindings

安全与行业观察

20｜研究者披露嵌入式浏览器风险，警惕不可信本地页面

安全研究者 Gal Weizman 披露多款 AI 助手嵌入式浏览器的不同风险，包括恶意页面诱导操作、地址显示误导，以及打开不可信本地文件时可能触发的文件读取问题。研究涉及 Cursor、GitHub Copilot、Codex、VS Code 和 Claude Desktop 等不同产品，问题机制与修复进度并不相同；文章发布时部分问题已修复、部分仍待处理，不能把当时状态直接当成今天的状态。

编辑提示：避免预览来源不明的本地 HTML，更新相关产品并查看各厂商最新安全公告。

原始日期：2026-10-29｜来源：Forever Security（Gal Weizman）

原文链接：

https://forever.security/blog/embrace-hacking-5-ai-assistants-embedded-browsers-technical

21｜OpenAI 计划支持网站统一表达 AI 训练偏好

OpenAI 表示，计划在未来几个月支持网站通过 robots.txt 表达更统一的 AI 训练偏好，并参与相关标准工作。网站维护者可以关注这一共同信号如何与现有按爬虫区分的控制方式配合；按照公告，目前既有的爬虫控制仍然存在。新机制尚处于推进和实施阶段，不能理解为所有网站、所有 AI 公司已经自动遵守，也不等于搜索抓取规则被一并改变。

编辑提示：检查站点现有 robots.txt 和各爬虫说明，等标准及实际实施细节公布后再调整。

原始日期：2026-10-30｜来源：OpenAI（OpenAI）

原文链接：

https://openai.com/index/helping-websites-express-ai-training-preferences/

22｜Google 报告卫星 TPU 首次返回模型响应

Google Research 报告 Project Suncatcher 的新进展：搭载 TPU 的卫星完成一次模型提示和响应，下行数据经斯瓦尔巴接收站传回。团队表示后续还要继续评估太空中的温度、辐射等条件，并计划推进下一阶段卫星试验。对关注 AI 算力基础设施的读者，这是对此前发射任务的一个新测试结果；它并不意味着商业化轨道数据中心已经建成或开始提供服务。

编辑提示：关注后续公开的任务持续时间、硬件状态和能耗数据，再比较与地面部署的差异。

原始日期：2026-10-30｜来源：Google Research（Travis Beals）

原文链接：

https://blog.google/innovation-and-ai/models-and-research/google-research/project-suncatcher-satellite-response/

23｜腾讯与 Visa 签署合作备忘录，探索跨境与 AI 商务

腾讯与 Visa 宣布签署合作备忘录，讨论跨境支付、商业服务以及 AI 代理参与交易等方向。公告提到 Visa Intelligent Commerce 和腾讯相关支付能力，希望研究更顺畅的支付体验；这些表述属于双方合作探索，并不是某项面向所有用户的新支付功能已经上线。具体产品、用户授权、地区规则及监管要求仍需等待后续公布，实际支付也应由用户核对并确认。

编辑提示：有跨境交易需求时先看现有支付渠道的地区支持、费用和退款规则，不以合作意向替代开通说明。

原始日期：2026-10-29｜来源：Tencent／Visa（Tencent）

原文链接：

https://www.tencent.com/tencent-and-visa-announce-strategic-partnership-to-enhance-global-payment-and-commerce-experiences/

24｜nesformer 把 NES 运算编码进模型，重在实验而非游戏性能

开发者 Drew Breunig 发布 nesformer，将 NES 的6502处理器、内存和 ROM 运算规则编码进模型权重，用 Transformer 前向计算模拟部分游戏机执行过程；图形、输入和中断仍由宿主程序处理。项目展示的是计算方式的实验，并非训练一个会凭空生成游戏画面的模型。当前只支持 NROM mapper 0，速度远慢于普通模拟器，使用自己的游戏 ROM 也应确认权利。

编辑提示：先阅读仓库关于支持范围、运行速度和测试 ROM 的说明，再决定是否用于教学演示。

原始日期：2026-10-30｜来源：Drew Breunig（Drew Breunig）

原文链接：

https://github.com/dbreunig/nesformer

阅读之后

挑出与你当前工作有关的一项更新，先核对版本和开放范围，再决定是否试用。

原文索引

以下 URL 保留为可见文字，便于复制或在链接样式丢失时查找。

01 · Google（Google） · 2026-10-29

https://blog.google/innovation-and-ai/products/gemini-app/edit-files-directly/

02 · OpenAI（OpenAI） · 2026-10-29

https://deploymentsafety.openai.com/gpt-6-luna-october-28-2026-addendum

03 · Cherry Studio（Cherry Studio 维护团队） · 2026-10-30

https://github.com/CherryHQ/cherry-studio/releases/tag/v2.1.9

04 · Krea（Krea 团队） · 2026-10-29

https://www.krea.ai/blog/introducing-ad-studio

05 · IT之家（沁沧） · 2026-10-29

https://www.ithome.com/1/019/502.htm

06 · 元宝官方账号（元宝官方账号） · 2026-10-30

https://sina.cn/news/detail/5359731785073983.html

07 · 快科技（哈尔） · 2026-10-30

https://news.mydrivers.com/1/1161/1161896.htm

08 · Pika（Pika 团队） · 2026-10-29

https://pika.art/blog/pika-h3-flex-research

09 · Baseten（Max Kirkby、Charles O’Neill） · 2026-10-29

https://www.baseten.co/blog/decisions-for-a-penny-introducing-joey-1/

10 · Kakao（Kakao） · 2026-10-29

https://www.kakaocorp.com/page/detail/12181?lang=KOR

11 · Microsoft（Microsoft Research） · 2026-10-30

https://huggingface.co/microsoft/Mage-VL-Cowork

12 · OpenAI（OpenAI） · 2026-10-30

https://deploymentsafety.openai.com/gpt-rosalind-6

13 · Phonic（Phonic 团队） · 2026-10-29

https://phonic.ai/blog/phonic-1

14 · OpenCode／Anomaly（OpenCode 维护团队） · 2026-10-30

https://github.com/anomalyco/opencode/releases/tag/v2.2.5

15 · Pydantic（Pydantic AI 维护团队） · 2026-10-30

https://github.com/pydantic/pydantic-ai/releases/tag/v2.64.0

16 · Anthropic（Anthropic） · 2026-10-30

https://platform.claude.com/docs/en/release-notes/overview

17 · NVIDIA（Joe Halabi、Lin Chai、Maximilien Breughe、Michael Ferry、Charlotte Mallo） · 2026-10-30

https://developer.nvidia.com/blog/run-ai-models-for-edge-application-development-with-just-a-few-commands/

18 · Vercel（Vercel） · 2026-10-30

https://vercel.com/changelog/data-cache-is-moving-to-runtime-cache

19 · Vercel（Vercel） · 2026-10-30

https://vercel.com/changelog/vercel-daemons-can-now-call-services-with-bindings

20 · Forever Security（Gal Weizman） · 2026-10-29

https://forever.security/blog/embrace-hacking-5-ai-assistants-embedded-browsers-technical

21 · OpenAI（OpenAI） · 2026-10-30

https://openai.com/index/helping-websites-express-ai-training-preferences/

22 · Google Research（Travis Beals） · 2026-10-30

https://blog.google/innovation-and-ai/models-and-research/google-research/project-suncatcher-satellite-response/

23 · Tencent／Visa（Tencent） · 2026-10-29

https://www.tencent.com/tencent-and-visa-announce-strategic-partnership-to-enhance-global-payment-and-commerce-experiences/

24 · Drew Breunig（Drew Breunig） · 2026-10-30

https://github.com/dbreunig/nesformer

关注硅基新知社，了解更多 AI 资讯与实用技巧。