原文:https://mp.weixin.qq.com/s/pQfIiB-FaNQzxLoZ6PnAbw
万里眼新一代超高速实时示波器：突破"卡脖子"难题，引领高端电子测量新潮流
在2025湾芯展上，新凯来子公司万里眼发布自主研发的新一代超高速实时示波器，带宽突破90GHz位居全球第二，采样率每通道200GSa/s，最大存储器深度4Gpts为同级别业界2倍，性能提升至原有国产示波器的500%，且是全球首个超高速智能与全面屏示波器。其团队平均年龄二十八九岁，目标攻克"卡脖子"难题，产品获高校等认可，华为和上海交大已进行测试或试用。高端示波器面临供给、效率、体验三大挑战，因西方国家限制对华高端仪器出口。万里眼产品覆盖无线、电子、数字领域，基于"慧眼"架构的90GHz示波器有超强性能、超高智能、超级体验三大突破，还具备80GHz带宽示波器校准CNAS资质，参与标准生态建设。一位老科学家高度评价其产品，万里眼将持续聚焦高端电子测量仪器与产业链共创未来。
苹果推出新一代M5芯片，AI性能大幅跃升！
苹果官网宣布推出新一代自研电脑芯片M5，各方面性能升级，AI性能显著提升。该芯片采用第三代3nm制程工艺，具备最高10核CPU、最高10核GPU、16核神经网络引擎，最高可选配32GB统一内存。亮点特性包括GPU每个核心增加神经网络加速器，基于GPU的AI峰值性能达M4的4倍以上，统一内存带宽提升。搭载M5芯片的14英寸MacBook Pro、iPad Pro、Apple Vision Pro于10月17日上午9点接受预购，10月22日发售，价格分别为12999元起、8999元起、29999元起。M5适合高效学生、商务用户、创作新锐，其CPU、GPU、神经网络引擎等性能均有显著提升。
谷歌Gemini 3.0 Pro：代码生成能力惊人，距构建操作系统仍有差距
谷歌Gemini 3.0 Pro展现的强大代码生成能力。海外爆火视频展示其仅用几行提示词，2分钟内一次尝试就生成用HTML构建的复刻苹果MacOS的WebOS，具备流畅动画等功能。该模型正处AI studio的A/B测试，部分用户可在One Shot条件下尝试。对比之下，网友用Claude 4.5 Sonnet操作结果不可用。此外，Gemini 3.0还生成Windows和Linux风格的WebOS，代码和演示公开在CodePen。它在前端设计方面也表现出色，能理解抽象描述生成含音乐音效的网页。不过，其生成的MacOS只是基本功能和前端设计演示，大模型距构建操作系统能力有差距，但构建原型演示愈发稳定强大。
- 体验地址：
- 生成版MacOS：https://codepen.io/ChetasLua/pen/EaPvqVo
- 生成版Windows：https://codepen.io/ChetasLua/pen/yyezLjN
- 生成版Linux：https://codepen.io/ChetasLua/pen/LEGzZaQ
阿里通义千问推出Qwen3 - VL 4B与8B版本，优势尽显！
2025年10月15日，阿里通义千问团队推出最强视觉语言模型系列Qwen3 - VL的4B与8B版本，均有Instruct与Thinking版本。该模型资源门槛更低，尺寸缩减降低VRAM占用，可在更广泛硬件设备部署；核心能力不减配，保留全部核心功能；基准性能优秀，超越Gemini 2.5 Flash Lite等模型，可与Qwen2.5 - VL - 72B媲美。自开源后收获全球AI开源社区认可，取得多项优异成绩。同时推出Qwen3 - VL Cookbook助用户上手。
- 模型地址：https://modelscope.cn/collections/Qwen3-VL-5c7a94c8cb144b
- 体验地址：https://chat.qwen.ai (在模型列表选择Qwen3 - VL系列模型)
- Cookbook地址：https://github.com/QwenLM/Qwen3-VL/tree/main/cookbooks
OPPO ColorOS 16：重构AI战略，开启系统升级新征程
OPPO在2025年开发者大会上推出全新操作系统ColorOS 16，其AI技术架构围绕On - Device Compute端侧智能计算、PersonaX记忆共生引擎、Agent Matrix智能体生态框架三大核心底座重构，迈向AI OS新时代。系统在流畅体验、设计语言、跨设备协同和AI能力等维度全面升级，如搭载极光、潮汐、繁星三大引擎提升流畅度，引入"光场"UI设计等。ColorOS 16于10月15日起向审核通过用户推送，10月30日全量推送，OPPO Find X9系列等首批搭载。同时，公布"隐私安全智护体系"，上线"一键出海"服务。其战略路径从"AI for System"迈入"System for AI"，正朝"AI as System"推进。
谷歌更新旗舰视频生成模型Veo 3.1，功能升级但仍有不足
2025年10月16日凌晨，谷歌更新旗舰视频生成模型Veo 3.1，引发网友关注，用户已在Flow中生成超2.75亿个视频。该模型功能亮点包括更强的叙事与音频控制，使视频具电影质感，以及更丰富的输入与编辑能力，迈入「导演级」精控阶段。它已接入Gemini API与Vertex AI，普通用户可在Flow或Gemini中体验。测试效果流畅自然。5个月前谷歌推出的由Veo驱动的AI电影制作工具Flow，此次更新推出剪辑编辑新功能和增强创意能力。技术规格上，支持输出720p或1080p分辨率视频，帧率24fps，视频时长可选4 - 8秒，使用Extend功能最长可扩展至148秒。不过，此次更新更像「功能小升级」，成片质感进步有限，存在原生时长短、画面衔接偶有问题、音频提升一般、人物表演与复杂调度不足等问题。
Anthropic发布Claude Haiku 4.5：便宜快速的轻量级模型，营收前景可观
距上次新品发布仅两周，Anthropic发布轻量级模型Claude Haiku 4.5，主打"更便宜、更快速"。其编码性能与Claude Sonnet 4媲美，成本仅为其三分之一，推理速度提升一倍多，在部分任务上超越Claude Sonnet 4。该模型面向实时、低延迟任务场景，安全性高。早期客户评价积极。Claude Sonnet 4.5和Claude Haiku 4.5配合使用可为企业客户带来优势。Claude Haiku 4.5已全球上线，用户可通过多种渠道访问。近期Anthropic动作频繁，有报道称其到年底有望实现90亿美元年化营收目标，明年基准情况超200亿美元，最佳可达260亿美元，本月年化营收接近70亿美元。
火山引擎升级语音模型，AI 语音体验再突破
火山引擎升级了豆包·语音合成模型 2.0 和豆包·声音复刻模型 2.0。豆包语音合成模型 2.0 生成声音与真人几无差别，摆脱机械感且情感丰富，还有默认模式、语音指令、引入上文三种玩法升级。声音复刻模型 2.0 娱乐性强，能克隆动漫与真人声音，首创 Query - Response 能力。这两款模型应用场景广泛，涵盖短剧配音、情感陪伴等领域，在教育场景对公式朗读优化，准确率近 90%。其核心优势在于 AI 语音理解能力觉醒，模糊了 AI 和人的边界，未来或实现声音分身。
Anthropic发布Agent Skills：按需加载专业能力，开启Claude新玩法
2025年10月18日，Anthropic发布Agent Skills，即按需加载专业能力（提示词包、代码包），具有可组合、可移植、高效且包含代码等特点。Skills可官方预设或自行上传，Claude工作时按需加载，如处理Excel报表加载xlsx skill。它不仅有文字指令，还能附带Python脚本、Bash命令等在沙箱环境执行，甚至可组合使用。该功能可在Claude网站、API和Claude Code中使用，Claude apps的Pro、Max、Team、Enterprise用户均可使用，Anthropic提供公开skills。API新增了 /v1/skills 端点，使用需开启Code Execution Tool beta，定价为 $0.05/会话小时，最少计费5分钟；Claude Code是命令行工具，可从 anthropics/skills 市场安装，团队能通过版本控制共享。创建skills可使用"skill-creator"的skill，上传时拖拽 .zip 包。Skills能跨平台复用、团队共享、组合使用，Claude Agent SDK也支持，但存在安全性等问题，Anthropic提醒使用可信来源的skills。
Manus 1.5版本：AI构建产品新飞跃
昨日Manus正式推出1.5版本，在速度与推理质量上持续提升，将"上线部署"等传统人为环节纳入Agent执行能力，引入"内建浏览器"，新增"Library"文件库并开放多人协同编辑，还区分旗舰版和轻量版以适配不同场景，平台数据显示任务完成时长大幅缩短且用户评价积极。实测中，通过自然语言指令让Manus 1.5基于歌曲《技能五子棋》重新填词并搭建可互动魔改的音乐网页应用，经两轮指令迭代落地。该版本体验更流畅，任务拆解等方面更稳定，"内建浏览器"让"用AI构建产品"更便捷。
百度开源PaddleOCR - VL：多模态文档解析全球领先
百度新发布并开源的多模态文档解析模型PaddleOCR - VL在OCR领域表现卓越。它参数量仅0.9B，在OmniDocBench V1.5榜单综合性能全球第一，发布16小时登顶抱抱脸Trending全球第一，四大核心能力全面SOTA。其文本识别支持109种语言，公式识别CDM得分高，表格理解可精准解析复杂表格，阅读顺序预测误差小。该模型在数据训练、架构设计和技术上均有创新，可作"文档工作助手"，与RAG系统融合，是企业知识中台建设关键基础设施，标志中国模型在全球多模态文档解析赛道领先。
- Github：https://github.com/PaddlePaddle/PaddleOCR
- 论文：https://arxiv.org/pdf/2510.14528
- 体验地址：https://aistudio.baidu.com/application/detail/98365
原文链接：全球OCR最强模型仅0.9B!百度文心衍生模型刚刚横扫4项SOTA
甲骨文推出全球最大云端AI超算，挑战云计算巨头
2025年10月20日消息，甲骨文在AI World 2025大会上推出全球最大云端AI超级计算机「OCI Zettascale10」，成为OpenAI「星际之门」集群的算力核心。该系统横跨多数据中心，由80万块NVIDIA GPU组成，峰值算力达16 ZettaFLOPS。甲骨文与OpenAI在德州阿比林共建「星际之门」集群，其定制的Acceleron RoCE网络架构提升了大模型训练效率，该架构降低通信延迟、具备故障自动切换功能，还削减了网络能耗与冷却成本。甲骨文计划2026年下半年提供Zettascale10集群服务，目前已开始接受预订，但16 ZFLOPS算力未经验证。面对微软、谷歌、亚马逊等云计算巨头竞争，甲骨文推出「多云通用积分」计划降低客户迁移门槛。
DeepSeek 开源 3B 参数量 OCR 模型 DeepSeek - OCR
2025 年 10 月 20 日，DeepSeek 开源新的 OCR 模型 DeepSeek - OCR，参数量 3B，刚上线就有 100 多次下载量，该项目由三位研究员完成，一作 Haoran Wei 有丰富 OCR 开发经验。此模型利用视觉模态压缩长文本上下文，采用端到端 VLM 架构，由 DeepEncoder 和 MoE 解码器组成。训练数据包括 OCR 1.0、2.0 数据和通用视觉数据，训练时先独立训练 DeepEncoder，再在 HAI - LLM 平台训练 DeepSeek - OCR。实验显示，其在视觉 - 文本压缩、OCR 实际性能上表现出色，还能深度解析多种图形，支持近 100 种语言识别。详情可以点击https://mp.weixin.qq.com/s/RWmTAk-SMadqi5BZEy9pqA
- Github：https://github.com/deepseek-ai/DeepSeek-OCR
- huggingface: https://huggingface.co/deepseek-ai/DeepSeek-OCR
- 论文：https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf
Vidu更新：新功能与APP升级，开启AI视频生成新体验
本次Vidu更新亮点颇多，10月21日全球正式上线Vidu Q2参考生功能，具备高一致性、速度快、价格优且无需邀请码；网页端首次单独上线视频延长功能，免费用户最长生成30秒，付费用户可达5分钟，支持多种视频生成方式；APP全面改版升级为一站式AI内容社交平台，降低创作门槛，有海量主体库。功能测试显示，其语义理解准确、多主体一致性好、运镜可实现商品多角度展示。相比上版本，推理生成速度快3倍且"加量不加价"，在电商等行业应用前景广泛。用户可于10月21日登录Vidu官网（https://www.vidu.cn/create ）体验新功能，也可在各大应用平台搜索"Vidu AI"下载全新改版APP。
- 官网介绍：https://www.vidu.cn/create
- 下载地址：各大应用平台搜索"Vidu AI"下载
- 体验地址：https://www.vidu.cn/create
谷歌与高德：AI 改写地图 APP，开启现实世界新体验
谷歌方面，即日起开发者可通过 Gemini API 调用谷歌地图工具，将位置感知功能整合进应用，该功能接通 2.5 亿个地点地理数据库，支持 Gemini 2.5 Flash - Lite 等部分模型，基于查询次数收费，玩法具个性化等特点，适用于多领域。用户可在谷歌 AI Studio 体验。高德则用 AI 重塑出行体验，其空间智能以导航地图 APP 为应用场景，7 月推出小高老师智能体，9 月推出高德扫街榜，让地图从"导航工具"变为"空间智能体"。二者均用 AI 完成对地图的升维改造。]
- 体验地址：谷歌 AI Studio（可体验新功能）
六大顶级大语言模型实盘交易大比拼
nof1.ai发起Alpha Arena实验，让OpenAI的GPT - 5、谷歌的Gemini 2.5 Pro、Anthropic的Claude 4.5 Sonnet、xAI的Grok 4、阿里的Qwen3 Max和DeepSeek V3.1 Chat这六大顶级大语言模型在真实交易市场实盘厮杀，各模型初始资金10000美元，接收相同市场数据和交易指令做决策。截至目前，DeepSeek V3.1盈利排第一，Grok 4次之，Gemini 2.5 Pro赔得最惨，不同时段各模型收益有波动。金融市场作为新型图灵测试，考验模型在不确定性中生存的能力，同时文档还展示了模型在11:14 - 11:15时的交易决策和账户情况。
- 官网介绍：https://nof1.ai/
Anthropic上线网页版Claude Code，编程新体验来袭！
2025年10月21日凌晨，Anthropic上线「Claude Code on the web」（网页版Claude Code）功能，用户可直接从浏览器委派编程任务。该版本目前处于Beta阶段，作为研究预览版向Pro和Max用户开放。其功能优势显著，可将多个编程任务交Claude在云端基础设施运行，适合处理漏洞积压等工作。具有并行运行编程任务（无需终端启动，可跨仓库并行、实时追踪进度并完成交付）、灵活的工作流（网页端适配现有流程，iOS应用已开放，后续优化移动端体验）、安全第一的云执行环境（隔离沙盒运行，限制网络和文件系统，确保访问授权仓库且支持自定义网络配置）三大亮点。
Adobe发布Adobe AI Foundry，开启企业生成式AI定制新时代
2025年10月21日，Adobe发布全新服务Adobe AI Foundry，将生成式AI带入企业定制时代。企业能通过该平台与Adobe合作构建基于自身品牌和知识产权训练的专属生成式AI模型，用于生成文本、图片、视频和3D场景。其底层由Adobe的Firefly系列模型支持，该模型于2023年推出且基于授权数据训练，Foundry服务在此基础上定制微调，让客户拥有"品牌模型"，按使用量收费。此服务是Adobe企业级AI战略延伸，满足企业让Adobe深入参与创意流程的需求，自Firefly上线企业用户已生成超250亿创意资产，新模型可助品牌实现个性化营销。Adobe目标是为创意人员提供强大工具，而非取代他们。
搜狗与腾讯视频推出混元大模型AI分身应用，《许我耀眼》热度创新高
搜狗输入法和腾讯视频陆续推出基于腾讯混元大模型的AI分身应用。搜狗输入法推出行业首个电脑端AI陪伴助手"职场搭子"，可在电脑端随时唤起"小婉"，能理解对话、多轮交流和调用工具。腾讯视频在《许我耀眼》中推出主角AI分身"追剧搭子"，以"文字回复 + 语音播报"交流，配主角同款声音。混元AI分身依托升级的角色扮演大模型，深度模拟角色特性，减少OOC问题。《许我耀眼》因AI分身互动玩法热度攀升，刷新腾讯视频都市剧热度纪录，更多应用体验可在官网创建。
OpenAI 重磅发布 AI 浏览器 ChatGPT Atlas
2025 年 10 月 22 日，OpenAI 发布 AI 浏览器 ChatGPT Atlas。此前山姆・奥特曼多次表达对浏览器的兴趣，还曾有潜在收购 Chrome 的意愿。目前仅发布 macOS 版，对 Free、Plus、Pro 和 Go 用户免费开放，后续将推出 Windows、iOS 和 Android 版本，下载地址为 https://chatgpt.com/atlas 。该浏览器将 ChatGPT 接入，能让其看到用户所在页面并通过侧边栏回答问题，目标是构建超级助理。它有诸多特色功能，如内置 ChatGPT 记忆和浏览器记忆功能、可让 ChatGPT 提供建议与执行功能、具备智能体模式，首次打开还能一键导入书签等。在安全方面，限制用户运行代码等操作，访问敏感网站需确认，虽经数千小时测试，但仍提醒谨慎使用。
- 参考链接：
- 下载地址：https://chatgpt.com/atlas
谷歌AI Studio大更新：全新"vibe编程体验"一键生成AI应用
2025年10月22日谷歌AI Studio进行大更新，推出全新"vibe编程体验"，可一键生成AI应用。其基于Gemini API基础设施，核心是帮助构建AI应用；启动界面提供"赋能"建议，还有"手气不错"按钮可生成创意应用想法。以构建AI主持问答游戏为例，不到1分钟可生成应用，生成中用户可与模型交流、提修改建议，还有保存到GitHub、部署应用等操作选项，且可随时编辑代码。体验免费，若用Cloud Run部署或非免费高级模型，需切换付费API密钥。此外，系统会制定应用构建计划，平台有"AI建议功能"。该体验直观、操作简单，对编程小白友好，性能强大，提升了模型能力。
腾讯开源混元世界模型1.1：解锁秒级3D世界创造新体验
腾讯正式发布并开源混元世界模型1.1版本（WorldMirror）。该模型新增支持多视图及视频输入，单卡即可部署，能秒级创造3D世界，让3D重建技术更普及。相较于7月推出的混元世界模型1.0，1.1版本解决了输入局限，支持多模态先验注入和多任务统一输出的端到端3D重建，还支持额外多模态先验输入，基于统一架构实现多种3D几何预测，性能超现有方法。它具有灵活处理输入、通用3D视觉预测、单卡部署秒级推理三大特性，架构设计含多模态先验提示等。在3D点云重建和端到端3D高斯重建任务中表现领先。开发者可克隆GitHub仓库本地部署，普通用户可在HuggingFace Space在线体验。
- Github：https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror
- huggingface: https://huggingface.co/tencent/HunyuanWorld-Mirror
- 官网介绍：https://3d-models.hunyuan.tencent.com/world/
- 论文：https://3d-models.hunyuan.tencent.com/world/worldMirror1_0/HYWorld_Mirror_Tech_Report.pdf
- 体验地址：https://huggingface.co/spaces/tencent/HunyuanWorld-Mirror