Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕信号,将单次内容检索耗时从 250 分钟降到 2 分钟以内。
Condé Nast 与 AWS 生成式 AI 创新中心基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕信号,将单次内容检索耗时从 250 分钟降到 2 分钟以内。
Airbnb 在秋季产品更新中上线 AI 搜索,用户可通过文字或语音提示搜索房源,界面会根据偏好显示动态筛选条件,例如输入 baby 后自动给出婴儿床、游乐场、儿童书籍玩具等筛选。
AI 智能体 Instinct 上线 Instinct Selections,向用户推送餐饮、旅行、购物等领域的个性化商品推荐,由创始⼈ Noah Shinn 宣布,卖点是与本地厨师、设计师、旅行向导等合作引入"人类品味"。
SpaceXAI 旗下 AI 版维基百科 Grokipedia 发布 v0.3 更新,启用新 logo 并重新设计首页与实时编辑页。新首页新增精选条目、最多阅读列表和最新编辑追踪器,条目页顶部表格格式也做了优化。Grokipedia 于 2025 年 10 月下旬以 v0.1 上线,v0.2 在一个月后发布,此后更新一度停滞。
Latent Space 播客邀请 OpenAI Computer Use 产品与工程负责人 Ari Weinstein 和 API 团队产品负责人 Nikunj Handa,复盘 DevDay 发布的 Dots、GPT-6.1 Sol、Agents API 与 Decisions API。
OpenAI 在周二的 Dev Day 上由 CEO Sam Altman 侧面披露了新的 Decisions API,它让开发者给模型一组预定义选项并输出概率,功能与 TypeSafe AI 本月早些时候发布的、专为软件自动化设计的模型 Jev 类似。
Google 在 Gemini 聊天中全球上线 Skills,用详细提示词承载特定任务,用户以“/”加名称调用,并可由历史对话生成、检测到匹配提示时自动运行。Skills 格式源自 Anthropic 并以开放标准提供,支持文本文档、PDF 和图片作为参考材料,还可将多个 Skill 串联完成任务。
DoorDash 周三宣布推出可发短信点餐的 AI 智能体,用户通过 Apple Messages 发送“order my usual”等提示词即可下单,智能体还会理解这是指周五晚的常点餐。该智能体可按提示词搜索本地餐厅并推荐购物车,还能发送推荐菜品照片,并支持在一单中处理多人不同的饮食偏好和数量。DoorDash 正向美国用户开放候补名单试用这一功能,同时宣布将在北加州与部分餐厅测试配送无人机。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,在生物代码中嵌入不可感知的签名,使其不只在数字模型上、也能在合成出的实体蛋白质上被验证,同时保留其生物功能。
推荐理由:Google DeepMind 把水印技术从图像扩展到蛋白质与 3D 结构,读者可看到生物安全筛查的一层新验证思路。
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统在 CoreWeave Cloud 上线,并搭配 Spectrum-X 102.4T 以太网,Cognition 成为首个在生产环境运行该平台、支撑 Devin 的客户。
DeepSeek 与华为合作为昇腾芯片构建编程工具,并全部开源,Huawei 表示对此工作给予完全支持。核心是北京大学研究者最初开发的编程语言 TileLang,DeepSeek 已使用约一年,认为它比 CUDA 的编程模型更简单,它也是 DeepSeek 面向 AGI 工作的主要工具。
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 加速模式与 Decisions API,并推出 ChatGPT Spaces、Marketplace 及 Sign in with ChatGPT 等平台更新。
推荐理由:汇总 OpenAI DevDay 2026 多项发布与独立评测数据,便于对比定价、能力与平台策略变化。
Amazon Bedrock 在印度区域上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,通过 geographic cross-Region inference 让推理请求仅在 ap-south-1 与 ap-south-2 之间路由,实现数据留在印度境内。
Amazon Bedrock 现支持在首尔区域使用 Claude Opus 5 和 Claude Sonnet 5、在新加坡区域使用 Claude Sonnet 5,通过 bedrock-runtime 端点实现区域内推理,请求与数据全程不离开所调用区域。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,定位为 GPT-6 Sol 的升级版,面向智能体编码、computer use 与专业工作负载提供更强推理能力。
推荐理由:材料给出 GPT-6.1 Sol 在 Bedrock 上线后的能力定位与成本对比,读者可据此判断强推理模型的落点。
Simon Willison 用 GPT-6 Astra 做出了实验性工具 Photo Scrubber,可自动识别人脸并打码,同时清除照片元数据。该工具基于 Google 的 MediaPipe C++ 库,通过 @mediapipe/tasks-vision 编译为 WebAssembly,并使用 BlazeFace 人脸检测模型,全部在本地运行。
OpenAI 在 DevDay 2026 主题演讲中发布 Dots 个人智能体、GPT-6.1 Sol 模型、Ultrafast 高速推理以及新的 Agents API。
推荐理由:作者以在场者身份记录 DevDay 全程发布,读者可据此一次性掌握 OpenAI 在智能体、模型与开发者平台上的产品版图。
OpenAI 发布 dots,一种可跨复杂项目和日常任务持续推进工作的主动式助手。官方称 dots 让用户在工作推进过程中仍保持掌控。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线,支持 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度,通过 bedrock-runtime 的跨区域推理配置提供,并支持 Responses、Chat Completions 和 Converse API。
推荐理由:文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度成本权衡,可供工程选型参考。
OpenAI 启动 Codex Originals 计划征集,寻找使用 Codex 的开发者、研究者与创作者分享真实项目故事。有意者可在下方提交自己的故事与项目介绍,参与该计划下一阶段。
Simon Willison 用 Opus 5.5 开发了 Bluesky reply bot checker,通过打字速度、发帖时间、互动模式等行为信号检测回复机器人,并展示每项测量和规则以便复核。该工具可识别在他人发帖后数秒内回复、从不发布原创内容或图片链接、只回复高粉丝量账号的账户。Bluesky 仍提供可自由使用的 API,使这类调查比 Twitter 更方便。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra,更快地构建、运营并销售现代车队管理方案,销售提升 60%,节省 75+ 小时。
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout,为工业气体与焊接分销商提供交互式仪表盘和自然语言问答,用户无需提交 IT 工单即可查询租赁数据。
Datasette 1.0a41 发布,Alec Garcia 为该版本加入了 OpenTelemetry 支持。此版本还将 Datasette 的所有模态对话框重构为单个 Web Component,并已编写文档供其他插件使用。
Meta 在 Connect 2026 上把个人智能体 Muse 作为硬件加智能体战略的核心,发布相关智能体功能与新眼镜,仅预告而未发布新前沿模型。Muse 现已支持语音与实时视频,可后台持续处理任务,并将在所有 Meta 眼镜上以唤醒词激活;每台 Muse 拥有独立邮箱地址,Mac 版 Muse 支持计算机使用。
Simon Willison 用 GPT-6 Astra 开发了一个 Gemini 3.8 TTS Playground,可组合单人旁白或多说话人对话、预览音频并查看请求响应细节,设置可保存为可分享的 URL。
invideo 借助 GPT‑6 Astra 让剪辑规划更精准,色彩校正与调色效率提升 3 倍,并在一天内生成 50 个自定义效果。
Harvey 借助 GPT-6 Astra 生成结构更清晰、更贴合上下文的法律文书,让律师能将精力集中在策略上。
Ringg 借助 GPT-5.6 让 AI 智能体处理最多 65% 的客户来电,覆盖语音、聊天、WhatsApp 和网页等多语言场景。相比 GPT-4.1,其成本降低 90%。
ChatGPT Ads 扩展至东南亚和台湾,覆盖超过 60 个国家和地区,符合条件的企业可借此触达更多用户。
Airbnb 正在扩大工程团队对 GPT-6 Astra 及 OpenAI 前沿模型的接入,用于排查 bug、设计系统和加快交付。该举措旨在让更多工程团队借助这些模型提升开发效率。
GPT-6 改进了提示词缓存,带来更高的缓存命中率,并新增诊断能力、显式断点以及可降低延迟与成本的控制项。
Simon Willison 发布 llm 0.36,这是其 LLM 命令行工具的新版本。原文未披露该版本的具体功能、模型支持或数字细节。
Simon Willison 发布 llm-anthropic 0.29,为其 LLM 工具集接入 Anthropic 模型的插件更新。正文未披露该版本的模型、参数或功能变更细节。
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0,为其 LLM 工具接入 TypeSafe AI 的新模型 Jev,可通过 `llm install llm-typesafe` 安装并设置 API key 使用。
Cloudflare 在历经两年预览后,正式 GA Python Workers,Python 成为 Cloudflare Developer Platform 上一等且完整支持的语言。
Higgsfield AI 借助 GPT-6 Astra,一天内就将新的视频创作功能推向市场,让小型企业更轻松地制作视频广告。该功能面向小企业的视频广告创作场景,缩短了创意工具从开发到上线的周期。
OpenAI Academy 新增多条学习路径,覆盖员工、开发者、领导者、教育工作者和学生,帮助他们建立并展示实用的 AI 技能。
V7 使用 GPT-5.6 处理分散的公司文件,将其转化为智能体可用的上下文,以完成复杂的、可溯源到来源的工作,同时成本降低 78%、准确率提升。
Hugging Face 为即将发布的 tokenizers v1 重构性能,速度常达 v0.23 的十倍以上。v1 保持与 v0.23 相同的 token ID、API、词表和 merge ranks,通过 bitcannon 用 SIMD 位流替代正则做切分,并将 crate 拆分为工作区、引入无分配模型、merge 循环重写、线程本地词缓存和原生并行编码。