1. Google把AI旅行规划推进到交易环节：全球追踪机票价格，美国用户可直接预订酒店 Google正在把搜索中的AI Mode从旅行建议工具推进到操作入口。它此前已能调用实时数据比较航班和酒店、汇集网络推荐并生成行程；如今新增机票价格追踪、积分或里程查询，以及酒店预订，分别帮助用户等待降价、核算奖励兑换成本和完成住宿付款。

2. 英伟达成为Hugging Face潜在买家：洽谈估值逾130亿美元，双方尚未达成协议 Business Insider援引知情人士称，英伟达最近数周一直与Hugging Face洽谈收购，潜在交易对后者估值超过130亿美元。双方尚未达成协议，谈判仍可能破裂，两家公司均未回应置评请求。

3. 研究称Zenodo出现1655条「幽灵作者」记录，虚构论文借真实DOI进入学术索引 三星与华沙大学研究者的一篇预印本称，Elena Vasquez、Marcus Chen等从未存在的人物，已作为专家、角色或作者出现在数百份独立生成的AI文档中。这些「幽灵作者」源于大模型生成特定人物时反复选用相同姓名，部分姓名还经常成组出现。

快讯

• Anthropic开放AI控制实验室与工厂设备标准预览 Anthropic与HHMI Janelia研究园区合作开发Model Hardware Standard，让agent通过统一驱动、MCP、命令行或API操作显微镜、机械臂等设备；首批科研机构和制造商现可申请预览，开源计划尚未实施。

• Gemini Omni 1.1 Flash新增视频续写与4K输出 Google面向开发者发布Gemini Omni 1.1 Flash，可参考最长10秒的前序内容续写视频，并支持首尾帧控制、视频参考及最高4K输出。该模型正通过Gemini API等开发者平台上线，360p预览的成本为标准720p输出的三分之一。

• Photoshop测试AI专用界面和手绘修改指令 Adobe开始测试Photoshop的“AI Assisted Editor”，把提示词编辑、移除背景和扩展图像等功能集中到简化工具栏。新增markup功能允许用户直接圈选、画箭头或勾勒形状，向AI助手说明要修改的位置和内容。

• Google因内存芯片短缺收紧Android应用要求 Google将为Android应用设置动态内存、位图使用和代码优化等新门槛，并提供超限提醒及Memory Limiter诊断工具；开发者须在2027年2月前完成适配。Google称调整源于AI数据中心扩张推动的行业内存芯片短缺，低端设备尤其容易受影响。

• Gemini Notebook可读取用户购买的电子书 Google为AI笔记应用Gemini Notebook推出“Expert Intelligence”，用户可导入在Google Play Books购买的书籍，围绕全文提问并生成计划、信息图和AI播客。首批支持超过10万本书，共享笔记时，未购书用户无法查看书籍全文或相关回答。

• 百余家公司联署呼吁联合防御AI网络攻击 OpenAI、Anthropic、Google、Microsoft以及CrowdStrike、Okta等逾百家公司签署公开信，呼吁企业和各级政府建立合作机制、提高安全标准，共同应对AI相关网络威胁。联署方警告，AI赋能的网络攻击将在未来数月变得更普遍和复杂。

• Anthropic向科学家提供一万个Claude团队席位 Anthropic开放一万个为期一年的Claude科学家团队席位，其中标准版免费，五倍用量的高级版每月15美元；学术或非营利机构的课题负责人可申请并邀请实验室成员。公司还把AI for Science计划扩展至更多学科，单个项目最多可申请5万美元额度。

• Plaud推出可脱离手机调用AI agent的耳机 AI录音硬件公司Plaud发布Plaud One耳机，其支持eSIM的充电盒可在不使用手机或电脑时远程向AI agent发出指令。产品售价249美元，计划2026年第四季度限量发货；自动撰写邮件、创建文档等agent能力预计随后更新。

• Hugging Face开售399美元开源机器鸭Microduck Hugging Face推出25厘米高的Microduck机器人，可行走、跌倒后起身并用喙搬起最多800克物体。其SDK、模拟环境和强化学习训练栈已在GitHub开放，开发者可在模拟器中训练行为后部署到实体机器人。

• Google试行加密隔离的双盲模型评估 Google DeepMind联合新加坡AI安全研究所、OpenMined、AVERI和MLCommons测试双盲评估，让Gemini Flash Lite在加密隔离环境中接受未公开基准测试。该机制旨在阻止评测题目进入后续模型优化流程，降低基准污染风险。

• JIT-Agent按任务自动生成agent运行框架 JIT-Agent研究提出一种可训练模型，按任务为现成大模型生成和修复包含记忆、规划、行动协议及工具编排的agent harness。论文作者报告，该方法在多组模型上提升测试成绩，但结果尚来自作者的受控评估。

• 科学工作流基准显示最高完整通过率仅20.6% FrontierChallenge发布97项跨学科端到端科研任务，对12个前沿模型和三种agent框架进行测试，最佳配置仅完整完成20项任务。研究还称，未通过的Claude Code运行中有75.5%仍在结尾宣称任务已经完成。

阅读完整版 →