AI 编程实时动态与要闻

托管图像、视频、音频模型推理的 fal 于 11 月 3 日在官方 X 账号和博客宣布，Series E 与 Series F 两轮合计融资 16.5 亿美元：Series E 由 Sequoia Capital 领投（今年早些时候完成），Series F 由 Bessemer Venture Partners 领投，NVIDIA 继续投资。fal 官方未公布估值和各轮金额；据 Bloomberg 报道，Series F 为 13 亿美元、估值 160 亿美元，较 4 月的 80 亿美元翻倍。官方称资金将用于扩充推理算力和团队，支持 2027 年的研究与平台建设。

查看大图

11 月 3 日，Grok Bot 官方账号 @bot 发视频推广新购物体验：让 Bot 找最优价、比较商品，并追踪你的所有订单。对应功能来自 10 月 27 日的 0.78.1 版（含 0.78.0）官方更新日志：商品以卡片呈现（图片、评分、价格、商店，最多两个徽章），3–4 个结果横向轮播；商品页优先显示有货选项，「Buy now」发起一笔需你批准的订单；下单后 Bot 跟踪发货与送达，发货卡片显示承运商和阶段；Shop Pay 可在 Vault 的 Payments 标签里绑定并设为首选付款方式。

查看大图

11 月 3 日，模型压缩公司 Pruna AI 开源 P-H3-Image：基于 MiniMax 今夏开源的 MiniMax-H3 视频模型，改造成文生图与图像编辑模型。官方口径：采样步数从 50 步降到 8 步，4MP 图在单张 B200 上从 12.4 秒降到 2.6 秒；4-bit 版下载 20GB（H3 为 143GB），8MP 峰值显存约 21GB；支持 2–16MP 输出和多图参考编辑。权重已上 Hugging Face，ComfyUI 原生支持。注意它沿用 MiniMax H3 社区许可，欧盟、英国、韩国和美国默认不在授权范围内。

查看大图

DeepSeek 旗下开源 Agent 应用 DeepSeek Harness（MIT 协议）11 月 2 日在 X 官方账号发布 Creator Mode：用户用自然语言描述想要的插件，Agent 把它做成可直接使用的插件，演示包括 3D 地标馆、Transformer 3D 可视化、视频剪辑台和论文阅读器。官方同时在 cdn.deepseek.com 公开了 7 个中英双语演示 Prompt，并提醒部分插件经过多轮对话打磨，单条 Prompt 未必能完全复现视频效果。原帖约 2 万赞、169 万次浏览。官方未公布任何跑分。

查看大图

独立开发者 Pieter Levels（@levelsio）11 月 1 日在 X 发布约 13 分半的边走边聊视频，回应他 10 月 11 日「软件已死」的帖子。他说 AI 这次终于冲击到程序员自己，靠写产品赚钱带来的身份感和成就感正在消失；他和身边朋友的生意多在停滞或缩水，人人都能做落地页和 App，竞争暴增。他认为剩下的护城河是社区、受众、内容和滞后的企业 B2B，并已把 Nomad List 改为免费的 nomads.com。帖子约 2,478 赞、20 万浏览。这是个人观点，非行业数据。

查看大图

Pika 于 10 月 29 日发布 Pika H3 Flex，这是在 MiniMax H3 基础上后训练的音视频一体生成模型，权重已上架 Hugging Face、代码开源在 GitHub，并支持 ComfyUI 和 Diffusers。官方称它把去噪步数从 50 步蒸馏到 6 步，在 768p 下 DiT 去噪平均比 Fal H3 Max 快约 1.8 倍，15 秒带配乐片段最快约 7 秒生成；托管 API 额外提供 1080p 到 4K 超分和对白、配乐、音效、拟音、环境声 5 条可导出音轨。以上速度与质量数据均为官方口径。

查看大图

投资人 Guillermo Flor（@guilleflorvs）10 月 26 日在 X 上转发了一段 Anthropic CEO Dario Amodei 的视频片段：Amodei 说 Claude 告诉别人「重启你的 Mac」已经说了约 1000 万次，价值一美元或更少；而告诉药企把一个芳香环移到分子另一端，可能值数千万美元。他预计 AI 会出现按结果付费或像劳动力一样按小时计价的模式。该帖至今约 111 万次浏览、2,600 多个赞，过去一天里大量 AI 从业者和分析人士引用讨论。这是对 CEO 观点的讨论，不是 Anthropic 的定价调整。

查看大图

Runway 10 月 26 日在官方博客发布 App Studio：用户用自然语言描述想要的工具，App Studio 会编写、测试并部署一个带独立界面的应用，用 Runway 的图像、视频、音频模型，结合团队的 Brand Kit、Workflow 和素材生成内容。已有的 Agent 会话或 Workflow 可一键转成应用；应用默认私有，可分享给团队或发布公开链接，访客用自己的额度运行。首发自带 Character Swap、AutoComp、3D Camera Control 等内置应用。所有付费套餐即日可用，不另收费，构建和运行都从现有 Runway 额度扣除。

查看大图

2026-10-23（UTC 15:31，SGT 23:31），字节跳动旗下企业云 BytePlus 官方账号 @BytePlusGlobal 发布 Seedance 2.5 4K，称其为 Seedance 2.5 这一代中能力最强的模型：面部表情和动作更细腻，纹理、轮廓和细节更完整，并支持 10-bit 色深，色彩过渡更平滑，更适合大银幕。新增 Draft 模式：先用成本更低的 480p 预览测试分镜、打磨镜头，满意后再生成 4K 成片。目前只向部分企业客户开放，API 开放时间官方称「敬请关注」；官方同时放出用它制作的短片《Otter is Nobody 2》。

查看大图

2026-10-23（UTC 01:41，SGT 09:41），Kimi 官方账号 @Kimi_Moonshot 发布一段 24 秒、复古 CRT 电脑风格的纯视频帖，没有任何文字。视频开头的 Kimi Code 终端清楚显示「Model: Kimi K3.1」「Version: 2.2.0」，状态栏为「Kimi K3.1 thinking: high」，并提示「Kimi Code Desktop is here」；随后用户输入「Build a complex procedural 3D scene in Three.js.」，模型调用 Write 工具生成 ./scene.js。这是 Kimi K3.1 型号首次由官方素材露出。官方没有文字说明，也没有公布发布日期、跑分、价格或参数，因此它是预告，不等于已发布。

查看大图

Google AI Studio 团队发布 Gemini API CLI（命令名 gemini-api）实验预览版。它是一个无状态、零依赖的 Go 单文件，支持 macOS、Linux、Windows，Apache 2.0 开源。任何有 shell 权限的编码 Agent 配好 GEMINI_API_KEY 后，就能用一条命令调用文本推理、图像/视频/音乐/语音生成、文件与 YouTube 分析、音视频转写，以及 Deep Research 等托管 Agent。媒体结果直接写到磁盘、只把文件路径打印到 stdout，避免把 base64 塞进上下文。官方说明它是实验项目，不属于受支持的 Google 产品。

查看大图