1106-AI日报|AI视频翻译炸场 | Comfy Cloud公测 | Gemini 3 Pro现身 | 具身智能迎“缩放定律”

聚焦AI音视频、云端创作、大模型进展及智能硬件的最新动态。

🔥 Big News

1. HeyGen发布炸场级AI视频翻译，唇形同步精准到毫秒 HeyGen发布了新一代视频翻译引擎。该技术能让视频中的外国人轻松说出地道的中文，不仅翻译准确，唇形同步也极其精准，误差仅在毫秒级，堪称革命性突破。 链接：https://www.heygen.com/translate
2. 谷歌Gemini 3 Pro预览版现身，支持百万级上下文窗口 最新的Gemini-3-Pro预览版模型已在谷歌Vertex AI平台被发现。它支持高达100万token的超长上下文窗口，预计将在多模态推理和智能体能力上超越GPT-4o。
3. Comfy Cloud公测，浏览器里秒开Stable Diffusion AI绘画神器ComfyUI的云端版本Comfy Cloud正式开启公测。用户无需复杂的本地部署和高端显卡，就能在浏览器里直接使用专业级的AI图像生成工作流，真正实现零门槛创作。 链接：https://cloud.comfy.org/ 
4. Anthropic展示构建高效AI智能体新方法，token消耗降低98% AI公司Anthropic介绍了通过代码执行和多步推理链(MCP)构建高效AI智能体的方法。这种方法可以将完成任务所需的token消耗从15万锐减至2千，大幅提升了智能体的运行效率。

🤖 智能体与机器人

1. 具身智能首次踏入“缩放定律”时代 初创公司Generalist AI发布了名为GEN-0的具身智能基础模型。该模型基于27万小时的真实世界数据训练，参数超过100亿，首次揭示了机器人技术也遵循“模型越大，能力越强”的缩放定律（Scaling Law）。 链接：https://generalistai.com/blog/nov-04-2025-GEN-0
2. 10分钟教会机器人工作？上海AgiBot重写制造业规则 上海的AgiBot公司开发出一种新技术。通过人机远程操作和强化学习，他们的人形机器人能在10分钟内学会并执行复杂的制造任务，目前已在工厂投入使用。
3. 小鹏发布新一代人形机器人IRON，可定制性别 小鹏汽车在技术日上发布了其新一代人形机器人IRON。这款机器人不仅在运动能力上有所提升，还可以根据需求定制性别。
4. 谷歌AI Mode新增Agentic能力，可自动执行任务 谷歌的AI Mode（AI模式）增加了新的Agentic（智能体化）能力。现在，AI不仅能理解你的需求，还能自动为你执行任务，甚至提供直接的购买链接。
5. 微软开源AI智能体训练加速器agent-lightning** 微软开源了一个名为agent-lightning的项目。它是一个智能体训练加速器，可以在不改动任何代码的情况下，让AI Agent实现自我学习和持续优化，变得越来越聪明。

🚀 大模型与技术

1. 科大讯飞发布全国产算力大模型星火X1.5 科大讯飞发布了基于全国产算力平台训练的星火X1.5大模型。该模型性能达到国际主流水平，支持超过130种语言，为国内AI行业提供了有力的“第二选择”。
2. 字节跳动开源BindWeave视频模型，支持多人物参考 字节跳动开源了一款名为BindWeave的AI视频模型。该模型能够基于多个参考图像，生成主体一致、细节丰富的高质量视频，尤其擅长处理多人物场景。
3. 微信AI提出CALM模型，重塑大模型效率边界 微信AI与清华大学合作，提出了一种“连续自回归语言模型”（CALM）。这种新的模型架构旨在重塑大模型的效率边界，让模型运行得更快、更省资源。
4. ChatGPT新增实用小功能：随时更新上下文 ChatGPT上线了一个小而实用的功能。现在，当AI在执行长任务时，你可以随时暂停它，补充或修改你的提示词，然后再让它继续执行，避免了因信息遗漏而导致的重新开始。

🎨 AIGC应用

1. QQ浏览器推出“AI+”小窗，浏览时随时唤起 QQ浏览器电脑版推出了“AI+”悬浮小窗功能。它可以根据你正在浏览的网页内容，智能推荐AI工具，如视频总结、网页摘要等，让你即用即走。
2. 谷歌Gemini推出“深度研究”功能，整合邮件文件生成报告 谷歌Gemini AI新增了一项名为“深度研究”的功能。它可以自动从你的Gmail、谷歌云端硬盘等应用中提取信息，为你生成智能研究报告，堪称打工利器。
3. 兔展&北大Uniworld V2模型发布，中文处理能力超越NanoBanana 由兔展和北京大学联合推出的Uniworld V2模型正式发布。该模型在中文理解和细节控制方面表现出色，据称已超越谷歌的NanoBanana。

🌐 行业资讯

1. 传闻：苹果明年或将使用谷歌Gemini驱动新款Siri 据彭博社报道，苹果计划在明年的新款Siri中使用谷歌定制的Gemini大模型。为此，苹果可能每年需向谷歌支付高达10亿美元的费用。 来源：https://www.bloomberg.com/news/articles/2025-11-05/apple-plans-to-use-1-2-trillion-parameter-google-gemini-model-to-power-new-siri
2. 谷歌的“太空算力”狂想：要把AI数据中心搬上天 谷歌公布了一项大胆的计划：探索将AI数据中心部署到太空的可能性。此举旨在利用太空环境解决散热等问题，并为全球提供无处不在的AI算力。 链接：https://research.google/blog/exploring-a-space-based-scalable-ai-infrastructure-system-design/
3. 亚马逊就数据抓取问题向AI搜索公司Perplexity发出法律威胁 据报道，由于AI搜索公司Perplexity在抓取网页内容时绕过了亚马逊的保护机制，亚马逊已向其发出法律威胁。
4. 英国法官裁定：AI图像生成器Stable Diffusion并非“侵权复制品” 在一项备受关注的案件中，英国法官做出裁决，认定AI图像生成器Stable Diffusion本身并不构成对版权作品的“侵权复制”，这对AI生成内容的法律界定具有重要意义。