苹果通过OpenAI提升其办公套件
Apple 扩展其创意工作室（Creator Studio）套件，在 Keynote、Pages、Numbers 和 Logic Pro 中引入 AI 助手，并在 Final Cut Pro 中集成 MotionVFX 的特效与模板库。这些助手运行在 Apple 自研模型和 OpenAI 模型的结合之上。该更新于 2026 年 10 月 27 日随新款 iMac 和搭载 M6 芯片的 14 英寸 MacBook Pro 一同发布。现有订阅用户将于 11 月起免费获得这些新功能。负责应用和 iCloud 的 Apple 市场总监 Brent Chiu-Watson 称，这是创意工作室启动以来最重要的更新。
视频部分的核心是 MotionVFX。这原本是一家独立的特效和模板提供商，Apple 早在三月就显露了收购意图。Mac 版 Final Cut Pro 现在直接内置了数千种模板、图形、标题和转场，并增加了用于转描（Rotoskopie）、跟踪和调色（Farbkorrektur）的工具。精选内容中心提供的库存视频、照片和背景也已整合进剪辑软件。时间轴上的图像无需重新导入，即可在 Pixelmator Pro 中编辑。此外，关键帧转场选项增多，字幕支持语言扩展至 23 种。Motion 新增用于调色的 MotionVFX 插件，支持 3D 相机跟踪。Compressor 今后可编码 iPhone 18 Pro 和 iPhone Duo 电影模式拍摄的视频。
Pixelmator Pro 引入“生成式填充”（Generate Fill）功能：用户选定图像区域，用自然语言描述所需修改。据 Apple 介绍，该工具会自动调整光线、透视和纹理以匹配周围环境。生成的元素可作为新图层插入，或与现有图层融合，包括自动蒙版处理。
Logic Pro 迎来 Liquid-Glass 风格的全新界面，并引入了 Beta 版智能助手。据 Apple 介绍，该助手只需一条提示词即可生成人声轨、开启新项目或对进行中作品进行优化。重新设计的浏览器整合了循环素材、乐器与效果预设，并接入了 Splice 音库。名为“Music Understanding”的本地设备分析功能可自动为新增音色进行分类和打标。Stem Splitter 现在甚至能在缺少原始多轨录音的情况下拆分鼓声。此外，Salsa 制作人 Sergio George 带来的 Producer Pack 以及支持 iPhone 的语音备忘录降噪功能也同步更新。
在 Keynote、Pages 和 Numbers 中，智能助手能够理解各自文档的上下文。在 Keynote 中，它负责设计、动画及优化幻灯片；在 Pages 中，它协助构思和梳理文本结构；在 Numbers 中，它处理并可视化数据，推荐图表类型，并基于通用知识构建表格。 → Apple, The Verge, 9to5Mac, Thurrott, AppleInsider, MacRumors
Synthszr 观点：MotionVFX 作为独立开发者，过去售卖的正是订阅用户从 11 月起可免费获得的功能。对模板市场而言，这只是新闻中较温和的部分。真正的威胁在于 Keynote 中的智能助手，它具备自主设计和动画化幻灯片的能力。模板向来是购买者起步的起点，而现在这一起点直接由文档内的提示词提供。这导致第三方失去了以往用户切换浏览器时的转化机会，只剩下那些拥有独特风格且未被 Apple Content Hub 收录的细分市场。
Google DeepMind 利用 Genie 4 实时生成 AI 世界
Google DeepMind 于 2026 年 10 月 27 日发布了 Genie 4，这是一个能实时生成交互式环境的 World Model。模拟画面现在最多可以持续两分钟，而前代产品 Genie 3 只能坚持一分钟。模型在用户探索的过程中逐帧渲染整个世界，不需要预渲染的环境，也不需要预先编写的交互元素。用户只需通过文字提示描述一个世界，然后用键盘在其中漫游。
新增的功能是在模拟运行过程中用自然语言进行控制。用户可以改变天气、移动镜头，或插入新的人物和物体。Gemini 会将每次输入适配到现有场景中，并保证各次输入之间的画面连贯。据 Google 介绍，Genie 4 是该公司首个原生生成音频的实时世界模型，包括环境音、音乐和对话，而且角色能对对话做出实时反应。DeepMind 声称，在物理效果和人物动作方面有明显进步，比如空气动力学、碰撞效果以及行为自然逼真的角色。
在技术上，Genie 4 依托 Gemini 家族的多个模型。Gemini Omni 负责让模拟的外观和行为贴近现实世界。Gemini 3.8 Flash 则作为伴随的 Agent 在循环中工作：它持续观察场景，把目标拆解成一个个步骤，并根据传入的画面帧验证每一步是否成功。如果用户介入，模型会相应调整自己的计划。与此同时，DeepMind 还在试验将 Genie 4 与 Gemini 4 Argon 组合使用。
Google 自己也指出了局限之处。在较长的模拟中，细节和物体可能会随时间推移发生偏移或变形。据 DeepMind 研究工程师 Hang Qi 表示，即便把两分钟的时长用满，也无法保证场景从开头到结尾始终一致。
谷歌列举的应用场景包括电影预可视化、游戏原型、机器人与智能体的训练环境，以及新闻与制造业的应用。据公司称，来自游戏和电影行业的开发者已开始测试该模型。DeepMind 将世界模拟视为通往通用人工智能的重要基石。去年 Genie 3 的发布曾给游戏厂商的股价带来压力。Genie 4 目前作为研究预览版向部分测试者开放。 → Google DeepMind, The Verge, Ars Technica, Quartz
Synthszr 观点：Genie 4 的每一秒都是实时生成的，逐帧计算，每一秒都意味着推理成本。将时长从 1 分钟增加到 2 分钟，就会使单次会话的费用翻倍。因此，由 Gemini 3.8 Flash 监控场景，而非旗舰模型。游戏工作室只需一次为资产付费，谷歌则需为每一轮模拟重新计费。只要这种情况持续，Genie 就会停留在预可视化（Previs）和机器人训练领域，用一分钟的模拟来替代昂贵的拍摄日或测试流程。其在 Ultra 订阅计划中的推出正契合这一现状。
OpenAI 推出 GPT-6.1 Terra，价格减半且 AI 智能体速度提升 3 倍
据 BleepingComputer 报道，OpenAI 已发布模型 GPT-6.1 Terra。该模型将使 AI 智能体的运行速度提升 3 倍，同时价格降低 50%。版本号表明 Terra 是 GPT-6 系列的一次更新。其核心在于作为智能体使用，即处理需要模型自主分多步完成的任务。 → BleepingComputer
Synthszr 点评：对于智能体而言，每完成一项任务的成本才是关键，而这会随每一个中间步骤呈倍数增长。因此，价格减半、速度却提升三倍，将彻底改变整个工作流的成本核算，让那些此前因成本过高而搁置的项目变得可行。OpenAI 此举正给竞争对手带来压力——它们一直靠质量而非单位成本来推销智能体。目前尚缺乏统一基准，且速度数据来自厂商自身，因此企业购买的本质上只是一个价格信号。许多采购部门对此已心满意足。
Anthropic 仅将 15% 的收入用于计算资源
据 Hello China Tech 对比，根据自家招股书，Anthropic 的毛利率显著高于在港股上市的中国 AI 实验室 Zhipu 和 MiniMax。数据基于 2026 年上半年（截至 6 月末）的财务结果，Anthropic 已于 10 月 26 日向美国证券交易委员会（SEC）提交 S-1 文件。Anthropic 上半年营收 163 亿美元，Zhipu 约 1.42 亿美元，MiniMax 为 1.166 亿美元。Anthropic 表示，其营业成本几乎全部来自客户工作负载所需的算力，为 24 亿美元，约占营收的 15%。Zhipu 的毛利率为 26.4%，MiniMax 为 17.9%。在研发（含训练算力）支出方面，Anthropic 占营收的 60%，Zhipu 高达 223%，MiniMax 更是 255%。 → Hello China Tech
Synthszr 点评：Anthropic 将 15% 的营收用于客户算力支出，而 MiniMax 的毛利率仅 17.9%。采购部门为这家由合规负责人签字背书的供应商支付溢价，而非为了某个更高的基准数值。只要模型切换仍是一个治理问题，这种溢价就会持续。一旦中国模型的权重在熟悉的超大规模云服务商上运行，信任优势将收缩为单纯的品牌效应。届时，每 Token 价格将重新成为谈判核心，Anthropic 的利润率也将暴露为攻击目标。
Amazon 认为以 Token 消耗量衡量 AI 使用效率“存在根本性错误”
Amazon 在一份内部备忘录中提醒其软件团队，不要仅凭 Token 消耗量或生成代码量来衡量 AI 的使用效果。据 CNBC 报道，公司将这类指标称为“存在严重缺陷”。该文件自九月起在内部流传，周二已在公司官网公开发布，重新定义了开发者和管理者在 AI 时代的角色。除 Token 消耗量外，Amazon 还将 AI 工具采用率、代码修改量和 Review 数量列入问题指标，因为它们可能推高成本、带来不必要的复杂度。不过这些数据并未被完全否定：它们应当“带着审慎和判断力”与其他数据一并参考，真正的衡量标准是长期成效。这一举措的背景是所谓的 Tokenmaxxing——不顾产出收益、一味追求尽可能高的 AI 消耗。 → CNBC
Synthszr 观点：给 Token 消耗量搞排行榜，是拿成本