OPC 中国 · AI 日报
MiniMax新模型上线，视频创作提速｜AI日报 2026.10.20
16条AI新闻：MiniMax M3.1 Flash、Mercury 3、FLUX 3 Max、ChatGPT幻灯片协作，以及会议、语音和设计工具更新。
本期使用AI配音与数字形象。正文按原始公告及明确署名的报道核查，原始图片和演示注明来源。
本期目录
- MiniMax M3.1 Flash Space Bunny身份揭晓
- Mercury 3上线 扩散语言模型提速
- FLUX 3 Max视频模型 首发三周享75%折扣
- HeyGen Video 1.0 补齐产品特写与辅助镜头
- ChatGPT Slides 加入实时协作与评论
- Grok Bot连接 iPhone操作按钮
- OpenCode安全事件后续 OpenAI说明退款支持
- Gemini Notebook 生成前先审提纲
- Wabi 2.0上线 多人共用一个智能体
- Superwhisper Meetings 支持本地会议处理
- Devin Fusion 公布68分评测成绩
- Arena限时开放 Sunburst直接测试
- Ming 3.0开源 五款模型覆盖三类语音任务
- Fish Audio Drama 3 开放网页与API
- DeepSeek 1017 Agent Arena开放模型第一
- Lovart 2.0加入Arti 记住审美与创作偏好
国内新闻
01 / 头条
MiniMax M3.1 Flash Space Bunny身份揭晓
MiniMax于10月19日发布M3.1 Flash，确认Space Bunny是其早期版本；API每百万输入/输出Token为0.15/0.60美元，缓存读取0.015美元。
今天的头条，是MiniMax正式揭晓了Space Bunny的身份：它是新模型M3.1 Flash的早期版本。现在，模型已经进入MiniMax的API、M Plan和桌面编程工具。官方公布，每百万输入Token零点一五美元，输出零点六美元，缓存读取零点零一五美元；日常输出最高每秒两百多个Token。在自动化、电脑操作和编程等测试里，它主打用更低成本完成连续任务。想马上试用的，MiniMax Code订阅者可在北京时间十月二十五日二十三点五十九分前不限量使用。另一个节点是十月二十三日，官方计划公布模型权重。
原始来源：@MiniMax_AI ↗
国外新闻
02 / 国外
Mercury 3上线 扩散语言模型提速
Inception发布Mercury 3，提供100万Token上下文；首发输入/输出每百万Token0.10/0.35美元。
同样在追求速度的，还有Inception发布的Mercury 3。它采用扩散式语言模型路线，上下文扩展到一百万Token。厂商在英伟达GPU上测得每秒一千零六十八个Token，并表示在部分基准上超过GPT六Luna和Claude Haiku五点五。价格方面，常规每百万输入零点二美元、输出零点七美元，首发五折。现在可以通过Inception平台、OpenRouter和Vercel等入口接入。
原始来源：@OpenRouter ↗
03 / 国外
FLUX 3 Max视频模型 首发三周享75%折扣
FLUX 3 Max支持文生视频和图生视频；独立AA榜图生视频排第二、统计上与第一并列。
视频创作这边，fal联合Black Forest Labs推出了FLUX 3 Max。这次是视频模型，支持从文字或图片生成五到二十秒的七百二十P视频，并带有原生音频。Artificial Analysis的图生视频榜里，它排名第二，统计上与第一并列；文生视频榜排第四。fal称，一段十秒视频大约十二秒就能生成。首发前三周还有百分之七十五的折扣，评测方记录的优惠价格是每分钟二点五五美元。对要反复试镜头的创作者，出片速度和试错成本都更直接了。
原始来源：@fal ↗
04 / 国外
HeyGen Video 1.0 补齐产品特写与辅助镜头
HeyGen推出Video 1.0，用于产品特写、辅助镜头和转场画面。
HeyGen也发布了Video一点零。它过去最容易被想到的是数字人口播，这次则把产品特写、辅助画面和切换镜头纳入同一套视频创作能力。Design Arena介绍，参与评测的一千零八十P超高质量版本，是在MiniMax H3基础上做的后训练，在视频和图生视频榜上都排第三。对于做产品介绍、课程或营销短片的人，新的用途是在人像镜头之外，继续补上展示产品和解释内容所需要的画面。
原始来源：@HeyGen ↗
05 / 国外
ChatGPT Slides 加入实时协作与评论
ChatGPT公告支持共享演示文稿、共同编辑和评论；可让ChatGPT或dot依据反馈修改。
办公创作也有更新。ChatGPT Slides现在支持共享演示文稿、实时共同编辑和评论。团队给出的反馈，可以再交给ChatGPT或者dot落实成修改。你也能直接在幻灯片上改文字、更新图表，移动图片和形状。使用时，从聊天或已经上传的文件出发，要求创建ChatGPT Slides即可；完成后可以在ChatGPT里演示，或者导出到PowerPoint和Google Slides。这批功能面向Pro、Business和Enterprise套餐，重点是让生成之后的修改和协作接得更顺。
原始来源：@ChatGPT ↗
06 / 国外
Grok Bot连接 iPhone操作按钮
Grok Bot官方说明，可把Bot设为iPhone Action Button，按键后直接交谈。
Grok Bot则把入口往手机上又推进了一步。官方说明，用户现在可以把它设为iPhone的操作按钮，按下侧边按键就直接和Bot交谈。对习惯边走边安排事情的人，这减少了先找应用、再进入对话的步骤。这里对应的是带操作按钮的iPhone；这次公告讲的是呼出方式的变化。
原始来源：@bot ↗
07 / 国外
OpenCode安全事件后续 OpenAI说明退款支持
OpenAI团队成员称已协助同时使用OpenAI API的OpenCode客户恢复，并退回攻击造成的相关额度消耗。
再看一条与使用费用有关的后续。OpenAI团队成员表示，他们已经和OpenCode合作，帮助同时使用OpenAI API的受影响客户恢复，并退回攻击所消耗的相关额度。他也提醒，有防御需求的用户可以申请Daybreak Blue访问权限。这里的处理范围，是这批OpenAI API客户和本次攻击造成的额度消耗。
原始来源：@thsottiaux ↗
08 / 国外
Gemini Notebook 生成前先审提纲
Google宣布创作流程可先建议主题，并通过Review开关审阅幻灯片提纲或视频制作说明，再生成成品。
回到内容制作，Gemini Notebook现在可以在出幻灯片和视频概览之前，先让你审一遍计划。你在聊天里描述需求后，它会依据来源材料提出主题，再让你调整内容、风格和格式。打开Review开关，还能检查幻灯片提纲或视频制作说明，比如增加开头摘要、交换场景顺序，确认后再生成。Google表示，这些能力会在接下来一周逐步面向全球所有Notebook用户开放。需要快速结果时，也可以沿用直接生成的流程。
09 / 国外
Wabi 2.0上线 多人共用一个智能体
Wabi创始人宣布2.0上线，同一线程可邀请家人或朋友，让智能体围绕共同任务工作。
Wabi二点零上线，选择了另一种个人智能体思路：同一个对话，可以让家人或者朋友一起加入。创始人举的例子包括，学校调整接孩子的时间后更新家庭日历，或者为一次共同旅行整理日期和行程。它也可以围绕这些需求创建应用。
原始来源：@ekuyda ↗
10 / 国外
Superwhisper Meetings 支持本地会议处理
Superwhisper宣布会议录音、转写与总结功能上线，并与Cohere合作提供本地模型选项。会议功能目前支持Mac，Windows等平台计划随后几周上线。
会议工具Superwhisper推出了Meetings功能，可以自动录音、转写和总结。它允许用户根据自己的工作方式，在云端处理和本地处理之间选择，并通过与Cohere的合作提供本地模型选项。对经常整理客户会议、团队讨论的人，这意味着从记录到总结能放在一条流程里。希望把会议留在设备上的用户，需要选择对应的本地处理方式；云端与本地是两个不同选项。目前会议功能已在Mac版上线，Windows等平台计划在随后几周推出。
原始来源：@superwhisper ↗
11 / 国外
Devin Fusion 公布68分评测成绩
Cognition公告以Opus 5.5主模型、GPT-6 Luna辅助的Devin Fusion在该榜取得68分。
开发者这边，Cognition公布了Devin Fusion的新成绩：在Artificial Analysis的Coding Agent Index里得到六十八分。这套组合由Opus五点五作为主模型，GPT六Luna担任辅助。团队称，在这套测试中，它比使用Opus五点五的Claude Code表现更高，每任务成本也低百分之三十一。
原始来源：@cognition ↗
12 / 国外
Arena限时开放 Sunburst直接测试
Arena宣布未来14天可在Direct Mode下拉菜单中直接选择Sunburst。
想直接比较图像效果的，还可以关注Arena的新入口。未来十四天，GPT Image二点五Sunburst可以在Direct Mode的下拉菜单里直接选择。Arena公布的截止时间，是美国太平洋时间十一月二日上午八点。到期后，模型仍会留在Battle和Agent的匿名模式里。
原始来源：@arena ↗
国内新闻
13 / 国内
Ming 3.0开源 五款模型覆盖三类语音任务
AntLingAGI宣布开源五款Ming 3.0模型，分属TTS、Audio和ASR三类。
再看国内的更新。蚂蚁Ling团队宣布开源五款Ming三点零模型，分属语音合成、语音理解与对话，以及语音识别三个系列。其中，合成方向包括零点五B的声音设计模型和面向长语音的Tiny模型；Audio系列覆盖语音理解、工具调用和高效对话；ASR系列则面向方言与上下文识别。对需要搭建完整语音流程的开发者，这次可以按合成、对话和识别三个环节，分别选择合适的模型。
原始来源：@AntLingAGI ↗
14 / 国内
Fish Audio Drama 3 开放网页与API
Fish Audio宣布Drama 3可在网页应用和API使用，通过同一脚本指导不同情绪表演。
音频创作方面，Fish Audio发布了Drama三，已经提供网页应用和API入口。它主打让创作者通过同一份脚本，指导声音的情绪和表演，而不是只把文字平直地念出来。通过API接入时，模型名使用drama横杠三。对于做角色对话、有声内容和视频配音的人，这次更新更值得试的是，脚本里的情绪要求能怎样落实到声音里，以及相同角色在不同段落中的表演能否连贯。
原始来源：@FishAudio ↗
15 / 国内
DeepSeek 1017 Agent Arena开放模型第一
Arena发布新一轮Agent Arena结果，DeepSeek-V4.1-Flash-20261017（Max）位列开放模型第一、总榜第11。
DeepSeek十月十七日版本，也有新的任务评测结果。Arena公布，DeepSeek四点一Flash的这一版本，在Agent Arena位列开放模型第一、总榜第十一，数据来自七千五百多次真实会话。评测中的中位每任务成本是零点二美元。这里看的是智能体完成任务时的表现，包含成功反馈、操作可靠性和可引导性等信号。它补充了网页生成榜之外的另一个观察角度，方便使用者结合自己的任务来选择。
原始来源：@arena ↗
16 / 国内
Lovart 2.0加入Arti 记住审美与创作偏好
智东西报道并体验Lovart 2.0个人设计Agent Arti，包含设计委托、偏好记忆和画布巡检。
最后是设计工具Lovart二点零。智东西的体验报道介绍，新加入的个人设计Agent Arti，会在使用过程中积累用户的审美和创作偏好，还能接受定时设计委托。画布巡检可以找出设计与要求不一致的地方，创作流程也能沉淀成后续可复用的技能。报道提到，主动触发巡检和调研需要升级会员。对经常做品牌图、营销素材的人，这种记住偏好再持续协作的方式，瞄准的是每次都要重新描述风格的重复工作。
原始来源：@p ↗