OPC 中国 · AI 日报
2026年10月22日AI日报：Claude Duet主动办事，Flint开源
本期16条新闻，关注Claude Duet、Flint开放权重、HeyGen视频语音、Grok Pages、Google车载入口、FLUX本地优化及国内AI应用。
本期由酷恩编辑核查，使用 AI 数字形象与 AI 配音；演示、网页和图片来源见各条原文链接。产品开放范围及测试条件在正文中逐项说明。
本期目录 · 先国外，后国内
- Claude Duet开启主动智能体预览
- Recursive开源Flint编程模型
- AI协助发现PHP漏洞，维护者发布修复
- Grok Bot新增持续更新的工作页面
- HeyGen视频与语音模型上线fal
- HeyGen Voice Turbo居受控音色榜首
- OpenAI模型计划接入谷歌云
- ElevenLabs实时语音翻译开放企业alpha
- Codex开源资助升级至Pro 200
- Gemini进入CarPlay版谷歌地图导航
- Android Auto开始推送个人智能
- FLUX 3 Klein本地优化支持8GB显存
- Motion发布通用视频智能体
- FastVideo开放FastH3 Omni与训练代码
- Qwen Code Web Shell支持应用式安装
- 飞书豆包工作大赛聚焦真实业务交付
国外新闻
01 / 个人智能体
Claude Duet开启主动智能体预览
Anthropic发布Claude Duet研究预览，由Opus 5.5驱动，可主动汇总工作、在云电脑上持续处理任务。首批面向美国Pro与Max用户候补开放，敏感操作需批准，后台检查消耗共享额度。
Claude Duet承接Claude账号里的记忆、技能与连接应用，可发送晨报、整理邮件和日程、准备会议材料或经营看板。任务在其云端虚拟机和浏览器中运行，用户设备关机后仍可继续。官方提供独立iOS、Android应用及网页入口。
发送消息、付款、签署文件和删除内容前，Duet会展示具体操作并等待批准。研究预览通过候补名单向美国Pro和Max用户开放，暂不包含Team及Enterprise；后台检查与复杂任务均计入现有Claude套餐额度。官方也说明，早期版本仍可能误判信息和紧急程度。
原始来源：Anthropic ↗
02 / 开源模型
Recursive开源Flint编程模型
Recursive开放面向编程智能体的Flint模型权重：39.8B总参数、约2.5B激活，支持262144 token上下文，采用Apache 2.0许可。BF16权重约80GB，量化运行版本另行提供。
Flint针对代码库调查、修复错误、实现功能和编写测试设计，支持文本输入输出、推理及多轮工具调用。模型卡给出的上下文配置为262144 token，输入和生成内容共用这一容量。
官方仓库提供BF16检查点、配置、分词器、聊天模板和SGLang服务工具包。BF16下载约80GB；NVIDIA与Apple Silicon运行时的量化版本另行准备。实际速度、内存占用和任务表现需要结合检查点精度及运行时评估。
原始来源：Recursive ↗
03 / 安全与使用提醒
AI协助发现PHP漏洞，维护者发布修复
OpenAI披露模型协助研究者发现PHP严重漏洞，PHP维护者已主导发布修复。配套Codex技能用于识别潜在受影响版本，网站运营者仍需按维护者与服务商指导部署适用更新。
OpenAI在10月21日公告中说明，Calif借助模型发现关键漏洞，Wiz也独立发现并报告相关问题。PHP维护者负责修复与发布，研究者、安全公司和基础设施伙伴参与研究、技术支持及披露前协调。
公告提供PHP版本检查Codex技能，帮助运营者识别潜在受影响版本。对使用PHP的网站，重点是依照PHP维护者及服务商的更新路径实施修复，并验证更新实际生效。版本识别工具不等同于完成补丁部署。
原始来源：OpenAI／PHP维护者 ↗
04 / 办公与智能体
Grok Bot新增持续更新的工作页面
Grok Bot宣布支持创建报告、备忘录和仪表板，用户可与Bot共同编辑，或要求持续更新。官方表示功能向最新移动端与桌面端客户端推出。
Grok Bot官方账号发布了页面能力演示：用户通过对话提出需求，Bot建立报告、备忘录或仪表板，之后仍可共同编辑或持续更新。
官方同一发布串说明，该能力向最新移动端和桌面端客户端推出。对需要反复维护材料的工作，这提供了从聊天输出延续到固定页面的使用方式；本期未将社区流传的文件限额数字纳入报道。
原始来源：Grok Bot ↗
05 / 视频与语音创作
HeyGen视频与语音模型上线fal
fal上线HeyGen视频与语音模型。视频支持文字、图片及参考生成，包含对白、环境音与音效，规格为5—15秒、最高2K；语音支持39种语言、即时声音克隆及Turbo档。
fal的本次公告将HeyGen Video和HeyGen Voice纳入可调用模型。视频可接收文本、图像与参考输入，生成包含对白、环境音和音效的短片，公布的输出范围为5至15秒、最高2K。
语音部分覆盖39种语言，并提供即时声音克隆与更快的Turbo档。视频、常规语音及Turbo属于不同调用选项，具体调用时应核对所选端点和对应计费；本期未实际购买或测试这些模型。
原始来源：fal／HeyGen ↗
06 / 语音创作
HeyGen Voice Turbo居受控音色榜首
Artificial Analysis公布HeyGen Voice Turbo位居受控音色TTS榜首，报价为每百万字符4美元。榜单统一使用8个美式及英式克隆音色；发音稳健性测试中该模型列第8名。
Artificial Analysis在10月21日发布评测，HeyGen Voice Turbo在Controlled Voice TTS Arena居首。测试统一使用8个克隆音色，分别为4个美式和4个英式，以减少音色偏好对模型比较的干扰。
评测同时列出多个维度：该模型在发音稳健性测试中得分87.8%，位列33个模型中的第8名。公告报价为每百万字符4美元。受控音色榜的结果应按其测试范围理解，不能扩展为所有语言、音色及发音任务的第一名。
07 / 平台开放
OpenAI模型计划接入谷歌云
OpenAI与谷歌云宣布将模型和Codex工作流带入Model Garden，并通过Google Cloud Marketplace采购。普遍可用计划在未来数周，Antigravity与Gemini Agent接入为后续安排。
双方计划将OpenAI模型与Codex智能体工作流接入Google Cloud Model Garden，并结合谷歌云的访问控制、集中数据治理和基础设施服务企业工作负载。客户将能经Google Cloud Marketplace采购，购买可抵扣适用的GCP消费承诺。
OpenAI公告明确，普遍可用计划在未来数周。模型也将随后进入Google Antigravity和Gemini Agent。该新闻确认合作与接入计划，尚不能表述为这些入口均已全面上线。
08 / 语音与翻译
ElevenLabs实时语音翻译开放企业alpha
ElevenLabs发布Eleven Realtime Translation，向ElevenAPI企业客户提供alpha测试。默认采用Eleven v4 Turbo，支持对话双方实时听译，并可按部署场景调整翻译启动速度。
Eleven Realtime Translation面向企业实时交流：电信运营商可将其嵌入通话层，客服中心可放在坐席和来电者之间，活动参与者可听到自己的语言版本。每一方使用自己的语言，系统在交流过程中输出翻译语音。
默认使用的Eleven v4 Turbo语音模型支持90多种语言和自动语言检测，企业可选择语音并在会话中保持一致，也可调整翻译开始的速度。公告明确为ElevenAPI企业客户alpha；德国电信已与ElevenLabs合作开发相关通话功能。
原始来源：ElevenLabs ↗
09 / 额度与使用条件
Codex开源资助升级至Pro 200
Codex for OSS本轮资助升级为Pro 200，已获本轮资助者自动升级。申请仍开放，本轮名额保持一万；调整仅针对开源资助项目。
Charlie Marsh发布Codex for OSS更新，宣布本轮资助统一提升至Pro 200档。已经收到本轮资助的维护者，其升级应自动反映。另一位项目成员随后确认了这一安排。
本轮仍为10000个资助名额，申请继续开放。该变更提高资助档位，没有在原名额之外再增一万个名额，也不适用于所有个人Codex订阅用户。
10 / 日常应用
Gemini进入CarPlay版谷歌地图导航
谷歌宣布Gemini可用于CarPlay中的Google Maps导航，用户可通过对话找停车地点、报告交通事件和调整路线。该入口与Android Auto的个人智能更新不同。
谷歌官方发布称，Gemini已经可以在Google Maps的CarPlay导航中使用。公告列举寻找合适停车地点、报告交通事件及改变路线三种操作，并提示用户在地图内点击Gemini图标开始。
本条对应的是CarPlay中的谷歌地图导航界面。它与Android Auto接入Personal Intelligence的公告是两个不同功能入口，不能将后者的账号、地区和连接应用条件直接套用到本条。
原始来源：Google ↗
11 / 日常应用
Android Auto开始推送个人智能
Google开始在Android Auto推送Gemini Personal Intelligence，经用户授权连接邮件、日历、照片等信息。面向18岁以上合资格个人账号，部分地区除外；Google built-in车机计划未来数月接入。
谷歌10月20日公告说明，Personal Intelligence可检索邮件、照片、地图收藏等细节，并跨来源组织答案。用户需主动启用和选择连接应用，可随时在Gemini设置中关闭；已在Gemini应用启用的偏好可随用户进入车载场景。
首批从Android Auto开始推送，Google built-in车机计划在未来数月接入。资格为18岁以上个人谷歌账号，不含Workspace企业、组织和教育用户；欧洲经济区、瑞士、英国及尼日利亚不在当前推送范围。
原始来源：Google ↗
12 / 图像创作与本地AI
FLUX 3 Klein本地优化支持8GB显存
NVIDIA在10月21日本地AI更新中介绍FLUX 3 Image Klein优化构建：5.6B参数，INT8版本可通过ComfyUI或Diffusers在低至8GB显存设备上运行。模型已于10月15日发布。
本期报道来自NVIDIA的10月21日本地AI更新，重点是优化构建与运行条件。Black Forest Labs的FLUX 3 Image Klein已于10月15日发布，支持图像生成、编辑及多参考输入，不能将其重新写成当天首次发布的新模型。
BFL原文确认，INT8构建可通过ComfyUI或Diffusers在最低8GB显存的GeForce RTX显卡上运行；蒸馏模型在RTX 5090上生成1MP图像约4秒。该速度依赖具体硬件与构建。权重采用FLUX Kommunity License，商业使用需按收入门槛和授权条件判断。
13 / 视频创作
Motion发布通用视频智能体
Motion发布General Video Agent，支持以素材、简报或参考片制作视频、短片和动态设计，并可导出到Premiere、After Effects及DaVinci。发布方称发布视频也由该智能体制作。
Motion官方在10月20日发布General Video Agent，列出的任务包括将视频剪成片段、制作产品发布视频与动态设计，以及参考已有视频的风格。输入可以是原始素材、创意简报或参考片。
发布说明称支持导出至Premiere、After Effects和DaVinci，并称本次发布片使用该智能体制作。这为AI初稿衔接专业剪辑软件提供了入口。本期未实际测试成片效果、订阅价格及不同账号的使用权限。
原始来源：Motion ↗
国内新闻
14 / 视频创作与开源
FastVideo开放FastH3 Omni与训练代码
FastVideo宣布开放MiniMax FastH3 Omni及训练代码，提供ComfyUI集成、NVFP4和FP8支持。发布方报告Blackwell平台约12倍加速，该结果依赖其测试条件。
FastVideo发布方宣布开源MiniMax FastH3 Omni，包含训练代码，合作方包括NVIDIA、Nuva Lab与Reactor。公告列出ComfyUI集成，以及面向Spark和RTX的NVFP4、FP8支持。
公告的实时生成与约12倍加速表述针对NVIDIA Blackwell平台。实际部署需要核对硬件、低精度支持及任务配置，本期未在用户的本地显卡上复现该速度。
原始来源：FastVideo／MiniMax ↗
15 / 编程应用
Qwen Code Web Shell支持应用式安装
Qwen官方开发者账号介绍，社区PR让Qwen Code Web Shell支持从浏览器安装，获得独立窗口和应用图标。该变化属于Web Shell的应用式入口体验。
QwenDevs在10月20日介绍社区贡献者jabrailkhalil的PR，用户可将Qwen Code Web Shell从浏览器安装为应用，得到独立窗口及图标。
这项变化降低了在多个浏览器标签之间寻找工具的操作负担。报道范围为Web Shell的应用式安装体验，并非新发布一套原生桌面编程引擎。官方帖附有对应GitHub PR，可用于核对实现及使用说明。
原始来源：Qwen ↗
16 / 国内活动与业务
飞书豆包工作大赛聚焦真实业务交付
飞书豆包工作AI先锋未来人才大赛总决赛于10月20日在北京举行，12组选手围绕企业真实业务问题交付成果，并发布AI时代人才标准观察。活动已结束，本条关注其案例与评价方式。
据飞书豆包工作提供、量子位10月21日获授权转载的报道，总决赛于10月20日在北京举行，12组选手使用飞书和豆包工作完成企业真题调研、协作与成果交付，并接受现场评审。
活动稿列举了生产调度数字员工、AI内容流水线及AI旅伴等作品，并介绍《AI时代人才标准全景观察》的发布。报道中的项目效率数据属于活动方案例自述，本期不将其外推为普遍生产效率，也不把已结束的比赛写成仍在招募。
原始来源：飞书豆包工作／量子位授权稿 ↗