TOP 1
Kimi K3.1 Pro 正式发布，智能体架构全面升级
月之暗面 Moonshot AI
10 月 24 日，月之暗面推出 Kimi K3.1 系列，包含 Pro 与免费版本。K3.1 Pro 采用全新智能体架构，在多轮推理、代码编写、数学解题等领域显著提升任务执行成功率，同时支持多模态理解。
为何重要：Kimi 在国内大模型竞争中持续发力，K3.1 Pro 的架构升级意味着其向通用智能体（AGI）方向迈出实质性一步，直接影响国内 C 端用户选择与企业级应用部署。
TOP 2
快手可灵 4.0 正式开放：支持原生 30 秒视频片段生成
快手 Kling AI
可灵 4.0 于 10 月 15 日正式开放，支持用户单次生成 30 秒原生视频片段，同时提供多种视频格式与分辨率选项，并新增分镜表模板与 AI 配音等创作工具。
为何重要：国产视频生成领域的关键里程碑。30 秒原生生成为商用级短视频内容生产提供了更低门槛的工具，对抖音、视频号等内容平台生态有直接影响。
TOP 3
Anthropic 将 Agent Skills 捐赠给基金会，推动开源 Agent 生态
Anthropic
10 月中旬，Anthropic 宣布将其 Agent Skills 技术捐赠给开源基金会，旨在建立标准化的 Agent 交互协议，降低开发者的 Agent 构建门槛。
为何重要：头部闭源厂商向开源社区做出实质让步，对 Agent 生态标准化进程有标志性意义，可能加速多 Agent 协作框架的发展。
闭源旗舰
Claude Opus 5.5 发布：推理与工具使用能力再升级
Anthropic
Opus 5.5 是 Claude 系列的最新旗舰版本，在长上下文推理、代码生成与复杂工具调用方面进行了专项优化，支持更长的上下文窗口与更稳定的结构化输出。
闭源旗舰
GPT-6.1 Sol 上线，OpenAI 模型命名体系首次引入天体命名法
OpenAI
GPT-6.1 Sol 是 GPT-6 系列的最新版本，引入了"Sol"命名标识以区分不同推理深度与温度参数的模型变体，在数学与科学推理 benchmark 上有明显提升。
闭源旗舰
Gemini 4 Argon 正式发布，多模态理解能力大幅增强
Google DeepMind
Gemini 4 Argon 新增了原生视频理解能力，可直接处理 4K 视频输入并生成结构化分析；同时在代码与数学推理上对齐 GPT-6.1 Sol。
开源模型
MiniMax M3.1 Flash 开源权重发布，端到端多模态推理能力领先
MiniMax / 稀宇科技
M3.1 Flash 以 Apache 2.0 协议开源，集成视觉、语言、规划与工具调用于一体，在 MMBench-Studio、MathVista 等综合 benchmark 上表现优异，支持 API 直接部署。
开源模型
DeepSeek V4.1 Flash 升级：推理效率与成本双优化
DeepSeek 深度求索
V4.1 Flash 在保持高推理精度的同时，进一步降低 API 调用成本，支持更高效的多轮对话与长文档处理，对开发者友好。
国产大模型
阿里通义千问 Qwen 3.7 Turbo 发布，多模态能力全面升级
阿里云通义
Qwen 3.7 Turbo 强化了对中文语境的理解能力，支持图文混合输入与结构化输出生成，在代码与数据分析任务上有显著提升。
国产大模型
百度文心一言 X3.6 上线，搜索+生成深度融合
百度文心
X3.6 版本加强了对实时信息的整合能力，新增"搜索增强型生成"模式，可直接引用最新网页内容回答问题。
国产大模型
智谱 GLM-4.5 开源，支持 1M 上下文窗口
智谱 AI GLM
GLM-4.5 在保持 GLM-4 高性能的同时，将上下文窗口扩展至 100 万 token，适合长文档分析与复杂任务拆解。
模型评估
OpenAI 发布 GPT-5.4 Scorecard，对标 DeepSeek V4 评估体系
OpenAI
新 Scorecard 首次纳入"多轮工具调用成功率"与"跨模态一致性"指标，以更全面的视角评估模型实际生产力。
文生视频
快手可灵 4.0 正式开放：30 秒原生视频 + 分镜表模板 + AI 配音
快手 Kling AI
可灵 4.0 支持单次生成最长 30 秒原生片段，提供多种分辨率与宽高比选项，内置分镜表模板（Storyboard）与 AI 配音工具，面向创作者与短视频从业者全面开放。
文生视频
Runway 新一代视频生成模型 Gen-4 发布，支持实时预览与物理模拟
Runway
Gen-4 引入了物理世界模拟引擎，可在生成视频时自动遵循重力、反射、流体动力学等物理规律，同时支持实时预览帧率调整。
图生视频
Pika 3.0 上线：图像转视频精度大幅提升，支持角色一致性保持
Pika
Pika 3.0 专优化了图生视频场景，新增角色一致性（Character Consistency）模块，可确保同一角色在不同镜头间保持外貌与服装一致。
视频模型
fal FLUX 3 Max 上架：开源架构视频生成新标杆
fal / Black Forest Labs
FLUX 3 Max 基于开源 FLUX 架构，提供云 API 与本地部署双模式，支持文生视频与图生视频，在动作连贯性与画质上达到新的行业水平。
文生图
FLUX 3 Image Klein 开源上线 HuggingFace，支持 4K 分辨率出图
Black Forest Labs / HuggingFace
FLUX 3 Image Klein 是 FLUX 3 系列的轻量开放版本，在 HuggingFace 开源可用，原生支持 4096×4096 高分辨率图像生成，适合印刷级商业使用。
文生图
Midjourney 新增协作共享文件夹与"Thinking"模式
Midjourney
新的协作共享文件夹功能允许团队在同一空间内共同创建与管理图像资产；"Thinking"模式则让 MJ 在生成前进行更深层次的语义理解与构图规划。
文生图
Adobe Firefly 4.0：与 Photoshop AI 工作流深度整合
Adobe
Firefly 4.0 新增"生成式填充图层"功能，可在 PS 中直接生成并编辑 AI 内容，支持多轮迭代修改而不会破坏原始像素。
文生图
即梦 Dreamina 3.0 更新：一键生成广告大片与产品图
字节跳动 Dreamina
Dreamina 3.0 面向电商与营销场景，新增"广告大片"与"产品图"专用模板，可快速生成可用于投放的高质感商业图像。
Agent 框架
Meta Muse 更新：Wonder 多 Agent 协调系统正式可用
Meta AI / FAIR
Meta 将 Muse 中的 Wonder 模块升级为一个完整的多 Agent 协调系统，支持任务自动拆分、跨 Agent 状态共享与并行执行，适用于复杂工作流编排。
Agent 框架
Gemini Agent 正式发布：在 Chrome 中执行复杂 Web 任务
Google DeepMind
Gemini Agent 可直接在 Chrome 浏览器中操作页面、填写表单、抓取数据，并支持自然语言驱动的自动化工作流，目前已对 Gemini Advanced 用户开放。
Agent 框架
OpenAI Dots 更新：支持跨应用工作流自动衔接
OpenAI
Dots 新增"跨应用衔接"能力，可在 Notion、Slack、Google Workspace 之间自动传递数据并触发后续步骤，减少手动切换成本。
语音合成
Fish Audio Drama 3 发布：多角色戏剧配音一键完成
Fish Audio / 渔火科技
Drama 3 支持单次输入生成包含多个角色的完整配音音频，每个角色拥有独立音色与情绪风格，适用于有声书、广播剧与动画配音。
语音合成
xAI Grok Voice 3.0：拟真情感语音，支持实时对话中断
xAI
Grok Voice 3.0 引入情感模型层，可随对话情绪动态调整语调与停顿，并支持用户实时打断后继续生成，显著提升语音交互自然度。
推理框架
ComfyUI 新增批量视频推理节点，支持多模型流水线编排
ComfyUI Community
ComfyUI 最新更新新增了批量视频推理专用节点，可在同一流程中串联 FLUX 3、Kling API、Runway Gen-4 等多模型，实现复杂的多步骤视频生成管线。
国产平台
讯飞星火 X2.6 上线，中文教育场景优化显著
科大讯飞 星火大模型
X2.6 在教育垂类进行了深度优化，支持题目解析、作文批改与个性化学习路径推荐，新增对小学至高中全科内容的覆盖。
Agent 框架
LangChain v1.0 发布：Agent 链与 Memory 系统全面重构
LangChain
LangChain 正式发布 v1.0 版本，核心 Agent 链与 Memory 系统进行了全面重构，性能提升约 40%，并新增对 OpenAI Dots、Gemini Agent 的原生支持。
模型推理
Google DeepMind 新一代推理模型 Gemma 3.5：兼顾效率与准确率
Google DeepMind
Gemma 3.5 在保持开源小模型轻量优势的同时，推理能力接近闭源模型水平，适合边缘设备与低延迟场景部署。