Salesforce推出基于Google Gemma的Koa Decisions决策模型
Koa Decisions以毫秒级速度路由企业请求，支持图像和音频，并通过Trailhead免费演示可用。
Koa Decisions提升企业代理的决策效率，减少LLM开销，实现更快的处理速度和工作流程优化。
本周 AI 要闻: 2026年11月2日至8日
按原始来源发布日期汇总本周重要动态。每条都附有详细报道和原始来源。
期号日期: ·周: 2026年11月2日至8日
本周变化
三项关键变化
Gradium 推出无网络要求的紧凑设备端 TTS 模型 Phonon
- 变化
- Gradium 发布了 Phonon，一个紧凑的文本转语音模型（65–75 MB），完全在用户设备上运行，无需服务器或互联网连接，支持五种语言和超过 100 种内置语音。
- 实际意义
- 用户不再需要云 TTS 服务：数据保留在设备上，提升隐私性并降低延迟。
- 注意事项
- 40m 版本采用 CC BY‑NC 许可证；商业许可基于用户数量，而非语音量。
Salesforce 推出 Koa Decisions：基于 Google Gemma 的毫秒级路由模型
- 变化
- Salesforce 推出 Koa Decisions，一个基于 Google Gemma 的决策模型，可在 26 ms 内路由请求，比通用 LLM 快 50 倍（约 1.4 s），并提供免费 Trailhead 演示。
- 实际意义
- 企业代理可以更快地做出决策，减少 LLM 用于简单选择的开销，提高工作流效率。
- 注意事项
- 模型处于测试阶段；计划中的 Salesforce 流程、Apex 和开发者 API 集成尚未上线。
Shopee 的 Compass LLM 在电商基准测试中击败 GPT‑4o，8 个月内扩展 113 倍
- 变化
- Shopee 构建了 245B MoE 模型 Compass v3，在 EcomEval 基准测试中击败 GPT‑4o；据公司称，API Token 在 8 个月内增长了 113 倍。
- 实际意义
- 领域专用 LLM 在电商任务中优于通用模型，处理 Shopee 大部分 AI 流量，效率更高。
- 注意事项
- 性能基于 Shopee 内部的 EcomEval 基准测试；对其他领域的通用性未作说明。
模型
5OpenAI 发布 GPT-6-Cyber 专用网络安全模型
OpenAI 推出了 GPT-6-Cyber，用于调查漏洞、在授权测试环境中复现漏洞并验证修复。
该模型为网络安全专业人员提供了专用的漏洞分析和补丁验证工具。定价：每百万输入 token 20 美元，每百万输出 token 100 美元；上下文窗口为 1,050,000 token。
微软 Foundry 十月更新：Copilot harness 预览、GPT-6.1 Terra GA、新语音模型
微软发布 Foundry 十月更新：Copilot harness 公开预览，GPT-6.1 Terra 和 Decisions API 正式发布，MAI Image 2.6 在六个区域预览，以及新的语音模型。
这些更新扩展了 Foundry 在 AI 代理方面的能力，包括 GPT-6.1 Terra 的视觉推理和 Decisions API 的类型化决策。开发者需注意预览状态、区域限制以及 SDK 中的破坏性变更。
Gradium 发布紧凑型离线语音合成模型 Phonon
65–75 MB 模型支持五种语言，德语和西班牙语的可懂度排名第一，CPU 流式合成速度领先
Phonon 将数据保留在设备上，解决了云端 TTS 的隐私和延迟问题，同时达到甚至超越体积大数十倍的模型的质量。
NVIDIA 发布 Alpamayo 2 Super 模型与 GeForce RTX 50 系列
NVIDIA 发布了用于 L4 级自动驾驶的 Alpamayo 2 Super VLA 模型、GeForce RTX 50 GPU 以及 OpenShell 参考架构。
这些技术旨在通过 Alpamayo 2 Super 模型、GeForce RTX 50 系列、OpenShell 架构和 cuDSS 等创新，推动自动驾驶、企业 AI 安全和高性能计算的发展。
产品
1微软推出 Foundry Local：在本地 GPU 上运行 Qwen3.8-27B 进行代理型编码
Foundry Local 在配备至少 24 GB VRAM 的 NVIDIA GPU 上本地运行 Qwen3.8-27B，可连接 GitHub Copilot 并离线工作。
这使开发者能够在本地使用代理型 AI 编码，避免云 API 成本，将敏感代码保留在设备上，并能在没有网络的情况下工作，同时接受其推理能力弱于云端模型。
实际应用
2Google 发布 Gemini Omni 1.2 Flash：支持 15 秒视频，价格降低 30%
Gemini Omni 1.2 Flash 可生成长达 15 秒的视频片段，720p 每秒 $0.07，支持对话式编辑和 SynthID 水印。
更长的视频长度、更低的价格以及更好的参考一致性，降低了企业和创作者的制作成本。对话式编辑使得广告变体和讲解视频的快速迭代成为可能。
Shopee自研Compass LLM在电商基准测试上超越GPT-4o，八个月内扩展113倍
Shopee构建了专用模型Compass v3（245B MoE），在EcomEval基准测试中超越GPT-4o、GPT-4.1等模型。据公司数据，API月活Token数八个月增长113倍。
通用大语言模型在专业多语言电商任务上表现不佳，促使Shopee利用NVIDIA AI工厂架构（Megatron-Core和NeMo）构建垂直领域模型。
开发者
4Cohere Embed 5 和 Rerank 5 登陆 OpenRouter
Cohere 最新的 Embed 5 和 Rerank 5 模型已在 OpenRouter 上线，助力构建高效的 RAG 流水线。
开发者可以通过单一 API 接口，在优化延迟的同时保持高精度的检索性能，无需重新索引。
AWS 详解AI代理上下文工程，声称token用量减少高达97%
AWS博客介绍了面向生产AI代理的四层上下文工程，实测系统提示token减少97%，代码脚本token减少95%。
处理复杂数据分析任务的AI代理经常超出200K token的上下文窗口，导致失败和成本增加。所述技术提供了有效管理上下文的实用方法。
Azure Databricks 2026年10月更新：实时管道、模型退役
微软发布Azure Databricks十月更新：Lakeflow实时管道GA、新增区域控制平面及模型退役。
这些更新支持生产级流式处理管道、扩展模型访问权限，并引入更强的区域数据主权和网络安全控制。
微软助理在政府云中集成GPT-5.6：增强推理与集成
微软在GCC、GCC-H和DoD云环境中集成了GPT-5.6，提供先进的文档分析和复杂推理能力，此前在政府云中未可用。
该更新为政府员工提供先进AI能力，提升关键工作流程的效率和安全性，填补商业用户和政府用户之间的能力差距。