应用与工具
新工具、新功能，以及它们能帮你完成什么。
豆包工作引入第三方模型，使用企业现有点数结算
据 IT之家10月29日报道，豆包工作宣布向团队订阅版和企业订阅版开放第三方模型服务，首批将接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型，方便团队在同一服务内使用多家模型。
服务上线后默认开启，无需另向模型厂商采购或额外申请，按用量扣除企业已有 AI 点数。企业可按成员、部门、群组或全员设定使用范围，也可按厂商批量启用或逐个配置模型。
已有订阅的企业可减少分别采购模型的手续，但仍需关注不同模型消耗的点数。
Genspark 视频工作台整合制作流程，会员积分限时减半
量子位10月29日报道，Genspark Media Studio 已发布，面向视频与短剧创作者，将剧本、图像、视频和配音生成放在同一画布中，登录产品即可使用。用户可保存角色与场景设定，并指定片段重拍。
北京时间10月27日18时至11月4日18时，Plus、Pro 会员在该工作台内的积分消耗减半。知识讲解视频的代码渲染本身不收积分，旁白和部分镜头另计费；专业用户可导出 Premiere 工程或 CapCut 草稿继续编辑。
量子位试用中仍出现音画不同步、跳帧和画面细节错误，生成结果需要人工检查。
技术与开发
模型、API、开源与工程实践，关注能力和使用边界。
Mistral Large 4 开放权重，部署与服务许可需分别核对
Hugging Face 10月29日介绍 Mistral Large 4：支持文本和图像输入、文本输出，上下文为100万词元，即单次可处理的内容规模。模型提供 FP8、NVFP4 两种官方权重版本，并支持 Transformers、vLLM 和 llama.cpp。
其 Mistral Ecosystem Open-Weight License 基于 MIT 许可衍生，对模型即服务业务设有限制。文中 vLLM 的 NVFP4 部署方案要求 NVIDIA Blackwell GPU；推理强度可调，但不能关闭推理。
文章报告其漏洞复现与修补测试得分82%。该任务要求先复现开源软件中的真实漏洞再修复，不能将这一成绩理解为所有安全任务的成功率。
部署选型应同时核对许可与硬件要求，开放权重不等于可无条件提供商业托管服务。
英伟达开放长录音转录模型，同步公开训练数据管线
据 IT之家10月29日报道，英伟达于10月28日推出开放权重模型 Nemotron 3.5 Transcribe，整合转录、说话人归属、翻译和音频问答，可用于会议、课堂及访谈处理。
模型可处理最长1小时录音，支持40种语言转录，其中31种可与英语互译；最多区分8名说话人，说话人标注支持13种语言。权重已在 Hugging Face 与魔搭开放，采用 OpenMDW-1.1 许可，面向本地设备的量化版本仍属后续计划。
同步公开的 Granary v2 训练数据管线与数据集覆盖48种语言，可将音频整理成转录、字幕、翻译和问答等训练材料。
Swift 新增本地语音与决策开发包，可接入 Qwen3-ASR
Hugging Face 10月29日介绍两款 Apple 平台 Swift 开发包。AnySpeechRecognizer 沿用苹果语音接口的使用方式，可切换本地 Parakeet、Qwen3-ASR 引擎；AnyDecisionModel 则根据模型概率回答是非、选择和评分问题，返回明确类型的结果。
其中 Qwen3-ASR 支持30种语言和22种中文方言，采用 Apache 2.0 许可；每段最长40秒，仅返回最终结果，不提供逐词时间或置信度，较适合文件转录。开发包的说话人区分功能可搭配苹果或 Parakeet 引擎，最多跟踪4人。
AFTER READING
读完之后
本期可重点关注多模型工具的实际扣费方式，以及开放权重模型的许可、硬件与任务限制。
评论