AI 日报 · 2026 年 10 月 31 日 · 星期六
AI 情报站
VoiceStudio 搭配 VoxCPM 2 本地配音教程：参考音频清洗、分段与质检全流程
作者用 VoiceStudio 加 VoxCPM 2 在本地搭出一套可商用的中文配音流程，给出图形界面和 Mac 上 mlx-audio 两条路线。
掘金原文 模型发布/更新
IT之家小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，支持 Markdown 与 JSON 输出
小米开源轻量级文档理解模型 Xiaomi-OCR-0，参数规模 0.8B，权重与推理代码已上线 Hugging Face 和 GitHub，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。
产品发布/更新
微软联合 UC Berkeley 开源 TokenEconomizer，编码 agent 成本最高降 30.9%
微软研究院与 UC Berkeley 发布开源编码 agent 成本控制器 TokenEconomizer，在 277 个 SWE-Bench 任务、5 种 agent 与模型组合下把平均成本降低 18.4% 至 30.9%，30 个仓库与设置组合全部更便宜。
NoMoreHappyPath 开源 21 步 AI 智能体交付系统，用独立评审把关商业软件开发
Gerard Rafie 发布开源项目 NoMoreHappyPath（Apache 2.0，支持 macOS 和 Linux），用 21 个质量步骤把想法推进到可验收的软件。
Turnbook 0.10.0 换用 EmbeddingGemma 检索模型，LongMemEval 同精度下记忆 token 从 26.3k 降到 3.1k
Turnbook 发布 0.10.0，把新安装的检索模型从 mpnet 换成 EmbeddingGemma，在 LongMemEval 全部 500 题上以 3.1k 记忆 token 达到 91.8% 准确率，此前 mpnet 要 26.3k token 才有同样成绩。
MiniMax Code 团队开源日常使用的 16 个 Agent 技能
MiniMax Code 团队把团队每天在用的工作流和 16 个 Agent 技能开源。仓库明确说明这不是提示词合集或最佳实践清单，而是团队真实在用的做法，涉及如何让 AI 写的代码保持高标准、如何判断任务该不该交给子 agent、长命令该等多久、长会话如何不变迟钝，以及每轮对话实际送进上下文的内容。具体技能配置和参数原文未展开。
spinf 开源 spinf-serve 推理服务器，单次读取内容批量打分
spinf 开源 Apache 2.0 的 spinf-serve 推理服务器，一次读取内容即可对同一段文本回答多个分类与抽取问题，每个答案输出选项概率而非生成文本。
英伟达与 MIT 团队基于 MiniMax H3 开源 4K 视频增强方案 Open-H3-Regenerate-2K
英伟达与 MIT 的 Efficient-Large-Model 团队在 Hugging Face 发布基于 MiniMax H3 的视频增强项目 Open-H3-Regenerate-2K 权重，推理代码开在 NVlabs/Sana 仓库，支持 2560×1440 的 2K 输出、最高 3840×2160 的 4K 重生成。
技巧与观点
掘金如何给儿童故事 Agent 搭一套基于 PostgreSQL 和 pgvector 的长期记忆系统
作者为儿童系列故事 Agent 设计了一套 Story Bible 长期记忆系统，用 PostgreSQL 存事实条目、pgvector 做语义召回，解决角色名、道具归属、伏笔状态在多集之间前后矛盾的问题。
SkyPilot 用 RL 后训练 Qwen3-4B 飞飞行跑车，风暴踢翻落地率比 GPT-6 Astra 高 21%
SkyPilot 围绕飞行跑车物理模拟器搭了一个 RL 环境，用 rank-64 LoRA 加 GRPO 后训练 Qwen3-4B，实时决策下风暴踢翻动作落地率 90%，比 GPT-6 Astra 的 74% 高 21%。
AWS Machine Learning Blog一手AWS 演示用 AgentCore runtime Session endpoints 边构建边预览编码 Agent 生成的网页
AWS 介绍 Amazon Bedrock AgentCore runtime 的 Session endpoints，让编码 Agent 在会话内运行的 Vite 网站通过带认证的 URL 直接在浏览器里预览，Agent 保存文件后页面经 WebSocket 热更新、无需刷新。
AWS Machine Learning Blog一手AWS 发布 Amazon Bedrock 成本管理五步操作手册
AWS 发布面向 FinOps 与平台团队的 Amazon Bedrock 成本管理五步操作模型，依次为归因、可观测、预算强制、默认项优化和定期复盘。归因环节依赖 Bedrock 自动把推理成本记到发起调用的 IAM 主体并写入 CUR 2.0，共享网关场景需按用户切换角色会话名和会话标签恢复按人归属。