Perplexity开源新Embedding模型：整篇一起读，切块也能带着上下文
相关推荐
腾讯替千问先做了Qwen3.5 Embedding：2B打过Qwen3-VL 8B
动察 Beating AI 快讯，腾讯微信视觉团队开源 WeMM-Embedding，一口气放出 2B、4B、9B 三个多模态 Embedding 模型。它们基于 Qwen3.5，可以把文字、图片、视频、视觉文档统一转成向量，用于搜索、推荐和内容匹配。模型全部采用 Apache 2.0 许可开源。 有意思的是，千问自己目前还没推出 Qwen3.5-Embedding。官方现有的还是 Qwen3-Embedding 和 Qwen3-VL-Embedding，腾讯反而先拿 Qwen3.5 做出了新一代 Embedding。 成绩也挺夸张。WeMM-Embedding 2B 在 MMEB-v2 上拿到 77.9 分，已经略高于 Qwen3-VL-Embedding 8B 的 77.8 分。9B 版进一步做到 80.6 分。两者都能做文字搜视频、图片搜文字等跨模态检索，但 WeMM 换上 Qwen3.5 底座后，用更小模型做到了更高成绩。 这套模型也已经在微信内部实际使用。腾讯称，它已用于微信公众号、视频号、电商推荐和微信搜索，搜索范围还包括朋友圈。
Perplexity发布Portable Computer：跑本地模型，订阅费照收
动察 Beating AI 快讯，Perplexity 发布 Portable Computer，把整个 Computer Agent 搬到本地运行。模型、规划、工具调用、任务队列和文件搜索都在自己的电脑上完成，本地任务不再消耗 Perplexity credits。 首发支持 NVIDIA DGX Spark，可跑 Qwen 3.8 27B 和 Perplexity 后训练的 PPLX 27B。需要联网搜索、浏览器操作或更强推理时，再经用户同意调用云端 15+ 个前沿模型。 即使模型和算力都是用户自己的，Portable Computer 仍然只对 Pro 和 Max 订阅用户开放。社区已经有人吐槽：自己买机器跑本地模型，为什么还要给 Perplexity 交月费？
Premiere和AE开始被Agent拆掉，Mirage发布Tesseract
动察 Beating AI 快讯，AI 视频公司 Mirage 发布 Tesseract，把 Premiere 和 After Effects 里的核心剪辑、动效和声音能力做成 AI Agent 可以直接调用的工具。GPT-6 Astra、Sol 等 Agent 能直接剪素材、做动效、合成画面和处理声音，不用再操作传统剪辑软件的界面。 Tesseract 的核心是一套运行在本地的视频引擎，再通过 Plugin 或 Skill 接到 Agent。ChatGPT、Codex、Claude Code 等都能使用，目前支持 Mac 和 Windows，视频预览和最终渲染都在本地完成。 用户把素材交给 Agent 后，可以直接说「把标题提前一点」「这段动画慢一点」「背景音乐再小一点」。Agent 会修改对应的镜头、图层、关键帧和音轨，不用重新生成整条视频。工程也会保留下来，之后还能继续修改。
Context.dev把所有抓取接口合成一个：网页、PDF、Office文件一次搞定
动察 Beating AI 快讯，YC S26 初创公司 Context.dev 推出 Scrape Anything，把原本分散的网页抓取 API 合并成一个接口。开发者只需要提供一个网页或在线文件 URL，再选择想要的格式，就能一次拿到 Markdown、HTML、截图、页面图片、原始文件或结构化字段。 除了处理普通网页，它目前还支持 PDF、DOCX、PPT、XLSX 等约 40 种文件格式。JavaScript 渲染、代理切换、反爬处理和重试都由 Context.dev 负责，开发者不用自己维护浏览器和代理基础设施。此前这些能力已经存在，这次主要是把不同输入和输出统一到同一个 /v1/web/scrape 接口。 一次普通抓取消耗 1 个 credit，请求多个输出格式仍共用这一次基础计费；使用浏览器操作则为 2 个 credits，PDF OCR 另按恢复页数计费。
腾讯混元Hy Image3.5 preview上线：最多20张参考图、4K直出
动察 Beating AI 快讯，腾讯混元推出 Hy Image3.5 preview。相比 Hy Image3.0，新版参考图上限从 3 张提高到 20 张，还支持多轮连续编辑，最高可直接生成 4096×4096 的 4K 图片。 Hy Image3.5 preview 已在设计 Agent Miora 上线，9 月 22 日至 10 月 7 日限时免费。Miora 称，新版整体能力较上一代提升约 30%。
腾讯把RAG知识库做成Agent：WeKnora现在能记、能调工具、还能跑代码
动察 Beating AI 快讯，腾讯微信团队继续扩展开源知识框架 WeKnora。它原本主要把企业文档变成可检索、可问答的 RAG 知识库，后来逐步加入 Agent、MCP 和 Skills。最新 v0.8.0 又补上跨会话长期记忆，并把 Skills 和代码执行环境进一步做完整。 现在 WeKnora 可以记住用户的资料、偏好、事实和任务，下次聊天继续调用。系统自动提取的记忆不会直接生效，要先经过用户确认。Skills 也被做成独立的工作区资源，可以从 ClawHub、SkillHub、GitHub、GitLab 或 zip 文件安装。 Agent 执行任务时，还能进入 Docker、E2B 或 Cube 沙箱，运行命令、读写文件，再把生成的文件直接返回聊天窗口。管理员可以限制沙箱访问哪些网络。WeKnora 的重心仍然是企业知识，但现在已经不只是「从文档里找答案」，而是开始把知识、记忆、工具和执行环境放进同一个 Agent 系统里。