📢 本周 AI 快讯 | 1 分钟速览🚀 1️⃣ 🔍 DeepSeek 开源 OCR 模型 ： DeepSeek-OCR 仅 3B 参数，将 1000 字文档压缩为 100 个视觉 token，准确率达 97%。
2️⃣ 🌐 OpenAI 发布 ChatGPT Atlas 浏览器 ：首款 AI 原生浏览器，内置 Ask ChatGPT 侧边栏，可直接总结网页、对比产品，依托 8 亿周活用户挑战 Chrome 霸主地位。
3️⃣
：整合 Slack、Google Drive、GitHub 等 10+ 企业工具数据，基于 GPT-5 特殊训练版本，支持跨源搜索和原始链接引用。
4️⃣ 💻 Anthropic 发布 Claude Code 网页版 ：无需终端即可编程，连接 GitHub 仓库自动创建 PR，年化收入超 5 亿美元，成为 Anthropic 增长最快产品线。
5️⃣ 🖥️ Claude Desktop 正式发布 ：Mac 版支持截图捕获、窗口分享和 Caps Lock 语音对话，通过 MCP 协议连接本地工作区和数据库。
6️⃣ 🧠 Claude 记忆功能全面开放 ：扩展至所有付费用户，自动记住工作偏好和项目细节，每个 Project 独立记忆空间，用户完全可控。
7️⃣ ⚡ Anthropic 获谷歌 100 万块 TPU ：史上最大 TPU 交易，总算力 1GW 相当于 40 万块 H100，价值超 350 亿美元，训练能力提升 20 倍。
8️⃣ ✨ 谷歌 AI Studio 推出 Vibe Coding ： Gemini 2.5 Pro 驱动，自然语言生成完整应用并一键部署，从描述到生成仅需 65 秒，完全免费。
9️⃣ 📚 谷歌发布 Google Skills 平台 ：整合 3000 门 AI 课程，覆盖 Google Cloud、DeepMind 等内容，去年用户完成超 2600 万门课程认证。
01｜DeepSeek 开源 3B 参数 OCR 模型：10 倍文本压缩，准确率 97％ 10 月 20 日，DeepSeek 开源 DeepSeek-OCR 模型，通过“视觉优先”方法将 1000 字文档压缩为 100 个视觉 token，准确率达 97％——相比传统 OCR 需要的 6000＋ token，压缩率提升 60 倍。模型仅 3B 参数，单块 A100 每天可处理 20 万页文档，是 Tesseract 等传统工具的 10 倍速度。项目采用 MIT 许可证，GitHub 24 小时获得 4000＋ star。
技术突破在于“范式反转”：不再将图像转为文本 token，而是直接以视觉形式压缩。模型提供 5 种分辨率模式——最小 Tiny 模式仅需 64 个 token 处理标准页面，最大 Gundam 模式可动态组合处理复杂文档。在 Fox 基准测试中， DeepSeek-OCR 用不到 800 个 token 超越了需要 6000＋ token 的 MinerU2.0 。训练数据覆盖 3000 万 PDF 页面和 100 种语言，包括中文古籍和手写体。
OpenAI 联合创始人 Andrej Karpathy 称其为“LLM 输入的正确方向”。该方法为突破上下文限制提供新思路——通过逐步降采样历史对话到低分辨率，可在保留关键信息同时节省 90％ token。目前已可通过 Hugging Face 直接下载使用，国内开发者反馈在中文发票、合同识别上效果优于 PaddleOCR。
02｜OpenAI 发布 ChatGPT Atlas 浏览器，借 8 亿用户基础挑战 Chrome 10 月 21 日，OpenAI 发布首款 AI 浏览器 ChatGPT Atlas
ChatGPT Atlas 的核心功能是“与浏览器对话”：内置 Ask ChatGPT 侧边栏可直接总结网页、对比产品、检查代码，无需切换标签；浏览器记忆功能（可选）让 ChatGPT 记住历史细节，用户可随时编辑删除；Agent 模式（Plus/Pro 用户预览）能执行多步骤任务，如根据菜谱自动添加食材到购物车。OpenAI 承诺默认不使用浏览内容训练模型。
OpenAI 此次发布的时机选择精准。Pew Research 数据显示 AI 摘要已使网页点击率下降 25%，苹果设备搜索量今年 4 月首次负增长。上周 Meta 关闭 WhatsApp 第三方机器人接入，凸显平台依赖风险。虽然 Perplexity 已于 7 月推出 Comet AI 浏览器，但 ChatGPT 的用户规模使其威胁更为显著。
03｜OpenAI 推出“公司知识”功能，ChatGPT 可直接调取企业内部数据 10 月 23 日，OpenAI 为 ChatGPT Business、Enterprise 和 Edu 用户推出“公司知识”（Company Knowledge）功能，可整合 Slack、Google Drive、SharePoint、GitHub、Gmail、HubSpot 等 10 余款企业工具的内部数据。该功能基于 GPT-5 的特殊训练版本，能够跨多个数据源搜索并在回答中提供原始链接引用，COO Brad Lightcap 称这是“改变我使用 ChatGPT 工作方式的最大更新”。
功能内置企业级权限管理，仅访问用户已授权的内容，支持 SSO、加密传输和审计日志。目前需手动启用，且启用时无法同时使用网络搜索或图表生成（未来将改进）。OpenAI 计划陆续增加 Asana、GitLab Issues、ClickUp 等连接器，直接对标微软 Copilot 和 Google Workspace AI。该功能依赖多个海外企业服务，对使用这些工具的团队更有价值。
04｜Anthropic 推出 Claude Code 网页版，支持浏览器直接编程 10 月 20 日，Anthropic 正式发布
Claude Code 网页版（研究预览阶段），面向 Pro（20 美元/月）和 Max（100-200 美元/月）用户开放。用户可通过 claude.ai/code 或 Claude iOS 应用访问，无需打开终端即可使用 AI 编程助手。核心功能包括：直接连接 GitHub 仓库、描述需求后 AI 自动编写代码、并行处理多个任务、实时查看进度，完成后自动创建 PR。该产品自 5 月正式推出以来用户增长 10 倍，目前年化收入超 5 亿美元，成为 Anthropic 增长最快的产品线。
所有任务运行在 Anthropic 管理的云端沙箱环境中，具备网络和文件系统隔离，通过安全代理处理 Git 交互。网页版特别适合处理 bug 积压、日常修复和并行开发任务，用户可配置自定义网络设置允许访问 npm 仓库以运行测试。虽然命令行界面仍是“大本营”，但网页和移动版本的推出标志着 Anthropic 试图让开发工具随处可用，与微软 GitHub Copilot、Cursor、Google 和 OpenAI 的编程工具形成直接竞争。
05｜Claude 桌面客户端正式发布，Mac 版支持截图分享和语音输入 10 月 21 日，Anthropic 宣布
Claude Desktop 正式发布（GA 版本），支持 macOS 和 Windows 系统。Mac 版本新增三项核心功能：截图捕获、点击窗口直接分享上下文，以及按 Caps Lock 键启动语音对话。此前该应用一直处于测试阶段，此次正式发布标志着功能和稳定性达到生产级标准。
应用采用 Electron 框架构建，提供全局快捷键唤醒（Mac 为 Option+Space，Windows 为 Ctrl+Alt+Space）、文件拖拽上传、与本地工作区同步等功能。通过 Desktop Extensions 和 MCP（Model Context Protocol）协议，用户可连接代码编辑器、本地文件系统和数据库。企业用户可使用 MSIX（Windows）和 PKG（Mac）安装包进行标准化部署，支持 SSO 单点登录和版本更新控制。目前部分功能（窗口分享、语音输入）仅限 Mac 版本，Windows 版本功能路线图尚未公布。
06｜Claude 自动记忆功能扩展至所有付费用户，可跨会话保留上下文 Anthropic 于 10 月 23 日宣布将 Claude 的自动记忆功能扩展至所有付费用户，Max 用户立即可用，Pro 用户将在未来几天内获得访问权限。该功能此前于 9 月向 Team 和 Enterprise 用户开放，现在完成向个人付费用户的覆盖。Claude 现可自动记住用户的工作偏好、项目细节和过往对话，无需每次重新解释背景，CPO Mike Krieger 表示这是“朝着理解完整工作背景并自动适应的目标前进”。
功能设计强调透明和控制权。用户可完整查看 Claude 记住的内容，通过自然对话编辑或删除记忆，每个 Project 拥有独立的记忆空间以隔离工作和个人对话。Anthropic 表示在推出前进行了广泛的安全测试，确保记忆功能不会强化有害对话模式或被用于绕过安全限制。该功能完全可选，需在设置中手动开启"搜索和引用聊天"及"从聊天历史生成记忆"两个选项。
07｜Anthropic 获谷歌 100 万块 TPU，算力规模达 1GW 创历史新高 10 月 23 日，Anthropic 与谷歌达成史上最大 TPU 交易——获得 100 万块 TPU 访问权，总算力 1GW，相当于 40 万块 H100 GPU，交易价值超 350 亿美元。这批算力将于 2026 年上线，使 Anthropic 的训练能力提升 20 倍。作为对比，OpenAI 目前使用约 35 万块 GPU，Meta 的 Llama 4 训练集群为 16 万块。
Anthropic 保持多云架构——同时使用谷歌 TPU 训练、Amazon Trainium 推理、Nvidia GPU 研究，避免单一供应商依赖。尽管此次谷歌交易规模巨大，Amazon 仍是“主要训练合作伙伴”，双方继续推进 Project Rainier 超算项目。从投资额看，Amazon 累计 80 亿美元，谷歌 30 亿美元。本周 AWS 宕机 3 小时期间，Claude 服务未受影响，验证了多云策略价值。
业务增长支撑巨额算力投入。Anthropic 年收入接近 70 亿美元（OpenAI 为 37 亿美元），服务 30 万企业客户，两年增长 300 倍；年付费超 10 万美元的大客户增长 7 倍。 Claude Code 编程助手上线 2 个月实现 5 亿美元年化收入，增速超过当年 GitHub Copilot。谷歌通过 TPU 独占性建立竞争壁垒——目前全球仅谷歌能提供百万级 TPU 部署能力。
08｜谷歌 AI Studio 推出 Vibe Coding，自然语言直接生成应用 10 月 21 日，谷歌发布 AI Studio 重大更新，推出“AI 优先的 vibe coding 体验”，用户通过自然语言描述即可生成完整应用并一键部署至 Google Cloud Run。该功能由 Gemini 2.5 Pro 驱动，完全免费开放。核心特性包括：新的应用画廊、模型选择器、秘密变量存储（安全保存 API 密钥）、"I'm Feeling Lucky"按钮（随机生成应用创意）、模块化"超能力"功能（一键添加媒体编辑、加速推理、深度推理等能力）。
平台采用聊天式代码助手与传统代码编辑器结合的界面，用户可标注特定 UI 元素并指示 Gemini 调整。测试显示，从描述到生成完整应用（包含 App.tsx、常量文件和组件）仅需 65 秒。产品负责人 Logan Kilpatrick 表示这只是开始，未来两个月内将推出更多功能。业界普遍认为此次更新是为即将发布的 Gemini 3.0 铺路——上周末两个代号为"lithiumflow"和"orionmist"的神秘模型出现在 LMArena 测试平台，被推测为 Gemini 3.0 Pro 和 Flash 的预发布版本。
09｜谷歌推出 Google Skills 平台,整合 3000 门 AI 课程 谷歌于 10 月 22 日发布
Google Skills 学习平台，整合近 3000 门 AI 课程、实验室和认证项目，内容来自 Google Cloud、DeepMind、Grow with Google 和 Google for Education。平台主打 AI 和技术技能培训，覆盖从入门到高级的全层级学习路径，去年用户已完成超 2600 万门课程和认证。
平台特色包括 10 分钟 AI Boost Bites 微课程、游戏化的连续学习记录和技能徽章系统，以及整合 Gemini Code Assist 的实践实验室。开发者每月可获 35 个免费积分用于动手实验，Google Cloud 客户能免费访问完整课程库。
我是木易，一个专注 AI 领域的技术产品经理，国内 Top2 本科 + 美国 Top10 CS 硕士。
相信 AI 是普通人的“外挂”，致力于分享 AI 全维度知识。这里有最新的 AI 科普、工具测评、效率秘籍与行业洞察。
欢迎关注“AI信息Gap”，用 AI 为你的未来加速。
精选推荐 
