豆包上新，幫我搶到了國慶回家的高鐵票
AI應用風向標（公眾號：ZhidxcomAI） 作者｜畢偉豪 編輯｜漠影 喜大普奔，我搶到票了！9月30日報道，剛剛，豆包上線了新的出行服務，用戶可以在豆包APP裡訂購火車票、飛機票，同時還推出了出行用豆包這一專屬入口，所有的出行服務都可以在這個入口中獲取。此次更新中，豆包與深圳活力天匯開發的航班管家和高鐵管家應用合作，能夠確保供給覆蓋和服務穩定性，支持在豆包中完成航班查詢、價格比對、在線預訂及訂單管理全流程。剛好國慶打算回家，前段時間又忙到忘記買票，就用豆包買一下票看看能不能幫我解決問題。購票之前，我先去12306上查詢了一下，大部分車次都已經售罄了，一些心儀的車次只有商務座。
我打開豆包，輸入指令“幫我訂一張明天從北京到唐山的火車票，再訂一張10月5日返程的車票”。豆包很快給我提供了去程和返程的車次列表，然後我只需要在列表中點擊合適的班次，就會自動進入預訂環節。不過，第一次使用訂票服務需要登錄高鐵管家、錄入個人信息以及登錄12306，需要花費一些時間。搞定之後就可以絲滑訂票了，在訂票過程中我發現豆包給我買的是無座的，所以立刻語音輸入讓它找個有座的車次，豆包思考了幾秒就給出了新的推薦列表。最終豆包成功幫我訂到了兩張車票，我只需要最後付款即可。
實際測試中，豆包還可以根據我提供的出行信息來選擇飛機班次，比如限制上午10點後出門，它會自動篩選出時間合適的班次，候機時間也在考慮範圍之內。不過，在預定飛機票的過程中，出現了訂單系統打不開的情況，導致我沒辦法填寫個人信息。這次更新，“出行用豆包”這個入口也非常實用，覆蓋了導航、訂票、酒店、餐飲和旅遊需求，訂單系統與抖音商城互通。繼此前推出打車服務後，這是豆包的又一個便民功能。近期隨著Muse的爆火，個人助手這個概念隨之走紅。昨天有消息傳出字節跳動正在內測新的個人助手，現在豆包出行服務的上新，或是一些前期的試水。
雖然新增的功能與個人助手的定位相差較遠，但的確是通過Agent能力解決普通人生活和消費實際需求的落地方式。從體驗上來說，雖然有些問題，但整體非常絲滑。至此，豆包APP囊括了普通消費者的大部分生活需求，且這些功能均可在免費版本中使用。
Related
相關文章
Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model
Mistral AI has just announced the release of Mistral Large 4 (ML4), internally nicknamed Le Chonk, as a public preview. ML4 is a granular Mixture of Experts model with 1.05 trillion total parameters, 49 billion active per token, a 1.
800億！曝DeepSeek新融資，即將IPO
編譯 | 畢偉豪 編輯｜心緣 10月6日消息，據外媒彭博社今日報道，DeepSeek即將敲定至少800億元人民幣的新一輪融資，騰訊和寧德時代承諾的出資金額均位居該輪融資最高的一批。據彭博社報道，知情人士稱，根據已簽署的條款，該輪融資的最終募資總額可能接近1000億元，為計劃在2027年初進行的IPO鋪路。
超越特定領域的世界模型：JEPA-Anything 以單一方法涵蓋七大領域
來自 PhAI Labs、香港中文大學、復旦大學、史丹佛大學、牛津大學與普林斯頓大學的研究團隊釋出 JEPA-Anything，這是一個與領域無關的世界模型建構框架。它不為每個領域設計專屬預測模型，而是用一套共享學習方案應對截然不同的系統。該框架採用正交預測分解（OPF）技術擴充了聯合嵌入預測架構（JEPA）。研究團隊在七大領域進行測試：視覺、生物學、臨床軌跡、控制、分子動力學、物理場域與天氣。JEPA-Anything 解決了什麼問題？標準 JEPA（如 I-JEPA 或 V-JEPA 2）使用上下文編碼器、EMA 目標編碼器與一個預測器，而預測器只輸出單一的整體目標嵌入，研究團隊稱此為容量分配問題。
Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters for Coding and Agentic Workloads
Reflection AI has introduced Beam, its first open-weight model. Beam is a sparse Mixture-of-Experts (MoE) model with 501B total parameters and 23B active per token, built for coding, reasoning and agentic workloads.
最火AI崗位FDE：月薪5萬，都幹這些…
FDE（前線部署工程師）是近期最受關注的AI職位之一，海外年薪中位數約20萬美元，國內大廠也開出月薪三到五萬元。這份工作強調駐場梳理客戶的業務本體（Ontology），溝通時間佔七成以上，開發僅約三成。從業者認為，FDE與傳統外包不同，關鍵在於能否將經驗沉澱回自家產品並複用。
DeepSeek Harness v0.2 為其開源代理框架帶來官方桌面應用程式
DeepSeek 已為 DeepSeek Harness (dsh) 推出官方桌面應用程式，dsh 是其開源代理框架。該應用程式隨 v0.2 預覽版一同發布，安裝檔支援 macOS（Apple 晶片）與 Windows（64 位元）。目前可作為預覽版部署使用，使用者可從 deepseek.com/harness 下載，或執行 npx @deepseek-ai/dsh web。DeepSeek 提醒未來可能會有破壞相容性的變更。 v0.2 新增內容：框架是將模型轉化為代理的執行環境，能讀取檔案、執行指令並維持計畫。v0.2 預覽版針對日常工作與程式開發進行優化。內建功能包括：預載常用辦公室與開發工具；新增插件管理頁面，可安裝、設定、啟用與停用插件；以及右側邊欄提供檔案與差異審查預覽。