AI助手初創公司Town完成1.08億美元B輪融資，估值突破10億美元
AI資訊AI新閒資訊正文AI助手初創公司Town完成1.08億美元B輪融資，估值突破10億美元發布於AI新閒資訊時間 :Oct 20, 2026閱讀 :1分鐘舊金山AI助手初創公司Town週一宣佈完成1.08億美元B輪融資，由Forerunner Ventures和Menlo Ventures共同領投，Andreessen Horowitz、Serena Ventures和First Round Capital也參與投資，公司估值升至獨角獸級別。Town成立僅兩年，於四個月前正式上線，隨後在數週內實現數百萬美元的年度經常性收入（ARR）。截至目前，公司累計融資至少1.
6億美元，此前於6月完成5500萬美元A輪融資。Town由前Plaid首席技術官Jean-Denis Greze創立，主要面向企業市場，為每位員工提供名為Townie的AI助手。Townie能夠連接電子郵件、日曆及其他核心工作系統，協助員工處理日常任務。不同員工的AI助手可以相互交流、共享經過授權的信息，並支持與客戶及企業外部人員協作。此次融資期間，Town還推出共享工作流程功能，可將新的業務信息自動同步至員工的Townie個人資料，減少逐一手動更新的操作成本。隨著企業AI應用從單點任務輔助向跨系統協作演進，Town正嘗試通過員工級AI助手與共享工作流的結合，推動AI融入組織日常運營。
相關推薦螞蟻百靈開源 Ming-3.0語音系列:五款模型覆蓋合成、理解與識別螞蟻百靈10月20日開源Ming-3.0語音系列，面向聲音創作、長語音分析、業務語音轉寫，推出語音合成、音頻理解與對話、語音識別共五款模型：tts的0.5B與tiny、audio的flash與tiny、asr-tiny。權重上架Hugging Face和ModelScope，Ling Studio提供API及在線體驗。TTS的Voice Design可用文字描述音色或參考音頻，導演模式支持文字控制。Oct 20, 202653.
4kClaude 給 Mac 當了一回"保安"：寫個測溫小工具，順手揪出吃滿 12 核的挖礦木馬Reddit網友UntilHEX是一名用Claude輔助開發的Mac用戶。他的電腦長期運行遲緩、燙得離譜，卻始終找不到病根。於是他請Claude寫一款能讀取傳感器數據的溫度監測應用，想看看傳感器到底報什麼數、找出性能異常原因。結果測溫工具還沒捂熱，Claude就先一步發現不對勁。文章講述這臺電腦如何給他上了一課。Oct 20, 2026104.8kOpenCode Console遭攻擊，1.4%用戶受影響，部分API密鑰洩露OpenCode披露其OpenCode Console存在安全漏洞，約1.
4%用戶受影響，部分AI服務API密鑰或洩露，出現未授權調用和高額費用。公司已郵件通知用戶，事件仍在調查。OpenCode稱與大規模數據蒸餾攻擊有關，但攻擊方式未公開，遭部分研究人員質疑。Anthropic和Google已對其封禁。Oct 20, 202673.9k亞馬遜推開源 TorchNeuron：改一處配置，PyTorch 就能跑在自研 Trainium 上亞馬遜19日宣佈推出開源工具TorchNeuron，將於20日在北美PyTorch大會正式開源。其核心賣點是PyTorch代碼無需重寫，僅改一處配置即可在自研Trainium芯片上原生運行。
為驗證“無縫”，工程師用同一AI訓練腳本分別在傳統芯片和Trainium上運行，唯一區別是指定芯片。Oct 20, 2026105.9k一張臉就能算出生死？AI 憑面部照片預測癌症患者存活率國際研究團隊近日開發出一款“讀臉斷生死”AI工具，僅憑面部照片即可推算癌症患者生存機率。研究發表於《柳葉刀·數字健康》，被稱為同類首例。該模型經訓練後可估算年齡，並預測癌症患者生存情況。它不取代醫生，而是補充臨床經驗，在醫療資料匱乏、難以全面評估的場景中更具價值。Oct 20, 202698.3k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
螞蟻百靈開源 Ming-3.0語音系列:五款模型覆蓋合成、理解與識別
合成方向上，Ming-3.0-tts 的 Voice Design 可用文字描述目標音色或參考音頻，導演模式允許用文字說明情緒變化、重讀詞與節奏，並支持行內副語言標籤標註笑聲、嘆息、咳嗽位置，該系列已進入阿福 APP 語音通話、醫生音色克隆與小虎智能辦公。
亞馬遜推開源 TorchNeuron：改一處配置，PyTorch 就能跑在自研 Trainium 上
它的賣點很直接：開發者寫好的 PyTorch 代碼，無需重寫，只改一處配置，就能在亞馬遜自研的 Trainium 芯片上原生跑起來。這套工具定於 20 日在加州聖何塞的北美 PyTorch 大會上以開源許可正式發佈。為了證明"無縫"不是嘴上說說，亞馬遜工程師把同一份 AI 訓練腳本分別跑在傳統芯片和 Trainium 上，唯獨區別是代碼裡指定所用芯片的設置參數。
MiniMax 更新 M3.1Flash:成本降70%、速度近3倍，OSWorld V2與 ALE 雙項國產第一
官方稱該模型在 Agentic 任務、編程、Computer Use 與網絡安全等方向實現代際提升，線上推理速度提升近3倍，使用成本降低70%。基準表現上，M3.1Flash 在 AutomationBench-AA 中位居最前列，可跨 SaaS 系統完成銷售、營銷、運營、客服、財務、HR 的真實業務工作流;BankerToolBench 得分76.
Meet Drex Max: Nace AI’s Multimodal Decision Model for Computer-Use Agents with a Score 67.59
Nace AI has released Drex Max, a multimodal decision model for agents that use computers and browsers. The Drex Max multimodal decision model reads text and images and returns calibrated probabilities. It writes no text. Nace team reports 67.59 on the public Decision Index 0.3.2, 6.9 points above TypeSafe’s Jev 1.14. For agent builders, that means one cheap, typed call per click. TL;DR Size: Parameters not disclosed. Up to 262,144 tokens per question on the API, including image tokens. Runs on: Hosted API only (drex-max on Nace Console). No open weights or quantized builds announced. Performance: 67.59 on Decision Index 0.3.2 (public), the top score Nace lists for any decision model. Best: 98.2 on BFCL tool calling, and 92.2 on JevBench versus 86.7 for Jev 1.14. Worst: 19.0 on HLE, and 72.
本期AI資訊彙總2026年10月20日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月20日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。" AI資訊 | 每日早讀 | 全網數據聚合 | 前沿科學探索 | 行業自由發聲 | 開源創新力量 | AI與人類未來 | 訪問網頁版↗️ | 進群交流🤙 今日摘要 Meta實驗顯示智能體學習效率與任務表現並不同步 Grok Bot升級電腦任務提速三倍下載暴漲七倍 可靈4.
MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input
MiniMax has just released MiniMax M3.1 Flash on its API, priced at $0.15 per 1M input tokens. MiniMax also confirmed that Space Bunny was an earlier M3.1 Flash build. That stealth model processed over 200T tokens. For developers, the message is near-frontier agentic scores at Flash-tier cost. Model weights are due in late October, 2026. TL;DR Size: 428B total parameters, about 23B active (MoE); 1,000,000-token context Runs on: MiniMax API, M Plan and MiniMax Code today. Self-hosting hardware not disclosed; weights arrive Oct 23 Performance: Near-frontier on agentic office work, mid-pack on hard coding, all MiniMax-reported Best: Automation-Bench v1.0.6 at 62.2, the top score in MiniMax’s table Worst: Terminal Bench 4.0 at 38.1, versus 51.8 for Opus 5 What is MiniMax M3.1 Flash? MiniMax M3.