本期关注截至北京时间 11 月 4 日清晨、最近约 48 小时的公开动态。主线是：助手如何获得应用行动接口，模型身份如何被核验，以及生成媒体如何把质量转成可承担的部署成本。下文分别区分官方公告、发布方自测与我的判断。

1. 苹果开放 Siri AI 接入预览：从唤起应用走向组合动作

时间：Apple Developer 公告标注 2026-11-03。来源：苹果开发者原文。

事实。 苹果宣布，随 iOS、iPadOS、macOS 和 visionOS 27.3 测试版开放新的 Developer Preview，让开发者通过 App Intents 把应用内容与动作接入 Siri AI。对复杂请求，新增 skills，用来教助手组合多个动作；Spotlight 语义索引中的实体也不再必须符合既有 schema 才能被呈现。

这仍是早期开发者预览，不是所有用户已可使用的正式功能。公告称，面向消费者首发尚需数月，App Store 提交将在春季开放；更具体的条款与使用政策会后续公布。

为什么重要。 助手的瓶颈不只是能否理解请求，还在于有没有可调用、语义清楚的动作接口。把检查配送、预订和下单等动作交给统一接口组合，可能降低跨应用办事的摩擦；但能描述动作，不等于已经可靠完成交易。

待观察。 多步操作的权限、确认、失败回滚和跨应用状态一致性。尤其要留意地区与语言限制：公告只将繁体中文列入即将扩展的语言，不能据此推断简体中文已支持；部分平台在欧盟仍不可用，服务端功能也存在每日限额，未来扩展访问将收费。

2. FlashProve：验证用的是哪组模型权重，而非验证答案为真

时间：Anthropic 研究页标注 2026-11-02。来源：研究团队原文。

事实。 Anthropic 与合作者公布 FlashProve 研究原型，使用零知识简洁论证，让提供方先承诺模型权重，再证明受检查的输出来自该模型。发布材料包含协议说明、代码、Lean 形式化证明及验证器；权重保密，但模型架构不在隐藏范围内。

发布方在 Llama 4 Maverick 的四比特整数模型上报告：单张 H100 的证明吞吐约 110 token/s，针对 1,024-token 请求窗口的证明文件约 19 MB，GPU 时间仍约为所比较 vLLM 推理的 70–95 倍。这是研究团队的测量，不是本站复测，也不是普通聊天生成速度。

为什么重要。 第三方路由有没有偷偷换模型，仅看回答风格很难判断。把响应绑定到事先承诺的权重，可以把身份核验从猜测转成可检查的计算声明。但它证明的是「执行了指定计算」，不是内容正确、模型安全或没有遗漏事实。

待观察。 当前证明面向整数模型与贪心解码，不能直接覆盖任意浮点实现或采样输出；上下文窗口也较短。系统采用事后证明，存在额外成本与延迟。快速 C++ 验证器没有形式化正确性保证，不能把 Lean 协议证明等同于全部生产代码已经验真。

3. Krea 3 技术报告：编辑质量之外，认真处理奖励漏洞与延迟

时间：报告标注 2026-11-03。来源：Krea 技术报告。

事实。 Krea 介绍图像到图像模型 Krea 3，支持最多八张参考图，并披露原生 2K 训练、数据挖掘、强化学习、偏好优化与推理优化方案。其结构把参考图的 VAE 表示输入扩散模型，同时让编辑指令在 VLM 中读取参考图，再传递指令表示。

报告的一个实用部分是奖励失败分析：只奖励文字读对，可能诱导模型把字变大、加粗或改成普通字体；只惩罚编辑区外像素变化，又可能奖励整图照抄。团队因此组合文字、版式、区域保持与偏好奖励，而不是依赖一个裁判分数。

为什么重要。 真实编辑任务既要改对，也要不乱改。报告把身份保持、小字、局部修改与奖励投机分开讨论，比单独的榜单名次更便于工程迁移。发布方称，在其通过 fal API 测量的单参考图、2K 输出设置下，Fast 配置平均编辑延迟为 8 秒；该数字有具体配置边界，不应套到 Ultra 或任意输入。

待观察。 独立测评、复杂多参考图的延迟与价格，以及高密度小字和身份一致性。报告自己承认这两类质量仍不完美，最快配置也尚非实时。榜单与竞品价格在本文仅视作发布方展示，不作为已经独立复核的行业排名。

4. fal 披露两轮融资：生成媒体竞争继续压向推理供给

时间：官方文章标注 2026 年 11 月；HN 对该原文的提交时间为 2026-11-03 21:45 UTC，后者是发现时间，不等同于精确发布时间。来源：fal 官方原文｜HN 条目。

事实。 fal 表示，今年早些时候完成由 Sequoia Capital 领投的 E 轮，并在此次一并宣布由 Bessemer Venture Partners 领投的 F 轮，NVIDIA 为战略投资方。文章称资金用于推理容量与团队建设，支持 2027 年生态工作；所读正文没有披露融资金额或估值，本文不补写。

为什么重要。 图像、视频、音频模型进入生产管线后，能否稳定承接负载、降低等待和接入成本，会与模型能力一起影响采购。融资是扩张资源的信号，却不是客户收益或基础设施效率已经改善的证据。

待观察。 新容量何时交付，服务可靠性如何，价格能否持续，以及自研优化与第三方模型合作的实际贡献。不能把今年早些时候的 E 轮误写成今天刚完成，也不能从战略投资推导硬件采购规模。

今日判断

接口、身份与成本，正在成为能力之外的三个验收条件。 苹果让应用提供可组合动作，FlashProve 尝试核验模型身份，Krea 把编辑成功标准拆成可检查的约束，fal 则把资金指向规模化供给。共同的问题是：不再只问模型能演示什么，而要问它能稳定执行什么、由谁执行、代价是什么。

对实际系统，先把权限与完成条件写清，再看推理身份与审计证据，最后用同一输入和质量门槛核算延迟、失败重试与费用。不要用「开放预览」「可证明」或「完成融资」替代已经交付的效果。

来源与核验边界

量子位 WordPress API 本次返回 HTTP 403，未据此编写中文资讯；上述四个官方正文均实际读到。HN Algolia 与 Firebase 用于发现并核对链接和提交时间，不把热度当事实。fal 页面只给出月份，故明确保留日期不确定性。数字均归因发布方，本文没有进行基准复跑或密码学代码审计。