跳到正文
11月9日周一
  1. IT之家 AI36

    天文学家发现“暗星系”候选天体:拥有约 20 亿倍太阳质量的氢气,却几乎没有恒星

    IT之家 11 月 9 日消息,据《连线》报道,一些星系似乎具备形成恒星所需的全部条件,却几乎从未孕育出恒星。 多年来,科学家一直对这一现象感到困惑。近期研究发现,这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系,是指内部含有气体和暗物质,却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解,为什么有些星系能够形成恒星,而另一些却始终保持黑暗,同时也能检验现有星系形成理论是否准确。 目前,科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分:一种是暗能量,这种神秘属性被认为推动着宇宙加速膨胀;另一种是冷暗物质,物理学家推测它约占宇宙全部物质的 85%。 根据这一模型,被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部,随后逐渐冷却、坍缩,最终形成恒星。不过,天文学家仍在试图弄清楚,为什么这一过程会在某些暗物质晕中发生,在另一些暗物质晕中却...

    推荐理由:来自IT之家 AI的《天文学家发现“暗星系”候选天体:拥有约 20 亿倍太阳质量的氢气,却几乎没有恒星》。重点看模型能力与工程。摘要提到:IT之家 11 月 9 日消息,据《连线》报道,一些星系似乎具备形成恒星所需的全部条件,却几乎从未孕育出恒星。 多年来,科学家一直对这一现象感到困惑。近期研究发现,这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系,是指内部含有气体和暗物质,却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解,为什么有些星系能够形成恒星,而另一些却始终保持黑暗,同时也能检验现有星系形成理论是否准确。 目前,科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分:一种是暗能量,这种神秘属性被认为推动着宇宙加速膨胀;另一种是冷暗物质,物理学家推测它约占宇宙全部物质的 85%。 根据这一模型,被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部,随后逐渐冷却、坍缩,最终形成恒星。不过,天文学家仍在试图弄清楚,为什么这一过程会在某些暗物质晕中发生,在另一些暗物质晕中却...

  2. IT之家 AI36

    一张图能改 100 遍、直出透明背景,字节跳动发布新一代图像创作模型 Seedream 5.5

    IT之家 11 月 9 日消息,字节跳动 Seed 团队今日发布了新一代图像创作模型 Seedream 5.5 ,重点带来三项核心能力升级: 更稳定的多轮编辑: 实现非编辑区域的像素级保持,消除色彩偏移,降低连续修改中的细节丢失与画质衰减,支持围绕同一作品展开多达 100 轮的持续创作。 原生 RGBA 透明素材生成: 直接输出带 Alpha 通道的透明或半透明图像,精细处理轮廓边缘与透明区域,省去后期抠图修边,让生成元素可以作为独立素材进入后续设计流程。 质感更自然,文字更清晰: 进一步改善光照、材质与皮肤纹理表现,减少过度油亮、过曝,更贴近真实拍摄的成像质感。同时显著提升文字渲染能力,对复杂字形与密集小字的还原更加准确。 在图像的多轮编辑方面,Seedream 5.5 的指令遵循能力更强,对非编辑区域实现了像素级的保持。在实测中,模型以每一轮的结果作为下一轮输入, 连续完成上百轮修改后,指定编辑区域之外的主体特征、构图比例、...

    推荐理由:来自IT之家 AI的《一张图能改 100 遍、直出透明背景,字节跳动发布新一代图像创作模型 Seedream 5.5》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 9 日消息,字节跳动 Seed 团队今日发布了新一代图像创作模型 Seedream 5.5 ,重点带来三项核心能力升级: 更稳定的多轮编辑: 实现非编辑区域的像素级保持,消除色彩偏移,降低连续修改中的细节丢失与画质衰减,支持围绕同一作品展开多达 100 轮的持续创作。 原生 RGBA 透明素材生成: 直接输出带 Alpha 通道的透明或半透明图像,精细处理轮廓边缘与透明区域,省去后期抠图修边,让生成元素可以作为独立素材进入后续设计流程。 质感更自然,文字更清晰: 进一步改善光照、材质与皮肤纹理表现,减少过度油亮、过曝,更贴近真实拍摄的成像质感。同时显著提升文字渲染能力,对复杂字形与密集小字的还原更加准确。 在图像的多轮编辑方面,Seedream 5.5 的指令遵循能力更强,对非编辑区域实现了像素级的保持。在实测中,模型以每一轮的结果作为下一轮输入, 连续完成上百轮修改后,指定编辑区域之外的主体特征、构图比例、...

  3. IT之家 AI70

    Shizuku AI 公布全双工模型 Shizuku-Duplex,为 AI 伴侣开发奠基

    IT之家 11 月 9 日消息,日本人工智能实验室 Shizuku(雫)AI 当地时间昨日公布了其开发的 Shizuku-Duplex,宣称其是继 GPT-Live 后 第二个支持日语智能对话的全双工模型 ,无需完整询问即启动思考流程。 在日语方面,Shizuku-Duplex 拥有 6 个参测模型中最高的对话自然性, 响应质量仅次于 OpenAI 的 GPT-Live 。 Shizuku-Duplex 可分为处理对话的前台交互模型和可异步处理复杂请求的后台模型,辅以每 5min 一次的上下文压缩。其 以 80ms 为一交互“帧” ,支持音频、文本(模型独白)、动作 3 种输出方式。 基于 Shizuku-Duplex 的技术,Shizuku AI 正在开发始终倾听、响应用户感受、坦诚表达自身感受的伴侣式 AI 雫。 参考 https://shizuku.ai/en/blog/1/

    推荐理由:来自IT之家 AI的《Shizuku AI 公布全双工模型 Shizuku-Duplex,为 AI 伴侣开发奠基》。重点看模型能力与工程。摘要提到:IT之家 11 月 9 日消息,日本人工智能实验室 Shizuku(雫)AI 当地时间昨日公布了其开发的 Shizuku-Duplex,宣称其是继 GPT-Live 后 第二个支持日语智能对话的全双工模型 ,无需完整询问即启动思考流程。 在日语方面,Shizuku-Duplex 拥有 6 个参测模型中最高的对话自然性, 响应质量仅次于 OpenAI 的 GPT-Live 。 Shizuku-Duplex 可分为处理对话的前台交互模型和可异步处理复杂请求的后台模型,辅以每 5min 一次的上下文压缩。其 以 80ms 为一交互“帧” ,支持音频、文本(模型独白)、动作 3 种输出方式。 基于 Shizuku-Duplex 的技术,Shizuku AI 正在开发始终倾听、响应用户感受、坦诚表达自身感受的伴侣式 AI 雫。 参考 https://shizuku.ai/en/blog/1/

  4. 极客公园75

    实测 HY4:腾讯最「夯」大模型,离一线还有多远?

    头图来源:腾讯混元 11 月 4 日,混元 Hy4 正式发布,模型权重将在近期开源,主打性价比的轻量版 Hy4 flash 也一起亮相。腾讯给它的定位是——首次跻身最强开源模型之列。 过去一年,腾讯在 AI 上最多被人看见的,是 WorkBuddy 这类 Agent 和应用产品;到了更底层的模型上,它的声量明显弱于应用。Hy4 真正要回答的,是腾讯在模型这条线上的身位。 从榜单表现来看,在开源模型里,Hy4 已经站进第一梯队;放到全球,和顶尖闭源模型的差距仍然清晰。 而根据国家数据局最近公布的一组数据,我国日均 Token 调用量已经从 2024 年初的 1000 亿,增长到今年 7 月的超 500 万亿,两年增长超 5000 倍。Token 消耗狂飙的背后,Agent 正在从一个技术概念变成新的生产力形态。 极客公园围绕长程 Agent、多模态理解与视觉代码等主线,结合官方评测数据和典型任务,进行了实测...

    推荐理由:来自极客公园的《实测 HY4:腾讯最「夯」大模型,离一线还有多远?》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:头图来源:腾讯混元 11 月 4 日,混元 Hy4 正式发布,模型权重将在近期开源,主打性价比的轻量版 Hy4 flash 也一起亮相。腾讯给它的定位是——首次跻身最强开源模型之列。 过去一年,腾讯在 AI 上最多被人看见的,是 WorkBuddy 这类 Agent 和应用产品;到了更底层的模型上,它的声量明显弱于应用。Hy4 真正要回答的,是腾讯在模型这条线上的身位。 从榜单表现来看,在开源模型里,Hy4 已经站进第一梯队;放到全球,和顶尖闭源模型的差距仍然清晰。 而根据国家数据局最近公布的一组数据,我国日均 Token 调用量已经从 2024 年初的 1000 亿,增长到今年 7 月的超 500 万亿,两年增长超 5000 倍。Token 消耗狂飙的背后,Agent 正在从一个技术概念变成新的生产力形态。 极客公园围绕长程 Agent、多模态理解与视觉代码等主线,结合官方评测数据和典型任务,进行了实测...

  5. IT之家 AI72

    LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API

    IT之家 11 月 9 日消息,LG AI 研究院韩国当地时间今日宣布, 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户,可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练, 拥有比肩头部开源 AI 模型的智能体能力 ,在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754

    推荐理由:来自IT之家 AI的《LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 9 日消息,LG AI 研究院韩国当地时间今日宣布, 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户,可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练, 拥有比肩头部开源 AI 模型的智能体能力 ,在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754

  6. 极客公园67

    具身智能,也到了 API 时刻?

    具身智能的 API 时刻意味着部分具身模型已经开始具备跨本体迁移、在一定范围内适应新任务的能力。 作者|Li Yuan 编辑|郑玄 具身智能,也到了 API 时刻? 过去,想知道一个具身模型有多强,往往要看它在发布视频里完成了什么任务。不过,这条线正在松动。 就在近期,一些公司开始把另一种检验方式交到开发者手里:接上你自己的机器人,试着把你的任务做出来。 10 月,Physical Intelligence(PI)开放了模型 API 测试。开发者可以上传自己的机器人数据,在平台上微调模型,再通过云端推理驱动机器人。PI 表示,一家公司,用这套服务迭代了四天,让双臂机器人开始为自身的零部件去毛刺。 同月,Dream Labs 推出 Dream API,将机器人模型推理按作业时长计费,并提供面向开发者数据的模型微调服务。让机器人调用云端模型,正在成为一种可以试用、适配和购买的服务。 国内,11 月 3 日,原力灵机升级了 Dexma...

    推荐理由:来自极客公园的《具身智能,也到了 API 时刻?》。重点看模型能力与工程、产品发布。摘要提到:具身智能的 API 时刻意味着部分具身模型已经开始具备跨本体迁移、在一定范围内适应新任务的能力。 作者|Li Yuan 编辑|郑玄 具身智能,也到了 API 时刻? 过去,想知道一个具身模型有多强,往往要看它在发布视频里完成了什么任务。不过,这条线正在松动。 就在近期,一些公司开始把另一种检验方式交到开发者手里:接上你自己的机器人,试着把你的任务做出来。 10 月,Physical Intelligence(PI)开放了模型 API 测试。开发者可以上传自己的机器人数据,在平台上微调模型,再通过云端推理驱动机器人。PI 表示,一家公司,用这套服务迭代了四天,让双臂机器人开始为自身的零部件去毛刺。 同月,Dream Labs 推出 Dream API,将机器人模型推理按作业时长计费,并提供面向开发者数据的模型微调服务。让机器人调用云端模型,正在成为一种可以试用、适配和购买的服务。 国内,11 月 3 日,原力灵机升级了 Dexma...

11月8日周日
  1. IT之家 AI68

    上海交大构建 AI 原生科学实验室 AutoDNA 装置:实现自主分子生物学实验操作,成果登《自然》

    IT之家 11 月 8 日消息,上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作,依托张江高等研究院 DNA 存储研究中心开展研究, 成果发表于《自然》(Nature)杂志 ,并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置(思源一号),实现了自主分子生物学实验操作 ,通过对模型、实验与仪器进行协同设计,解决了现有 AI 自主科学实验室向分子生物学实验拓展时,在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题,使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍,已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则,再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率,却难以适应生物分子实验流...

    推荐理由:来自IT之家 AI的《上海交大构建 AI 原生科学实验室 AutoDNA 装置:实现自主分子生物学实验操作,成果登《自然》》。重点看模型能力与工程。摘要提到:IT之家 11 月 8 日消息,上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作,依托张江高等研究院 DNA 存储研究中心开展研究, 成果发表于《自然》(Nature)杂志 ,并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置(思源一号),实现了自主分子生物学实验操作 ,通过对模型、实验与仪器进行协同设计,解决了现有 AI 自主科学实验室向分子生物学实验拓展时,在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题,使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍,已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则,再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率,却难以适应生物分子实验流...

  2. IT之家 AI70

    腾讯姚顺雨谈“AI 模型公司护城河”:更多存在于产品层,而不是模型层

    IT之家 11 月 8 日消息,据第一财经报道,在 2026 未来科学大奖的一场对话中,清华大学讲席教授、中国工程院外籍院士张亚勤向腾讯首席 AI 科学家姚顺雨抛出了一个尖锐的商业问题, 模型公司的护城河究竟是什么 ? 姚顺雨的回答是, AI 护城河更多存在于产品层,而不是模型层 。真正难以替代的,不一定是最聪明的模型,而是能够理解用户背景、利用专有数据和上下文,并获得用户信任的 AI 产品。 姚顺雨以微信为例,如果用户可以直接在微信中使用 AI,这个 AI 未必需要拥有最强大的模型能力,但它了解用户的日程安排、朋友关系和各种活动信息。这些信息能够帮助 AI 更好地理解用户需要什么,也使其他模型难以直接替代它。即使竞争对手推出了一个更聪明的模型,也不意味着它能够提供同样的服务,因为后者未必知道用户是谁。 听完这一回答,张亚勤调侃道,按照姚顺雨的逻辑,Anthropic 未来或许不值一万亿甚至两万亿美元,因为模型终有一天可能走向商...

    推荐理由:来自IT之家 AI的《腾讯姚顺雨谈“AI 模型公司护城河”:更多存在于产品层,而不是模型层》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 8 日消息,据第一财经报道,在 2026 未来科学大奖的一场对话中,清华大学讲席教授、中国工程院外籍院士张亚勤向腾讯首席 AI 科学家姚顺雨抛出了一个尖锐的商业问题, 模型公司的护城河究竟是什么 ? 姚顺雨的回答是, AI 护城河更多存在于产品层,而不是模型层 。真正难以替代的,不一定是最聪明的模型,而是能够理解用户背景、利用专有数据和上下文,并获得用户信任的 AI 产品。 姚顺雨以微信为例,如果用户可以直接在微信中使用 AI,这个 AI 未必需要拥有最强大的模型能力,但它了解用户的日程安排、朋友关系和各种活动信息。这些信息能够帮助 AI 更好地理解用户需要什么,也使其他模型难以直接替代它。即使竞争对手推出了一个更聪明的模型,也不意味着它能够提供同样的服务,因为后者未必知道用户是谁。 听完这一回答,张亚勤调侃道,按照姚顺雨的逻辑,Anthropic 未来或许不值一万亿甚至两万亿美元,因为模型终有一天可能走向商...

  3. IT之家 AI70

    中国移动云公司与智谱签署合作协议,围绕国产算力、大模型服务和 AI 商业化合作

    IT之家 11 月 8 日消息,11 月 6 日,中国移动云公司与北京智谱华章科技股份有限公司正式签署合作协议,在 Token 技术创新、模型服务、产品打造、行业方案等领域深化战略合作。 移动云总经理孙少陵,智谱华章 CEO 张鹏现场见证签约。 据介绍,双方将聚焦 国产化算力适配与模型调优 ,共建 Token 联合发展中心,攻坚关键核心技术,持续提升 Token 生产效率。 此外, 智谱 GLM 系列模型将接入 MoMA 模型服务平台 (IT之家注:移动云 MaaS 平台),双方还将联合构建智能产品矩阵,共创 AI Coding 融合产品;深耕金融、政务等重点行业,构建“算力 + 模型 + 应用”一体化解决方案。

    推荐理由:来自IT之家 AI的《中国移动云公司与智谱签署合作协议,围绕国产算力、大模型服务和 AI 商业化合作》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 8 日消息,11 月 6 日,中国移动云公司与北京智谱华章科技股份有限公司正式签署合作协议,在 Token 技术创新、模型服务、产品打造、行业方案等领域深化战略合作。 移动云总经理孙少陵,智谱华章 CEO 张鹏现场见证签约。 据介绍,双方将聚焦 国产化算力适配与模型调优 ,共建 Token 联合发展中心,攻坚关键核心技术,持续提升 Token 生产效率。 此外, 智谱 GLM 系列模型将接入 MoMA 模型服务平台 (IT之家注:移动云 MaaS 平台),双方还将联合构建智能产品矩阵,共创 AI Coding 融合产品;深耕金融、政务等重点行业,构建“算力 + 模型 + 应用”一体化解决方案。

  4. IT之家 AI70

    前 Rockstar 技术总监:爱好者“AI 移植游戏潮”或迫使官方加速发布《GTA6》PC 版

    IT之家 11 月 8 日消息,前 Rockstar 技术总监 Obbe Vermeij 近日接受外媒《Rock Paper Shotgun》采访时表示,随着 AI 模型逐渐具备反编译和移植游戏的能力,Rockstar 可能已调整《GTA6》的 PC 版发行策略,避免黑客提前将主机平台的《GTA6》打包为可在 PC 平台运行的移植版本,进而影响游戏销量。 Vermeij 表示,近几个月 AI 技术的发展可能改变 Rockstar 长期以来的“先主机再 PC”游戏发行策略。尽管 AI 目前仍难以独立创作出能够媲美人类作品的原创游戏、电影和艺术内容,但在游戏反编译领域已经展现出较强能力,如今已有大量用户将各种游戏移植到各种平台,尽管此类移植作品的质量可能不及 Rockstar 官方团队的成果,但仍有可能分流玩家,损害游戏销量。 Vermeij 指出,《GTA 6》已经历多次大规模泄露事件,以 Take-Two 这样的大型游戏公司而言...

    推荐理由:来自IT之家 AI的《前 Rockstar 技术总监:爱好者“AI 移植游戏潮”或迫使官方加速发布《GTA6》PC 版》。重点看模型能力与工程、文化创意、产品发布。摘要提到:IT之家 11 月 8 日消息,前 Rockstar 技术总监 Obbe Vermeij 近日接受外媒《Rock Paper Shotgun》采访时表示,随着 AI 模型逐渐具备反编译和移植游戏的能力,Rockstar 可能已调整《GTA6》的 PC 版发行策略,避免黑客提前将主机平台的《GTA6》打包为可在 PC 平台运行的移植版本,进而影响游戏销量。 Vermeij 表示,近几个月 AI 技术的发展可能改变 Rockstar 长期以来的“先主机再 PC”游戏发行策略。尽管 AI 目前仍难以独立创作出能够媲美人类作品的原创游戏、电影和艺术内容,但在游戏反编译领域已经展现出较强能力,如今已有大量用户将各种游戏移植到各种平台,尽管此类移植作品的质量可能不及 Rockstar 官方团队的成果,但仍有可能分流玩家,损害游戏销量。 Vermeij 指出,《GTA 6》已经历多次大规模泄露事件,以 Take-Two 这样的大型游戏公司而言...

  5. IT之家 AI70

    Menlo Ventures 报告:中国 AI 模型占全球开源模型企业支出 89%,Kimi、DeepSeek、GLM 位列前三

    IT之家 11 月 8 日消息,据《南华早报》前天报道,一项新研究显示,以月之暗面 Kimi 系列为代表的中国 AI 模型,在全球企业开源模型支出的占比为 89%,接近九成。 IT之家从原报道获悉,硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 , 在全球企业开源模型支出位居第一 ;深度求索 DeepSeek 以 15% 排名第二;智谱的 GLM 以 11% 位列第三。 相比之下,Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型,但其在开源模型企业支出中的占比仅为 7%。

    推荐理由:来自IT之家 AI的《Menlo Ventures 报告:中国 AI 模型占全球开源模型企业支出 89%,Kimi、DeepSeek、GLM 位列前三》。重点看模型能力与工程、开源生态、产品发布。摘要提到:IT之家 11 月 8 日消息,据《南华早报》前天报道,一项新研究显示,以月之暗面 Kimi 系列为代表的中国 AI 模型,在全球企业开源模型支出的占比为 89%,接近九成。 IT之家从原报道获悉,硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 , 在全球企业开源模型支出位居第一 ;深度求索 DeepSeek 以 15% 排名第二;智谱的 GLM 以 11% 位列第三。 相比之下,Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型,但其在开源模型企业支出中的占比仅为 7%。

  6. 极客公园72

    创业者做 Personal Agent,有没有一线生机?

    最近一阶段,Personal Agent 很热。有趣的是,这个概念迅速火爆又迅速有了一个共识,几波讨论下来大家的观点似乎是: Personal Agent 的机会是大厂的,创业者基本没戏。 虽然一般情况下,「入口级机会归大厂」确实是大概率发生的事情,但 Personal Agent 真的是个「入口」的问题吗?真的意味着「这件事里没有创业者的位置」吗? 这依旧值得认真聊一聊。 真正值得兴奋的事:价值可以长在基模外 我们换一个视角看,Personal Agent 为什么让人兴奋? 因为它给创业者提供了一种新的可能: 产品的 终极价值不来自于 今天 大模型 公司提供的智能 , 而是 可以借助大模型的 能力 来 孕育 产品 ,最终在和用户的共同发展中,把 大部分 能力和价值留在创业公司自身。 回顾过去三年 AI 和 Agent 的演进,通用大模型就像一个营养丰富的「蛋」。绝大多数 AI 应用和 Agent 产品,本质上都没能离开大模型这...

    推荐理由:来自极客公园的《创业者做 Personal Agent,有没有一线生机?》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:最近一阶段,Personal Agent 很热。有趣的是,这个概念迅速火爆又迅速有了一个共识,几波讨论下来大家的观点似乎是: Personal Agent 的机会是大厂的,创业者基本没戏。 虽然一般情况下,「入口级机会归大厂」确实是大概率发生的事情,但 Personal Agent 真的是个「入口」的问题吗?真的意味着「这件事里没有创业者的位置」吗? 这依旧值得认真聊一聊。 真正值得兴奋的事:价值可以长在基模外 我们换一个视角看,Personal Agent 为什么让人兴奋? 因为它给创业者提供了一种新的可能: 产品的 终极价值不来自于 今天 大模型 公司提供的智能 , 而是 可以借助大模型的 能力 来 孕育 产品 ,最终在和用户的共同发展中,把 大部分 能力和价值留在创业公司自身。 回顾过去三年 AI 和 Agent 的演进,通用大模型就像一个营养丰富的「蛋」。绝大多数 AI 应用和 Agent 产品,本质上都没能离开大模型这...

  7. IT之家 AI68

    索尼首发“车载乘客眩晕检测”新技术,可提示驾驶员减少急刹、急转

    IT之家 11 月 8 日消息,2026 年 11 月 5 日,索尼(中国)有限公司(下称“索尼”)在第九届中国国际进口博览会上,全球首发“融合双路视觉信息的车载乘客眩晕检测”技术,聚焦乘车观看视频时的眩晕问题。 据介绍,从驾驶员到乘客,索尼对移动出行的探索也延伸至车内娱乐的实际感受。第八届进博会上,索尼展示了融合“ 灵感之窗 ”、车载音频与 PS5 游戏等资源的车载娱乐体验。针对观众对行驶中观看屏幕时眩晕问题的反馈,今年索尼中国研究院研发了车载乘客眩晕检测方案,并与北京交通大学合作,进一步关注车内娱乐的乘坐舒适性。 该方案同时分析两路视频:一路来自车前道路画面,用于反映车辆加减速、转弯和颠簸等状态;另一路来自后排屏幕正在播放的内容,用于识别整体运动、旋转、闪烁等可能引发眩晕的视觉因素。基于公开医学数据训练的 AI 模型综合两路信息,预测乘客可能出现的眩晕程度,也可结合个人敏感度进行评估。 IT之家从官方介绍获悉, 评估结果可用...

    推荐理由:来自IT之家 AI的《索尼首发“车载乘客眩晕检测”新技术,可提示驾驶员减少急刹、急转》。重点看模型能力与工程。摘要提到:IT之家 11 月 8 日消息,2026 年 11 月 5 日,索尼(中国)有限公司(下称“索尼”)在第九届中国国际进口博览会上,全球首发“融合双路视觉信息的车载乘客眩晕检测”技术,聚焦乘车观看视频时的眩晕问题。 据介绍,从驾驶员到乘客,索尼对移动出行的探索也延伸至车内娱乐的实际感受。第八届进博会上,索尼展示了融合“ 灵感之窗 ”、车载音频与 PS5 游戏等资源的车载娱乐体验。针对观众对行驶中观看屏幕时眩晕问题的反馈,今年索尼中国研究院研发了车载乘客眩晕检测方案,并与北京交通大学合作,进一步关注车内娱乐的乘坐舒适性。 该方案同时分析两路视频:一路来自车前道路画面,用于反映车辆加减速、转弯和颠簸等状态;另一路来自后排屏幕正在播放的内容,用于识别整体运动、旋转、闪烁等可能引发眩晕的视觉因素。基于公开医学数据训练的 AI 模型综合两路信息,预测乘客可能出现的眩晕程度,也可结合个人敏感度进行评估。 IT之家从官方介绍获悉, 评估结果可用...

11月7日周六
  1. IT之家 AI72

    谷歌 AI 新研究:无需袖带利用消费级智能手表检测高血压,成果登 Nature

    IT之家 11 月 7 日消息,当地时间 11 月 5 日,谷歌发布博文,介绍在《自然》(Nature)发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准,使用普通消费级智能手表便能被动检测高血压迹象。 官方表示,与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同,新系统转变了解决思路:通过聚合连续多天采集的被动生理特征, 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 :使用超 49 万小时无标注数据训练 1D-CNN,通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 :将多天 15 秒特征向量取均值平滑瞬态噪声,结合身高(表征动脉路径长度),经逻辑回归模型输出持续高血压概率评分。 为评估其性能,研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验,纳入 196 名无心血管病史且未服降压药的受试者,并以临床金标准 ——...

    推荐理由:来自IT之家 AI的《谷歌 AI 新研究:无需袖带利用消费级智能手表检测高血压,成果登 Nature》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,当地时间 11 月 5 日,谷歌发布博文,介绍在《自然》(Nature)发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准,使用普通消费级智能手表便能被动检测高血压迹象。 官方表示,与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同,新系统转变了解决思路:通过聚合连续多天采集的被动生理特征, 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 :使用超 49 万小时无标注数据训练 1D-CNN,通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 :将多天 15 秒特征向量取均值平滑瞬态噪声,结合身高(表征动脉路径长度),经逻辑回归模型输出持续高血压概率评分。 为评估其性能,研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验,纳入 196 名无心血管病史且未服降压药的受试者,并以临床金标准 ——...

  2. IT之家 AI72

    Anthropic 神秘模型“立功”,AI 帮助攻克量子计算领域重大难题

    IT之家 11 月 7 日消息,据《商业内幕》今天(7 日)上午报道,AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence(PSI)宣布,借助 Anthropic 一款尚未发布的 AI 模型, 量子计算领域的阿伦森-安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明,研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ,仅用三天就完成了证明。据其介绍,此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月,OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维-斯托克斯方程难题。 证明阿伦森-安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发,系统使用了 A...

    推荐理由:来自IT之家 AI的《Anthropic 神秘模型“立功”,AI 帮助攻克量子计算领域重大难题》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,据《商业内幕》今天(7 日)上午报道,AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence(PSI)宣布,借助 Anthropic 一款尚未发布的 AI 模型, 量子计算领域的阿伦森-安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明,研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ,仅用三天就完成了证明。据其介绍,此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月,OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维-斯托克斯方程难题。 证明阿伦森-安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发,系统使用了 A...

  3. IT之家 AI68

    Meta 推出基于 Muse Wonder 训练的现有模型专用版本,主动记忆与专注能力下放

    IT之家 11 月 7 日消息,Meta 在上月发布了 Muse Wonder 系列模型。当地时间 11 月 6 日,Meta 宣布推出 基于 Muse Wonder 训练的现有模型专用版本 ,并全面推送给 Muse 与 Meta AI 用户。 在发布 Muse Wonder 时,Meta 首次推出了主动记忆(Active Memory)与主动专注(Active Focus)两项核心特性。如今这两项能力全面下放至 Muse 与 Meta AI 中的专用模型群。 官方表示,主动记忆让 Muse 和 Meta AI 能够精准记住关键信息,并在先前对话内容与当前场景相关时及时调取,从而更轻松地基于历史对话延展推进。 Muse 中升级后的模型,在遗忘达成目标所需关键信息的问题上降低了 2.4 倍。 IT之家获悉,主动专注能力则确保 Muse 即使遭遇突发挑战,也能坚定不移地推进目标。在 Muse 中,当日常任务出现意外状况时,新模型的任...

    推荐理由:来自IT之家 AI的《Meta 推出基于 Muse Wonder 训练的现有模型专用版本,主动记忆与专注能力下放》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,Meta 在上月发布了 Muse Wonder 系列模型。当地时间 11 月 6 日,Meta 宣布推出 基于 Muse Wonder 训练的现有模型专用版本 ,并全面推送给 Muse 与 Meta AI 用户。 在发布 Muse Wonder 时,Meta 首次推出了主动记忆(Active Memory)与主动专注(Active Focus)两项核心特性。如今这两项能力全面下放至 Muse 与 Meta AI 中的专用模型群。 官方表示,主动记忆让 Muse 和 Meta AI 能够精准记住关键信息,并在先前对话内容与当前场景相关时及时调取,从而更轻松地基于历史对话延展推进。 Muse 中升级后的模型,在遗忘达成目标所需关键信息的问题上降低了 2.4 倍。 IT之家获悉,主动专注能力则确保 Muse 即使遭遇突发挑战,也能坚定不移地推进目标。在 Muse 中,当日常任务出现意外状况时,新模型的任...

  4. IT之家 AI68

    国行 Siri AI 新线索:苹果 iOS 27.3 首个开发者预览版新增专属功能 Flag

    IT之家 11 月 7 日消息,消息源 @itspdfu 今天(11 月 7 日)在 X 平台发布推文, 报道称苹果公司正努力在中国大陆引入 Siri AI,在 iOS 27.3 首个开发者预览版 Beta 系统中 已添加相关的功能标志。 消息源称在 iOS 27.3 系统中,苹果公司为 IntelligenceFlow 新增了一个名为 LinwoodChinaMainland 的功能标志(feature flag),目前处于禁用状态,而名为 siriAIInChinaMainland 的内部逻辑会读取这个标志。 IT之家查询公开资料,IntelligenceFlow 是 Siri AI 和 Apple Intelligence 背后的内部框架,可以把它理解成 AI 的调度层:协调对话、模型和工具,让 Siri 不只是回答,还能安排执行任务。 该条推文指出在这套 Siri AI 内部基础设施组件中,出现了一个与中国大陆启用 Si...

    推荐理由:来自IT之家 AI的《国行 Siri AI 新线索:苹果 iOS 27.3 首个开发者预览版新增专属功能 Flag》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,消息源 @itspdfu 今天(11 月 7 日)在 X 平台发布推文, 报道称苹果公司正努力在中国大陆引入 Siri AI,在 iOS 27.3 首个开发者预览版 Beta 系统中 已添加相关的功能标志。 消息源称在 iOS 27.3 系统中,苹果公司为 IntelligenceFlow 新增了一个名为 LinwoodChinaMainland 的功能标志(feature flag),目前处于禁用状态,而名为 siriAIInChinaMainland 的内部逻辑会读取这个标志。 IT之家查询公开资料,IntelligenceFlow 是 Siri AI 和 Apple Intelligence 背后的内部框架,可以把它理解成 AI 的调度层:协调对话、模型和工具,让 Siri 不只是回答,还能安排执行任务。 该条推文指出在这套 Siri AI 内部基础设施组件中,出现了一个与中国大陆启用 Si...

  5. 极客公园76

    办公提效之后,企业级 Agent 开始对经营结果负责

    头图来源:腾讯云 过去一年,智能体是 AI 行业最受关注的方向之一。 从查资料、写文档到处理日常办公事务,桌面办公智能体完成了第一轮普及,办公提效的价值已经成为行业共识。但当 AI 进一步走向企业核心业务,搭出一个智能体不难,难的是让它真正跑进业务流程,适配复杂的系统、权限与规则,持续产出可量化的经营价值。 在腾讯云副总裁吴永坚看来,未来企业级智能体的核心赛道,对话式的桌面办公 Agent 和服务经营的 Service Agent 会是两个长期并行的赛道。大模型提供了理解与推理能力,但想让 AI 真正参与业务经营,还需要一套能够打通系统、管好权限、支撑长期稳定运行的企业级平台。 在 2026 腾讯全球数字生态大会企业级 Agent 产业实践专场上,腾讯云 ADP 宣布完成全生命周期产品升级,同时推出 FDE 交付方法论与生态共建体系,试图回答的正是这一问题:当办公场景的提效已经形成共识,要让智能体真的走进业务经营场景,底层的智能...

    推荐理由:来自极客公园的《办公提效之后,企业级 Agent 开始对经营结果负责》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:头图来源:腾讯云 过去一年,智能体是 AI 行业最受关注的方向之一。 从查资料、写文档到处理日常办公事务,桌面办公智能体完成了第一轮普及,办公提效的价值已经成为行业共识。但当 AI 进一步走向企业核心业务,搭出一个智能体不难,难的是让它真正跑进业务流程,适配复杂的系统、权限与规则,持续产出可量化的经营价值。 在腾讯云副总裁吴永坚看来,未来企业级智能体的核心赛道,对话式的桌面办公 Agent 和服务经营的 Service Agent 会是两个长期并行的赛道。大模型提供了理解与推理能力,但想让 AI 真正参与业务经营,还需要一套能够打通系统、管好权限、支撑长期稳定运行的企业级平台。 在 2026 腾讯全球数字生态大会企业级 Agent 产业实践专场上,腾讯云 ADP 宣布完成全生命周期产品升级,同时推出 FDE 交付方法论与生态共建体系,试图回答的正是这一问题:当办公场景的提效已经形成共识,要让智能体真的走进业务经营场景,底层的智能...

  6. IT之家 AI68

    Planet AI 邀你“向地球提问”:超 10 年卫星影像变化,一句话就能查

    IT之家 11 月 7 日消息,美国卫星数据公司 Planet 于 11 月 5 日推出 Planet AI 应用, 结合大语言模型与超过十年的全球卫星影像档案,让用户使用自然语言搜索、观察和分析地球表面的变化。 IT之家附上演示视频如下: 产品目前可通过 ai.planet.com 免费使用,用户登录 Planet Insights 账号后,未来可使用更多高级功能。Planet 强调,所有 AI 结论均以可查看的原始卫星影像为依据,以降低“AI 幻觉”带来的误判风险。用户只需用日常语言描述问题,即可在全球范围内搜索目标地点、追踪其时间变化,并生成对比图或延时影像。 与需要专业 GIS 技能的传统遥感工具不同,Planet AI 采用“地图 + 聊天”界面。用户只需提出诸如“找出某地区新增建设用地”或“追踪某片森林的变化”等问题,AI 会解析需求,在覆盖全球的矢量地图和月度影像拼图中定位相关区域,并呈现可核验的卫星影像结果。 该...

    推荐理由:来自IT之家 AI的《Planet AI 邀你“向地球提问”:超 10 年卫星影像变化,一句话就能查》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,美国卫星数据公司 Planet 于 11 月 5 日推出 Planet AI 应用, 结合大语言模型与超过十年的全球卫星影像档案,让用户使用自然语言搜索、观察和分析地球表面的变化。 IT之家附上演示视频如下: 产品目前可通过 ai.planet.com 免费使用,用户登录 Planet Insights 账号后,未来可使用更多高级功能。Planet 强调,所有 AI 结论均以可查看的原始卫星影像为依据,以降低“AI 幻觉”带来的误判风险。用户只需用日常语言描述问题,即可在全球范围内搜索目标地点、追踪其时间变化,并生成对比图或延时影像。 与需要专业 GIS 技能的传统遥感工具不同,Planet AI 采用“地图 + 聊天”界面。用户只需提出诸如“找出某地区新增建设用地”或“追踪某片森林的变化”等问题,AI 会解析需求,在覆盖全球的矢量地图和月度影像拼图中定位相关区域,并呈现可核验的卫星影像结果。 该...

  7. IT之家 AI76

    Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明

    IT之家 11 月 7 日消息,Anthropic 昨日(11 月 6 日)发布研究文章《The components of agent memory》,系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ,在空闲时间反思历史记录、纠错并构建知识结构,从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征(如 Wiki)和注入上下文四层,并引入“做梦”(dreaming)机制,让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为,AI 可像人脑在睡眠中巩固记忆一样,将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记,但并非所有信息都值得保存,它需要判断哪些内容在未来真正有用。 Anthropic 指出, 记忆本质上是一种对未来的预测,例如记录一条已验证的规则...

    推荐理由:来自IT之家 AI的《Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,Anthropic 昨日(11 月 6 日)发布研究文章《The components of agent memory》,系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ,在空闲时间反思历史记录、纠错并构建知识结构,从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征(如 Wiki)和注入上下文四层,并引入“做梦”(dreaming)机制,让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为,AI 可像人脑在睡眠中巩固记忆一样,将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记,但并非所有信息都值得保存,它需要判断哪些内容在未来真正有用。 Anthropic 指出, 记忆本质上是一种对未来的预测,例如记录一条已验证的规则...

  8. Claude Code Releases84

    Claude Code Releases v2.1.319:Changed auto mode with telemetry or feature flags off, inc...

    更改了自动模式,当启用了遥测或特征标志时,包括在LLM网关后:无法检查的调用不会被询问或拒绝,无 fallback 到内置分类器;将 CLAUDE_CODE_AUTO_MODE_SERVER 设置为 0 以保持使用(Bedrock、Vertex 和 Foundry 保持不变);在 LLM 网关后更改自动模式:CLAUDE_CODE_AUTO_MODE_SERVER 设置为 1 会启用服务器端检查,即使设置了 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS;若管理设置设置了后者,必须同时设置 1。新增了终端中 MCP 任务的支持:当 MCP 服务器作为任务调用工具时,Claude Code 立即将其移到后台,并在完成时告知结果。新增了 CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND 环境变量,使 Claude Code 在工具调用中等待 MCP 任务,而非立即将其移到后台。新增了权限 denyInsteadOfPrompting 设置:若工具调用会等待权限提示,则被拒绝。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

11月6日周五
  1. IT之家 AI76

    Day-0 支持:摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配,支持文本与图片推理

    IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布,摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈, 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ,打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到, Kimi K3.1 Pro 是 K3.1 系列首款模型 ,也是迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。经过大规模后训练和强化学习,模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升;在代码与 Agent 基准测试中,其表现已达到或接近顶尖闭源模型水...

    推荐理由:来自IT之家 AI的《Day-0 支持:摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配,支持文本与图片推理》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布,摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈, 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ,打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到, Kimi K3.1 Pro 是 K3.1 系列首款模型 ,也是迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。经过大规模后训练和强化学习,模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升;在代码与 Agent 基准测试中,其表现已达到或接近顶尖闭源模型水...

  2. 极客公园73

    估值 400 亿美元,美国公司,终于做出了中国开源模型的竞对

    作者|Wildcard 编辑|靖宇 11 月 5 日,OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab(简称 TML)同一天出了两条新闻。 当天,公司发布了第二代模型 Inkling 2 Small,第三方评测机构 Artificial Analysis(AA)给的评价相当高:权重放出后,它将成为「 中国以外得分最高的开放权重模型 」。同一天,据报道,这家公司正以 400 亿美元的投前估值筹集 50 亿美元新融资。 TML 在 2025 年 2 月对外亮相,至今一年半多。这期间,他们拿过 a16z 领投的 20 亿美元种子轮,也经历了联合创始人 Andrew Tulloch 转投 Meta,以及联合创始人 Barret Zoph、Luke Metz 等人今年 1 月回归 OpenAI 的动荡,之后由 PyTorch 联合创始人 Soumith Chintala 接任 CTO。 ...

    推荐理由:来自极客公园的《估值 400 亿美元,美国公司,终于做出了中国开源模型的竞对》。重点看模型能力与工程、评测与基准、文化创意。摘要提到:作者|Wildcard 编辑|靖宇 11 月 5 日,OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab(简称 TML)同一天出了两条新闻。 当天,公司发布了第二代模型 Inkling 2 Small,第三方评测机构 Artificial Analysis(AA)给的评价相当高:权重放出后,它将成为「 中国以外得分最高的开放权重模型 」。同一天,据报道,这家公司正以 400 亿美元的投前估值筹集 50 亿美元新融资。 TML 在 2025 年 2 月对外亮相,至今一年半多。这期间,他们拿过 a16z 领投的 20 亿美元种子轮,也经历了联合创始人 Andrew Tulloch 转投 Meta,以及联合创始人 Barret Zoph、Luke Metz 等人今年 1 月回归 OpenAI 的动荡,之后由 PyTorch 联合创始人 Soumith Chintala 接任 CTO。 ...

  3. IT之家 AI68

    Pangram 正式发布其 AI 图像检测模型,准确率达 99.96%

    IT之家 11 月 6 日消息,Pangram Labs 是一家专注人工智能生成内容识别的 AI 实验室。其在本月 4 日正式发布了 Pangram Image 1.0 模型。该模型可通过热力图定位 AI 生成的内容。 Pangram Labs 利用 12 种前沿 AI 图像生成器,基于 100 张真实图片制作了一个 1200 张照片的测试数据集。 Pangram Image 1.0 模型在该测试中取得了 99.96% 的准确率 。 此外,Pangram Image 1.0 能很好地对抗压缩、缩放、人工添加修饰对检测能力的影响,同时在 256×256 分辨率下还有 96.4% 的准确度。 与 Pangram Image 1.0 一道面世的 还有 Pangram Image Flash 1.0 视频检测模型 。其在 DF26 数据集上的准确率达到 98.7%,领先第二名达 29 个百分点。 参考 https://www.pangr...

    推荐理由:来自IT之家 AI的《Pangram 正式发布其 AI 图像检测模型,准确率达 99.96%》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,Pangram Labs 是一家专注人工智能生成内容识别的 AI 实验室。其在本月 4 日正式发布了 Pangram Image 1.0 模型。该模型可通过热力图定位 AI 生成的内容。 Pangram Labs 利用 12 种前沿 AI 图像生成器,基于 100 张真实图片制作了一个 1200 张照片的测试数据集。 Pangram Image 1.0 模型在该测试中取得了 99.96% 的准确率 。 此外,Pangram Image 1.0 能很好地对抗压缩、缩放、人工添加修饰对检测能力的影响,同时在 256×256 分辨率下还有 96.4% 的准确度。 与 Pangram Image 1.0 一道面世的 还有 Pangram Image Flash 1.0 视频检测模型 。其在 DF26 数据集上的准确率达到 98.7%,领先第二名达 29 个百分点。 参考 https://www.pangr...

  4. IT之家 AI70

    小岛秀夫:AI 能提升游戏开发效率,但可能剥夺创作中最有价值的试错过程

    IT之家 11 月 6 日消息,知名游戏制作人小岛秀夫近日接受日媒 Game*Spark 采访时表示,AI 是把双刃剑,它能够提升游戏开发效率,也可能剥夺创意工作中最有价值的试错过程。如果不加以限制,AI 可能会涉足创意工作领域。 IT之家从原报道获悉,小岛秀夫认为,AI 与 Photoshop、文字处理软件的发展脉络相同,这些数字工具极大程度地方便了创作,并提升人们的效率,他并不反对。 不过这名游戏制作人的担忧点在于,AI 带来的效率提升,可能省略掉创作最有价值部分。例如在绘画中,创作的乐趣并不在于完成一幅画,而是中间的过程。 有时候,制作某样东西的过程本身才是真正在创作。因此让电脑按指令制作某些东西,如果不符合要求就让它重复一轮,这种方式虽然可以接受,但不是特别有趣的创作方式。为了进一步证明自身观点,小岛秀夫还拿拼积木、模型举例,称这些玩具形状都是一样的, 但人们真正享受的 , 是亲手组装的过程 。 小岛秀夫表示,过去由自己...

    推荐理由:来自IT之家 AI的《小岛秀夫:AI 能提升游戏开发效率,但可能剥夺创作中最有价值的试错过程》。重点看模型能力与工程、文化创意。摘要提到:IT之家 11 月 6 日消息,知名游戏制作人小岛秀夫近日接受日媒 Game*Spark 采访时表示,AI 是把双刃剑,它能够提升游戏开发效率,也可能剥夺创意工作中最有价值的试错过程。如果不加以限制,AI 可能会涉足创意工作领域。 IT之家从原报道获悉,小岛秀夫认为,AI 与 Photoshop、文字处理软件的发展脉络相同,这些数字工具极大程度地方便了创作,并提升人们的效率,他并不反对。 不过这名游戏制作人的担忧点在于,AI 带来的效率提升,可能省略掉创作最有价值部分。例如在绘画中,创作的乐趣并不在于完成一幅画,而是中间的过程。 有时候,制作某样东西的过程本身才是真正在创作。因此让电脑按指令制作某些东西,如果不符合要求就让它重复一轮,这种方式虽然可以接受,但不是特别有趣的创作方式。为了进一步证明自身观点,小岛秀夫还拿拼积木、模型举例,称这些玩具形状都是一样的, 但人们真正享受的 , 是亲手组装的过程 。 小岛秀夫表示,过去由自己...

  5. IT之家 AI68

    西门子医疗与阿里达摩院签约:加速普及 AI“一扫多筛”,一次 CT 扫描早期发现癌症等重大疾病

    IT之家 11 月 6 日消息,11 月 6 日,在上海举行的第九届中国国际进口博览会上,西门子医疗与阿里巴巴达摩院签署战略合作协议,计划将达摩院首创的“一扫多筛”AI 技术与西门子医疗的影像设备、临床应用相结合,助力癌症和心血管病等重大疾病的早期发现。 据介绍,达摩院自研基于平扫 CT + AI 的“一扫多筛”技术, 即用 AI 识别 CT 影像中肉眼难以分辨的多种细微病灶 ,先后突破消化肿瘤影像筛查、主动脉夹层预警等国际重大医学难题,相关成果登上《科学》(Science)、《自然 · 医学》(Nature Medicine)等顶级期刊,进入国家药监局的创新医疗器械审评绿色通道,并获美国 FDA“突破性医疗器械”认定。 IT之家获悉,双方拟依托西门子医疗的医疗影像设备和临床应用资源, 引入达摩院医疗 AI 模型,推广用一次 CT 扫描早期发现胰腺癌、胃癌、肠癌、食管癌、肝癌等高致死癌症,以及主动脉夹层、肺动脉栓塞等心血管危急重...

    推荐理由:来自IT之家 AI的《西门子医疗与阿里达摩院签约:加速普及 AI“一扫多筛”,一次 CT 扫描早期发现癌症等重大疾病》。重点看模型能力与工程。摘要提到:IT之家 11 月 6 日消息,11 月 6 日,在上海举行的第九届中国国际进口博览会上,西门子医疗与阿里巴巴达摩院签署战略合作协议,计划将达摩院首创的“一扫多筛”AI 技术与西门子医疗的影像设备、临床应用相结合,助力癌症和心血管病等重大疾病的早期发现。 据介绍,达摩院自研基于平扫 CT + AI 的“一扫多筛”技术, 即用 AI 识别 CT 影像中肉眼难以分辨的多种细微病灶 ,先后突破消化肿瘤影像筛查、主动脉夹层预警等国际重大医学难题,相关成果登上《科学》(Science)、《自然 · 医学》(Nature Medicine)等顶级期刊,进入国家药监局的创新医疗器械审评绿色通道,并获美国 FDA“突破性医疗器械”认定。 IT之家获悉,双方拟依托西门子医疗的医疗影像设备和临床应用资源, 引入达摩院医疗 AI 模型,推广用一次 CT 扫描早期发现胰腺癌、胃癌、肠癌、食管癌、肝癌等高致死癌症,以及主动脉夹层、肺动脉栓塞等心血管危急重...

  6. IT之家 AI72

    webAI 开源 TwIL-8B 推理模型:聚焦数学与编程,长板表现优于 Gemma 4 31B

    IT之家 11 月 6 日消息,专注于本地小型专业模型的人工智能实验室 webAI 当地时间本月 4 日推出了 TwIL-8B 推理模型。 这一模型基于 IBM Granite-4.2-8B, 针对数学、代码、指令跟踪工作负载进行优化 ,以其非商业许可协议开源。 webAI 表示,TwIL-8B 在 MATH-500、AIME 2025 两项高等数学基准测试上拥有参与比较的模型中的最佳成绩,甚至强于尺寸数倍的谷歌 Gemma 4 31B;同时其 LiveCodeBench 成绩也是同组最佳;此外其 IFBench 指令执行测试表现与 Gemma 4 12B 持平。 webAI 宣称 TwIL-8B 的 推理能力在其长板达到前沿模型的 88~93% ,能在很多情况下降低 AI 使用成本。不过,该模型的知识储备有限,并非通用模型。 参考 https://huggingface.co/webAI-Official/TwIL-8B

    推荐理由:来自IT之家 AI的《webAI 开源 TwIL-8B 推理模型:聚焦数学与编程,长板表现优于 Gemma 4 31B》。重点看模型能力与工程、评测与基准、开源生态。摘要提到:IT之家 11 月 6 日消息,专注于本地小型专业模型的人工智能实验室 webAI 当地时间本月 4 日推出了 TwIL-8B 推理模型。 这一模型基于 IBM Granite-4.2-8B, 针对数学、代码、指令跟踪工作负载进行优化 ,以其非商业许可协议开源。 webAI 表示,TwIL-8B 在 MATH-500、AIME 2025 两项高等数学基准测试上拥有参与比较的模型中的最佳成绩,甚至强于尺寸数倍的谷歌 Gemma 4 31B;同时其 LiveCodeBench 成绩也是同组最佳;此外其 IFBench 指令执行测试表现与 Gemma 4 12B 持平。 webAI 宣称 TwIL-8B 的 推理能力在其长板达到前沿模型的 88~93% ,能在很多情况下降低 AI 使用成本。不过,该模型的知识储备有限,并非通用模型。 参考 https://huggingface.co/webAI-Official/TwIL-8B

  7. IT之家 AI68

    印度计划两年内完成自研 GPU,推动 SHAKTI、VEGA 处理器商业化

    IT之家 11 月 6 日消息,印度正加快建设本土半导体产业,计划在未来约 24 个月内研发出自主 GPU 芯片,同时推动基于 RISC-V 架构的 SHAKTI 和 VEGA 处理器进入商业市场。 据印度科技媒体 ETGovernment 当地时间 11 月 4 日报道,印度电子和信息技术部(MeitY)秘书长 S. Krishnan 在接受采访时透露,根据印度半导体使命 2.0,政府计划支持本土 GPU 芯片研发。 他表示,这项工作不可能一蹴而就,预计需要约 24 个月,印度将朝着拥有自主 GPU 的目标推进。不过,这一 GPU 项目目前仍处于早期规划阶段。Krishnan 没有透露具体负责研发的企业、芯片供应商或制造商,也没有公布芯片架构、性能指标及制程等技术细节。 Krishnan 还介绍了印度发展 AI 产业所需的五个基础层面,分别是能源供应、加速器芯片、计算基础设施与服务器、AI 模型以及应用。 据介绍,印度企业 V...

    推荐理由:来自IT之家 AI的《印度计划两年内完成自研 GPU,推动 SHAKTI、VEGA 处理器商业化》。重点看模型能力与工程。摘要提到:IT之家 11 月 6 日消息,印度正加快建设本土半导体产业,计划在未来约 24 个月内研发出自主 GPU 芯片,同时推动基于 RISC-V 架构的 SHAKTI 和 VEGA 处理器进入商业市场。 据印度科技媒体 ETGovernment 当地时间 11 月 4 日报道,印度电子和信息技术部(MeitY)秘书长 S. Krishnan 在接受采访时透露,根据印度半导体使命 2.0,政府计划支持本土 GPU 芯片研发。 他表示,这项工作不可能一蹴而就,预计需要约 24 个月,印度将朝着拥有自主 GPU 的目标推进。不过,这一 GPU 项目目前仍处于早期规划阶段。Krishnan 没有透露具体负责研发的企业、芯片供应商或制造商,也没有公布芯片架构、性能指标及制程等技术细节。 Krishnan 还介绍了印度发展 AI 产业所需的五个基础层面,分别是能源供应、加速器芯片、计算基础设施与服务器、AI 模型以及应用。 据介绍,印度企业 V...

  8. IT之家 AI70

    Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型

    IT之家 11 月 6 日消息,由前谷歌研究员创立的人工智能实验室 Ricursive Intelligence 当地时间本月 4 日发布了 Ripple-65B Preview, 宣称其在美国开放权重模型中拥有最为出色的智能体编程表现。 Ricursive Intelligence 此前的工作专注于 AI 驱动的芯片设计平台,而 Ripple-65B Preview 是其专用模型的通用变体。其在 TerminalBench 2.1 上的表现优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等规模显著更大的竞争者。 Ripple-65B Preview 是一款稠密模型,在 12T Token 上预训练而成,支持 1M 上下文长度。Ricursive Intelligence 称该模型 从头开发和训练的成本为 3,200 万美元 (IT之家注:现汇率约合 2.14 ...

    推荐理由:来自IT之家 AI的《Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,由前谷歌研究员创立的人工智能实验室 Ricursive Intelligence 当地时间本月 4 日发布了 Ripple-65B Preview, 宣称其在美国开放权重模型中拥有最为出色的智能体编程表现。 Ricursive Intelligence 此前的工作专注于 AI 驱动的芯片设计平台,而 Ripple-65B Preview 是其专用模型的通用变体。其在 TerminalBench 2.1 上的表现优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等规模显著更大的竞争者。 Ripple-65B Preview 是一款稠密模型,在 12T Token 上预训练而成,支持 1M 上下文长度。Ricursive Intelligence 称该模型 从头开发和训练的成本为 3,200 万美元 (IT之家注:现汇率约合 2.14 ...

  9. IT之家 AI68

    Meta 给 AI 装上“脸”和“嗓子”:Muse 现在能视频聊天了

    IT之家 11 月 6 日消息,Meta 首席执行官马克 · 扎克伯格(Mark Zuckerberg)今天(11 月 6 日)在 Threads 社交平台上发布串文 ,宣布个人 AI 助手 Muse 正式上线实时语音对话与富有表现力的虚拟形象功能。 上述功能率先面向美国用户推送,覆盖移动端、网页端和 Mac 应用。用户点击应用右上角的电话图标,即可像打电话一样与 Muse 交谈,并可在其回答过程中随时打断。IT之家附上相关截图如下: 在技术支撑方面,本次更新主要由 Muse Realtime Voice 语音模型和 Muse Realtime Avatar 虚拟形象模型提供支持,前者会同时生成“说什么”和“怎么说”的信息;而后者基于同一数据流实时生成表情、口型和肢体动作,让声音与画面保持同步。 Meta 称,该系统可流式输出 448×768 分辨率、25 帧每秒的竖屏视频,从用户说完话到收到首个音视频响应的延迟约为 870 毫...

    推荐理由:来自IT之家 AI的《Meta 给 AI 装上“脸”和“嗓子”:Muse 现在能视频聊天了》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,Meta 首席执行官马克 · 扎克伯格(Mark Zuckerberg)今天(11 月 6 日)在 Threads 社交平台上发布串文 ,宣布个人 AI 助手 Muse 正式上线实时语音对话与富有表现力的虚拟形象功能。 上述功能率先面向美国用户推送,覆盖移动端、网页端和 Mac 应用。用户点击应用右上角的电话图标,即可像打电话一样与 Muse 交谈,并可在其回答过程中随时打断。IT之家附上相关截图如下: 在技术支撑方面,本次更新主要由 Muse Realtime Voice 语音模型和 Muse Realtime Avatar 虚拟形象模型提供支持,前者会同时生成“说什么”和“怎么说”的信息;而后者基于同一数据流实时生成表情、口型和肢体动作,让声音与画面保持同步。 Meta 称,该系统可流式输出 448×768 分辨率、25 帧每秒的竖屏视频,从用户说完话到收到首个音视频响应的延迟约为 870 毫...

  10. IT之家 AI70

    李飞飞 World Labs 团队发布“游戏掌机”Frameboy:用网页实时探索 AI 生成世界,每秒最高 15 帧

    IT之家 11 月 6 日消息,“AI 教母”李飞飞的创企 World Labs 于今年 9 月发布了 “全球首个多模态世界模型”—— Atlas ,宣称该模型能够以像素级精确的相机控制生成图像和视频帧,并将其在 3D 中重建。 时隔两个月,World Labs 端出了一款名为 Frameboy 的演示项目,可以让网友直接在网页端体验,用高度优化的 Atlas 版本实时探索多模态世界,并以最高 15 帧每秒的云 GPU 流媒体传输。 IT之家测试体验,Frameboy 是一个类似游戏机的模拟项目, 网友可点击不同的“游戏卡带”来选择不同的模拟世界 ,经过十几秒加载后就可以自由探索模拟的世界。 Frameboy 的按键和摇杆支持通过 触屏、键盘按键 操控,十字键是进行移动,摇杆是调整视角,整体操作稍微有些卡顿,毕竟最高只有 15 帧。 此外,Frameboy 目前必须运行在云端强大的 GPU 服务器上,成本与本地渲染方法相比并不便...

    推荐理由:来自IT之家 AI的《李飞飞 World Labs 团队发布“游戏掌机”Frameboy:用网页实时探索 AI 生成世界,每秒最高 15 帧》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,“AI 教母”李飞飞的创企 World Labs 于今年 9 月发布了 “全球首个多模态世界模型”—— Atlas ,宣称该模型能够以像素级精确的相机控制生成图像和视频帧,并将其在 3D 中重建。 时隔两个月,World Labs 端出了一款名为 Frameboy 的演示项目,可以让网友直接在网页端体验,用高度优化的 Atlas 版本实时探索多模态世界,并以最高 15 帧每秒的云 GPU 流媒体传输。 IT之家测试体验,Frameboy 是一个类似游戏机的模拟项目, 网友可点击不同的“游戏卡带”来选择不同的模拟世界 ,经过十几秒加载后就可以自由探索模拟的世界。 Frameboy 的按键和摇杆支持通过 触屏、键盘按键 操控,十字键是进行移动,摇杆是调整视角,整体操作稍微有些卡顿,毕竟最高只有 15 帧。 此外,Frameboy 目前必须运行在云端强大的 GPU 服务器上,成本与本地渲染方法相比并不便...

  11. IT之家 AI76

    蚂蚁百灵大模型 Ling 3.2 Flash 发布:三项基准超越 Claude Opus 5,前两周限时免费

    IT之家 11 月 6 日消息,蚂蚁百灵官方团队今日宣布推出原生多模态模型 Ling-3.2-flash,拥有 560B 总参数、25B 激活参数、1M 上下文窗口。 该模型从架构层面原生融合视觉与语言能力,支持图像、文本与视频输入,重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力。 在蚂蚁官方公布的评测结果中,Ling-3.2-flash 在三项基准上超过 Anthropic Claude Opus 5(max): OmniDocBench1.5 得分 92.21,对比 90.56; ZEROBench(Sub)得分 43.71,对比 39.52; Vision2Web 得分 85.86,对比 80.20。 在 DesignArena 图像转前端竞技场中,该模型以 1238 的 Elo 分数进入前十,与 Meta、DeepSeek 及 Anthropic 等竞品并列。 该模型重点强化四大能力:...

    推荐理由:来自IT之家 AI的《蚂蚁百灵大模型 Ling 3.2 Flash 发布:三项基准超越 Claude Opus 5,前两周限时免费》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 6 日消息,蚂蚁百灵官方团队今日宣布推出原生多模态模型 Ling-3.2-flash,拥有 560B 总参数、25B 激活参数、1M 上下文窗口。 该模型从架构层面原生融合视觉与语言能力,支持图像、文本与视频输入,重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力。 在蚂蚁官方公布的评测结果中,Ling-3.2-flash 在三项基准上超过 Anthropic Claude Opus 5(max): OmniDocBench1.5 得分 92.21,对比 90.56; ZEROBench(Sub)得分 43.71,对比 39.52; Vision2Web 得分 85.86,对比 80.20。 在 DesignArena 图像转前端竞技场中,该模型以 1238 的 Elo 分数进入前十,与 Meta、DeepSeek 及 Anthropic 等竞品并列。 该模型重点强化四大能力:...

  12. IT之家 AI74

    英伟达破局 AI 内存瓶颈:HBM 仅增约 3%,每美元智能体吞吐量最高提升 30 倍

    IT之家 11 月 6 日消息,英伟达昨日(11 月 5 日)发布技术解读,指出随着大模型参数规模、上下文长度和智能体应用快速增长,GPU 显存正面临前所未有的压力,HBM 供应趋紧、价格上升,在可以预见的未来仍将持续。 为了破解当前 AI 内存瓶颈, 英伟达探索引入了“全栈协同设计”理念 ,将 GPU、CPU、网络、存储和软件作为一个整体协同设计,让每一字节内存在 AI 工厂的各层级都产生更高价值。IT之家附上相关图片如下: 在推理过程中,昂贵的 HBM 既要承载模型权重,也要保存 KV 缓存(用于记录模型理解当前请求所需的上下文)。智能体工作流会在多次模型调用和工具调用间持续携带历史上下文,部分场景需处理多达 300 万个 token;检索增强生成(RAG)还会把企业资料加入提示词,进一步推高内存占用。 英伟达将 HBM 比作仓库、将内存带宽比作装卸口:容量再大,若数据进出速度跟不上,也会形成“内存墙”,导致新增容量无法有效...

    推荐理由:来自IT之家 AI的《英伟达破局 AI 内存瓶颈:HBM 仅增约 3%,每美元智能体吞吐量最高提升 30 倍》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,英伟达昨日(11 月 5 日)发布技术解读,指出随着大模型参数规模、上下文长度和智能体应用快速增长,GPU 显存正面临前所未有的压力,HBM 供应趋紧、价格上升,在可以预见的未来仍将持续。 为了破解当前 AI 内存瓶颈, 英伟达探索引入了“全栈协同设计”理念 ,将 GPU、CPU、网络、存储和软件作为一个整体协同设计,让每一字节内存在 AI 工厂的各层级都产生更高价值。IT之家附上相关图片如下: 在推理过程中,昂贵的 HBM 既要承载模型权重,也要保存 KV 缓存(用于记录模型理解当前请求所需的上下文)。智能体工作流会在多次模型调用和工具调用间持续携带历史上下文,部分场景需处理多达 300 万个 token;检索增强生成(RAG)还会把企业资料加入提示词,进一步推高内存占用。 英伟达将 HBM 比作仓库、将内存带宽比作装卸口:容量再大,若数据进出速度跟不上,也会形成“内存墙”,导致新增容量无法有效...

  13. IT之家 AI70

    AI 视频模型卷出新高度:谷歌 Gemini Omni 1.2 Flash 发布,原生 15 秒生成、较 1.1 降价 30%

    IT之家 11 月 6 日消息,谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型,并在 Gemini API 与 Gemini for business 平台全面开放使用。 新版模型实现了 原生 15 秒视频生成 、多轮对话式编辑、更强的参考遵循能力,同时较 1.1 版本 降价 30% ,720p 视频生成价格为 每秒 0.07 美元 (IT之家注:现汇率约合 0.47 元人民币) 。 在 规模化降本 方面,新版工作流可先以 360p 或 720p 快速起草,通过后续编辑修正细节,无需重新生成整个片段,最后再将成品升级到 1080p 或 4K,进一步压缩使用成本。 在 片段长度 上,Gemini Omni 1.2 Flash 将原生支持的视频时长从 1.1 版本的 10 秒延长到最长 15 秒,并支持以 1 秒为单位,在 3 到 15 秒区间内自定义时长,可一次性完成完整故事、产品讲解或社交广告片段的生成。...

    推荐理由:来自IT之家 AI的《AI 视频模型卷出新高度:谷歌 Gemini Omni 1.2 Flash 发布,原生 15 秒生成、较 1.1 降价 30%》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型,并在 Gemini API 与 Gemini for business 平台全面开放使用。 新版模型实现了 原生 15 秒视频生成 、多轮对话式编辑、更强的参考遵循能力,同时较 1.1 版本 降价 30% ,720p 视频生成价格为 每秒 0.07 美元 (IT之家注:现汇率约合 0.47 元人民币) 。 在 规模化降本 方面,新版工作流可先以 360p 或 720p 快速起草,通过后续编辑修正细节,无需重新生成整个片段,最后再将成品升级到 1080p 或 4K,进一步压缩使用成本。 在 片段长度 上,Gemini Omni 1.2 Flash 将原生支持的视频时长从 1.1 版本的 10 秒延长到最长 15 秒,并支持以 1 秒为单位,在 3 到 15 秒区间内自定义时长,可一次性完成完整故事、产品讲解或社交广告片段的生成。...

11月5日周四
  1. IT之家 AI74

    消息称华为云 MaaS 平台 11 月 15 日更新上线 openPangu-2.1-Pro 旗舰模型

    IT之家 11 月 5 日消息,据人民财讯消息,华为云 MaaS 平台将于 11 月 15 日正式更新上线 openPangu-2.1-Pro 旗舰模型。 该版本主要提升了 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。华为云已通过官方短信通知现网用户提前悉知, 此前有报道称华为云完全停售盘古大模型系外界误读 。 据了解,本次更新还涉及华为云智能体平台 AgentArts、码道 CodeArts、果办 OfficeAce 等多款核心产品,也将同步接入该旗舰模型。 据IT之家此前报道, 华为云 11 月 1 日发布公告 ,MaaS 模型即服务平台将于 2026 年 11 月 6 日停止销售 openPangu-2.0-Flash 和 openPangu-2.0-Pro 两款模型服务,并于 11 月 30 日 00:00 正式下线。 不过官方当时就表示,openPangu 系列新版本模型已在规划中,后续将逐步推出上线。目前 小...

    推荐理由:来自IT之家 AI的《消息称华为云 MaaS 平台 11 月 15 日更新上线 openPangu-2.1-Pro 旗舰模型》。重点看智能体工作流、模型能力与工程、文化创意。摘要提到:IT之家 11 月 5 日消息,据人民财讯消息,华为云 MaaS 平台将于 11 月 15 日正式更新上线 openPangu-2.1-Pro 旗舰模型。 该版本主要提升了 ArkTS 语言在鸿蒙原生应用开发中的代码生成质量。华为云已通过官方短信通知现网用户提前悉知, 此前有报道称华为云完全停售盘古大模型系外界误读 。 据了解,本次更新还涉及华为云智能体平台 AgentArts、码道 CodeArts、果办 OfficeAce 等多款核心产品,也将同步接入该旗舰模型。 据IT之家此前报道, 华为云 11 月 1 日发布公告 ,MaaS 模型即服务平台将于 2026 年 11 月 6 日停止销售 openPangu-2.0-Flash 和 openPangu-2.0-Pro 两款模型服务,并于 11 月 30 日 00:00 正式下线。 不过官方当时就表示,openPangu 系列新版本模型已在规划中,后续将逐步推出上线。目前 小...

  2. IT之家 AI68

    嫌不够大气?消息称 Meta 不再使用水果命名 AI 模型

    IT之家 11 月 5 日消息,据 Business Insider 报道,Meta 不再打算用水果给 AI 模型命名了。一名知情人士透露,这家社交媒体巨头已在内部决定,今后不再以水果为 AI 模型取代号。 这一调整主要出于品牌定位方面的考虑。知情人士表示,以水果命名的代号与 Meta 雄心勃勃的 AI 发展目标并不相称。 Meta 最新 AI 模型 Wonder Full 的内部代号是“Watermelon”(西瓜)。Meta 称,这是该公司首款达到前沿水平的 AI 模型。此前,Meta 还曾通过发布西瓜照片为这款模型预热。 Meta 此前推出的语言模型和图像模型,内部代号分别为“Avocado”(牛油果)和“Mango”(芒果)。 上个月,Meta 首席执行官马克 · 扎克伯格(Mark Zuckerberg)和 AI 负责人亚历山大 · 王(Alexandr Wang)在播客节目《Cheeky Pint》中谈到这一命名方式...

    推荐理由:来自IT之家 AI的《嫌不够大气?消息称 Meta 不再使用水果命名 AI 模型》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 5 日消息,据 Business Insider 报道,Meta 不再打算用水果给 AI 模型命名了。一名知情人士透露,这家社交媒体巨头已在内部决定,今后不再以水果为 AI 模型取代号。 这一调整主要出于品牌定位方面的考虑。知情人士表示,以水果命名的代号与 Meta 雄心勃勃的 AI 发展目标并不相称。 Meta 最新 AI 模型 Wonder Full 的内部代号是“Watermelon”(西瓜)。Meta 称,这是该公司首款达到前沿水平的 AI 模型。此前,Meta 还曾通过发布西瓜照片为这款模型预热。 Meta 此前推出的语言模型和图像模型,内部代号分别为“Avocado”(牛油果)和“Mango”(芒果)。 上个月,Meta 首席执行官马克 · 扎克伯格(Mark Zuckerberg)和 AI 负责人亚历山大 · 王(Alexandr Wang)在播客节目《Cheeky Pint》中谈到这一命名方式...

  3. IT之家 AI68

    腾讯混元:Hy4 调用激增,WorkBuddy 已十倍扩容、Hy3 限免延长

    IT之家 11 月 5 日消息,腾讯混元与 WorkBuddy 今日发文,称自 2026 年 11 月 4 日混元 Hy4 在 WorkBuddy 首发接入以来,受到了广大用户与开发者的积极体验和热情反馈,上线首日即在 WorkBuddy 任务队列中出现大量用户触及额度情况。 官方表示,为保障大家的使用体验, 已针对 Hy4 推理集群进行紧急扩容十倍并提升了用户的免费体验额度,也将持续动态调配资源 。但受限于高端算力总量与高峰并发集中,仍不排除个别时段会继续出现限额情况,如有遇到,建议大家可以考虑如下过渡方案: 切换到 Hy3 等其他模型继续使用: Hy3 当前 WorkBuddy 限免将延长至 2026 年 11 月 15 日 23:59 非紧急需求错峰在晚间时段使用 据IT之家此前报道, 腾讯混元昨日发布最新一代大语言模型 Hy4 正式版 。相比于 Hy4 preview,Hy4 显著扩展了预训练和后训练规模,首次引入了视觉...

    推荐理由:来自IT之家 AI的《腾讯混元:Hy4 调用激增,WorkBuddy 已十倍扩容、Hy3 限免延长》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 5 日消息,腾讯混元与 WorkBuddy 今日发文,称自 2026 年 11 月 4 日混元 Hy4 在 WorkBuddy 首发接入以来,受到了广大用户与开发者的积极体验和热情反馈,上线首日即在 WorkBuddy 任务队列中出现大量用户触及额度情况。 官方表示,为保障大家的使用体验, 已针对 Hy4 推理集群进行紧急扩容十倍并提升了用户的免费体验额度,也将持续动态调配资源 。但受限于高端算力总量与高峰并发集中,仍不排除个别时段会继续出现限额情况,如有遇到,建议大家可以考虑如下过渡方案: 切换到 Hy3 等其他模型继续使用: Hy3 当前 WorkBuddy 限免将延长至 2026 年 11 月 15 日 23:59 非紧急需求错峰在晚间时段使用 据IT之家此前报道, 腾讯混元昨日发布最新一代大语言模型 Hy4 正式版 。相比于 Hy4 preview,Hy4 显著扩展了预训练和后训练规模,首次引入了视觉...