跳到正文
10月30日周五
  1. IT之家79

    Mistral AI 开放 Mistral Large 4 模型权重:1T 参数,编程智能体更省 Token

    当地时间 10 月 29 日,Mistral AI 正式开放 Mistral Large 4(代号 le Chonk)模型权重,该模型为 1 万亿总参数、490 亿激活参数(含嵌入层和输出层为 520 亿)的原生多模态模型,在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。

    同一新闻,精选展示《Mistral Large 4(Le Chonk)开源发布:1T 参数多模态 MoE 模型登陆 Hugging Face》

  2. TechCrunch · AI44

    Meta 悄然上线 AI 时尚应用 Style Sketch

    Meta 悄然上线 AI 时尚应用 Style Sketch,它可连接 Instagram 从用户已发布照片构建虚拟衣橱,也支持拍照或上传图片手动添加衣物,并据此生成贴合个人风格的搭配建议。应用还支持在匹配体型与肤色的“逼真模特”上试穿,并能结合目的地、行程与天气预报输出旅行穿搭计划。目前该应用已在印尼、新加坡和泰国的 iOS 与 Android 上线。

10月29日周四
  1. Hugging Face Blog83

    Mistral Large 4(Le Chonk)开源发布:1T 参数多模态 MoE 模型登陆 Hugging Face

    Mistral 发布多模态 MoE 模型 Mistral Large 4(代号 Le Chonk),总参数约 1T、激活参数 49B,上下文窗口 1M tokens,以 Mistral Ecosystem Open-Weight License 开源,并提供 FP8 与 NVFP4 两种官方变体。

    推荐理由:原文给出 Mistral Large 4 的架构细节、安全基准与多种部署方案,便于与同类开源模型比较选型。

  2. IT之家24

    双十一 AI 眼镜选购指南:雷鸟三款热门产品别错过

    双十一期间,雷鸟 iO、GT 系列与 V4 三款 AI 眼镜叠加促销与 15% 国补后大幅降价,分别覆盖效率、观影与第一视角拍摄场景。主打主动 AI 体验的 iO 具备全天智记功能,整机仅 34g,国补到手价 1911.74 元;GT 系列支持杜比视界,到手价 1405.99 元起。AI 拍摄眼镜 V4 搭载方形大底传感器,重 38g,4+32G 版到手价 1529.24 元。

  3. IT之家58

    首批风云卫星极端天气 AI 模型发布,27 秒生成台风“体检报告”

    首批风云气象卫星极端天气 AI 模型在 2026 年风云卫星用户大会上发布。台风智能云图解译模型覆盖 7 类台风特征、融合 20 余种卫星实况产品,每 15 分钟解译一次,27 秒即可生成解译文本;强对流短临预警模型利用风云四号卫星过去两小时连续观测,将预警时间提前至四小时。

10月28日周三
  1. 爱范儿78

    Google DeepMind 发布世界模型 Genie 4,支持实时音频与两分钟交互模拟

    Google DeepMind 发布新一代世界模型 Genie 4,单次交互模拟时长从约一分钟延长至两分钟,首次支持实时生成环境声音、音乐与人物对话,用户可在运行中输入提示词改变天气、添加人物和物体。

    同一新闻,精选展示《Google DeepMind 发布 Genie 4 新一代世界模拟模型》

  2. Hugging Face Blog75

    Liquid AI 发布 LFM3:统一 2B 骨干支撑六种模态模型

    Liquid AI 发布新一代基础模型系列 LFM3,将文本、视觉、音频、全模态与决策模型统一到 2B 参数级的同一骨干上,全部开放权重并上架 Hugging Face。LFM3-1.7B 以 35% 更少的参数超越 LFM2.5-2.6B,文本模型 4-bit 下约 1 GB、上下文 256K,可在单张 GPU 上微调并部署到端侧设备。

    推荐理由:LFM3 用单一 2B 级骨干覆盖文本、视觉、音频与决策,单卡微调加端侧部署的路线可作为专用模型选型参考。

  3. Ars Technica · AI46

    DeepMind 发布 Genie 4 世界模型:物理效果与人类表现更真实

    Google DeepMind 发布 Genie 4 世界模型,在物理模拟和人物表现上比 Genie 3 更真实。该模型无需预渲染环境或编程交互元素,可根据指令逐帧实时生成可探索的体验。DeepMind 将世界模型视为迈向 AGI 的关键,称其可为物理机器人创造无限训练环境,付费用户有望较早用上 Genie 4。

  4. Google DeepMind80

    Google DeepMind 发布 Genie 4 新一代世界模拟模型

    Google DeepMind 发布新一代世界模型 Genie 4,可实时生成交互式模拟,并原生生成环境音、音乐与可适应输入的角色对话。模型结合 Gemini 系列能力,Gemini 3.8 Flash 作为引导智能体维护场景连贯,还可与 Gemini 4 Argon 及 Gemini Robotics 联动模拟多步骤机器人任务。

    推荐理由:原文将 Genie 4 的能力拆为实时操控、物理与人物动作、原生音频和复杂事件模拟四部分,并说明了研究预览版的开放范围与已知局限。

10月27日周二
  1. 量子位78

    百度发布并开源文心 Unlimited OCR 2:3600+ 页文档连续解析,KV 缓存降约 96%

    百度发布并开源文心 Unlimited OCR 2,可连续解析 3600+ 页《哈利·波特》全集等超长文档。技术报告显示,其峰值 KV 缓存从 47GB 降至 1.77GB,减少约 96%;16 路并发下端到端吞吐量提升至标准解码的 3.65 倍。模型引入 SR-SWA 注意力机制与无限解码机制,已在 Hugging Face 和 GitHub 开源。

    推荐理由:原文给出峰值KV缓存从47GB降至1.77GB的对比数据,可据此判断长文档OCR的部署成本变化。

  2. 量子位62

    禾赛科技 Kosmo 物理 AI 数据终端获皮克斯 3D 渲染教程采用

    禾赛科技推出物理 AI 数据终端 Kosmo,皮克斯最新 3D 渲染教程已采用其 3D 场景扫描方案。Kosmo One 集成定制激光雷达、最高 8K 影像系统、一英寸 CMOS 与高精度 IMU,微秒级同步采集并在硬件层面完成前融合;云端 Kosmo Spatial Core 一次重建同步输出 3D 高斯泼溅、mesh、depth 三种数据,可直接用于机器人训练。

  3. 博客园21

    RAG(检索增强生成)、推理(Inference)与嵌入(Embedding):AI 应用与交互概念解析

    RAG、推理(Inference)与嵌入(Embedding)是 AI 应用与交互层的三个核心概念。RAG 让大模型先检索外部知识库再生成回答,以缓解幻觉与知识截止问题;Embedding 将文本压缩为低维稠密向量以保留语义相似性,是 RAG 检索环节的基础。推理则是训练完成后模型对新数据执行前向传播并输出结果的过程,分为快思考与慢思考两种模式。

  4. 博客园23

    智云先锋 AI 赋能中医科普,天翼云 DramaFlow 解锁大健康内容新产能

    天翼云 DramaFlow AI 创作平台为大健康企业中瑶集团提供零代码 AI 视频创作方案,内置 Seedance2.5、MiniMax-H3 等高阶模型,支持浏览器直接创作与多任务并行。科普视频制作周期从数周甚至数月压缩至数小时到一天,整体生产效率提升 10~50 倍。平台配套全局资产库与全流程合规辅助体系,适配强监管赛道的内容量产需求。

  5. 爱范儿87

    OpenAI 发布 GPT-6.1 Terra:API 价格减半,主打 Agent 高频执行

    OpenAI 正式发布新一代模型 GPT-6.1 Terra,标准 API 价格较 GPT-5.6 Terra 降低 50%,输入每百万 Token 1 美元、输出 5 美元,仅为旗舰模型 GPT-6 Astra 的十分之一。

    推荐理由:原文将新模型与 GPT-6 Astra、Claude Opus 5.5 的价格和性能逐项对比,读者可据此判断 Agent 大规模落地时该选哪一档模型。

10月26日周一
  1. IT之家49

    马斯克的 Grok 发布 AI 版《奥德赛》前 7 分钟内容,被指缺乏艺术感染力

    Grok 发布 AI 版《奥德赛》前 7 分钟内容,并将其称为该系列第一集,由 Grok 与 Wonder Studios 及导演 Dev Walker 联合制作。外媒 Techcrunch 评价称,其效果优于马斯克近期发布的其他 AI 视频,部分镜头接近真人画面,但整体缺乏艺术感与感染力,叙事拖沓、台词生硬。对比之下,诺兰执导的实景版《奥德赛》七月上映后票房大获成功。

10月25日周日
  1. IT之家78

    网络安全研究员称三星电视利用 AI 录制音频、截屏投放广告

    网络安全研究员 log4j 逆向 2025 款三星电视后发现,Tizen 系统会记录用户遥测、音频和屏幕截图用于定向广告,即使电视无麦克风也会调用连接设备的麦克风录音。系统内还存在卷积神经网络,分析用户观看内容与跳过广告的行为;Hugging Face 工程师 ngxson 用 Flipper Zero 实测确认电视开启麦克风约 5 秒。

    推荐理由:原文揭示了智能电视在端侧通过音频与截屏分析用户行为的做法,读者可据此重新审视家中联网设备的隐私边界。