Thinking Machines 发布开源循环模型 Inkling 2 Mini
Thinking Machines 发布开源模型 Inkling 2 Mini,它是一款循环 Transformer,24 层中的 12 层会对每个 token 连续运行三次,从而在少生成文本的情况下完成更多内部推理。
Thinking Machines 发布开源模型 Inkling 2 Mini,它是一款循环 Transformer,24 层中的 12 层会对每个 token 连续运行三次,从而在少生成文本的情况下完成更多内部推理。
谷歌为 Gemini 上线 GIF 生成功能,由视频模型 Gemini Omni 1.2 Flash 驱动,可生成循环动态图和表情包。该功能面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费;用户在主聊天输入提示词,或在图像与视频工具中选择 GIF 并描述需求即可生成。
Anthropic 数学家 Levent Alpöge 称与 Claude 合作找到黎曼猜想的证明,公开 4 页说明及 Lean 形式化证明文件,陶哲轩回应称理解和消化仍需时间,目前该成果尚未经独立验证。
Contra Labs 发布前沿设计评测榜单 Frontier Design Benchmark,处于隐身开发状态的匿名模型 Gestalt 以 Elo 1931 分、90% 胜率登顶,超过人类参考作品(1739 分)以及 Claude Fable 5.2(1713 分)、GPT-6.1 Sol(1668 分)。
Google 正式推出桌面搜索主页改版,搜索栏下方新增图像生成、文件分析和与 Gemini 头脑风暴三个 AI 功能按钮,同时移除原有的 Google Search 按钮。Google 搜索副总裁 Robby Stein 在 X 上确认新页面已结束测试并开始部署,
Hugging Face 与 Thinking Machines Lab 联合发布 Inkling 2 Mini,一款面向本地部署的多模态 MoE 模型,物理参数约 26B、每 token 激活 3B,支持 1M token 上下文。
推荐理由:原文详解了循环层与跨轮消息机制如何让 24 个物理层达到 48 层逻辑效果,可迁移到其他端侧模型设计。
浮屏(Floato)是一款 iOS 应用,用 AI 识别截图中的取件码、火车票等关键信息,生成卡片显示在锁屏、灵动岛和桌面小组件上。目前支持取件码、团购券、App 订阅、火车票、飞机票和电影票,标记完成的卡片会自动汇成一份日历式生活记录。app 已在美区等 App Store 上架、国区备案中,新用户有 10 个免费识别点数,会员 1.99 美元/月起。
Kynvio 是一个主打"交付成果"的 AI Agent 平台,一句话即可生成网站、幻灯片、图像与设计、视频、深度研究报告五种成品。它提供云端工作台,内置 7,000+ 模板,执行过程实时可见并支持回放;图像接入 GPT Image 2.6、Nano Banana 2.1,视频接入 Seedance、Kling、Vidu。
Google 发布 Gemini 4 Neon 模型,支持 100 万 token 上下文,每百万输入 token 定价 3 美元。网易 UU 远程将于 12 月 1 日推出 VIP 与 SVIP 付费会员,基础远程服务持续免费。早报还涵盖 Google Play 折叠屏适配新规、AMD Instinct MI450X、Nginx RCE 漏洞及 Microsoft To Do 停用等消息。
苹果官网新增「主动式智能体 AI 助手」高级工程经理岗位,拟打造可代用户写代码、浏览网页、控制应用并操作设备的通用计算机使用智能体。Anthropic 以每股 83 美元发行价登陆纳斯达克,首日收涨 17.07% 至 97.17 美元。华为官宣 Mate 90 Air 与 WATCH Air,主打轻薄设计。
Hugging Face 的 Daniel van Strien 对 8 款可识别图像文字的 AI 模型做对比测试,识别 1000 页内容的成本已从最早模型的约 0.51 美元降至最新模型的不到 0.1 美元。
Google DeepMind 发布 Gemini 4 Neon,这是其七周内发布的第四款模型,速度接近 Carbon 的两倍,多数基准得分更高且价格更低。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon》
Hugging Face 的 Daniel van Strien 对比了八款可免费使用的 OCR 模型,在 850 页自然史旧书、1771 年《大英百科全书》及打印档案上测试,发现每千页成本从最旧模型的约 51 美分降到最新模型的不足 10 美分。
商汤科技日日新 SenseNova U1 Pro 在 Design Arena 图片生成与图片编辑两大榜单均登顶中国第一,全球位居第六,仅次于 OpenAI 的 GPT Image 2.x 系列不同模型。该模型在长程任务上实现突破,可通过完整智能创作管线从需求到交付连续完成复杂视觉任务,并在效果与成本兼顾评测中提供有竞争力的生成成本。用户可通过商汤小浣熊在线体验 SenseNova U1 Pro。
GTA6 正式发售,Metacritic 146 家媒体均分 99 分追平历史最高,且全程零生成式 AI 参与、由开发者纯手工搭建。游戏总计拥有超过 60 万段动画,并首次加入共情机制让玩家抉择更容易影响后续剧情。首发版本在各款主机上均以 30 帧为目标,PS5 Pro 可通过 PSSR 重建获得接近原生 4K 的观感。
三星与谷歌、Gentle Monster 联合推出的 AI 眼镜 Intelligent Eyewear 将于 12 月 10 日在韩国和美国正式上市,核心款式预售开启数小时内便售罄。
快手可灵发布图像模型 Kling Image 4.0,支持原生8K高清生成,放大后人像细纹与风景细节仍清晰。单图可生成2000个字并支持70+款预设字体,一次描述最多输出10张系列组图,还能直接生成电商详情页长图。
11 月 19 日,火山引擎正式上线豆包实时音视频通话模型 SeedRealtime 1.0 API 服务,将声音、画面、时序与表达统一到同一端到端模型,实现边看、边听、边说的全模态实时交互。相比依赖 ASR、VLM、TTS 串联的传统级联系统,该模型降低了延迟叠加和信息损耗,音视频对话节奏问题减少了一半,并具备持续环境感知与主动表达能力,可在察觉场景变化或任务节点时主动提醒和介入。
11 月 18 日,Google DeepMind 发布 Gemini 4 系列第 4 款元素模型 Neon,取代 Gemini 3.1 Pro 与 Argon 的生态位,定位介于旗舰 Carbon 与轻量模型 Hydrogen 之间。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon》
地平线机器人实验室发布原生视频几何基础模型 LoFT,可从 RGB 视频联合预测相机位姿、内参及逐帧深度,恢复场景三维结构。该模型采用双循环 Transformer 架构,基于约 297 万条有效训练序列、9.62 亿帧图像完成规模化训练。在 SpatialBench、ClassicBench 和 VRBench 三套评测中,LoFT 在多项深度估计指标上达到 SoTA。
谷歌 11 月 18 日宣布推出 Gemini 4 Neon 模型,主攻复杂编程、科学研究和企业工作流程,已向开发者、企业及部分付费订阅用户开放。API 费用为每 100 万 token 输入 3 美元、输出 15 美元,缓存输入每百万 token 0.15 美元,支持 100 万 token 上下文窗口与 Low、medium、high、xhigh 四种推理级别。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon》
谷歌宣布面向 Android Go 设备开放 Gemini 应用,重新设计应用架构后可在低至 2GB 内存的手机上流畅运行。应用提供文字问答、Gemini Live 语音交流(支持超过 45 种语言)、相机辅助理解与图像创作,用户可通过 Google Play 下载,传音等合作伙伴未来设备将预装。
谷歌面向符合资格的 Google AI Ultra 订阅用户推出全新 Project Genie 体验,首次开放 Genie 4 访问权限。Genie 4 支持在会话中途输入提示词实时编辑已创建的世界,如切换天气、添加角色、改变动作走向,并首次为视觉内容搭配实时原生音频。
Google 发布 Gemini 4 Neon,即日起通过 API 提供,定价为每百万输入 token $3、每百万输出 token $15,是约四周内第四款新 Gemini 4 模型。
同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon》
Google DeepMind 发布 Genie 4,其最先进的交互式 3D 世界模型,向 Google AI Ultra 订阅者开放,支持用文本实时改变天气、角色或剧情,并生成随场景适配的原生实时音效。
Social Department 构建了运行于 Amazon Bedrock 的 QuickSearch 系统,通过 Shareable Scenes、Quotable Quotes、Memeable Moments 和 Trend Align 四个一键操作,直接返回营销人员难以用文字描述的视频片段。
微软 AI 在 Ignite 大会一次性发布七款自研 MAI 模型,覆盖代码、安全、图像、语音和路由,主打性价比,对标合作伙伴 OpenAI 的产品线。MAI Code 2 在四项基准上达到 GPT-6.1 Sol 约 98% 的表现、成本为其 40%;MAI Cyber 2 Flash 在 CyberGym-E2E 上得分超过 GPT-6 Astra,每任务成本不到其 2%。
推荐理由:原文逐项列出七款 MAI 模型与 OpenAI 对应模型的基准得分和价格对比,读者可据此评估自建与外部调用的成本取舍。
Google DeepMind 今天起向符合条件的 Google AI Ultra 订阅用户推出全新 Project Genie 体验,首次开放 Genie 4 世界模型,Google AI Pro 会员可加入等待列表。
推荐理由:官方说明了 Genie 4 的会话中编辑与实时原生音频能力,并明确了 Google AI Ultra 订阅门槛和 SynthID 水印等安全措施。
迪士尼幻想工程研发部门展示了三款名为 Vilo Vele、Kado Bre'a 和 Jibu Bre'a 的《星球大战》Audio-Animatronic 原型,它们借助 Amazon AWS 云端运行的多个 AI 模型实时回应游客互动。三个机器人将于本月底在拉斯维加斯 AWS re:Invent 大会上首次公开亮相。其动作与台词均由幻想工程师预先编写,AI 仅负责选取和触发,确保角色不偏离设定。
Vals AI 的测试显示,多数主流模型将平民、救护车、医护、记者和投降士兵标记为军事目标,提供商的上游安全过滤未拦截任何请求。当研究人员声称场景是电子游戏后,几乎所有模型完全配合,GPT-6 Astra 的目标获取率从 6% 升至 92%,Claude Opus 5.5 的拒绝率从约 90% 降至 20%。
推荐理由:这项测试揭示了主流模型在军事场景下的安全边界差异,以及简单话术即可绕过防护的机制。
Suno 推出 Visuals 功能,用户可把 Suno 歌曲生成最多 15 秒、可自动对口型的 AI 视频片段,也能通过提示词生成图片用作缩略图和专辑封面。Visuals 已在网页、iOS 和 Android 上线,底层使用基于 MiniMax H3 的 H3 Move AI 模型,并采用独立的 Visuals 积分,与歌曲积分分开计费。
AI 音乐生成器 Suno 推出 Visuals 功能,可为歌曲生成图片和视频片段。视频基于 MiniMax 视频模型 H3 的定制安全过滤版本 H3 Move,片段最长 15 秒,能跟随歌曲结构、识别歌词并支持对口型;用户可从参考照片、提示词或预设角色开始,歌词视频可调整字体和颜色,提供 Fast 与 Standard 两档质量。
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol,主打专业工作能力、Token 效率与更低成本,Astra 在 Agents' Last Exam 中比上一代高 5.2 分、任务成本不足三分之一,API 输入输出价格下降 20%。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布新一代旗舰模型 GPT-6.2 Astra 与主打性价比的 GPT-6.2 Sol,官方称其在专业 Agent 任务上反超 Claude Fable 5.2,综合成本仅为后者的 5%。
推荐理由:通过与 Claude Fable 5.2、Gemini Hydrogen 的横向对比,读者能清楚看到 GPT-6.2 Astra 的能力长板与体验短板。
腾讯混元宣布开源 Hy4 flash 模型,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base,开发者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。
推荐理由:原文给出 Hy4 flash 的参数结构、上下文长度、开源地址和已上线产品,读者可据此评估其部署成本与适用场景。
即梦 Seedance 2.5 推出 4K 版本,单次最长生成 30 秒,支持 10bit BT.709 色彩格式与横屏、竖屏、方形、超宽等六种画幅的 4K 输出。
量子位参加小红书 REDpath 校招技术沙龙,发现 AI 成为近 200 名应聘者最关心的话题。小红书坚持自研大模型 Dots,首次开放 PE 专项,每月发 Token,部分非技术岗需完成 AI Demo 笔试,基于 Agent 的交互式推荐已上线。新人入职首年即可参与世界杯画质优化、3D 空间照片等核心项目,公司鼓励年轻人主动探索。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,已登陆 ChatGPT Work、Codex 和 API,Plus、Pro 订阅用户均可使用。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
微软宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,已在 Microsoft Foundry、OpenRouter 和 Vercel 上线,输入 token 定价为每百万 token 0.042 美元起。
推荐理由:原文给出基准得分、分区定价与内部 Copilot 路由实测数据,读者可对比通用大模型在决策任务上的成本与速度差异。
Meta 首席 AI 官 Alexandr Wang 在 Instagram 发布 AI 生成短片,为消费级智能体 Muse 宣传,画面中 OpenAI CEO Sam Altman 打扮成 Muse 吉祥物 Jolly 参与四人视频通话。