跳到正文
11月21日周六
  1. IT之家51

    谷歌为 Gemini 上线 GIF 生成功能,由 Omni 1.2 Flash 驱动

    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。

  2. Hugging Face Blog77

    Inkling 2 Mini 发布,为本地部署提供前沿性能

    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。

11月20日周五
  1. 少数派46

    浮屏:截图即可「上岛」,还能帮你记录生活

    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。

  2. 博客园24

    Kynvio:新一代办公助手

    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。

  3. 少数派35

    派早报:Google 推出 Gemini 4 Neon 模型,网易 UU 远程将于 12 月推出付费会员等

    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。

  4. 爱范儿33

    早报:苹果招人打造「接管电脑」的 AI 智能体;Anthropic 上市;华为官宣 Mate 90 Air 主打轻薄

    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。

11月19日周四
  1. 量子位38

    SenseNova U1 Pro 获 Design Arena 图片生成与编辑双榜中国第一、全球第六

    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。

  2. 量子位37

    GTA6 刷屏:零 AI 纯手搓的 3A 大作玩一个少一个了

    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。

  3. IT之家73

    豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

    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。

  4. IT之家42

    地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA

    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。

  5. IT之家82

    谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

    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》

  6. The Decoder81

    微软 AI 在 Ignite 发布七款自研 MAI 模型,以更低成本替代外部 AI 模型

    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。

  7. Google DeepMind70

    Genie 4 现已向 Google AI Ultra 订阅用户开放

    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。

  8. The Verge · AI35

    迪士尼全新《星球大战》机器人角色借助 AI 与游客互动

    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。

  9. The Decoder84

    测试显示 Anthropic、OpenAI 和 Google 模型易将医护、记者与投降士兵标记为无人机打击目标

    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。

11月18日周三
  1. The Decoder65

    Suno 推出 Visuals 功能,可为 AI 生成音乐搭配 AI 生成视频

    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。

  2. IT之家77

    腾讯混元 Hy4 flash 模型官宣开源

    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。

  3. 量子位27

    潜伏小红书48小时:AI时代,顶尖技术人才都在聊什么?

    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。

  4. IT之家78

    微软发布 Microsoft-Decision-1.1 决策模型,基准得分领先 GPT-6 Luna 与 Gemini

    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。