⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 104 条
10月11日周日
  1. The Decoder82

    Odyssey 发布可公开体验的世界模型 Odyssey-3

    Odyssey 开放了其世界模型 Odyssey-3 的公开研究预览，用户可基于文本提示实时生成交互环境并探索物理变化。基础模型参数量为 14B，支持 832×480 像素视频生成，Pro 版本支持 720p 分辨率。

    推荐理由：Odyssey-3允许用户通过文本实时生成交互世界，文章详细展示了其在物理基准测试和机器人控制方面的具体性能与局限。

  3. AGI Hunt59

    口喷鸡blurt v0.4.0发布实时绘制功能并上线官网

    口喷鸡blurt发布v0.4.0版本，新增macOS端实时绘制功能，支持按住⌃键拖动鼠标在屏幕上画圈或划线，笔迹会同步录入视频并生成坐标数据供AI Agent读取。作者将该工具交给Claude Code自行使用，通过实时绘制功能浏览竞品网站并生成需求文档，完成了官网的设计与上线流程。新版官网已上线，支持通过画笔标注收集设计参考与产品想法，目前仅支持macOS，Windows版本尚未开发。

  6. 量子位58

    硅谷 AI 算力争夺战：GPU 成硬通货，初创生存环境恶化

    硅谷科技公司为争夺 AI 算力陷入激烈竞争，算力成为决定人才留存与模型领先的关键。英伟达 GPU 租赁价格从 2025 年 10 月的 1.70 美元/小时涨至 2026 年 3 月的 2.35 美元/小时，涨幅近 40%。头部实验室锁定大量资源，导致初创公司面临高昂预付款和担保要求，算力不足正重塑行业准入规则并催生“算力倒卖”生意。

  8. 极客公园59

    Nex 创始人复盘：三年出货 100 万台，如何成为游戏机新王？

    Nex 联合创始人 David Lee 复盘公司从篮球训练 App 到家庭体感游戏主机 Nex Playground 的转型过程。通过持续追踪用户需求，Nex 在解决小屏幕体验痛点后自研硬件，实现了年收入从 300 万美元到近 2 亿美元的 60 倍增长。David Lee 强调，成功的核心是端到端控制体验以赢得家庭信任，以及利用 AI 提升动作识别精度，而非单纯的技术堆叠。

  9. 钛媒体AGI52

    AI落地遭遇账单焦虑，大厂开始对Token成本“下手”

    微软与Meta因内部AI成本压力削减了Claude及Claude Code的预算与用户规模。毕马威与德勤报告指出，多数企业已加强AI成本监控，但价值评估体系明显滞后，60.4%的企业尚未建立体系化的价值衡量框架。随着Agent嵌入业务流程，Token成本随业务流量线性增长，企业需重构价值评估体系并探索以单次任务成本为核心的监控方案。

  10. 机器之心60

    OpenAI前副总裁Liam Fedus：为什么AI要进入实体实验室？

    OpenAI前副总裁Liam Fedus在播客中指出，AI攻克数学得益于Lean等工具提供形式化验证，但进入材料、化学等实体科学领域缺乏这样的“裁判”，必须通过真实实验验证假设。他创立的Periodic Labs致力于结合语言模型推理、计算模拟与高通量实验，在门洛帕克搭建实体实验室，旨在解决科学数据缺乏和偏置问题。Fedus认为，AI系统只有将思考转化为实践，才能推动诸如超导体等关键材料的发现。

  11. 机器之心66

    白泽通境推出溯因式世界模型AWM与端侧引擎BAIZ-RUN，成立三个月完成数千万元融资

    白泽通境推出溯因式世界模型AWM，通过预测实体、动态与关系来解释世界变化，并开源了论文与代码。公司同步开发端侧推理引擎BAIZ-RUN，支持2-bit量化，在AMD Radeon边缘显卡上使内存占用降低2.56倍，推理频率提升94.6%，且精度损失不到1%。该引擎兼容NVIDIA、AMD和华为昇腾，白泽通境成立不到三个月完成首轮数千万元融资，并已在工业上下料、质检和巡检三个场景完成签约验证。

    推荐理由：原文梳理了白泽通境如何把溯因式世界模型与端侧推理引擎整合进机器人场景，并给出融资与落地节点，供读者快速定位其在具身智能赛道的工程价值。

  12. 机器之心65

    OpenRSI Index 发布：面向递归自我改进的大规模科研基准

    OpenRSI Index 发布，旨在评估 AI 智能体改进人类模型训练方案的能力。其任务覆盖预训练、后训练与视觉生成，单次运行规模达数千至上万 H100·小时。该基准通过隔离工作区与独立验收环境应对数据污染与不可复现问题，并提供 RSI-Anything 工具让研究者在约一小时内将课题转化为可运行的 RSI 任务环境。

    推荐理由：该基准通过隔离实验环境回应科研中的复现难题，展示了 AI 改进人类训练方案的具体路径。

  14. 硅星人Pro89

    微软发布决策模型及行业决策智能体动态

    微软发布基于Qwen3.5-9B的Microsoft-Decision-1模型，支持通过校准概率进行选项分类，速度比GPT-6 Sol快35倍。OpenAI正式开放公测Decisions API，vLLM推出6款基于Qwen的开源决策模型。

    推荐理由：文章梳理了微软、OpenAI和开源社区近期发布的决策模型，解释了这类低成本判断工具在Agent工作流中的具体应用场景。

  16. 新智元69

    REA 项目利用 AI 实现逆向工程并登顶 GitHub 趋势榜

    REA 是一个基于 MCP 的逆向工程工具，允许 AI Agent 调用反编译工具分析二进制文件并生成可读代码，近日登顶 GitHub 趋势榜。作者认为该工具将打破软件闭源护城河，使代码逆向变得自动化，可能导致软件知识产权面临新挑战，迫使工程师采用极端代码混淆策略以保护资产。

    推荐理由：文章展示了通过MCP连接大模型与反编译工具链实现自动逆向分析的方法，为开发者提供了一种理解闭源软件内部逻辑的新路径。

  19. InfoQ CN50

    利用 AI 代码智能体优化软件架构的五个方法

    在 AI 编码智能体加速代码生成但易失控的背景下，提出五种优化架构的具体方法。第一，使用智能体梳理遗留服务并修复潜在风险；第二，引导智能体发现和修复架构与安全缺陷；第三，利用智能体进行安全审计和生成压力测试脚本；第四，为智能体提供包含质量属性需求（QAR）的架构基础文档；第五，生成最小可行架构（MVA）并验证需求。

  21. APPSO68

    AI「克隆」的 Adobe 全家桶一夜爆火，但先别急着卸载正版

    开发者 Brandon Thomas 借助 AI 开源了七款 Adobe 平替软件，引发热潮但功能远未达到成熟水平。PhotoCraft 等工具能打开基础文件，但在处理复杂 PSD、智能滤镜和视频渲染等核心工作流时，仍面临大量 bug 且性能不足，目前无法替代 Adobe 几十年的技术积累。

    推荐理由：文章通过对比开源平替的基础功能与成熟软件的复杂工作流，解释了 AI 编码如何改变软件开发中感知完成度的方式。

  25. 钛媒体AGI83

    特朗普签署行政令，要求联邦文件将“人工智能”改称“超级智能”

    特朗普签署行政令，要求在联邦非法定文件、官网与政策报告中用“超级智能”（Super Intelligence，SI）取代“人工智能”（AI），并同步成立由情报总监杰伊·克莱顿领导的“超级智能工作组”。

    推荐理由：行政令将联邦术语替换为 SI 且配套监管宽松化，读者可据此判断美国前沿AI治理路线的实质转向。

  26. 钛媒体AGI31

    2026 ITValue Summit聚焦AI价值兑现：填补CFO与CIO间的四大落地缺口

    2026 ITValue Summit数字价值年会在三亚举行，聚焦企业AI价值兑现。ACCA专家提出需填补价值、流程、规模及信任四大缺口，建议平衡长期与短期收益并建立复制机制。绿城中国与湖南星邦分享实践，前者强调业务、IT、财务三方共治及全成本核算，后者通过部署92个Agent及建立L1-L5智能成熟度模型，将AI回报纳入KPI考核。

  27. 钛媒体AGI51

    RSI概念热潮背后：AI自我进化的组织与技术瓶颈

    尽管Anthropic、OpenAI及国内大厂纷纷提及RSI进展，但业内CTO和创始人指出，当前AI缺乏在线实时学习能力，改进仍受限于人类设定的固定目标与评估框架。在真实组织层面，AI的端到端权限受限，权责界定与监督机制尚未成熟，且部分观点认为现有Transformer范式难以实现真正的创造力突破，RSI仍面临技术路径与组织形态的双重瓶颈。

  28. 行者AI视频60

    古诗词AI视频制作流程拆解：用宋词国风视觉化skill和可灵生成柳永《望海潮》动画

    行者AI视频将古诗词AI视频制作过程拆解为拆分镜、生图和图生视频三步，以柳永《望海潮·东南形胜》为例。流程包括使用github.com/joshesye/songci-guofeng-visualizer 的宋词skill将词句拆成23个分镜并生成提示词，建议用Image生成分镜图并逐张确认意境，再用可灵将图片转为3秒视频，最后结合朗诵进行剪辑。

  29. 网罗灯下黑28

    9个AI模型撰写尊界V800公关稿盲测

    作者让9个AI模型以尊界公关负责人身份，针对懂车帝发布的V800制动测试视频撰写回应声明。测试提示词仅给出基础情境，未提供资料或预设结论，以考察模型自主查资料、分析及写作能力。各模型被要求开启高思考强度推理，生成的9篇声明风格各异，文章最后将公布盲测投票结果并揭晓各稿件对应的模型。

  30. 卡尔的AI沃茨45

    游点灵 AI 游戏制作体验：从超级英雄跳跃到海岛求生，探索 100% AI 纯度下的游戏二创

    作者通过腾讯游点灵平台制作了超级英雄跳跃游戏并公开，同时体验了大学生创作的AI生成游戏如海鸥偷薯条和海岛求生。这些游戏具备100% AI纯度、4万多个游戏资产及二创功能，支持可视化调参，显著降低了开发门槛。平台允许玩家直接修改画风、玩法与机制，实现了从聊天创意到可玩游戏的快速转化。

  31. 卡尔的AI沃茨53

    八款AI语音输入法横评：速度与准确率对比及三件套搭配方案

    该文实测了微信、千问、OpenLess、秘塔等四款AI语音输入法，并与上期测得的四款共八款进行了对比。评测发现，千问输入法准确率最高，微信输入法速度最快，而开源项目OpenLess则因可自由配置模型与风格，提供了多样化的平替方案。作者最终推荐采用“千问 + 叭哥说 + Typeless”的三件套搭配，以兼顾准确率、额度与AI润色速度。

  32. AI信息Gap84

    Anthropic 上线 Claude Dashboards 和 Motion 功能

    Anthropic 发布 Claude Dashboards 和 Claude Motion 功能，并正式开放 Claude Docs、Slides 和 Design 免费使用。Claude Dashboards 允许用户接入 BigQuery 等平台用自然语言生成可溯源的数据看板；Claude Motion 基于代码生成 38 秒可编辑动画并支持导出 MP4，目前仅限 Team 和企业用户使用。

    推荐理由：原文拆解了数据看板与视频动画的生成流程，读者可以据此理解无需视频模型即可生成可编辑动画的技术路径。

  33. 优设AIGC14

    复古街区海报 AI 提示词：巨型美食与老建筑的波普漫画风格

    本文展示了 6 组历史街区主题的拼贴海报 AI 提示词，将老建筑、特色美食和街头文化转化为复古波普漫画风格。设计融合了美式漫画粗黑描边、高对比撞色与丝网印刷颗粒，通过夸张的比例将美食放大并与建筑层叠穿插。该风格适用于城市文创、旅行海报或社交媒体配图，完整提示词已整理并在评论区提供。

  34. 优设AIGC43

    豆包工作助力一人自媒体构建全链路编辑部

    单人自媒体团队利用豆包工作串联选题、创作、分发与复盘流程，构建闭环工作流。通过飞书插件抓取信息生成 HTML 周报或简报，并利用 Skill 优化内容及美图设计室实现多平台改编。最终借助多 Agent 并行处理数据复盘，新用户可免费领取 30 天订阅权益。

  35. 优设AIGC42

    黑白字体人像海报 AI 提示词拆解

    优设 AIGC 分享一组黑白实验字体人像海报的 AI 提示词思路，将狂野手写英文与人物侧脸剪影融合。通过不对称构图、油墨飞溅及纸张颗粒等印刷肌理，营造先锋艺术风格。该视觉适用于潮流品牌、音乐活动海报及社交媒体封面。

  37. 夕小瑶科技说90

    OpenAI dots 支持在 ChatGPT 移动端创建并指挥 Codex

    OpenAI 更新 ChatGPT 的 dots 功能，支持 iOS 和 Android 用户直接在 App 内创建 dot 并指挥 Codex 执行任务。dot 现在能衔接 Codex 已有线程，且该功能正在向 Pro 及以上用户逐步开放。

    推荐理由：原文明确列出移动端建dot、调用Codex续接旧线程和扣费规则，用户可据此判断多端指挥AI的门槛变化。

  39. 极市平台75

    何恺明团队发布视觉原生Harness框架VISTA，实现多模态模型按需回看视觉记忆

    何恺明团队在最新论文中提出视觉原生Harness框架VISTA。该框架通过构建无损视觉记忆与主动检查机制，使多模态模型无需重新训练即可随时回看、放大和对比历史画面。搭配VISTA，Claude Opus 5.0在ARC-AGI-3基准上达到满分，游戏动作数比人类基线少57.4%；GPT-5.6 Sol同样全通关。

  40. 极市平台34

    NeurIPS 2026｜7B审计员AgentForesight在线识别多智能体关键错误

    研究团队提出7B模型AgentForesight，通过在线审计在任务运行中识别多智能体系统的决定性错误。在AFTraj-2K测试集上，其Exact-F1达到66.44，比最强通用基线高19.88分，且成功轨迹误报率仅为2.37%。该方法将事后归因前移为在线预警，无需重新训练底层执行系统，仅需外部审计模型即可提升多智能体协作可靠性。