⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 161 条
10月7日周三
  1. AGI Hunt81

    谷歌开源原生多模态 Embedding 模型 EmbeddingGemma 2

    谷歌 DeepMind 发布开源 Embedding 模型 EmbeddingGemma 2，这是首个支持文本、代码、图片、视频和音频的五模态原生嵌入模型。该模型参数总量为 740M，基于 Apache 2.0 协议开放，纯文本版本仅需 270M 参数，量化后在 Pixel 11 Pro 上全模态运行内存占用约 567MB。

    推荐理由：该模型以740M参数支持五种模态嵌入并开源权重，为端侧本地RAG提供了低内存占用的跨模态检索方案。

  4. The Verge · AI44

    苹果与谷歌探索“不存储”AI 硬件，技术界争论“录制”定义是否应改变

    Apple 和 Google 正在开发利用 AI 处理视觉数据但不保存视频录制的硬件，如 Apple 智能家居摄像头和 rumored AirPods。Apple 称此类功能仅生成文本摘要且原始数据在处理后删除，不保存音频。这种技术挑战了传统“录制”定义，引发关于隐私、数据保留及用户知情同意的新争议。

  9. AI HOT79

    Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

    Google 发布开源多模态嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，基于 Gemma 4 架构，支持将文本、代码、图像、视频和音频映射至统一 768 维向量空间。模型提供 270M 至 740M 的模块化参数配置，支持 Matryoshka 表示学习以动态降低存储需求，并显著提升了代码检索性能，适用于本地 RAG 应用与智能体代码搜索场景。

    推荐理由：原文提供了模块化加载逻辑与维度截断配置，可指导开发者在本地设备端平衡检索质量与内存占用。

  10. 深度学习与NLP58

    OpenAI与Anthropic分裂内幕揭秘

    量子位报道深度揭秘Sam Altman与Dario Amodei决裂内幕，源于OpenAI计划让多国出资争夺AGI优先使用权引发安全争议，随后在GPT-3客户名单泄露、微软投资条款及安全团队否决权未获通过等问题上摩擦不断，导致核心团队辞职并创立Anthropic，双方信任彻底破裂。

  12. CVer7

    CVer 推出 Agent 学习群

    CVer 成立 Agent 学习群，围绕技术体系整理前沿论文、开源项目及教程，旨在构建完整的 Agent 知识体系。群内每日推送最新技术与行业动态，提供从入门到精通的学习路线，以及 Agent 公司名单、面试真题和招聘升学信息。加入该群（知识星球）可限时领取最高 100 元的早鸟优惠券。

  13. CVer77

    何恺明团队发布VISTA：面向交互式视觉推理的无损记忆框架

    MIT 团队提出 VISTA 视觉运行框架，让现有多模态模型按需回看、放大和读取旧帧像素，在 25 个 ARC-AGI-3 公开游戏上实现全通关。Claude Opus 5.0 配合 VISTA 达到 100.00 RHAE 且总动作数比人工参考少 57.4%。GPT-5.6 Sol 配合 VISTA 达到 99.00 RHAE；将图像输入替换文本格点，每游戏 token 用量减少 57.3%。

    推荐理由：为现有多模态模型提供外部视觉记忆与主动检查机制，可帮助读者理解长期交互推理中证据检索的作用。

  17. AWS Machine Learning Blog27

    用户可直接在 SageMaker Studio 中管理 Amazon SageMaker HyperPod Spaces

    用户现可直接在 SageMaker Studio 界面中创建和管理 Amazon SageMaker HyperPod Spaces，无需使用命令行工具。该功能允许数据科学家在浏览器中启动 JupyterLab 或 Code Editor 环境，并支持在运行交互工作负载的同时执行训练任务。此更新简化了操作流程，将集群访问到开发的时间缩短至几次点击。

  20. TechCrunch · AI38

    LibreOffice 称“无 AI”现为软件功能特性

    LibreOffice 开发方 Document Foundation 宣布其开源文档编辑器在可预见的未来不会内置 AI 功能。该设计旨在确保用户文档不上传至服务器处理，且软件运行无需网络连接，以保障用户对数据的控制权。

  21. TechCrunch · AI31

    Anthropic 向初创公司提供免费一年的 Claude Team 和 1000 美元 API 信用额度

    Anthropic 宣布扩展 Claude for Startups 计划，向符合条件的初创公司提供为期一年的免费 Claude Team（含 5 个高级席位）和 1000 美元 API 信用额度。该公司还可访问 Claude Marketplace 并预约 Anthropic 应用 AI 团队的虚拟咨询。资格限定为成立或获得融资在五年或两年内的公司。

  22. Google Research33

    Google Earth AI 如何将行星级地理空间基础模型应用于全球公共卫生

    Google Research 引入基于 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），利用自监督预训练的位置嵌入作为即插即用输入，增强现有流行病学模型。在涵盖 MMR 疫苗接种、心血管疾病、登革热、产后抑郁及霍乱的全球验证中，PDFM 嵌入在多个病种和地理场景下匹配或优于传统输入，无需任务特定微调即可弥补数据缺口。

  30. AI HOT84

    Claude Code 云端会话实战指南：多任务并行运行与分支交付

    Claude Code 云端会话让每个任务在独立 VM 上运行，仓库克隆至新分支，支持从终端、Slack、移动端启动并跟踪。Pro 和 Max 计划包含该功能，现有用户可领取一次性额度。文章通过并行修复、文档校对等四个案例，说明了云端隔离的优势及本地与云端会话的选择边界。

    推荐理由：实测展示了多任务并行隔离和独立分支交付，为评估云端编码代理的适用边界提供了可参照的工作流。

  31. AI HOT78

    Mistral Large 4 上线 Arena 的 Agent Arena 与 Code Arena 评测

    Mistral 的 Mistral Large 4 现已进入 Agent Arena，用户可通过投票影响该模型的评估结果。该模型为 1T 参数、49B 激活的原生多模态开放权重模型，支持网络搜索、文件系统和终端工具；Arena 采用因果追踪方法衡量模型相对于平均模型在结果上的表现，且该模型同步上线 Code Arena 的 WebDev、Text 和 Vision 类别。

    推荐理由：Arena 说明了智能体评测基于真实长程任务及工具调用，读者可据此理解该模型在实际智能体工作流中的表现。

  33. AI HOT78

    Google Nano Banana 2.1 图像模型上线

    Google 在 Google AI Studio、API 和 Gemini 上线 Nano Banana 2.1 图像模型，官方称其具有更高的事实性、视觉保真度和多轮一致性。Nano Banana 2.1 在 API 上线，输入与文本生成成本比原版本高 2.5 至 3 倍，图像输出成本降低 50%，4K 图像每张消耗 2520 tokens 成本 0.076 美元。

    推荐理由：原文给出了多分辨率 token 消耗与定价对比，读者可以据此评估不同尺寸图像的成本变化。

10月6日周二
  2. AI HOT93

    Mistral 发布 Large 4 公开预览版，1 万亿参数权重将开放

    Mistral 发布 Mistral Large 4（代号 le Chonk）公开预览版，该 1 万亿参数、490 亿激活参数的原生多模态模型现已开放 API 试用，权重将于本月底发布。在网络安全与智能体工作流基准中，该模型表现领先多项开源指标，且使用 3800 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心训练。

    推荐理由：官方公布了1万亿参数多模态模型基准及月底开放权重计划，读者可据此评估其在开源模型中的定位。

  3. AI HOT71

    Mistral Large 4 在 OpenRouter 开放公测

    Mistral Large 4 在 OpenRouter 开启公开预览，规格包括 1T 总参数（49B 激活）、原生多模态、512K 上下文以及最高 256K 输出。前两周五折价格为每 1M tokens 输入 $0.68、输出 $2.09，缓存 $0.07。

    推荐理由：原文给出了模型参数、上下文窗口和公测期具体定价，方便读者直接评估接入成本。

  4. AGI Hunt40

    微软和 Meta 减少内部 Claude Token 用量

    微软和 Meta 正在大幅减少内部 Claude Token 用量。微软云和 AI 部门高管要求员工少用 Claude，转向 GitHub Copilot 和 OpenAI 模型，AI 预算从每月 10 万美元降至 1 万美元左右，内部年度支出预期下调三分之一以上；Meta 内部 Claude Code 用户从 6 万降至 3 万，主要因推广自家 MetaCode 和模型。

  6. TechCrunch · AI24

    Pinterest 推出 AI “Beauty Guides”功能，将美容 Pins 转化为专业行动指南

    Pinterest 发布由 Pinterest Intelligence 驱动的“Beauty Guides”功能，能将用户保存的美发与美甲 Pins 转化为包含专业术语、耗时及价格区间的可执行计划。该指南涵盖发型、发色、指甲形状与光泽类别，支持通过应用内按钮调取，帮助用户在沙龙沟通中精准表达需求并预估成本与维护频率。

  7. Mistral AI89

    Mistral 发布 Mistral Large 4 公开预览版

    Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、原生多模态的大语言模型，可在 Mistral Studio 通过预览 API 体验，模型权重将于本月底开源。

    推荐理由：Mistral Large 4 为万亿参数开源多模态模型，当前开放预览 API，权重月底发布，重点展示其编码、安全及企业级性能。