做机器人的朋友可以看看这个新数据平台:第一视角视频逐帧标注每只手的动作,能按动作检索片段直接拿来训练。相比自己搭遥操作采集,省了不少成本,每月还在上新数据。
Latest
Google AI Studio 的升级弹窗泄露了 Gemini 4 Carbon 的访问门槛:要么订阅 Ultra,要么用 API Key。对开发者来说走 API 就能提前用上,普通用户则要掏 Ultra 订阅费,想尝鲜的可以先准备好 API Key。
Google 在 Antigravity 里搞了个 /swarm 命令,多个智能体靠共享消息板分工协作,还有仪表盘看它们怎么沟通。和单智能体跑任务的用法完全不同,适合想试多智能体并行的开发者,不过配额烧得快,先想好成本。
OpenAI 给 ChatGPT 的 Dots 加了多机连接,一个 Dot 就能指挥几台电脑干活,你还能指定任务在哪台跑。手头有多台机器的人可以把不同活分给不同设备,比 Cursor 那种绑单机的玩法灵活。经常远程调度开发环境的可以试试。
Kylon 让 Claude Code 和 Codex 这类编程智能体去做营销、销售这些非编程活,还免注册接了 3000 多个工具。官方说已跑了 500 万笔交易,等于 5 万小时人工。团队里已经在用这俩智能体的人可以试试评论领首月免费。
想在本地跑编程智能体的可以试试,Ripple 65-B 上了 Ollama,1M 上下文能塞下整个代码库,数据完全不外传。比起把代码扔给云端模型,对隐私要求高的团队多了一个选择。
Perplexity 的 Teammates 在做自动化智能体,用户拿它跑 SEO、投放、客服这些活儿,Automations 用量一天翻倍。本周还要出金融研究专版和更简单的配置流程,想给团队搭智能体的可以留意下。
Google 把新的 Gemini 4 Carbon 放进 Antigravity 给 Ultra 用户先试,还带了 /swarm 多智能体功能,能拆任务并行跑。用 Cursor 或 Claude Code 的朋友可以对比下这套 swarm 工作流,编写复杂项目时可能省不少来回。
Google 在 AI Studio 悄悄放出了代号 carbon 的新模型试用入口,有 Ultra 订阅或 API key 的现在就能上手测。还不知道具体参数和跑分,感兴趣的开发者可以先接入试试,比等正式发布快一步。
这个思路挺有意思:用 AI 智能体伪装成受害者,跟诈骗电话的人反着聊,把对方时间拖住,累计已经耗掉诈骗者约 27 年,还在给银行、电信公司和政府机构提供诈骗账号线索。做风控或反诈方向的人可以看看。
机器人要学动手,靠的是大量真人手部操作视频。这家公司雇人录第一人称画面,按左右手动作逐帧打标签,做成能按动作搜索的训练数据卖给机器人实验室。做具身智能或模仿学习的团队可以直接关注这种数据源。
机器人圈常怪模型不行,这个团队反而去拍 20 多个行业里人类干活的视频,连手部动作都逐帧标注,已经有 3 家头部机器人实验室拿去训练了。做具身智能或关注数据瓶颈的都该看看这个思路。
有道出的叭哥说,说中文直接出英文 Prompt,还能自动去口水话、排版分段,配 Claude Code 用特别顺。微信和 Codex 自带的转写是逐字照搬,这个直接给你可发的成品,而且终身免费不限量,Windows、Mac、手机都能装。
新加坡的朋友可以关注:moomoo 和 Qoder 联办的 AI 交易智能体比赛,报名就送 Qoder Pro 和 1500 credits,还能用 Moomoo MCP 做纸面交易练手。想做量化智能体的开发者直接冲,11 月 16 日还有线下工作坊。
阿里云的编程智能体 Qoder 更新了交互方式,你可以更灵活地把任务和工作流交给它管理。它对标 Cursor 和 GitHub Copilot,走的是把工作流管理内置进产品的路线。做开发的、或者在东南亚/欧洲用云服务选编程工具的团队,可以看看这次演示的实际用法。
一个开发者用 Fable 5.2 做了个小应用:你随便问个问题,答案像老师在黑板上那样一步步写出来。Claude 官号都在转发,做教育产品或讲解类内容的人可以看看这个交互思路。
IOC 的 AI 负责人亲自上台讲怎么和 Alibaba Cloud 合作,把智能体用到奥运会运营里,属于很少见的国际组织站台的云厂商案例。做企业级 AI 落地或研究云厂商出海打法的人可以看看细节。
Alibaba Cloud在达喀尔2026青奥会现场摆了个AI展台,访客能用Wan模型玩互动视频亭,还有Qwen驱动的聊天助手。中国云厂商把生成式AI直接搬进非洲体育赛事,想看Qwen实际落地场景的可以关注。
Explainability in the driving loop is the notable part: the model justifies its path-planning decisions in language, which matters for regulators and insurers auditing AV behaviour. Autonomous driving teams can take the open weights and fine-tune the planner on their own fleet data instead of licensing a closed stack. AV startups and OEM engineering groups evaluating NVIDIA's software stack against alternatives like Waymo's internal systems or Mobileye should track adoption of this model as a baseline.
Gakku 拿了 5100 万美元做儿童学习教练,思路挺反直觉:AI 只负责提问,说话和写字的必须是孩子,靠讲出来暴露理解漏洞。做教育 AI 或关注儿童产品的可以看看他们怎么绕开"AI 代劳"这个坑。
Anthropic 给 Claude 订阅用户塞了个限时福利:Fable 5.2 能占用一半套餐额度,只到 11 月 16 日,之后就得多掏 usage credits。如果你本来就有订阅,最近有长文或批量任务,抓紧在这个日期前把想测的都跑一遍。
Synthesia 把自家 Interactive Avatar 技术做成了免费小工具,录一段 2 分钟的视频就能生成会跟你实时语音对话的分身,还能切换 hype 或 roast 风格,比 HeyGen 的玩法更轻量,做内容或玩数字人的朋友可以上手试试。
字节的 Seedream 5.5 进了 Krea,同一张图能连续改 100 次不崩,还直接出透明背景 PNG 和更准的文字。做电商图、海报这类要反复调的素材,可以拿来和 Nano Banana 对比一下手感,设计师值得先试。
Palmer Luckey 的 ModRetro 和 OpenAI 把 Codex 接上了实体 Game Boy 掌机,说句话就能生成游戏烧进卡带玩。跟纯模拟器不同是 FPGA 硬件级还原。喜欢折腾复古游戏和 AI 编程工具链的开发者可以看看这条完整链路。
开发者 Tw93 做的原生 Markdown 笔记,三端都有,文件就是普通 .md 不锁格式。比较有意思的是 miao CLI,能让 Claude 这类 Agent 直接搜、读、写你的笔记库。喜欢本地文件和终端工作流的人可以试试。
Google DeepMind 把机器人基础模型升级到 2.5,同一套模型能叠衣服、端糕点还能在产线分拣汽车零件。和 Physical Intelligence、Figure 这些玩家正面竞争。做机器人和工厂自动化的朋友可以看看演示视频。
字节把 Seedream 5.5 接进了 Genspark,能拆图层、免抠图、反复改稿不糊,还搞了一个月 6 折。做设计素材、营销图的朋友可以直接去 Genspark Design 试试,和 Midjourney、gpt-image 比价格优势明显。
作者吐槽国内 Personal AI 都在堆主动性推送,结果用户只觉得被打扰。做产品的人该看看,主动性和打扰之间就一线之隔。
独立开发者 joeseesun 放出了一个开源的 AI 资讯站 xnews,体验站 xnews.qiaomu.ai 可以直接看效果,源码在 GitHub 上。想搭自己的资讯聚合站或者研究他的内容筛选思路的开发者,可以翻翻仓库。
Gumroad 创始人 Sahil Lavingia 把自己复制成了同事能直接调用的 Agent,目标是自己去无限期休假,现在正过安全审查。想看个人 Agent 分身怎么落地的,可以点进他引用的原推看构建思路,适合在做个人 Agent 的开发者参考。
如果你做视频配乐或想用 AI 写曲子,这条值得看。它和 Suno 那类只出音频的玩法不一样,Fable 5.2 能先出可编辑的乐谱再渲染录音,改起来方便很多。5 个案例都是真人实测,看完就知道自己能不能用上。
字节刚出的 Seedream 5.5 实测来了:多轮编辑不跑偏、中文小字不再乱码。做笔记配图或海报的朋友可以关注,等 API 开放后接入 Obsidian 这类工具会很顺手。
Matthew Berman 拿 Fable 5.2 一口气做了 9 个项目,从 Unreal 3D 游戏到 Photoshop 克隆都有,比一般编程助手能产出的完整度高不少。想自己做小工具或原型的开发者可以看看这批案例,感受一下现在 AI 编程的真实上限。
有人用 Claude Fable 5.2 写 JavaScript,让每一帧画面都靠代码画出来,效果直接看视频很直观。想知道现在的模型能不能扛住这种连续生成任务,可以看看这个演示。
Matthew Berman 用 Fable 5.2 一个人做了 9 个能跑的东西:Unreal 3D 游戏、派对游戏、视频编辑器,连 Excel 和 Photoshop 都克隆出来了。想看 vibe coding 到底走到哪一步,这条演示比评测文章直观得多。
Fable 5.2 能模拟约 70 万次真实笔触画出照片级画作,和普通扩散模型直接出像素图完全不同。喜欢图像生成的朋友可以看看这种笔触级生成思路,做艺术创作的也用得上。
Felix Rieseberg 用一条提示词让 Fable 5.2 生成了带音效和贴图的完整游戏,花了约 550 美元 API 费用和 8 小时,浏览器打开就能玩。想看单次提示能走多远、以及 Artifacts 分发的实际效果,这个例子很直观。
快手的 Kling 4.0 和 OiiOii 联合办视频创作赛,主题是旅程,最高奖金 2000 美元,还有三个类别共 9 个奖。会用 Kling 4.0 做视频的创作者可以在 11 月 9 日到 22 日投稿试试,想练视频生成的也能当参考题。
快手旗下 Kling 4.0 这次不是发功能,而是直接交作品:帮哥本哈根品牌 Heliot Emil 做了整支时尚大片。能看出它的光影和织物质感到了什么水平,做视频生成或品牌内容的朋友值得看看成片。
The counterintuitive result is that removing structured action spaces and abstraction layers improved agent quality, cost and speed simultaneously — a design lesson that applies well beyond this one library. Developers maintaining Browser Use automations need to plan migrations now since 90% of the API surface is gone and pinning with '==' is advised. Compared with heavier agent frameworks like Playwright-based orchestration stacks, this raw-CDP approach sets a new baseline for what minimal web-agent scaffolding can achieve.
Only the latest 2000 items are listed; for older ones see the daily archive