Chinese contentMiniMax 开源图像模型 H3-Image：10 秒生成 16MP 4K 图像
MiniMax 放了个开源的图像模型 H3-Image，10 秒就能出 4K 图，还能塞 16 张参考图做编辑。对比闭源的 Midjourney、Flux，这是开源权重可以直接下载部署的，走 API 还有首周三折起步的五折。做电商图、海报批量生成的开发者可以上手试试。
Latest
Every published item, in order · 29229 items
Nov 11
Chinese contentGoogle AI Studio 出现 Gemini 4 Carbon 对话框，或面向 Ultra 与 API 用户
Google AI Studio 里悄悄出现了 Gemini 4 Carbon 的对话框，Ultra 订阅和 API 都能用。想第一时间试新模型的开发者可以盯着 AI Studio 的模型列表，随时可能上线。
Chinese contentChatGPT 与 Claude 的语音模式在各端支持情况不一致
这篇对比挺实用，帮你搞清了 ChatGPT 和 Claude 语音模式在各端的真实覆盖：桌面、网页、Android 哪个能语音哪个不能，还有同一个会话跨端表现不同这种坑。经常用语音对话或 Cowork 的用户可以对照避坑。
Chinese contentCohere 与多伦多大学合办首场黑客松，1月30日举行
Cohere 第一次办黑客松，选了隔壁的多伦多大学，1月30日一整天，主题是做负责任的 AI 应用。想参加或看看 Cohere 开发者生态怎么布局的，可以留意报名信息。
Chinese contentChatGPT Android 端远程功能体验不佳，用户对比 Claude 更稳定
如果你在安卓上试过 ChatGPT 的远程控制电脑功能，大概率也遇到过连接失败。这条吐槽里作者直接拿 Claude 的安卓应用对比，说那边开箱即用，还提到草稿不保存的具体问题，适合纠结选哪家的用户看看。
Chinese contentAnthropic 调整 Claude 周重置规则：订阅越久，周重置次数越多
如果你是 Claude 重度用户，这条和你有关：订阅满 12 个月每周最多能拿 3 次重置，订阅越久次数越多。对比 ChatGPT Plus 那种固定额度，这算是给老用户的变相加量，长期订阅的可以查一下自己有几档。
Chinese contentAnthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Anthropic 一次发了两个 5.2 版本，官方口径是比 Opus 5.5 各项基准提升 5-15%。如果你在用 Opus 5.5 写代码或做分析，可以先看看有没有评测再做切换。
Chinese contentGrok Bot 完成全球重置，Claude 也有三处重置
如果你在 X 上常用 Grok Bot，这次全球重置会清掉它的旧记忆，回复风格可能变回默认。作者还同时发现三个 Claude 重置，等于一次看完多家机器人维护动态。常和这些机器人互动的人值得刷新观察一下。
Chinese contentFable-5.2 发布，博主对比它与 DeepSeek 的生成成本：40 美元 vs 1.4 元
博主拿刚出的 Fable-5.2 和 deepseek-v4.1-flash-1017 跑了同一个 demo，一个花 40 刀，一个只花 1 块 4，效果对比全在帖子里。做生成类应用、要算成本账的开发者可以直接看图判断值不值，这种带真实账单的横评不常见。
Chinese contentMemories Upload 用第一人称视频标注机器人的小动作纠错数据
机器人 demo 里总是一把成功，真实世界却会手滑，Memories Upload 从第一人称视频里抠出人无意识的小修正动作当训练数据。做具身智能或数据标注的团队值得对比一下它和遥操作采集的成本差异。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentGoogle DeepMind 发布 Gemini Robotics 2.5 机器人模型
Google DeepMind 把 Gemini 拿来干体力活了，200 多项任务里连系蝴蝶结这种精细活都能做。做机器人、具身智能方向的朋友值得看看它的任务列表，跟自家硬件怎么配合是关键。
Chinese contentFable 5.2 在 Remote Labor Index 上完成率达 41.3%，为 5.1 版本的逾两倍
Fable 5.2 在 Remote Labor Index 上把达标率从 17.9% 拉到 41.3%，翻了一倍还多。这个基准用的是真实付费自由职业项目的简报，比刷榜更能反映实际干活能力。做外包开发、设计的同学应该看看，你的活可能已经有人（和模型）在比价了。
Muse Spark Open Hits 433 tok/s Per User on TPU v7 Megakernel
The notable part is that a 816B MoE model now runs end-to-end as one Pallas program on a single TPU host through SGLang and TorchTPU, not through a closed inference stack. Teams building long-context agent products should study the deep dive for fp8 KV and session-aware cache strategies they can replicate. Compared with CUDA-only megakernel efforts, this demonstrates the PyTorch-to-TPU path has matured enough for production serving.
Chinese content面向 6-16 岁儿童的 AI 学习应用 gakkuai：让孩子自己解释而非代劳
有意思的地方在于它反着做：别的 AI 产品帮你省步骤，gakkuai 的 Raku 却专门提问、推回来，逼孩子自己解释和写。作者还把写 prompt 和表达想法归为同一种清晰思考能力。家里有 6-16 岁孩子的，可以看看这种产品思路。
Chinese contentAnthropic 启动 IPO 路演：发行 8.25 亿股，估值 1.24 万亿至 1.38 万亿美元
Anthropic 的 IPO 路演终于启动了，8.25 亿股、每股 70 到 78 美元，算下来估值 1.24 到 1.38 万亿，比之前传的 1.5 万亿低了不少。想打新或者关注 AI 板块定价的人，这个折让幅度很值得琢磨。
Chinese contentFireworks AI 遭黑客攻击，客户模型权重与账单信息泄露
Fireworks 上个月还说没发现客户数据被碰，现在承认模型权重、数据集和账单信息都被黑客拿到了。如果你的模型托管在第三方推理平台上，这篇得看看，涉及怎么评估平台安全性和要不要私有化部署。
Chinese contentClaude Fable 5.2 在科学工程领域成绩单：硬件设计、基因疗法、物理难题多点开花
大家都在聊它的写代码能力，其实这份成绩单更值得看：设计电路板一次跑通、34 个病毒蛋白壳建模对 28 个、13 个材料计算从 3.3 小时压到 4 分钟以内。做硬件、生物、材料方向的工程师可以对照自己的领域看看能用上多少。
Chinese content传闻称 Anthropic 内部部署了比对外版本更强的模型
有人在 X 上爆料说 Anthropic 留了更强的模型自用，对外只放 Fable 5.2，还引用了他们自己的论文。不过这只是单方帖文，没有实锤数据。做模型选型的朋友先别当真，等官方发布再说。
Chinese content博主预测 Google 将发布 Gemini 4 Carbon 正式版
一位X博主预测Google马上要推出Gemini 4 Carbon正式版，不过帖子里没有任何时间表和数据。如果你在等Gemini新版本的生产可用版本，可以先关注Google官方渠道，别当成确切消息。
Chinese contentAnthropic 称 Claude Fable 5.2 完成三项硬核任务
这条推文说 Claude Fable 5.2 一个 prompt 做出三件能用的电子设备，还解了 72 个开放优化问题。硬件和化学方向的人可以关注，但都是 Anthropic 自述，等官方报告或第三方复现再下结论。
Chinese content用户反馈 GPT-sol 出现明显降智表现
有用户吐槽 GPT-sol 今天变懒了，稍难点的任务就不愿深挖。如果你最近也感觉回答变水，可以对照看看是不是同款情况，这种一线反馈往往比官方公告更早暴露问题。
Chinese contentEthan Mollick 透露 Gemini 4 Carbon 早期体验：可把视频片段复刻为 3D 场景
Ethan Mollick 拿到 Gemini 4 Carbon 早期权限了，他说这代比 Argon 强，而且思路和 Claude、GPT 不一样。最好玩的是丢一段视频进去，它能用 Three.js 复刻出 3D 场景。想跟进 Google 这条线的开发者可以先看看实际体验反馈。
Chinese contentGemini 4 Carbon 开放通用使用
Google 把 Gemini 4 Carbon 全量放开了，主打写代码和科学推理，还说比上一代 Argon 更安全可控。如果你在做代码或科研相关的应用，现在就能直接调 API 试试，和 Claude、GPT 系列横向比一下再定用什么。
Chinese content社区开发者用 MiniCPM 打造本地照片回溯工具 LifeLog
如果你有上万张吃灰照片，这个开源工具能在本地 Mac 上把它们变成可提问的记忆档案。小模型做视觉描述、大模型写故事、检索带证据，这个分工思路开发者可以直接抄。隐私敏感的人也会喜欢全程离线这点。
Chinese contentStanford AI100 发布第三份报告《AI Goes Mainstream》，回顾 2021 年以来 AI 变化
Stanford AI100 这个百年研究计划刚出了第三份报告，专门梳理 2021 年以来生成式 AI 怎么一步步走进科研和日常生活。跟前两份比，这版把生成式 AI 的规模化当成主线来写，做政策或研究的人可以直接拿来当参考。
Chinese contentMiniCPM-V 4.7 在 24GB M4 Mac mini 上跑出 51.8 tok/s
有人在 24GB 的入门 M4 Mac mini 上把 MiniCPM-V 4.7 跑到 51.8 tok/s，不用外接显卡。想在 Mac 上本地跑多模态模型的开发者可以参考这套配置，对比一下自己设备的余量。
Chinese contentMiniCPM-OCR 1.0 获 vLLM v0.33.0 官方支持
做 OCR 服务的朋友可以直接升级 vLLM v0.33.0 来跑 MiniCPM-OCR 1.0，省去自己适配推理框架的功夫。相比 PaddleOCR 这类传统方案，用 vLLM 部署的好处是批量吞吐更高，部署流程也更标准化。
Sakana AI's Schmidhuber says Physical AI needs new data
The interview offers a counterweight to hype cycles: a foundational researcher arguing embodiment and self-generated data, not more web-scale text, define the next phase. Robotics teams and enterprise planners evaluating Physical AI roadmaps get a concrete, sceptical timeline from a credible source. The framing of Japan and Germany as potential contenders in embodied AI gives readers outside the US-China race a lens on where the field may diversify.
Chinese contentSakana AI 在 WIPO 全球知识产权与 AI 论坛发表主题演讲
Sakana AI 去日内瓦 WIPO 讲 AI 发明的专利归属问题，结合自家 AI Scientist 研究讨论人类判断怎么算。做 AI 科研系统或要给 AI 生成成果申请专利的团队，这场讨论直接关系到你们的申请能不能过审。
Robbyant releases LingBot-Touch open-source tactile model under Apache 2.0
The non-obvious finding is that masked-latent prediction beats pixel reconstruction precisely because tactile data is sparse and noisy — a lesson transferable to other low-signal sensor modalities beyond robotics. Researchers building touch-equipped manipulators or multimodal perception stacks can adopt the Apache 2.0 weights and the curriculum-masking recipe directly. Compared with MAE and VAE baselines trained on the same data, the JEPA encoder is the one that scales with training hours, which matters for anyone planning long pretraining runs.
Chinese contentVercel Security Review 上线不到一周扫描出 57,897 个漏洞
Vercel 这个安全扫描 Agent 上线不到一周就揪出 6 万个漏洞，还自动修了近 1.5 万个。不用部署在 Vercel 也能扫自己的仓库，11 月 10 日前免费，管代码的都该跑一遍。
Chinese contentMemories AI 推出 Memories Upload：把第一人称视频转成机器人训练数据
机器人训练最缺的就是人手操作的真实数据，Memories AI 直接把第一人称视频做成训练集，前五的机器人实验室已有 3 家在用。做具身智能或关注数据供给的团队可以看看这条流水线思路。
Chinese contentGoogle DeepMind 用 AI 数学证明 Signal 代码安全性
Google DeepMind 用几十个 Gemini Carbon 智能体写了 650 万行 Lean 证明，4 周干完过去专家团队几年的活，还故意塞回 2 个旧漏洞验证系统真能抓出问题。做安全、写关键系统的工程师都该看看这个验证思路。
Chinese contentThe Information：Alice Huang 被指经新加坡渠道向中国转运约 24 万颗 Nvidia 芯片
这条爆料信息量很大：一个与黄仁勋无关的 Alice Huang，用上海世纪利通加新加坡 Megaspeed 两级结构，转运了约 24 万颗 H100/H200 和 A100。关心出口管制、算力供应链或新加坡中转渠道风险的人都该看看。
Chinese contentMistral CEO Arthur Mensch：集中化 AI 实验室的终局是吃掉客户的生意
Mistral 的 CEO 在 20VC 播客里说了一句挺扎心的话：你天天用的 AI API 正在拿你的数据训练下一代模型，将来可能反过来抢你的生意。做企业的朋友可以听听他怎么论证这件事，也能理解 Mistral 为什么死磕开源路线，跟 OpenAI、Anthropic 的思路差在哪。
Nvidia paper identifies intrusion heads behind RAG distraction
The non-obvious finding is that distractor damage is localised in a handful of attention heads, so a lightweight patch can match most of what a costly retraining effort would achieve. Teams running RAG or agent systems on open-weight models can implement the mask as an inference-time intervention without touching training pipelines. Compared with context-cleaning heuristics that filter noisy documents before inference, head masking operates inside the model and needs only a one-time identification of the offending heads per model. Practitioners in ASEAN serving models under cost constraints benefit because the fix adds no training expense.
Chinese contentSeele AI 发布 Seele03：一次生成可编辑的游戏工程文件
Seele03 不是演示级 one-shot 生成，而是输出 Unity、Godot、Web 三种可编辑工程文件，小团队不用再手动串网格、绑定、音效和代码。独立开发者和小型工作室最值得试，迭代循环能留在 AI 流程里完成。
Chinese contentIBM 计划将 Anthropic 的 Claude Mythos 接入 IBM Concert Protect 做企业级漏洞挖掘
IBM 要把 Claude Mythos 从内部 Project Glasswing 研究项目开放给企业客户，做无签名 zero-day 挖掘。亮点是那组数字：5,700 条告警过滤到 12 个真漏洞。做企业安全采购或写扫描工具的人都该看看这套验证管线怎么设计。
Chinese contentNvidia 游 opposing 远程访问限制规则，牵动中国 AI 实验室获取受限芯片路径
Nvidia 在远程访问规则上的游说细节首次曝光，解释了新加坡、马来西亚数据中心为何成为中国实验室获取受限芯片的关键中转。做芯片出口合规或跨国算力部署的团队值得看。
Chinese contentJensen Huang 被曝与涉华间谍案关联者有染，Nvidia 遭集体诉讼
黄仁勋的私事变成了股东诉讼的证据，诉状直接引用他对 Bloomberg 的原话。这案子把高管私人关系、出口管制合规和公司信息披露绑在一起，持有 NVDA 或关注中美芯片管制的人都该看看细节。
Only the latest 2000 items are listed; for older ones see the daily archive