Chinese contentPhysical Intelligence π0.5 加入触觉编码器后成功率从 48% 提升至 70%
这个组合很实在：蚂蚁旗下的 LingBot-Touch 触觉编码器只有 5.46M 参数，接进 π0.5 就把 26 项任务成功率从 48% 拉到 70%，还开源了。做机器人操作的同学可以直接上手试，比堆算力划算得多。
Latest
Every published item, in order · 55849 items
Nov 12
Chinese content2026 被视为 AI 拐点：Claude Fable 5.2 发布与超智能预测提前
这篇梳理把散落的进展串成一条线：Claude Fable 5.2 用 1000 多个子智能体八天写出操作系统原型，AI 2027 预测提前了五个月，Google 那边 Gemini 4 Carbon 也在追。关心 AI 节奏和 2027 超智能判断的人可以看看。
Chinese contentSeedance 2.5 4K 登陆 Krea 平台
字节跳动的 Seedance 2.5 现在能在 Krea 上直接用 4K 生成视频了，不用单独去申请字节的 API。做短视频或广告素材的可以拿它和 Krea 里的 Veo、Runway 同台比一比画质再选。
Chinese content购物搜索被两头分流：ChatGPT 管调研，Amazon 管下单，Google 夹在中间
这条值得点开看看，谷歌最赚钱的购物搜索正在被 ChatGPT 和 Amazon 两头分食。做电商、投广告的朋友可以想想自己的预算该往哪里挪，单纯押注 Google Ads 的思路可能要改改了。
Chinese contentChatGPT Dot 支持多台设备同时连接使用
如果你桌面上不止一台电脑，这个更新很实用：ChatGPT Dot 以前多台设备连上后只能单台使用，现在可以同时用了。多设备用户不用再来回断开重连，家里或工位共享一台 Dot 也更方便。
Chinese contentAnthropic 为所有付费 Claude 订阅计划提供完整用量重置
如果你是 Claude Pro 或 Team 付费用户，现在去检查一下账户额度，Opus、Sonnet 的用量被全部重置了。免费用户不在此范围内。对重度用 Claude 写代码或长文档的人，这个周期内等于多了一轮完整配额，抓紧用。
Chinese contentSeedream 5.5 全球上线，单图多次编辑能力提升
字节的 Seedream 5.5 开放全球使用了，最大卖点是同一张图能反复改很多次还不崩。做设计、电商图的朋友可以拿它和 Midjourney、Nano Banana 比比编辑稳定性，谁能少重roll谁就省时间。
Chinese contentMac 软件 EnConvo 把十几个 AI 工具合并成一套个人 Agent 系统
作者买来捧场的 Mac 软件，用了一天就卸掉了自己订阅的四五个 AI 工具。划词翻译、语音输入、实时字幕、浏览器自动化、手机远程控制全在一个软件里，还能用自己的 Claude 和 ChatGPT 账号。讨厌装一堆零碎插件的人可以试试。
Chinese contentMiniMax 发布 H3-Image 图像生成模型并征集用户案例
MiniMax 放出了 H3-Image 的效果推文串，专门做“what if”这类假设性创意图，还在评论区收集大家的图和提示词。想试文生图的可以直接去翻这条串，看看提示词怎么写、别人都生成了什么。
Chinese contentMiniMax H3 携手 HeyGen 发起视频创作比赛，奖金 5000 美元 API 额度
MiniMax 和 HeyGen 搞了个视频比赛，用 HeyGen MCP 调 HeyGen Video 1 让 AI 智能体自己当导演拍镜头，12 月 1 日前带话题提交，第一名拿 5000 美元 API 额度。想试 MCP 加视频生成工作流的开发者可以直接当练手项目。
Tomorrow 08:00, the daily lands in your inboxTelegram channel or email. Same screening as this page, no ads.
Chinese contentMiniMax H3 Image 登陆 fal 平台，约 10 秒生成 4K 图像
MiniMax 的 H3 Image 上 fal 平台了，10 秒出 4K 图，还能做精准编辑和游戏 3D 素材。做 Agent 或批量图像工具的开发者可以直接用 fal 的 API 接入，不用自己部署。如果你在找兼顾速度和分辨率的生产级方案，可以试试。
vLLM-Omni adds Day-0 support for Runway's Praxis-1 robot model
Apache 2.0 weights plus single-H100 qualification make Praxis-1 one of the more accessible open robot policies to self-host, with no cloud dependency for inference. Teams building robot stacks in ASEAN research labs or startups can prototype without multi-GPU budgets, and the OpenPI/Positronic serving paths mean existing manipulation pipelines can swap in the model with modest glue code. Anyone comparing open robot foundation models should weigh it against restricted-license alternatives.
Chinese content李开复接受 Fortune 专访：澄清中国 AI 发展的三个误解
李开复在 Fortune 专访里正面回应了三个流传很广的说法：开源模型赚不到钱、中国 AI 是铁板一块、出口管制能卡住发展。做中美 AI 对比分析、或者关心开源商业化路径的人，能从他的反驳逻辑里拿到不少论据。
vLLM upgrades EPD disaggregation for lower TTFT
EPD disaggregation moves encoder work onto separate GPUs, which changes the cost calculus for anyone serving vision-language models where image encoding otherwise stalls token generation. Teams benchmarking vLLM against SGLang or TensorRT-LLM should re-test TTFT under mixed multimodal traffic with this release. The llm-d and SMG integrations mean the split can be adopted incrementally on existing vLLM deployments.
Chinese contentvLLM GitHub 贡献者突破 4,000 人
vLLM 从伯克利的一个研究项目做到 4,000 人共建的开源推理引擎，这规模在同类里很少见。如果你在自己的服务器上跑大模型，大概率绕不开它。做自部署、私有化部署的工程团队值得了解一下它的社区生态。
Chinese contentFishAudio 发布 Live 3：支持全双工语音的实时对话模型
FishAudio 这个 Live 3 能边听边说，不用像对讲机那样一人一句，语音智能体的打断体验会自然很多。vLLM 团队还主动喊话说开源后第一时间支持。做语音 Agent 的开发者可以先盯住它的开源动向。
Chinese contentInception 的 Mercury Decide 模型上线 OpenRouter
Inception 的 Mercury Decide 上 OpenRouter 了，这家做扩散式语言模型的公司走的是和 GPT 那种逐词生成不一样的路线，延迟更低。做 API 聚合或想试新架构推理的开发者可以直接在 OpenRouter 调用看看效果。
Chinese contentAnthropic 提出 Vibe Hacking：不会编程的人也能借 AI 入侵系统
Anthropic 自己承认 Claude 被人用来搞自动化攻击，还造了个新词 Vibe Hacking。它讲清了没有编程基础的人怎么借 AI 入侵系统，公司安全团队看完能直接对照检查自己的防御措施。
Chinese contentOpenRouter 上线 ScaleDown Extract：支持文本、PDF 和图片的文档抽取工具
OpenRouter 把 ScaleDown 的文档抽取挂到了自家平台上，扔进去文本、PDF 或图片就能出结构化数据，省掉自己拼 OCR 加解析那套流程。经常处理扫描件或表格截图的开发者可以试试，跟单独接 OCR 服务比，省一步管线搭建。
Voice Arena Dictation Bench ranks Wispr Flow top dictation app
Evaluating the full product instead of the bare model changes which dictation tools look good, and this benchmark shows the gap can be wide, with Apple's offering far behind Wispr Flow on the same task. Developers and teams who dictate into editors or coding prompts can use the whitepaper to shortlist apps worth testing in their own workflow. Anyone comparing dictation options on macOS now has an open, inspectable baseline instead of vendor accuracy claims.
Chinese contentAnthropic 推出 Claude Meetings：AI 参会做笔记并现场生成文件
Anthropic 给 Claude 加了个开会功能：AI 直接进视频会议，边聊边帮你做文件、记笔记、列待办。跟 Zoom 和 Google Meet 的会议 AI 比，它主打会中就出成品，不用等散会。天天开会的团队可以试试。
Chinese contentNetflix 在电视端测试 AI Discover 栏目，按心情和时长推荐内容
Netflix 在电视端加了个 AI Discover 标签页，按你当下的心情、还剩多少时间、跟谁一起看来推内容，喜欢不喜欢点一下 AI 就记住了。已经在美区测试，经常选片半小时还没开剧的人可以关注下什么时候铺开。
Chinese contentNvidia B300 芯片经泰国走私流入中国，Moonshot AI 被指涉及其中
Techsauce 把一条走私链拆给你看：泰国卖酒的网页、北京无人机店、最后到 Moonshot AI 的机房。Nvidia 管制的最顶级芯片是怎么绕过去的，全过程有单据支撑，比泛泛报道硬核得多。
Chinese contentOpenAI 推出 Businesses in ChatGPT，商家可认领资料并部署 AI 客服代理
商家以后能在 ChatGPT 里认领自己的主页，改价格、改商品信息，还能挂一个 AI 客服直接回应用户提问。跟 Google 商家资料逻辑很像，但入口是对话。做电商或本地服务的运营值得先去看自己品牌在 ChatGPT 里被怎么介绍。
Chinese contentOpenAI 单季度营收首次突破 100 亿美元
单季 100 亿美元是什么概念？OpenAI 一个季度赚的钱比 2025 年一整年还多。和 Anthropic 的 70 亿年化收入一比，差距肉眼可见。想判断哪家模型厂商能长期支撑算力烧钱的开发者，这篇值得看看。
Chinese contentAnthropic IPO 估值缩水：发行区间对应约 1 万亿美元，低于此前 1.5–2 万亿预期
这篇分析把 Anthropic IPO 降估值的账算得很清楚：OpenRouter 上开源 token 一年从 2 万亿涨到 146 万亿，九成跑中国模型，连 H100 租价都被推高了 25%。做模型选型或关注中美开源差距的人都该看看这组数据。
Chinese contentLegora 与 DiliTrust 达成合作，法务团队可在同一平台查询合同与实体信息
做企业法务的朋友可以看看：Legora 接入了 DiliTrust 的合同和股权数据，以后查历史合同条款、起草文书都不用切系统了，直接在 Legora 里问就行。已经在用 DiliTrust 管合同的公司上手成本很低。
Chinese content密西西比州维持 SpaceXSI 南黑文电厂许可，含 41 台燃气轮机
SpaceXSI 在密西西比的电厂许可保住了，41 台燃气轮机继续给 AI 数据中心供电。想想国内大厂也在抢电力指标，这类自建电厂的审批拉扯很值得一看，做基础设施规划的朋友可以留意。
Chinese contentSeedance 2.5 登陆 Pika，支持原生 4K 输出
Pika 把字节的 Seedance 2.5 接进来了，还能出原生 4K，草稿确认后一键出成片。用 Pika 自研模型的可以顺手试试 Seedance 的画质差异，做广告和短剧的团队尤其值得看。
Chinese content百度世界 2026 大会即将召开，官方预告将有大量内容发布
百度官方预告明天开大会，具体发什么还没说，但从往年惯例看基本是文心模型和产品更新的大日子。关注百度技术路线、或想看国内大厂年度发布节奏的人，可以留意明天的直播。
Chinese contentAI 智能体正在成为 Web 流量主体，B2A 经济悄然成形
这篇推文提炼了 B2A 概念：智能体不只是访客，很快会是买家。讨论了企业如何为机器而非人类优化 Web 服务，适合关注电商、开发者工具和流量分发逻辑的人看看，能帮你预判下一步基础设施往哪修。
Chinese contentEthan Mollick 预言：GTA 6 或是最后一部全人力开发的 3A 游戏
沃顿商学院的 Mollick 发了条有意思的预测：一周后发售的 GTA 6 会是最后一部十亿美元级、零 AI 参与的 3A 大作。他把这种全人工开发比作金字塔，挺有讨论度，做游戏或内容行业的可以看看各方怎么回应。
Chinese contentEthan Mollick 用费米悖论提示词测试 Fable 5.2 与 Gemini Carbon
Ethan Mollick 让 Fable 5.2 和 Gemini Carbon 玩了一把费米悖论，答案没解出来但过程挺精彩。重点是那句提示词模板，你拿来测试任何推理模型都好用，想学结构化提问的别错过。
Chinese contentEthan Mollick 用 Claude Fable 5.2 多智能体协作做出奇幻运输模拟游戏 Dread & District
Mollick 只给了一句话需求，让一队智能体自己吵美术、吵剧情，最后真做出一款叫 Dread & District 的奇幻物流游戏。想试多智能体协作的人可以直接参考他的提示词和分工方式。
Chinese content一张 Agent 基础设施公司清单：搜索、账号、浏览器与电脑使用全覆盖
做 Agent 的开发者可以收藏这张清单，把搜索、账号授权、浏览器和电脑操控四层基础设施一次看全。同类工具都摆在一起，方便直接对比选型。
Chinese contentLenny Rachitsky 发布 2026 科技就业市场报告：AI 工程师与 FDE 需求增长最快
做技术选岗的都该看看：Lenny 的半年期就业报告说软件工程师需求停滞了，但 AI 工程师和 FDE 涨得最快，PM 反而在 AI 时代更吃香，远程岗位降到历史低点。想跳槽或规划职业路径的，这份能帮你判断方向。
Chinese contentMiniMax H3-Image 高速模式约 10 秒生成 4K 图，靠 6 步蒸馏采样提速
这篇文章拆解了 MiniMax H3-Image 为啥 4K 图能跑进 10 秒：6 步蒸馏采样加提示词融进权重，省掉了重复计算。做图像生成部署的工程师能直接借鉴这套思路，用过的还会发现它文字渲染和参考图控制确实稳。
Chinese contentOpenRouter 推出 Extractions API alpha 版，文本图像 PDF 一键结构化抽取
做数据处理的朋友可以看看，OpenRouter 这个 API 用一句话描述字段就能从 PDF、图片里抽结构化数据，不用自己写 prompt 和解析逻辑，还能随时换底层模型，适合处理发票、邮件这类批量任务。
Chinese contentQwen4-Max 预览版发布，上线阿里 Token Plan 并开放多端体验
阿里把 Qwen4-Max 预览版放上了 Token Plan，限时 1 折就能用。实测前端动画一次生成不用改，代码党可以直接拿它跟 Claude、GPT 系比一比，写页面的朋友值得花几分钟试试。
Chinese contentMiniMax 开源 H3 生图模型，支持 4K 直出与 16 图参考
MiniMax 把生图模型也开源了，实测 10 秒出一张 4K 图，还能一次参考 16 张图做图生图，文字生成也稳。做电商图、海报设计的可以自己部署试试，和闭源 API 比省了调用费。
Only the latest 2000 items are listed; for older ones see the daily archive