字节跳动发布 Seedance 2.5 4K 视频模型
字节跳动发布 Seedance 2.5 4K,主打更丰富的视觉细节。据称其 10-bit 色深带来更丰富的色彩层次和更平滑的过渡;用户可用 Draft 模式先低成本生成 480p 预览,再放大到 4K。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
字节跳动发布 Seedance 2.5 4K,主打更丰富的视觉细节。据称其 10-bit 色深带来更丰富的色彩层次和更平滑的过渡;用户可用 Draft 模式先低成本生成 480p 预览,再放大到 4K。
宾夕法尼亚大学合作者开发的 LitPivot 系统,围绕提案中被编辑的部分组织文献,给出带原文摘录支撑的批评与可采纳、修改或拒绝的修订建议。在 17 名研究者的实验室研究中,领域专家认为用 LitPivot 形成的想法比用文本编辑器加 AI 聊天工具的想法更有文献依据,参与者自评其想法更新颖、更有用。该系统将亮相 UIST 2026。
Ali Hussain,Tabs(面向财务与会计的 AI 智能体)CEO,谈在快速扩张之前先放慢脚步。 Hussain 的增长法则是:有时你必须“先慢下来,才能快起来”。早期先落实几件事是痛苦的,但会让之后的一切快得多。 @AliHussain15207 ---- (完整视频在“EO”YouTube 频道,链接见评论)
Factory 联合创始人兼 CEO Matan Grinberg 与 Anthropic 的 Kai Gill 对谈,介绍其 AI 编码智能体 Droids 如何借助 Claude 的前沿模型处理大型代码库中的长周期任务,让团队减少人工监督即可信任智能体方案。
Kimi K3.1 Pro 正在 Kimi AI 网页端和移动端陆续推出,官方定位为处理复杂任务和专业工作的全能旗舰模型。截图显示其与 K2.8 Instant 并列出现在模型选择菜单中,可选 High thinking effort 和 Standard 上下文长度。
SiliconFlow 宣布 MiniMax-M3.1-Flash 在开放权重发布首日上线其平台。该模型在 DeepSWE v1.1 得分 73.7%,OSWorld V2 得分 61.7,原生支持文本、图像和视频输入的 1M 上下文,采用全层稀疏注意力的 MSA 架构,相比 M3 推理速度提升近 3 倍,智能体任务成本降低 70%。
隆重介绍 Krea for Grok bot。 直接在 Grok 里,用全球最好的模型生成图像和视频。 现在就来试试 👇
本报告由南京大学杨骁文博士介绍,重点探讨了如何通过 CompoWorld 和 Skill2Env 构建、扩展和训练通用智能体交互环境,涵盖环境合成、规模扩展和能力训练三个方面。
月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro,为 3T 级开放权重模型,上下文窗口 100 万 token,并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。
Cursor 宣布新增控制电脑的能力,智能体可以驱动 iOS Simulator 等桌面应用,用来测试自己构建的功能,并附演示视频。
用户通过 Tailscale 给 Perplexity Computer 开放了 Raspberry Pi 5 的 SSH 访问权限,它一夜之间自主把设备变成带街机 UI、工具链和 MCP 集成的游戏主机。
成为一家全球公司也意味着在全球范围内构建。 常驻布拉格的 Tom Kocmi 负责 Cohere 的多语言工作,他解释了我们在如何打造能够理解并连接不同语言与文化用户的模型。 想要带来真实的改变?在这里申请:https://cohere.com/careers
OpenAI CEO Sam Altman 在访谈中称沙箱只能短期约束先进 AI,模型足够聪明后甚至无法追踪其逃逸路径,最终唯一有效的是对齐,而对齐错误的潜在代价已大幅上升。
本周你睡觉的时候,你的 @bot 都做了什么?
试试 Grok @Bot
作者转述 Grok Bot 团队 Matt Palmer 对 Team Bots 的讲解:Team Bot 即分享给团队的 Grok Bot,把个人流程封装成同事可调用的内部工具,支持权限分层、接入 Slack/Teams,聊天互相私密。
Computer 现在搭建网站更有品味了,这要归功于 @LexnLin 的开源技能,现已集成在内。我们为每位用户提供 5000 积分供其试用。
SenseTime 发布针对 GPT-6-Astra 具身智能的实证研究,覆盖 12 个仿真基准和 8 个真机平台,并开源 SenseNova-RoboRSI 框架与 27B 模型。统一协议下 GPT-6-Astra 在全部基准达 SOTA,RoboDojo 从 27.6% 升至 81.9%,但单个放笔任务推理成本约 $55,真机还存在过热与响应延迟问题。
Sam Altman 表示,OpenAI 目前最强的内部模型过于强大,短期内无法公开释放。 在此之前,互联网的整体网络防御体系需要改变,世界也需要一层新的生物威胁防护。 ---- 完整视频见“Stanford Graduate School of Business”YouTube 频道,(链接在评论中)
Audible 技术团队用可控 TTS 合成有声书,通过自然语言语音描述控制对白表达,角色对白区分度在 MUSHRA 测试中提升 3.7 分。其 BookLLM 组件自动识别书中角色并标注对白,在 25 本英西语书籍上角色识别准确率分别为 97% 和 94%。在英西语测试中,十种声音里有八种听感获得统计显著改善。
Latent.space 作者 Ankit Maloo 分析 OpenAI 与 Anthropic 近期在 Erdős 单位距离猜想、Cycle Double Cover、Navier-Stokes、费马大定理等形式化成果,提出问题难度可用 Gowers 的 2^k + t 提示复杂度和分支因子 b 刻画。
LessWrong 实验测试 Claude Fable 5.1 在图像中隐藏信息的能力:模型被要求藏句且不规定方式时,自发用视觉属性编码,最常见是物体高度对应字母位置(50 张中 33 张);新会话只给渲染后的 PNG 仍解出约 78%(39/50)。
历史上的科技带来的基建狂热一般持续4-6年 明年是 AI 的第 5 年
fal 宣布 Kling 4.0 正式向公众开放,所有客户均可通过 API 访问。该模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像/视频/元素参考、最多 10 个关键帧的精确控制,并提升了运动、角色一致性和电影感叙事表现。
这个木偶在说谎。数字不会。 2天。5个世界。65个Tripo生成的3D模型。一个Claude智能体一步步完成工作。 用氛围编程做出你一直想要的3D游戏。这个周末就动手做你的第一个。↓
仅用一张 Nano Banana 图像和 Blender MCP,Gemini 4 Argon 在 @Antigravity 中搭建了一座 3D 哥特式大教堂。 它不断迭代几何结构、纹理和光照,最终完成整个场景。
Meta 宣布将新商业条款的生效时间从 10 月 30 日推迟到 11 月 20 日,此前出版方担忧条款允许 Meta 抓取新闻网站内容用于 AI 训练。
IT之家 10 月 23 日消息,OpenAI 联合 PerturbAI 和斯克里普斯研究所(Scripps Research),利用数千个 AI 智能体分析数百万个小鼠脑细胞的生物学数据,整个分析过程仅耗时 32 分钟。 研究团队估计,如果由人类研究人员逐项分析实验结果并检索相关文献,完成同等工作可能需要数月到一年。
Anthropic 的 pre-IPO 融资迫使 Menlo Ventures、Lightspeed、ICONIQ 等风投机构扩充基金规模、动员 LP 共同投资,其即将提交的 S-1 将显示股权结构由企业投资者和后期巨型基金主导。
同一群人,嘴上说没核查就别信模型输出,转头却把检测器的输出当作最终定论。