Gemini 4 Carbon 上线 Cursor,高努力档以 60.4% 居 CursorBench 首位
Cursor 宣布 Gemini 4 Carbon 现已在 Cursor 中可用。官方称在高努力(high effort)档位下,该模型以 60.4% 的成绩位居 CursorBench 榜首,配图显示其成本为 $9.22。作者推荐试用该模型。
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。
Cursor 宣布 Gemini 4 Carbon 现已在 Cursor 中可用。官方称在高努力(high effort)档位下,该模型以 60.4% 的成绩位居 CursorBench 榜首,配图显示其成本为 $9.22。作者推荐试用该模型。
fal 宣布 LTX-2.5 系列模型上线,提供 Alpha Gen、Reframe、Upscale 和 SDR to HDR 四个入口链接。模型由 Lightricks 提供,用户可通过 fal.ai 平台直接体验。
用 Reframe 将现有素材适配到新的宽高比,无需重拍。 智能扩展并重新构图场景,同时保留原始主体与视觉一致性。
LTX 的全新 VFX 能力现已在 fal 上线。 用四款强大工具生成并编辑达到制作水准的视频: - AlphaGen:生成边缘细节精细的透明蒙版,最高支持 4K - SDR → HDR:将标准视频转换为 HDR…
Anthropic 再次修订 IPO 申请文件 S-1(Amendment No. 2),宣布已越过其 Responsible Scaling Policy 设定的阈值,即 AI 正大幅加快 AI 研究速度、需更强安全检查。这一判断基于其对未来模型的预期而非现有模型的表现,一周前的文件还只说"可能即将"越过。
英伟达 CEO 黄仁勋承认与一名疑似中国间谍的女性有染,事件可能冲击整个美国 AI 产业并危及国家安全。专家向 The Verge 表示,若中国借此获得英伟达芯片,美国在 AI 上的领先优势"可能在数周或数月内消失";与这名疑似间谍有关联的公司据称已促成至少 70 亿美元的英伟达芯片销往中国。消息曝光后英伟达股价下跌。
PSI 实验室的 David Turturean 借助 Anthropic Fable 5.2 模型早期访问权限解决了存在 18 年的量子计算问题 Aaronson-Ambainis 猜想,证明经 Lean 自动形式化验证。
Google 宣布 Gemini Intelligence 扩展到更多设备,包括 motorola signature 27(美国 11 月 19 日开启预售)和通过 Pixel Drop 获得新功能的 Pixel 10 系列。
Latent Space 评测面向编码的开源权重模型 Naive-N0.5-Flash,该模型由 NaiveAI 在小米 MiMo-V2.5(310B 参数 MoE、15B 激活、48T tokens)基础上继续训练约 3.25T tokens 并适配 DeepSeek Sparse Attention。
Arena 宣布 MiniMax 的 H3-Image 图像生成模型已上线 Arena,用户可在 Battle Mode 中用创意提示词测试并投票,评分将陆续公布。
Anthropic 宣布在 MCP Apps 基础上进一步开放能力,开发者可将完整网站托管在 Claude 内,并让 Claude 通过工具对屏幕上的内容执行操作。MCP Apps 于今年早些时候推出,用于在 AI 应用中呈现交互式视图。
Claude Devs 宣布 MCP Apps 相关能力以公开预览形式推出,实现细节可能随与 MCP Apps 社区的标准化工作而调整。官方提供了入门文档:https://claude.com/docs/connectors/building/mcp-apps/getting-started。
Claude 官方账号宣布 Claude 现在支持更多 MCP Apps 扩展能力,包括应用工具和嵌入站点,完整应用可以在 Claude 内运行,并给出开发入门文档链接。
OpenAI 于周二推出测试版 Business Hub,企业可创建并验证业务资料、发布业务智能体回答用户提问。Business Hub 还提供类似 Google Analytics 的有限洞察数据,包括资料浏览量、品牌提及和网站点击等指标,此前 OpenAI 在 3 月放弃了收取佣金的电商结账方案。
据 Bloomberg 报道,Anthropic 启动 IPO 路演,拟发行最多 8.25 亿股 Class A 普通股,定价 70 至 78 美元,估值最高约 1.4 万亿美元,股票将以代码 ANT 在纳斯达克上市,最快下周四或周五开始交易。
Lenny Rachitsky 发布的 2026 年下半年科技就业报告显示,AI 时代产品经理岗位需求激增,工程师岗位增长停滞,设计师岗位创新低,整体就业增长主要集中于非软件岗位。
Nvidia 发布基础模型 GR00T 2,采用世界动作模型(WAM)架构,同时预测下一步动作和未来短片段视频,用超过一千块 GB300 芯片和约 40 万小时头戴相机人类动作视频训练,可将人类动作迁移到机械臂。
作者分享 AI Agent 在一周内完成 500 多个任务,验证了基于 Agent 的工作流在实际生产环境中的可行性与高效性。
Anthropic 启动 IPO 路演,拟以每股 70 至 78 美元发行最多 8.25 亿股 Class A 普通股,估值最高约 1.4 万亿美元,股票代码 ANT,最快下周四或周五在 Nasdaq 开始交易。
非营利研究组织 STABL 成立,主张同时重视 AI 的变革潜力与其落地时的下游瓶颈,认为这一"右上象限"目前思考稀缺。STABL 提出四大研究主题,包括如何衡量递归自我改进(RSI)的进展、AI 扩散速度与制约能力转化为社会成果的瓶颈。该组织认为对齐只是 AI 风险管理的一部分,韧性应成为核心。
OpenAI 宣布 Businesses in ChatGPT 进入 beta 阶段,商家可认领自己的企业、管理信息,并查看用户互动洞察。符合条件的企业还可构建 Business Agent,回答顾客问题并帮助其了解商家产品。
很高兴与 @GoogleDeepMind 合作,将 MKA Benchmark 引入 Artificial Analysis
Artificial Analysis 与 Google DeepMind 合作上线 Multimodal Knowledge Agent(MKA)评测,用 200 个覆盖 10 个行业的私有真实视觉任务考察智能体处理建筑图纸、工程示意图和临床扫描并产出幻灯片、表格、PDF 等交付物的能力。
MBZUAI 基础模型研究所(IFM)发布开放基础世界模型 PAN 2,面向物理智能的模拟式推理,让智能体先推演再行动。它由 LLM 负责概念推理、29B 从零训练的扩散模型负责感知生成;去掉 LLM 后多步任务仅 8.7% 步骤正确、无计划完成,两者配合则步骤正确率 75.1%、完整完成 34.0% 的计划,为 IFM 测试模型中最高。
Google 正式发布 Gemini 4 Carbon,定位为补充而非替代 Gemini 4 Argon,面向复杂多步编码、调试和开放性科研等高智能任务,两者 token 单价相同但 Carbon 推理消耗更多 token,实际总成本可能更高。
Google DeepMind 宣布 Carbon 开始推送,称其能解决需要持续推理的问题,如综合密集多模态文件、构建交互式 3D 网页体验和发现软件漏洞。
Google DeepMind 宣布开放 Gemini 4 Carbon 构建,称其为面向复杂、长程任务的最强模型。该模型旨在深入探索问题并运行长时间的验证循环,适用于软件工程、网络安全、知识工作和科学领域。
OpenAI 推出 Business Hub,商家验证后可创建 Business Agent、更新业务信息并添加含实时价格和库存的商品 feed。商家还能查看提及量、网站点击和常见话题的汇总洞察,OpenAI 表示不会向商家共享用户对话或 Business Agent 聊天内容。
OpenAI 宣布 ChatGPT 的 Businesses 功能进入 beta,商家可以认领自己的商家身份、管理信息,并查看用户互动洞察。
你还可以发布一个 Business Agent,帮助人们了解你提供的服务。 客户可以提问、比较产品,并利用你从业务中提供的信息找到符合需求的内容——所有这些都在一个清晰标注的对话中进行,与 ChatGPT 的独立回答分开。 面向美国符合条件的电商和在线服务企业开放。