뉴스 및 전체 검색
뉴스, 도구, 모델, 가이드, 주제, 워크플로, 프롬프트를 함께 검색합니다.
뉴스 기사 46
“Pic2Code”
AI Agent开始执行文件任务，难点正在从写代码转向可靠交付
AI Agent正从内容生成走向实际任务执行。处理本地文件看似是一个普通办公场景，却暴露出任务理解、代码执行、结果验证与权限管理等关键问题。Python-Use提供了一种新的执行思路，但Agent真正走向工作场景，仍需跨越可靠性与安全性的门槛。
美团开源LongCat-2.5，长序列SFT单卡吞吐较DDP提升86%美团11月10日开源LongCat-2.5，MIT协议，可商用推理部署与二次训练。模型面向长程智能体，原生多模态，总参数1.6万亿、每token激活约480亿，支持百万上下文，在复杂代码库开发、完整项目构建、Visual Coding及专业办公的端到端交付上明显提升。权重上线HuggingFace，同步开放技术博客与API，能力提升源于训练链路扩展。 刚刚 0
美团于11月10日开源LongCat-2.5模型，采用MIT协议，支持商用推理与二次训练。该模型为原生多模态架构，总参数达1.6万亿，每个token激活约480亿参数，支持百万级上下文长度，在代码开发、项目构建、Visual Coding及专业办公场景中实现端到端交付能力提升。其视觉表征通过多层级离散token处理，与文本统一建模，结合残差向量量化与联合训练，支持视觉token离线缓存。推理采用W4A4量化方案，结合FlatQuant优化MoE精度，保持性能并降低计算成本。训练采用FSDP双重分片与混合词表并行策略，缓解国产AI加速器显存压力，单卡吞吐较DDP基线提升86%。模型权重已上线HuggingFace，同步开放技术博客与API平台，体现大模型竞争向工程落地与国产算力适配的转变。
通用大脑能力再提升，蚂蚁灵波发布LingBot-Touch触觉基础模型11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉、压阻式三类传感原理，可将不同信号转为统一触觉表征，供不同灵巧手和动作模型使用，为机器人大脑补齐关键触觉感知能力，助机器人在“看得清楚、想得明白”外实现精细操作。在通用大模型加速演进时点，此举具关键意义。 刚刚 7.5K
蚂蚁灵波科技于11月10日开源触觉基础模型LingBot-Touch，基于近5000小时真实触觉数据预训练，支持磁触觉、视触觉和压阻式三类传感原理，可将不同传感器信号统一为触觉表征，实现跨硬件、跨模型复用。在26项真机测试中，接入该模型后四种动作模型的任务成功率平均提升14至26个百分点，如T-Rex控制灵巧手拧瓶盖的成功率从56.25%提升至90%。模型提供轻量版（约530万参数）与标准版，兼顾端侧算力需求，并已开源技术报告、模型及代码，支持社区使用。公司强调坚持具身原生路线，推动视觉、触觉等多模态对齐，与通用大模型协同推进具身智能发展。
给AI出的测试题，为什么AI自己批自己能拿满分
你有没有想过一个很怪的问题：如果让一个学生自己出卷子、自己做题、自己打分，这场考试还有意义吗？这正是现在AI圈子里悄悄发生的事情。大模型写代码越来越厉害，很多公司开始让AI自己给自己写的代码配套测试，用来验证代码对不对。听起来挺美好，一个闭环系统，AI写代码，AI写测试，AI自己验证自己。但问题是，验证这个测...
智能体 Harness 的演进：从链、图到代码化
点击查看原文>
曝字节将大面积限制员工在内部自费使用 Claude、Codex 等
IT之家 11 月 4 日消息，据大厂日爆 11 月 3 日爆料，字节迎来新规，将大面积限制 Claude、Codex 等个人账号的内部使用。爆料称，本月起，字节跳动将会对所有 L4 级别的代码仓库和飞书文档进行外部 AI 访问封禁，覆盖范围全公司，员工个人采买的 AI 账号不能再用。爆料还称，通知自上周发出后，引起了内部一些讨论，字节跳...
亏了近10亿，这家公司要上市了
“ 开放与收紧一起出现了。2026年11月5日，美国一家做搬运机器人的人形机器人公司Agility Robotics即将登上纳斯达克，代码AGLT。它是全球首家在美国上市、且有真实商业部署的纯血人形机器人公司，方法也和贾跃亭的FF一样，借一家已经在纳斯达克挂牌的空壳公司完成合并，绕开传统IPO的排队流程。Digit不做搬运以外的精细活，它的看家本领是在仓库里把塑料周转箱从A处搬到B处，人可以站在旁边继续干活，招股材料里最抢眼的数字是Digit 5型号的1000台三年期订单，价值高达3亿美元。但同一份文件里，Agility Robotics的2025年全年净销售额仅178.2万美元，其中64%来...
DeepSeek“逢崩必更”，Harness又发新版了
AI应用风向标（公众号：ZhidxcomAI）作者｜毕伟豪 编辑｜漠影每逢崩溃，必有更新。智东西11月4日报道，昨天，DeepSeek Harness悄悄更新了GitHub仓库，推出了一个v0.2.2-alpha.3预发布版本。这次更新围绕代码审查、自动化任务管理、SDK和插件生态等方面进行了扩展。有趣的是，就在昨天DeepSeek出现了网页及API服务部分中断的...
给 AI 输出盖"数字指纹"：Anthropic 研发 FlashProve 让换模型无处遁形Anthropic正开发开源验证系统FlashProve，旨在解决用户收到的AI回答是否真由所宣称模型生成的问题。公司周二博客称，其“可证明推理”将用密码学为每条输出提供数学保证，确认出自指定模型，类似加密邮件签名验证发件人。该系统可防止甲模型伪装成乙模型，堵住成本作弊暗门，并揭穿“注水”成绩单，直击行业长期潜规则。 刚刚 0
Anthropic 正在开发名为 FlashProve 的开源验证系统，利用密码学技术为 AI 模型的输出提供数学证明，确保其来源真实可靠，防止模型被冒名顶替。该系统通过公开模型指纹实现本地验证，不泄露模型权重，支持闭源模型的可信性核验，有助于杜绝成本作弊和虚假宣传，目前已开放技术规范与可运行代码。
当你把代码仓库交给别人训练之前，先给模型装一个后门
你有没有想过一件事：你用的那个编程助手模型，最初的权重文件从哪来的？大概率不是公司自己从零训练的。现在做AI应用的公司,十个里有九个是拿一个别人训练好的基础模型,再用自己的数据微调一下,变成自己产品里的"大脑"。Cursor的Composer 2用的是Kimi K2.5底子,WebRL把Llama模型改造成了网页操作助手。这事本身没毛病,省时...