20:19
TODAY’S BRIEFING
进入资讯流 今日要闻
AI NEWS × FOXAI从信号发现下一步
探索 AI 工具 从发现前沿资讯，到找到趁手的工具。
发现好用的 AI
左右滑动探索 →K
Kiro编程与开发
EvoMap智能体与自动化
Open Design设计与 3D
AI Short写作与内容
MemoAI音乐与音频
JAX模型与基础设施
Udacity AI学院教育与语言
Fin企业与客服
Elicit知识与研究
AssemblyAI音乐与音频
Kiro编程与开发Kiro 是面向开发者的 AI 工程工具，可将需求整理为规格、架构与任务，通过智能体实现代码，并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首EEvoMap智能体与自动化EvoMap 是面向AI Agent经验复用的基础设施，通过GEP协议组织可复用策略与带验证记录的修复资产，提供市场和质量排序，帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首OOpen Design设计与 3DOpenDesign 是开源设计工作区，可连接本地编程智能体、自带模型密钥或使用云端模型，围绕设计系统生成和编辑原型、网页、演示与图形；本地软件免费与模型服务费用需要区分。
分类推荐榜首AAI Short写作与内容AI提示词管理和共享平台，多种场景的快捷指令
分类推荐榜首MMemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具，支持本地化处理，无需上传数据，保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件（如 MP4、MP3、AAC、M4A 等）高效转录为文本，并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力，适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首JJAX模型与基础设施JAX 是一个面向加速器的 Python 数值计算库，专为高性能数组计算与大规模机器学习设计，支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首UUdacity AI学院教育与语言Udacity AI 学院是人工智能课程与学习路径入口，涵盖机器学习、深度学习、计算机视觉、自然语言处理及 AI 产品管理，可按基础和目标选择课程与项目训练。
待评分 · 分类列表推荐FFin企业与客服面向客户服务的 AI 智能体。
待评分 · 分类列表推荐EElicit知识与研究Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取，可在来源材料中追溯回答，并通过文献库、研究 Agent 与持续跟踪流程组织证据，适合从问题探索推进到系统性综述。
待评分 · 分类列表推荐AAssemblyAI 是面向开发者的语音 AI 平台，提供预录音、实时和短片同步转录 API，并结合说话人、情绪、章节与摘要分析，以及语音智能体、听写和敏感信息处理等能力构建语音应用。
待评分 · 分类列表推荐AI 正在发生
1230 条已发布资讯模型发布与更新 · 201 条资讯清除筛选 ×
2026-10-28
沿着时间，追踪变化19:31
19:04
17:49
DSH测试文件“泄密”，DeepSeek V5就要来了？
DeepSeek Harness的官方GitHub代码仓库里出现了三个DeepSeek此前从未公开过的模型，分别为deepseek-v5、deepseek-v5-open、deepseek-v5-next。这段代码来自于DSH里账号登录通路的测试文件provider.spec.ts。用户登录账号后，客户端会向服务端的/models 接口要一份模型清单，再根据清单决定哪些模型能用，哪些要先把DSH本身更新到新版本。deepseek-v5是最基础的模型，没有声明客户端版本要求，当前版本的内置目录不认识它，所以隐藏，调用时报MODEL_UNSUPPORTED。deepseek-v5-open代表开放...
16:54
外国博主用AI耳机当看诊翻译:“直接听、直接翻，整个交流会顺很多”
外国博主“Carlo吴（卡罗）”在社交平台分享看中医经历。他带上千问AI耳夹式耳机，与医生各戴一只，用面对面翻译辅助交流。卡罗称自己觉得传统医学很有意思，但语言始终是障碍。看诊时医生问哪里不舒服，他只能边比画边说“全部不舒服”；戴上耳机后，两人开始进一步沟通。他感叹这是第一次真正听懂中医的话。
15:08
下一波“大的”要来了？DeepSeek V5 现身官方代码库，新一代旗舰模型预计 11 月登场
10月28日消息，网友发现DeepSeek再度更换大模型指纹，引发其即将发布重磅新模型的猜测。DeepSeek Harness官方代码库已出现DeepSeek-V5、V5-open及V5-next等代码。当前V5相关内容主要为占位符，但表明新模型发布机制已准备就绪。
14:54
Claude给391行代码找Bug，狂写1.8亿行证明！
henry 发自 凹非寺量子位 | 公众号 QbitAIClaude这家伙，也是把debug，玩成扫雷硬解了。就在刚刚，Anthropic发布了与Theorem合作的最新研究：让Claude在几周内，为 123个开源库中的239个测试入口完成形式化验证，最终产出约1.8亿行通过机器检查的证明代码。据A社（全美班）团队介绍，这是其所知的首次大规模利用AI，在汇编代码层面对生产软件开展形式化验证。听起来有点绕，但简单来说，其实就是让Claude找出Bug，修掉，然后交一份证明，说明规定范围内的这类错误不会再出现。这就像在软件里扫雷，扫完还得写份报告，交代清楚：为什么这里没雷？而为了写出这份证明，C...
13:55
12:50
12:00
先检测再消歧：基于扰动的大型语言模型输入歧义检测
arXiv:2610.36353v1 发布类型：新 摘要：大型语言模型（LLMs）常常将含糊的输入当作具有单一明确含义来回答。这存在严重问题，因为输入歧义是不确定性的一个上游来源：当一个提示可能存在多种有效解释时，关键问题在于模型是否应当直接作出回应。现有的输入不确定性方法通常依赖于由大型语言模型生成的语句或澄清，但这类转换可能在测量歧义之前就已经对输入进行了消歧。我们提出了一种保留标签的扰动框架，用于检测输入歧义，在该框架中，扰动保持与原始输入相近，同时保留其标签。我们通过两种检测器对该原则进行了具体实现：一种是基于规则的黑盒扰动库
12:00
通过低秩多线性分解进行大语言模型幻觉检测
arXiv：2610.36191v1 发布类型：新 摘要：大型语言模型（LLMs）经常生成流畅但事实错误的回复，这引发了对其可靠性的担忧。近期的幻觉检测方法越来越多地利用内部表示，但从高维隐藏状态中提取有效信息仍然充满挑战。现有方法往往依赖于特定激活或基于池化的压缩方式，可能忽略了分布在Transformer各层、特征模式和标记中的判别性信息。我们提出了LOTUS（基于低秩顺序统计TUcker的子空间学习），这是一种用于幻觉检测的多线性低秩分解框架，能够在降低对标签依赖的同时，从LLM的隐藏状态中提取紧凑的表示。
12:00
一种用于前沿大型语言模型中阿希服从现象的定量方法
arXiv：2610.36668v1 发布类型：新 摘要：阿希服从实验近来作为衡量大型语言模型（LLMs）中从众行为的一种手段而备受关注。尽管先前的研究主要致力于证明大型语言模型中的从众现象，但我们的工作在此基础上进一步引入了定量分析维度。我们并未针对一系列问题对前沿大型语言模型进行抽样，而是通过反复采样同一个问题，利用大型语言模型的概率特性生成答案分布。由此，我们可以比较模型在被呈现人为制造的共识前后答案分布的变化。实验结果证实，前沿大型语言模型确实存在从众现象，这与先前文献的结论相一致；同时，借助我们提出的分布间对比方法，还提供了更多……
11:08
10:28
06:30
2026-10-27
沿着时间，追踪变化21:52
Kimi额度的问题，Anthropic找到了解决办法
K3.1 Pro发布之后，由于多位用户反馈额度烧得太快，月之暗面紧急发布公告，称“问题出在我们，我们也本应更早修复”，在补偿额度的同时，月之暗面也表示将“减少不必要的子Agent调用和输出长度”。就在模型上线前两天，Anthropic发了一篇文章，标题为《构建Agent：何时该把子Agent折叠回主循环》（Building agents: When to fold subagents into your main agent loop），它所讲的，刚好就是关于子Agent这件事。Anthropic的结论是，通过对比多家企业部署的Claude他们发现，一个带技能的Agent，质量反而胜过了“一群...
21:33
19:21
17:46
顶刊给“AI医生”正名：会诊准确率高出人类一大截
微软让同一个大模型扮演五位“医生”组成会诊小组，其中一位AI医生专门负责抬杠。在其他角色倾向于某个诊断时，它要找出其中的漏洞，免得大家沿着一条错误的思路越走越远。这套名为MAI-DxO的系统，最近登上了《科学（Science）》杂志。微软10月22日公布的结果显示，在用《新英格兰医学杂志》304个疑难病例开展的测试中，它的诊断准确率约为83%。作为对照，允许查阅资料的医生组，准确率约为36%。会诊小组里，还有一位专门管花费。如果便宜的检查能提供同样的信息，它就会建议替换，尽量省掉花钱多、作用小的项目。研究团队希望，这样的分工既能帮助AI找准病因，也能减少不必要的检查费用。接下来，微软计划与美国...
17:19
每一次更新，都留下可追溯的来源。