THE NEXT THING, IN PERSPECTIVE独立 AI 资讯站

最新 AI 新闻,即刻看见。

汇聚官方发布与行业报道,沿着时间线,看清 AI 正在发生什么。

TODAY’S BRIEFING

今日要闻

进入资讯流
创投与商业 / 0120家大厂签约,AI操作App仍要过三道关钛媒体
01 / IN FOCUS

20家大厂签约,AI操作App仍要过三道关

钛媒体
模型动态 / 02AnthropicAnthropic 推出 Claude 个人理财功能,支持智能消费分析与账单追踪11月5日,Anthropic宣布为Claude推出“个人理财”功能,本周率先在美国面向Pro、Max、Ultra订阅用户灰度测试。该功能支持用自然语言理清个人财务状况,主打绝对安全与客观公正,标志大模型正从办公创作助手延伸至日常金融与生活管理场景。 刚刚 3.4K
02 / IN FOCUS

Anthropic 推出 Claude 个人理财功能,支持智能消费分析与账单追踪11月5日,Anthropic宣布为Claude推出“个人理财”功能,本周率先在美国面向Pro、Max、Ultra订阅用户灰度测试。该功能支持用自然语言理清个人财务状况,主打绝对安全与客观公正,标志大模型正从办公创作助手延伸至日常金融与生活管理场景。 刚刚 3.4K

AIBase AI资讯
模型动态 / 03MetaMeta面向美国用户推出Muse AI化身视频聊天功能Meta宣布面向美国用户推出消费者AI代理Muse的Muse Voice与视频聊天功能,标志其多模态AI交互及消费级虚拟形象落地迈出重要一步。该功能采用全新AI模型、Muse Realtime Avatar与Realtime Voice技术,支持可定制动画数字虚拟形象进行实时通话和视频交互。它最初于9月Meta Connect大会亮相,旨在以拟人化形象拉近用户与AI距离。 刚刚 0
03 / IN FOCUS

Meta面向美国用户推出Muse AI化身视频聊天功能Meta宣布面向美国用户推出消费者AI代理Muse的Muse Voice与视频聊天功能,标志其多模态AI交互及消费级虚拟形象落地迈出重要一步。该功能采用全新AI模型、Muse Realtime Avatar与Realtime Voice技术,支持可定制动画数字虚拟形象进行实时通话和视频交互。它最初于9月Meta Connect大会亮相,旨在以拟人化形象拉近用户与AI距离。 刚刚 0

AIBase AI资讯
AI NEWS × FOXAI从信号发现下一步

从发现前沿资讯,到找到趁手的工具。

探索 AI 工具

发现好用的 AI

左右滑动探索 →
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。

AI编程工具分类推荐榜首有免费入口查看详情
AI 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

AI提示指令分类推荐榜首价格待核验查看详情
Open Design设计与 3D

OpenDesign 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。

AI设计工具分类推荐榜首有免费入口查看详情
EvoMap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。

分类推荐榜首价格待核验查看详情
MemoAI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。

AI音频工具分类推荐榜首价格待核验查看详情
JAX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。

AI开发平台分类推荐榜首价格待核验查看详情
Zoom Workplace办公与效率

Zoom Workplace 是 Zoom 的团队协作平台,把视频会议、聊天、日程和文档等工作连接起来,并通过内置 AI 辅助整理讨论、起草消息和跟进事项。

AI会议工具待评分 · 分类列表推荐价格待核验查看详情
Rows数据与分析

Rows 是结合 AI 分析、数据集成与可交互报表的表格工具,可用自然语言整理文档和业务数据、合并数据集、生成报告与计算模型;当前官网提示已加入 Superhuman,并提供对应的继续使用入口。

AI表格数据处理待评分 · 分类列表推荐价格待核验查看详情
妙播营销与电商

腾讯广告推出的AI直播电商解决方案

待评分 · 分类列表推荐价格待核验查看详情
Meta AI助手通用助手与搜索

Meta推出的免费AI聊天助手

待评分 · 分类列表推荐价格待核验查看详情

AI 正在发生

1142 条已发布资讯
2026-10-27
沿着时间,追踪变化
15:59

左手开源模型,右手创作 Agent,Hi3D 的 AI 3D 下半场

作者|Cynthia 编辑|郑玄 2026 年的 AI 3D 赛道,正站在一个微妙的分水岭上。 一级市场的热度仍在攀升,新模型、新创业公司层出不穷,单图生 3D 的正面渲染效果几乎已经做到了以假乱真。 但剥开炫目的 Demo 外壳:绝大多数生成结果依然停留在「转台展示」阶段:一个精致的角色或机械模型,在灯光下缓缓旋转,鳞片、衣褶和金属刻纹栩栩如生;可这些细节一旦进入游戏引擎装配、工业仿真以及 3D 打印的真实生产流程就立刻原形毕现:结构断裂、背面崩坏、细节粘连、网格不可编辑等问题开始集中爆发,大量人工修补成本吞噬了 AI 带来的效率红利。 正面视图保真度不等于 3D 质量成为新的行业共识。AI 3D 的竞赛,也从 能不能生成」的上半场,进入了能不能落地的下半场。 也正是在这个节点上,头部玩家 Hi3D 接连落下两枚棋子:正式开源经过生产验证的 Hi3D V1.0 底座,同时推出以创作者为核心的 Hi3D Agent,一头连接产业底层,一头深度扎根进入真实的创作全流程。 在此之前,这家成立不到三年的公司已经交出了一份扎实的成绩单:半年内连续完成两轮融资、总额近 5000 万美元,红杉中国、IDG 资本、美团龙珠等一线机构扎堆下注;旗下 Hi3D 平台覆盖120+ 国家与地区、200 万 + 创作者,与拓竹科技、xTool 等头部设备商深度集成。 从稀疏几何技术的学术突破,到生产级模型的开源开放,再到 Agent 创作系统的全链路打通,Hi3D 已经拿下了通往 3D 生成下半场的门票。 01 3D 生成,被高估的 Demo, 被低估的生产鸿沟 单图生 3D 的底层逻辑,天然带着视角偏见。随着ULIP、Uni3D 等指标被反复刷新,重正面、轻整体,重外观、轻内部逻辑的一度成为这个行业过去几年的共同写照。 但 3D 资产的本质,是可旋转、可编辑、可加工的立体对象。一张角色图片里,垂

开源模型与权重阅读原文 事件进展与其他报道
13:50

vLLM 语义路由器发布 d3-ultra:一款 270 亿参数的开源多模态决策模型

vLLM 语义路由器发布了 d3-ultra,一款拥有 270 亿参数的开源多模态决策模型。它能够一次性读取文本、图像和视频,并为每个可能的答案返回概率,在该团队的 SR-Text 测试中取得了 87.2 分。原文“vLLM 语义路由器发布 d3-ultra:一款 270 亿参数的开源多模态决策模型”首发于 MarkTechPost。

推理系统与部署阅读原文 事件进展与其他报道
13:26

百度开源无限OCR 2,用于百页文档解析

百度发布了 Unlimited OCR 2,这是一款采用 MIT 许可证的 3B 参数规模的 OCR 模型,能够在一次请求中解析百页文档。其 SR-SWA 注意力机制使每步解码开销几乎保持不变,在 MarathonDocBench 上取得了 77.1 的得分。该文章《百度开源 Unlimited OCR 2,用于百页文档解析》首发于 MarkTechPost。

模型评测与基准阅读原文 事件进展与其他报道
12:55

思科合作伙伴峰会:五大洞见将定义人工智能时代的渠道格局

在其30年的历史中,思科合作伙伴峰会大多聚焦于合作伙伴如何销售思科系统公司的技术。而今年在温哥华举行的这场盛会则着眼于一个全新的议题:在交易已不再是核心环节的当下,合作伙伴该如何实现盈利。思科携强劲势头亮相此次盛会,其股价正处于[…]。文章《思科合作伙伴峰会:五大洞见将定义AI时代的渠道生态》首发于SiliconANGLE。

行业动态阅读原文 事件进展与其他报道
12:51

微软CEO:微软也在混用廉价模型,算力价格战不可避免

2026年10月26日,微软董事长兼CEO萨提亚·纳德拉做客风投播客20VC,与主持人哈里·斯特宾斯进行了一场24分钟的对话。(左:微软董事长兼CEO萨提亚·纳德拉;右:20VC主持人哈里·斯特宾斯)这场访谈的时间点需要留意。五天前,10月21日,纳德拉在伦敦ExCeL会展中心的Microsoft Frontier Tour现场做开场演讲,6500名合作伙伴...

Token 价格、成本与能耗# AI# 腾讯新闻阅读原文 事件进展与其他报道
12:25

GPT-6.1 Terra发布,评论区:拉完了

在Anthropic正式公开提交IPO招股书的同一天,OpenAI发布了新模型GPT-6.1 Terra。这是Terra系列时隔三个多月的首次更新,距离9月29日GPT-6.1 Sol发布也已经过去了27天。OpenAI在官方宣传中着重强调:“以更低的价格,提供快速且强大的电脑操作能力。”但网友们似乎并不买账。“老兄,我们需要的是比Opus 5.5更强的模型。没人关心它是不是更快、更便宜。”这位网友毫不客气地表示,自己已经几乎不再使用Codex订阅服务,因为它实在没什么用处了。过去一段时间,Anthropic凭借Claude Opus 5.5在编程等领域赢得了大量关注。不少用户都在期待Open...

并购与上市# AI# 腾讯新闻阅读原文 事件进展与其他报道
12:00

ProtoEEG:用于脑电图视觉解码的结构化原型对齐

arXiv:2610.33065v1 发布类型:新 摘要:由于头皮记录存在噪声、空间分辨率较低,且在不同试验和受试者之间具有较大差异,脑电图(EEG)的视觉解码仍然十分困难。大多数系统将每次试验与一个密集的图像嵌入对齐,然而该嵌入同时混杂了语义内容以及与具体实例相关的纹理、姿态和背景信息。这种做法往往需要EEG本身并不具备的细节信息,且未能明确说明支持预测的视觉因素。我们提出\textbf{ProtoEEG},一种基于原型的框架,它将EEG与图像的对齐问题重新表述为在共享的可学习视觉码本之上进行软性组合。一个可训练的EEG编码器与一个冻结的视觉教师共同生成针对同一$K=64$个原型的分配分布。它们的加权重构构成了一种结构化的表征

训练、微调与对齐阅读原文 事件进展与其他报道
12:00

雅可比透镜的数学理论

arXiv:2610.31955v1 发布类型:新 提要:Anthropic 的最新研究提出了一种名为“雅可比透镜”(J-lens,Gurnee 等人,2026)的新可解释性工具。该方法在前沿语言模型的隐藏状态中识别出一些线性方向,这些方向表现出类似工作记忆表征的特性。然而,尚不清楚究竟是哪些机制特性使这类特征能够被 J-lens 检测到。为此,我们提出了 J-lens 的数学理论,并证明它倾向于识别相干特征——即那些类似于主导、在空间上具有连贯性的李雅普诺夫模态的方向。沿着这些方向施加微小扰动时,其放大效应会逐层传递,在各个标记位置大致保持不变,并且在不同上下文中也具有一致性。尽管 w

论文与研究进展阅读原文 事件进展与其他报道
12:00

MANTA:在异步BFT中解锁DAG的灵活性

arXiv:2610.34419v1 发布类型:新 摘要:基于有向无环图(DAG)的拜占庭容错(BFT)协议通过用并行的区块提案取代单主节点的提案路径,并借助共享图结构将这些提案相互连接,从而在共识设计上实现了重大转变;其中,引用机制用于编码共识证据。然而,在异构广域网(WAN)环境下,现有方案由于拖后腿效应而面临轮次延长和性能下降的问题。其根本原因在于僵化的轮次推进机制:各副本以同步的方式按固定轮次推进,必须等待前一轮中足够多的引用后才能继续前进。我们提出了一种适用于异步BFT共识的灵活DAG扩展框架。我们的关键观察是:尽管引用法定人数对于安全性和活性至关重要,但并不需要在每一轮推进时都予以阻塞;相反,连通性r

论文与研究进展阅读原文 事件进展与其他报道
12:00

PRISM:通过隐式随机调制促进大型语言模型的采样多样性

arXiv:2610.32101v1 发布类型:新 摘要:大型语言模型(LLMs)会表现出模式坍缩现象,即其输出分布集中于熟悉的语义模式。当多样性消失时,反复采样便沦为语义上的重复,而非新的发现,导致那些罕见但更优的解决方案难以浮现,从而使模型的自我进化与持续学习难以维持。大多数应对措施仅在推理阶段发挥作用,通过调整采样结果来实现多样性,却并未将多样性真正内化为模型的一项能力。我们提出了 PRISM,一种在训练阶段就将多样性内化的框架。PRISM 结合了:(i) 子模性策展机制,为每个提示配以多样且正确的多教师解;以及 (ii) 随机嵌入调制,将特殊标记的扰动转化为 impl

论文与研究进展阅读原文 事件进展与其他报道
12:00

TraceQuery:从扩散语言模型的完整去噪轨迹中学习哪些部分需要重新计算

arXiv:2610.33008v1 发布类型:新 摘要:扩散大型语言模型(dLLMs)通过迭代式掩码去噪实现灵活的生成,但由于在每一步去噪过程中都需要反复重新计算标记表示,因此带来了巨大的推理开销。现有的基于缓存的方法通过在各步去噪中复用中间结果,并且仅在每一步重新计算一部分位置来降低这一开销,这些位置要么按固定的时间间隔选择,要么依据变化的启发式信号确定。相比之下,我们的轨迹实验表明,解码轨迹才是更为相关的指标。当缓存生成的结果始终接近完整去噪轨迹时,其准确性依然较高;误差主要集中在未掩码顺序的偏差上,并且随着较长参考前缀的逐步恢复而逐渐减小。这表明

图像生成阅读原文 事件进展与其他报道
12:00

SLICE-Mem:用于高效LLM智能体记忆的显著性门控轻量级信息策展

arXiv:2610.33015v1 发布类型:新 摘要:长期记忆使大型语言模型(LLM)代理能够维持个性化且时间上连贯的交互,但为实现记忆的接纳、提取与组织而反复调用LLM进行推理,会带来显著的成本与延迟。我们提出了SLICE-Mem,一个轻量级的记忆框架,它将基于显著性引导的接纳与基于谓词的信息提取相结合。一个紧凑的分类器用于识别值得保留的用户发言,而基于语义依赖关系的提取器则将被接纳的发言转化为简洁的记忆条目。这一在线处理流程无需调用生成式LLM,同时跨条目的一致性校验被推迟至离线的整合阶段。我们在Memora和LongMemEval-S的每周子集上,使用8B a对SLICE-Mem进行了评估

模型发布与更新阅读原文 事件进展与其他报道
12:00

AdaptTok-Indic:面向印度语言的脚本感知自适应分词

arXiv:2610.33017v1 发布类型:新 摘要:在以英语为主导的语料库上训练的多语言分词器往往会对印度语系语言进行过度切分,导致令牌序列更长,并加剧了不同书写系统之间的分词差异。我们提出了 AdaptTok-Indic,这是一种专为印度语系语言设计的自适应分词扩展方案,它将 Unicode 规范化的预处理与显式的印度语系连字处理、基于书写系统的路由策略,以及与小型 Transformer 语言模型联合训练的字节级边界预测相结合。在孟加拉语和印地语上进行评估,并额外针对古吉拉特语、泰米尔语和泰卢固语进行了测试,AdaptTok-Indic 在令牌生成密度方面优于面向印度语系的基准分词器 SentencePiece BPE,以及独立实现的 MAGNET 式基准。在五项已记录的…

模型评测与基准阅读原文 事件进展与其他报道
12:00

CFBrainAug:基于可解释的fMRI自闭症诊断的模块化诱导反事实脑网络增强方法

arXiv:2610.32184v1 发布类型:新 提要:基于静息态功能磁共振成像(rs-fMRI)的脑网络机器学习在自闭症谱系障碍(ASD)的诊断中展现出良好前景,但现有方法在训练数据有限的情况下极易出现过拟合,且其事后统计归因的临床可解释性较为有限。我们提出CFBrainAug,一种反事实脑网络学习框架,通过学习标签被改变后的脑网络,将数据增强与反事实解释统一起来。不同于传统的保持标签不变的数据增强方法,CFBrainAug首先检索一个与目标标签相反但拓扑结构相似的候选网络,随后在模块数量约束下对其进行优化。通过对真实网络与反事实网络的联合训练,能够丰富训练

数据集与合成数据阅读原文 事件进展与其他报道
12:00

明智地低语:用于ASR微调的智能子集选择

arXiv:2610.32997v1 发布类型:新 摘要:诸如OpenAI的Whisper等自动语音识别(ASR)模型在语音识别质量方面取得了显著提升,但微调成本依然高昂,尤其是在拥有大量已转录音频的情况下。这使得许多从业者难以将这些模型适配到新的语言或领域。在本研究中,我们提出了一种基于嵌入的子集选择方法,用于为ASR微调挑选更小规模的训练集。我们利用Whisper的预训练编码器,将每个音频样本映射到一个固定维度的嵌入空间,并采用贪心的k中心算法来选取多样且具代表性的训练数据子集。我们在希伯来语和丹麦语上对该方法进行了评估,结果表明,k中心选择往往能

训练、微调与对齐阅读原文 事件进展与其他报道
12:00

何时以及为何使用TMA:基于工作负载的NVIDIA Hopper GPU张量内存加速特性分析

arXiv:2610.34907v1 发布类型:新 摘要:在NVIDIA Hopper架构中推出的张量内存加速器(TMA),已在生产环境中的GPU内核中得到广泛应用,但其使用却表现出明显的选择性:CUTLASS、FlashAttention-3和FlashInfer等领域的资深内核开发者仅对内核中的部分张量操作数采用TMA,而对其余操作数则退回到cp.async、直接全局加载或分布式共享内存(DSM)等方式。厂商文档虽已说明了该API,近期的微基准测试也单独刻画了TMA的吞吐性能,但这些研究均未能解答从业者实际面临的疑问:在内核中遇到某个内存操作数时,究竟是否应使用TMA?若使用,又该搭配还是不搭配集群多播?我们通过一项基于工作负载的实证研究,在H100平台上填补了这一空白。我们系统地梳理了TMA、多

芯片、GPU 与硬件阅读原文 事件进展与其他报道
12:00

OpenESM:能量引导模型具有可扩展性,是基础学习者

arXiv:2610.33005v1 发布类型:新 摘要:基于能量的模型在特定领域任务中表现出良好的性能,但在建模通用场景时仍面临挑战。为弥合这一差距,我们设计了用于基础语言建模的能量引导模型(ESMs)。ESMs 将能量引导与标记生成整合于同一架构之中,利用能量引导的搜索来优化标记生成。具体而言,ESMs 首先在能量景观上优化潜在状态,随后基于优化后的潜在状态进行标记生成。通过在大规模语料库上开展此类能量引导的预训练,ESMs 学习到一种普遍有效的能量景观,其中有利的标记对应较低的能量值。为探究 ESMs 的规模扩展特性,我们对 ESM 进行了预训练

训练、微调与对齐阅读原文 事件进展与其他报道
每一次更新,都留下可追溯的来源。
STAY CURIOUS. STAY INFORMED.

信息很多,值得关注的变化不必错过。

让好奇心有方向,让每一天的阅读更有价值。

通过 RSS 订阅