近期要闻
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 →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。
分类推荐榜首JJAX 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EEvoMap 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KKiro 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A
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
分类推荐榜首M
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。
分类推荐榜首MMeta推出的免费AI聊天助手
待评分 · 分类列表推荐IIamIP是一个专利平台,提供AI驱动的搜索、分析和监控工具,帮助用户更高效地进行专利研究和管理。
待评分 · 分类列表推荐F面向客户服务的 AI 智能体。
待评分 · 分类列表推荐闪闪剪是面向口播和短视频营销的 AI 创作平台,可根据文字生成带配音、字幕和画面的成片,提供数字人定制、照片数字人、直播切片与智能剪辑,也面向企业提供 API 和品牌小程序方案。
待评分 · 分类列表推荐AI 正在发生
1638 条已发布资讯谷歌为Gemini上线GIF动态图片生成功能,由Omni 1.2 Flash模型驱动
IT之家 11 月 21 日消息,谷歌宣布为 Gemini 上线 GIF 生成功能,相应功能由视频模型 Gemini Omni 1.2 Flash 驱动,可生成循环动态图效和搞笑表情包。该功能面向所有 Google AI 订阅用户开放,并在美国、日本、韩国、澳大利亚、加拿大、英国、德国和法国免费。用户可在主聊天输入提示词,或在图像与视频工具中选择 GIF 并描...
GPT-6.2 Astra再次暴击具身模型:16项任务成功率较GPT-6 Astra翻倍
衡宇 发自 凹非寺 量子位 | 公众号 QbitAI GPT-6.2 Astra又给具身智能上强度了,狠狠来了一计天马流星拳。 机器人基础设施公司XDOF的最新实测中,....
这群在鸿蒙写应用的年轻人,只想做点「用得上」的
上周末,今年正式被列入「全国普通高校学科竞赛排行榜」的2026鸿蒙高校创新赛在南京大学迎来全国总决赛颁奖典礼。华为董事、终端BGCEO何刚出席现场致辞并为获奖选手颁奖。他在现场表示,HarmonyOS ...查看全文
谷歌重磅论文:内部已实现RSI!Opus经验喂给Gemini,AI拥有进化记忆
新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇最新论文里。谷歌的顶级研究...
4年前,奥特曼的一个疑问,今天已被死敌“破解”
Anthropic数学家莱文特·阿尔珀格。图片经由AI处理文丨苏扬编辑丨徐青阳如果AI能够证明黎曼猜想,需要等到什么时候?2022年2月份,OpenAI CEO山姆·奥特曼在介绍GPT攻克数学竞赛题时,发出了类似的疑问。四年多后,这个问题最终被“解决”,只不过利用AI证明黎曼猜想的是OpenAI的“死敌”Anthropic。山姆·奥特曼2022年2月...
n8n@2.48.7
n8n 2.48.7 更新修复了一个错误,该错误会导致在内存释放操作停止时,内存保护机制无法正常释放;同时还修复了脚本节点的一个问题,确保普通输入数据被存储在错误输出中。
n8n@2.49.3
n8n 2.49.3 更新修复了多个错误,包括处理 HTTP 请求节点分页中的空响应体、改进内存保护行为、在脚本节点的错误输出中存储原始输入数据,以及确保公告在编辑器中保持可交互状态。
DSFlow:一种带有统计诊断防护机制的神经符号数据工作流代理
arXiv:2611.25111v1 公告类型:新 题要:数据科学工作流通常需要依赖具备相当技术背景的工具。大型语言模型(LLM)虽能降低这一门槛,但在灵活的通用型智能体与统计可控的流水线之间仍存在鸿沟。我们提出了 DSFlow,一个基于 LangGraph 的神经符号数据智能体平台,它将可复用的、由 LLM 选择的技能与确定性的诊断防护机制相结合。这些技能提供了可扩展的任务知识。符号验证能够接受所提议的方法、请求澄清或重新规划、覆盖不适用的方法,或提供安全的备选方案。回归和聚类案例研究展示了 DSFlow 如何利用诊断证据来修正方法选择,并在可审计的报告中记录这些决策。
MV-JEPA:用于跨视图理解的训练后视频编码器
arXiv:2611.25172v1 公告类型:新 题目摘要:基于 JEPA 的视频编码器通过在潜在空间中的预测学习用于视频和图像理解的强表示。然而,其标准预训练仅预测单个图像或视频片段内的特征,并未显式利用同一对象或时刻的不同相机视角配对信息。因此,所学表示可能无法可靠地支持跨不同相机视角的匹配。为解决这一问题,我们引入多视角预测后训练方法,在保留独立单视角推理能力的同时,增强跨视角实例及时间对应关系。共享编码器独立处理被掩码的上下文视角,而训练时的预测器则联合预测被掩码的上下文区域与完全未见的另一视角的潜在标记。我们在通用图像和视频数据上交替进行跨视角预测与单视角掩码预测,以帮助保持编码器的预训练能力。仅在单块 GPU 上经过 9,000 次后训练更新后,MV-JEPA 在多个数据集上提升了跨视角实例检索和粗粒度跨摄像头时刻检索性能,并在 AE2 上实现了零样本动作阶段检索和冻结特征分类的进一步提升。冻结探针评估进一步表明,后训练在很大程度上保留了所评估基准上的运动识别、图像识别及稠密语义分割性能。综上所述,这些结果表明,多视角预测后训练能够在不修改编码器架构或单视角推理接口的情况下,增强 JEPA 视频编码器中的实例及粗粒度时间对应关系。
CPO的命门
随着光子技术从“可插拔光收发模块”向“近封装光学”(NPO)和“共封装光学”(CPO)演进,工程师们正在探索将光纤连接至电路板上光子芯片的新方法。目前虽已有多种设计方案,但尚未形成统一的接口标准。 ....
Anthropic正式敲钟上市!股价涨17%,超SpaceX创史上最大IPO
今天凌晨,Anthropic 正式登陆纳斯达克,股票代码 ANT(“蚂蚁”)。第一笔成交价,111.50 美元。比 83 美元的发行价上涨约 34%。按开盘价计算,Anthropic 估值一举冲破 2 万亿美元。五年前,Anthropic 的CEO Dario Amodei 和一批同事从 OpenAI 离职,出来创办 Anthropic。五年后,Dario 和妹妹 Daniela 站上纳斯达克敲钟台...
ChatGPT 移动端迎界面大改版,Dots 扩大测试并联动健康数据OpenAI于11月20日起向部分ChatGPT移动端用户推送新版界面,优先面向拥有Dots或符合创建条件的Pro用户,并纳入少量Plus用户体验。此次改版旨在让用户更快触达常用功能、降低发现新能力门槛。界面方面,Dots独立为底栏标签,常用工具支持自定义。ChatGPT目前约有12亿周活跃用户。 刚刚 7.0K
OpenAI 于11月20日开始向部分 ChatGPT Pro 及符合条件的 Plus 用户推送移动端新界面,核心变化为 Dots 独立成底部标签页,并支持自定义固定常用功能。同时,Dots 测试范围扩大至部分 Plus 和 Business Standard 用户,健康功能接入 Android Health Connect,支持基于健康数据创建定制化网站,相关更新将逐步推出。
ChatGPT 语音输入大升级:上线实时听写功能,取消 10 分钟限制并全平台陆续推送语音交互正变得更即时自然。OpenAI宣布为ChatGPT正式引入“实时听写”功能,用户对麦克风说话时可同步看到转写文字,提升语音输入效率。该功能将陆续面向全球ChatGPT用户开放,覆盖网页版、桌面客户端及iOS、Android应用。操作更直观:边说边出字,说完还能直接修改,并大幅减少以往语音输入的等待时间。 刚刚 0
OpenAI宣布为ChatGPT推出全新的实时听写功能,支持用户在说话时同步查看转写文字,提升语音输入效率。该功能已逐步向全球用户开放,覆盖网页版、桌面客户端及iOS和Android应用。相比以往需完整录音后等待转换的方式,新功能实现边说边出字,并允许用户在结束后直接修改文本。同时,语音听写取消了原有的10分钟时长限制,提升了转写可靠性。该功能面向普通用户开放,而此前的录制模式仍处于测试阶段,仅限特定工作区使用。
