AI日报 | AI工具每日必读：最前沿技术、热门工具与免费应用全掌握

2026 年 10 月 13 日星期二每天 08:00 出刊

19条重点5个版面17个来源约 4 分钟读完

头条

Meta 发布前沿大模型 Muse Wonder 与 Muse Wonder Full

Meta 超级智能实验室正式发布新一代前沿模型 Muse Wonder 系列，支持 100 万 Token 上下文并在多项长周期智能体基准中取得顶尖成绩。

Meta原文 ↗

今日看点

01模型发布与更新

Meta 发布前沿大模型 Muse Wonder 与 Muse Wonder Full

Meta 超级智能实验室正式发布新一代前沿模型 Muse Wonder 系列，支持 100 万 Token 上下文并在多项长周期智能体基准中取得顶尖成绩。

原文 ↗

Mistral AI

Mistral Large 4 展现工程级视觉能力并推出 Le Chonk 视觉定位

Mistral AI 演示了 Mistral Large 4 在工程制图和高精度图像检测中的表现，其 Le Chonk 视觉定位能力在 Dense 200 基准取得领先成绩。

Google Research

TimesFM 3.0 多变量时间序列预测基础模型上线 BigQuery

Google Research 发布 3.3 亿参数的基础模型 TimesFM 3.0，首次在 BigQuery 中原生支持结合外部驱动因素的多变量时间序列预测。

原文 ↗

Subquadratic

SubQ Snap 企业级长上下文决策模型发布

SubQ 正式推出决策模型 SubQ Snap，支持 384K 多模态上下文且计算延迟呈线性增长，大幅降低智能体工作流决策成本。

02产品发布与更新

xAI / SpaceXSI

The X Subscription 统一订阅上线，全面整合 Grok、Cursor 与 X Premium

xAI 推出全新的 The X Subscription 统一订阅计划，将 Grok、Grok Bot、Cursor 与 X Premium 打包整合为多档阶梯方案。

原文 ↗

Perplexity

Perplexity Projects 重构为面向智能体的 Git 存储系统

Perplexity 宣布将每个 Project 底层实现为由 S3 驱动的 Git 仓库，利用临时沙箱与标准检索工具显著降低智能体冲突并提升问答准确度。

原文 ↗

阶跃星辰 / 腾讯

阶跃星辰 Step 5 Preview 接入腾讯 WorkBuddy 开启限免

阶跃星辰推出的新一代 Step 5 Preview 模型正式登陆腾讯全场景 AI 办公平台 WorkBuddy，并在 10 月 12 日至 25 日期间开启独家限免。

原文 ↗

Google Cloud

Google Cloud 推出 Data Agent Kit 赋能数据科学智能体

谷歌云发布 Data Agent Kit，通过 MCP 协议与规范化技能文件将编码智能体深度连接至 Google Cloud 数据生态。

原文 ↗

ReadMe

ReadMe 推出 Restless：打造面向 AI 智能体的自修复 API 设施

ReadMe 推出 Restless 工具，通过单条命令使 API 能够向调用失败的 AI 智能体直接返回修复方案与跳转文档。

03行业动态

Microsoft

微软发布自研 AI 推理芯片 Maia 300 并计划多吉瓦级部署

微软 CEO 纳德拉宣布推出自研 AI 芯片 Maia 300，计划在 2027 年实现多吉瓦级规模部署以作为第一方服务的核心推理底座。

Meta 在 OCP 2026 发布 IcePack 液冷机架与 102.4T 交换机

Meta 在 2026 Open Compute Project 峰会上公布了下一代开放网络基础设施，涵盖首款液冷网络机架与百 T 级交换设备。

原文 ↗

Microsoft

纳德拉撰文倡导将企业 AI 模型作为“内部风险”进行隔离管控

微软董事长兼 CEO 纳德拉发文强调企业应将高权限 AI 模型视为“内部人员风险”防范，必须将执行智能与权限控制系统完全解耦。

Bloomberg / Ars Technica

Epic Games 转向 AI 优先模式，迪士尼 15 亿美元合作游戏延期

知情人士透露 Epic Games 在与迪士尼合作的大型游戏项目中全面转向“全 AI 工作流”，原定发布窗口期被无限期推迟。

原文 ↗

04论文研究

Google DeepMind / Science

AlphaProof Nexus 独立攻克 9 个 Erdős 数学猜想通过同行评审

发表在《Science》上的最新同行评审研究显示，Google DeepMind 旗下的 AlphaProof Nexus 独立证明了 9 个悬而未决的 Erdős 数学问题。

原文 ↗

Anthropic

Anthropic 披露削弱针对 Claude 蒸馏攻击的关键技术进展

Anthropic 发表最新安全研究，系统阐述其如何有效降低外部对手利用 Claude 的生成数据进行模型蒸馏的成功率。

Alibaba Qwen

阿里通义千问团队发布 QwenGyre 弹性超长时程智能体 RL 框架

阿里 Qwen 团队推出 QwenGyre 框架，解决了单次 Rollout 达数小时、百万 Token 规模的超长时程黑盒智能体强化学习训练难题。

原文 ↗

NVIDIA

NVIDIA 提出 LoGRA：显存占用低于 LoRA 的全参数后训练强化学习方法

英伟达研究人员提出 LoGRA 算法，通过动态随机投影压缩梯度，实现了显存开销低于 LoRA 且能够更新全权重的强化学习后训练。

05其他分享

开源社区

D2R Mobile 开源：通过 ARM 指令集直通在 iOS 原生运行暗黑 2 重制版

开源项目 D2R Mobile 利用 Switch 与 iPhone 同属 ARM 指令集的特性，绕过模拟器架构直接在 iOS 设备上原生运行正版暗黑破坏神 2 重制版。

开源社区 (himanshu13ps)

Penciled：让编程智能体一键绘制 2B 铅笔手绘草图风格架构图

开发者为 Claude Code 和 Cursor 打造名为 penciled 的 Agent Skill，支持通过精简 JSON 描述自动排版并生成手绘铅笔质感的架构白板图。

原文 ↗

更多报道

浏览所有文章

排序

最近 24 篇报道

工具与应用11 月 19 日1 分钟

Supertonic 登场：轻量、极速且支援多语言开发的开源 TTS 引擎

Supertonic 强势登场！这款仅 66M 参数的开源 TTS 引擎，以 0.001 的惊人即时率 (RTF) 重新定义语音合成。支援 Python、Rust 等多语言开发，专注于完全离线、零延迟与高隐私的装置端执行，是开发即时语音应用的最佳利器。

#语音

工具与应用11 月 19 日1 分钟

Google Antigravity 发布：这不只是 IDE，这是让 AI 智慧体接管开发的开始

Google Antigravity 开启“Agent-first”开发新时代！超越单纯的代码补全，这款平台让 AI 智慧体自主规划、执行并在浏览器中测试任务。支援 Gemini 3 与 Claude Sonnet 4.5，提供独特的管理者视图，让你从代码撰写者升级为 AI 团队的指挥官。

#Ide

AI 日报11 月 19 日2 分钟

Gemini 3 强势登场：从“Vibe Coding”到 SVG 艺术，它如何重塑开发体验？

Google 发布 Gemini 3，开启“Vibe Coding”与代理编码新时代。本文解析其如何透过 Antigravity 平台让 AI 接管开发，并以“骑单车的鹈鹕”SVG 实测，证明其超越 GPT-5.1 的空间推理与逻辑能力。

#Gemini

工具与应用11 月 13 日1 分钟

VibeThinker-1.5B：小模型撬动大逻辑，AI推理能力不再是大厂专利

AI 圈又迎来了新的挑战者！由微博 AI 团队开发的 VibeThinker-1.5B 模型，仅用 15 亿参数和极低的训练成本，就在多项数学和程式设计基准测试中击败了数百倍于其规模的巨型模型。这是否意味着，AI 的未来不再是越大越好？本文将深入探讨 VibeThinker-1.5B 背后 …

#LLM

工具与应用11 月 12 日1 分钟

Maya1：不只开源，更能懂你的情绪！AI 语音生成的新革命

探索 Maya1，一款颠覆性的开源语音 AI 模型。它不仅能用自然语言创造声音，还能精准表达超过 20 种情绪。了解它如何为创作者、开发者和所有需要“声音”的专案，带来前所未有的自由度与生命力。

#语音

工具与应用11 月 11 日1 分钟

Meta AI 震撼弹：Omnilingual ASR 如何让 1600 种语言「开口说话」？

Meta AI 发表了革命性的 Omnilingual ASR 技术，支持超过 1600 种语言的语音辨识，特别是那些资源稀少的语言。这项开源技术不仅打破了技术瓶颈，更希望透过社群力量，真正弭平数字世界中的语言隔阂。

#ASR

工具与应用11 月 7 日2 分钟

Kimi K2 Thinking 横空出世：月之暗面开源万亿级模型，AI 推理能力再攀新高峰

AI 领域的发展速度从未停歇。就在我们以为大型语言模型的能力已趋于稳定时，来自中国的顶尖 AI 公司月之暗面 (Moonshot AI) 投下了一枚震撼弹——正式推出并开源其最新的万亿级参数思考模型 Kimi K2 Thinking。这不仅是一个更强大的模型，更是一个被设计为“ …

#LLM

工具与应用11 月 7 日1 分钟

AI 如何提升日文漫画文字识别？一个新 OCR 模型的应用

对于许多漫画读者和开发者来说，准确识别漫画中的文字一直是一项挑战。最近，一个专为日本漫画微调的 AI 文字识别（OCR）模型，将识别准确率从 27% 提升至 70%，为漫画翻译和相关应用提供了新的可能性。

#Ocr

工具与应用11 月 5 日1 分钟

不仅是夺金：Google DeepMind 推出 IMO-Bench，为 AI 数学推理能力树立新标杆

Google DeepMind 在其 Gemini 模型于国际数学奥林匹亚（IMO）竞赛达到金牌标准后，正式发布 IMO-Bench。这不只是一个评测工具，更是一套推动 AI 从「解决问题」迈向「深度推理」的全新基准，旨在引领 AI 领域进入更强健、更富创造力的数学推理新时代。

#Benchmark

工具与应用11 月 5 日2 分钟

llama.cpp 官方 WebUI 终于来了！打造终极本地 AI 聊天体验

告别复杂设置！llama.cpp 正式推出全新官方 WebUI，基于 SvelteKit 打造，功能强大且完全免费。本文将带你快速上手，探索多模态、平行对话、JSON 约束生成等超酷功能，在自己的电脑上享受 100% 隐私的 AI 助理。

#Chatbot

工具与应用10 月 31 日1 分钟

智源研究院推出 Emu3.5：挑战 Gemini 2.5 的多模态世界模型，速度与性能兼备

探索智源研究院(BAAI)最新发布的 Emu3.5，这款强大的多模态世界模型不仅在图像生成与编辑方面超越对手，更透过创新的 DiDA 技术实现 20 倍推理加速。了解它如何改变我们与数位世界的互动。

#AI

工具与应用10 月 31 日1 分钟

Kimi Linear 横空出世：Moonshot AI 如何在效能与效率之间取得完美平衡？

深入探讨 Moonshot AI 推出的 Kimi Linear 架构，这项混合式线性注意力技术不仅在长短文本任务中超越了传统模型，更将解码效率提升数倍，为大型语言模型的未来发展指明了新方向。

#LLM

工具与应用10 月 29 日1 分钟

IBM 颠覆边缘计算：Granite 4.0 Nano 模型登场，笔记本也能跑的高效 AI

IBM 最新发布 Granite 4.0 Nano 系列模型，以小巧体积带来惊人效能。从 3.5 亿到 10 亿参数，这些模型不仅能在浏览器中本地运行，更支持商业用途。深入了解这款「小而美」的 AI 如何改变边缘设备的应用场景。

#LLM

工具与应用10 月 29 日1 分钟

AI 播客的下一个里程碑？SoulX-Podcast 能否解决多说话者语音合成的噩梦？

AI 语音合成又迎来了新的挑战者。SoulX-Podcast 号称能生成长达 90 分钟、支持多种方言、且情感自然的 AI 播客对话。这项新技术真的能克服以往模型在多说话者场景下的尴尬表现吗？本文将深入探讨其背后的技术细节与潜力。

#语音

工具与应用10 月 28 日1 分钟

VoxCPM：AI 语音生成新标竿？超逼真声音复制与情境感知，开源模型震撼登场

探索 VoxCPM，一款由 ModelBest、清华大学及 OpenBMB 联手打造的开源文字转语音（TTS）模型。本文将深入解析其三大核心亮点：零样本声音复制、情境感知语音生成以及高效能即时合成。了解 VoxCPM 如何仅凭数秒音档，就能完美复制音色、情感甚至方言口音，为 AI 语音技术 …

#语音

工具与应用10 月 28 日1 分钟

AI 模型大战：除了 GPT-5，这位「务实派」选手 MiniMax-M2 可能更适合你的开发团队

在众多 AI 模型中，我们常常只关注智力分数最高的王者。但对于真实的软体开发流程，速度、成本和「工具使用」能力可能更为关键。本文将深入剖析 MiniMax-M2，一个专为端到端程式码与工具链而生的 AI 代理，看看它如何在性能与成本之间取得绝佳平衡，成为开发团队的得力助手。

#LLM #Coding

工具与应用10 月 27 日1 分钟

LongCat-Video 登场：美团发表统一视频生成模型，挑战分钟级视频极限

探索美团最新发表的AI视频生成模型 LongCat-Video。它不仅是一个统一框架，能处理文生视频、图生视频等多种任务，更擅长生成长达数分钟的高品质视频，向“世界模型”迈出重要一步。

#视频

实作指南10 月 27 日1 分钟

Google AI Studio 重大更新：「Vibe Coding」登场，用自然语言几分钟内打造 AI 应用程序

Google AI Studio 推出全新「Vibe Coding」体验，彻底改变 AI 应用程序开发流程。无需繁琐的 API 串接或编写复杂代码，开发者现在仅需透过自然语言描述，即可在几分钟内将创意转化为可运作的原型。本文深入解析这项新功能如何降低开发门槛，并释放无限创意潜能。

#Gemini

工具与应用10 月 24 日1 分钟

字节跳动：Video-As-Prompt 模型开源，视频当指令，让静态图秒变动画！

AI 视频生成领域迎来全新突破！字节跳动（ByteDance）正式开源其创新的 Video-As-Prompt (VAP) 模型。这项技术允许用户直接用一段参考视频作为“提示”，就能让任何静态图片动起来，并且完美复制参考视频的语义和动态风格。本文将深入解析 VAP 的核心理念、两种模型的差 …

#视频

AI 日报10 月 24 日1 分钟

Google Skills 全新登场：免费学习 AI 技能，直通顶尖企业！

Google 推出全新 AI 学习平台 Google Skills，整合 DeepMind、Google Cloud 等顶尖资源。提供免费课程、实作实验室及就业管道，助你轻松掌握 AI 技能，开启职涯新篇章。

#AI

AI 日报10 月 24 日1 分钟

ChatGPT Atlas 浏览器登场：AI 代劳是帮手，还是黑客的新玩具？

OpenAI 推出整合 AI 代理的全新浏览器 ChatGPT Atlas，试图彻底改变我们的数字生活。但这份便利的背后，却潜藏着“提示词注入”的新型攻击风险。本文将深入剖析这项技术的潜力、OpenAI 公开透明的应对策略，以及这对整个 AI 产业的深远影响。

#OpenAI

工具与应用10 月 23 日1 分钟

阿里 Qwen3-VL 新成员登场：2B 与 32B 模型如何重新定义视觉 AI 的效能天花板？

阿里通义千问 Qwen3-VL 家族迎来重大更新，推出 2B 与 32B 两款新模型。从手机端的轻量应用到媲美 GPT-5mini 的高效能推理，这次更新为开发者带来了什么？本文深入解析新模型的「Instruct」与「Thinking」双模式，并探讨其在视觉理解基准测试中的惊人表现。

#LLM

工具与应用10 月 23 日1 分钟

腾讯混元新模型登场：影片秒变 3D 世界，人人都能是建模师

腾讯正式开源混元世界模型 1.1 (WorldMirror)，这项突破性技术能让使用者在几秒钟内，仅用影片或多张图片就生成专业级的 3D 场景。本文将深入探讨其核心功能、技术架构，以及它如何为 3D 重建领域带来革命性的改变。

#3d

工具与应用10 月 22 日1 分钟

文档处理的游戏规则改变者？PaddleOCR-VL 深入解析：轻巧、强大，还支持109种语言

你是否也曾深陷在处理 PDF 报告、扫描文件和充满图表的论文中，为了手动复制粘贴而耗费大量时间？现在，一个名为 PaddleOCR-VL 的新工具或许能彻底改变这一切。它不仅拥有顶尖的识别准确率，更兼具轻量化与高效率的特点，甚至能在没有网络的环境下运行。本文将带你深入了解它的独到之处。

#Ocr

继续探索文章库

找文章

由 Felo AI 搜索本站内容，在新标签页打开。

从好奇开始

找到你关心的下一个方向。

大型语言模型28 篇文章 AI Agent6 篇文章图像生成12 篇文章语音与音频声音技术的新进展

01模型发布与更新

02产品发布与更新

03行业动态

04论文研究

05其他分享

更多报道

找文章

从好奇开始

把阅读，变成日常。

Leaving Website