每天 08:00 出刊
18条重点5个版面18个来源约 3 分钟读完
头条
腾讯混元正式开源交互式视频世界模型 Hy-Nomas，支持多模态输入与实时物理动态交互仿真。
腾腾讯混元 (Tencent Hunyuan)原文 ↗
01模型发布/更新
腾腾讯混元 (Tencent Hunyuan)
腾讯混元正式开源交互式视频世界模型 Hy-Nomas，支持多模态输入与实时物理动态交互仿真。
原文 ↗英英伟达 (NVIDIA)
英伟达在 Hugging Face 释出轻量级模型 Nemotron-3.5-Bolt-E4B-4GB，专为端侧与高吞吐设备量身定制。
原文 ↗月月之暗面 (Moonshot AI) / Agent Arena
在基于 4000 多个真实智能体会话的 Agent Arena 权威评测中，Kimi K3.1 Pro (Max) 排名跃升至全球第 11 位。
02产品发布/更新
OOpenAI
OpenAI 在 Agents API 中正式上线 Automations 定时任务功能，支持智能体按调度计划自主触发与执行。
原文 ↗CCursor
AI 代码编辑器 Cursor 引入系统级桌面控制功能，允许智能体直接接管屏幕并实时交互测试本地开发中的应用程序。
KKrea AI
创意平台 Krea 开启 Krea 3 图像编辑 Beta 测试，实现 8 秒内完成 2K 高清图像的局部重绘与多轮精准指令控制。
PPerplexity
Perplexity 在 Computer 技能市场推出开源 UI 审美诊断技能，致力于消除生硬千篇一律的「AI 生成味」界面。
03行业动态
DDeepSeek (深度求索) / 腾讯科技
腾讯科技发文深度拆解 DeepSeek 开源推理框架背后的算力经济学，高度优化的推理架构使单集群日吞吐突破 155 万亿 Token。
原文 ↗中中国政府网 (Gov.cn)
国务院办公厅印发指导意见，要求加强人工智能对就业影响的前瞻研判并稳慎调节劳动密集型领域的替代节奏。
原文 ↗HHiggsfield / 英伟达
AI 视频初创公司 Higgsfield 宣布获得英伟达与 TCV 追加投资，其商业化年化营收正式迈过 10 亿美元门槛。
TTechCrunch
科技媒体 TechCrunch 设立持续更新清单，系统复盘包括 Humane AI Pin、Rabbit R1、Relay 等明星 AI 项目折戟的原由。
原文 ↗TThe Verge
美国宾夕法尼亚州签署通过法律，要求经由 AI 显著修改或生成的广告素材必须以同等格式显著加注警示标识。
原文 ↗04论文研究
面面壁智能 (OpenBMB)
面壁智能提出 EC²-Bench 评测框架，针对长程复杂任务系统化衡量端侧边缘模型与云端大模型的协作策略与能耗边界。
CChelsea Finn / 斯坦福大学
斯坦福大学研究团队提出生成式价值分类器（GVC），为大模型强化学习 Q 函数提供了无需动作条件化的全新参数化架构。
原文 ↗AAnthropic
Anthropic 发布对前沿模型 Claude Mythos 5 在英国人工智能安全研究所 CTF 演练中的对齐评测专文。
原文 ↗NNBER / The Decoder
美国国家经济研究局在 11 家知识产权律所展开为期三个月的对照试验，评估 AI 助手 InFlow 对专利律师从业维度的深层影响。
原文 ↗05其他分享
RReddit / T.A.B. Project
开发者完全依托终端智能体 Claude Code，在不依赖任何 Chromium 或 WebView 的前提下用 Rust 完整自研了现代浏览器引擎。
原文 ↗YY Combinator
Y Combinator 联合 Together Compute、Ollama 与 SGLang 等核心团队，推出关于大模型推理全栈工程的研讨公开课。
最近 24 篇报道
1911 月
工具与应用1 分钟
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。
1911 月
工具与应用1 分钟
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。
1911 月
AI 日报2 分钟
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。
1311 月
工具与应用1 分钟
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 …
1211 月
工具与应用1 分钟
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。
1111 月
工具与应用1 分钟
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。
711 月
工具与应用2 分钟
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“ …
711 月
工具与应用1 分钟
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。
511 月
工具与应用1 分钟
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。
511 月
工具与应用2 分钟
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。
3110 月
工具与应用1 分钟
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。
3110 月
工具与应用1 分钟
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。
2910 月
工具与应用1 分钟
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。
2910 月
工具与应用1 分钟
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。
2810 月
工具与应用1 分钟
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 …
2810 月
工具与应用1 分钟
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。
2710 月
工具与应用1 分钟
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。
2710 月
实作指南1 分钟
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。
2410 月
工具与应用1 分钟
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 …
2410 月
AI 日报1 分钟
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。
2410 月
AI 日报1 分钟
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。
2310 月
工具与应用1 分钟
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。
2310 月
工具与应用1 分钟
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。
2210 月
工具与应用1 分钟
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。
这批报道中还没有这个类别。 到文章库找找看
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。把阅读，变成日常。
用你喜欢的 RSS 阅读器，跟上每一天的 AI 进展。
订阅每日日报开放订阅，没有算法干扰。