AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

ElevenLabs语音Agents支持WhatsApp集成覆盖20亿用户
字节TRAE CN企业版内部92%工程师使用支持亿级代码
OpenAI开放ChatGPT Apps提交正转型AI操作系统
国产大模型MiniMax智谱冲刺港股IPO资本化拐点来临
姚顺雨出任腾讯首席AI科学家带队大语言模型研发

产品与功能更新

1. ElevenLabs语音Agents平台正式支持WhatsApp集成。 企业可在🚀WhatsApp部署AI语音助手(AI资讯)，与网站电话共享功能。用户发消息秒回，来电外呼(✧∀✧)全搞定。20亿月活用户触手可及。统一后台管理，数据集中分析超省心。
   
   

2. 字节跳动发布TRAE CN企业版。 内部92%工程师已用上🔥这款AI编程工具。个人版注册破600万。支持10万文件1.5亿行代码容量。全链路加密传输，云端零存储💡保障安全。来源:(AI资讯日报)
   

3. OpenAI正式开放ChatGPT Apps应用提交。 开发者可上传自己的AI应用(AI资讯)啦！新增App Directory应用目录。输入@就能调用，系统自动推荐(´▽`)。未来支持内购订阅变现。ChatGPT正在变成AI操作系统。
   
   

4. YouTube推出Playables Builder游戏制作工具。 基于🎮Gemini 3技术的AI游戏创作器(AI资讯)开启封闭测试。用户输入文字图片就能做游戏。互动式创作体验(｡◕‿◕｡)超好玩。平台内容多样化再升级。
   
   

5. Google将Opal整合进Gemini网页应用。 用自然语言就能💡零代码构建AI助手Gems。可视化流程图拖拽编排，来源:(AI资讯日报)小白也能玩。新增文字转步骤视图。氛围编程时代(✧∀✧)正式到来。
   
   

6. Gemini 3 Flash模型正式发布。 谷歌Josh Woodward宣布(AI资讯)新模型上线。比2.5 Pro更聪明，速度🚀快3倍！推理效率高，token用量少30%。在swe-bench和arc-agi-2上居然超Pro版(゜o゜)。Gemini App免费用。
   
   

前沿研究

1. MedChat多智能体医疗诊断框架发布。 深度学习🏥青光眼检测与LLM结合。多角色Agent由导演Agent协调，论文链接(AI资讯)已开源。减少幻觉风险(✧∀✧)提升可靠性。为临床审查和教育提供交互式诊断报告。
   

2. Nano Banana Pro低级视觉能力全面评估。 研究人员跨14项任务40个数据集进行测试。零样本评估显示(AI资讯)主观视觉质量🔥超强。但传统量化指标落后专家模型。生成模型随机性与像素级一致性存在矛盾。
   

行业展望与社会影响

1. 国产大模型集体冲刺港股IPO。 壁仞科技MiniMax智谱均通过🔥港交所聆讯。"AI六小龙"实质进入IPO倒计时。参股公司股价年内涨超180%(AI资讯)。中国AI产业(✧∀✧)迎来资本化拐点。从资本输血走向自我造血。
   

2. 人形机器人"小墨"规模化入驻宁德时代。 全球首条人形机器人规模化落地💡电池产线投运。千寻智能研发的小墨(AI资讯)专攻高压插接。单日工作量提升3倍，插接成功率99%以上。搭载端到端VLA模型，一年融资超11亿。
   

3. 姚顺雨出任腾讯首席AI科学家。 98年天才研究员正式加盟(AI资讯)带队大语言模型。腾讯开出🔥极高待遇吸引人才。Agent应用转型Infra训练存gap争议。年轻天才(｡◕‿◕｡)如何驾驭复杂组织待观察。
   

4. Greptile发布2025年AI编程现状报告。 每月十亿行代码过他们系统。开发者月产出从4450行涨到7839行🚀涨幅76%。报告显示(AI资讯)AI让代码通货膨胀。Anthropic SDK下载增长1547倍。但代码质量(；′⌒`)不好衡量。
   
   

开源TOP项目

1. Letta有状态Agent开发平台。 专为构建具有高级记忆功能的💡开放AI设计。能随时间学习自我改进，GitHub(AI资讯)已获⭐19.7k。适合需要长期状态保持的智能体开发。Agent架构(✧∀✧)新选择。
   

2. Croc跨设备安全文件传输工具。 轻松在计算机间🐊安全传文件。开源项目已获⭐32.6k(AI资讯)超受欢迎。端到端加密传输(´▽`)简单好用。跨平台支持，命令行即可操作。
   

社媒分享

1. 从Tool Search到Skills的Agent架构转变。 Claude发布Skills规则，Codex也跟进(AI资讯)。把工具一股脑扔给LLM是死胡同💀。技能封装上下文，按需加载更可靠。分类器替代盲目搜索，成功率🚀极高。Agent开发从提示词走向软件工程。
   
   

2. Agent干活到底真提效了吗？ 博主发问(AI资讯)引发共鸣。单线程才能高效(；′⌒`)切换上下文掉效率。Agent跑到关键节点得确认。执行时间省了，注意力成本💭加倍。卡在进度条里超尴尬。
   

3. Gemini代码库作为上下文新玩法。 用户分享技巧(AI资讯)直接建Gem。添加营销帖子提示，git代码库作为背景。Gemini根据代码💡输出相关内容。再也不用(´▽`)输那么多描述文字了。
   
   

4. GPT image 1.5与Nano Banana Pro对比。 用户用6x6网格测试，GPT终于赢了一次(AI资讯)🎉！36个格子各种emoji物品。两个模型表现差异明显。复杂指令(゜o゜)考验真功夫。
   
   

5. 2026年社交媒体趋势预测。 从追算法转向追品味💡追小圈层领袖。用户意识到(AI资讯)算法让品味同质化。审美策展能力成稀缺资源(✧∀✧)。品牌要经营微社区第三空间。vibe经济时代来了。
   

6. Prompt首次生成质量总不到位？ 博主发现规律(AI资讯)即使写得再完备也一样。让AI反思查漏补缺💡总有提升。可能上下文原因(´-ω-`)。迭代次数不能多否则出废话。
   
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

腾讯混元世界模型1.5上线支持文字图片生成互动世界
字节Seedance实现100%视听同步已上线即梦豆包
OpenAI发布FrontierScience基准GPT-5.2奥赛77%
姚顺雨任腾讯首席AI科学家向刘炽平汇报
英伟达收购Slurm开发商SchedMD强化算力调度护城河

产品与功能更新

1. 腾讯混元世界模型1.5上线。 国内首个🎮实时互动体验平台开放体验(AI资讯)了！输入文字或图片就能瞬间生成互动世界，用键鼠或手柄(✧∀✧)自由探索。该模型还首次开源训练体系，从数据到推理部署全覆盖。

2. Kling 2.6语音控制功能正式发布。 快影AI📢上线了Voice Control，用你的专属声音创作更具魅力的个性化内容(AI资讯)。官方同步开启创意大赛🏆现金最高1000美金，提交作品就有机会登上首页推荐。
   
   

3. 字节Seedance 1.5 Pro发布。 新一代音视频模型实现🎬100%视听同步，角色口型、语调与表演节奏高度拟合。支持多语种方言自然表达，还能执行希区柯克变焦等高难度镜头运动(AI资讯)。已在即梦AI和豆包平台上线。
   
   

4. Meta推出SAM Audio模型。 继图像分割后，Meta将"🔊分割一切"理念延伸到音频领域。支持文本、视觉和时间跨度三种提示方式，能像抠图(AI资讯)一样精准分离声音。已在Segment Anything Playground开放试用。
   
   

5. 小米MiMo大模型对开发者开放。 小米宣布开放🤖MiMo系列大模型和CarIoT硬件生态。AIoT平台连接设备突破10.4亿，开发者规模达120万(AI资讯)。MiMo-V2-Flash已开源，在Agent测评跻身全球开源模型TOP2。
   
   

6. Meta推出AI听力增强眼镜。 新款眼镜采用开放式扬声器设计，可以放大👓与你交谈的人的声音。特别适合咖啡馆或繁忙街道等嘈杂环境(AI资讯)使用，让日常交流更轻松。

前沿研究

1. OpenAI发布FrontierScience基准。 专为评估专家级科学能力构建，包含物理、化学、生物学数百道原创题目。GPT-5.2在奥赛赛道得分77%，研究赛道🔬25%，均领先其他前沿模型。Gemini 3 Pro在奥赛赛道与GPT-5.2表现相当(AI资讯)。

2. FreeKV框架提升LLM推理效率。 针对长上下文KV缓存问题，该框架实现算法-系统协同优化。通过投机检索和双缓冲流式召回，达到🚀近无损精度，相比SOTA方法最高提速13倍(AI资讯)。
   

3. Titans让AI有了真正的记忆力。 谷歌Jeff Dean点赞的论文，解决了(✧∀✧)AI的"金鱼记忆"问题。短期记忆+长期记忆+持久记忆三种机制各司其职，在200万token超长文本理解任务中准确率96%+，吊打Mamba2的5.4%(AI资讯)。
   

行业展望与社会影响

1. 姚顺雨出任腾讯首席AI科学家。 官宣！腾讯升级大模型研发架构，95后明星学者姚顺雨任职"CEO/总裁办公室"首席AI科学家，向刘炽平汇报。同时兼任AI Infra部、大语言模型部负责人，将📈全面强化腾讯大模型研发体系(AI资讯)。

2. 英伟达收购Slurm开发商SchedMD。 这波低调出手被评价为"护城河又宽了"💪SchedMD开发的Slurm是全球超半数TOP500超算在用的资源调度工具，Meta、Mistral、Thinking Machines都离不开。哪怕用AMD芯片，只要需要算力调度就绕不开英伟达(AI资讯)。

3. AI上下文管理引发隐私争议。 把全部人生笔记上传给第三方服务器，你放心吗？社区讨论显示，虽然🔥把Obsidian笔记喂给Claude能获得个性化建议，但多数人倾向寻求本地LLM等可控方案(AI资讯)。另有人警告依赖AI摘要会侵蚀真正的知识掌握。
   

4. GitHub Actions开始收取平台费。 自2026年起，私有仓库和自托管runner的调度将按$0.002/分钟计费💸即使算力在用户自己服务器上也要交"税"。小型团队相对受伤更重，社区已开始评估迁往GitLab或Forgejo等替代方案(AI资讯)。
   

5. AI能否让形式验证成为主流？ 讨论焦点在于：规范本身难以形式化，需求又频繁变动。乐观者指出Opus、GPT-5.2等🤖大模型显著加速了证明工程，悲观者则认为文化与经济障碍才是普及的真正阻碍(AI资讯)。
   

开源TOP项目

1. 摩尔线程开源LiteGS基础库。 在SIGGRAPH Asia 2025斩获银奖🥈的3DGS重建算法已开源！60秒任务34秒交卷，仅需原版10%训练时间即可达到同等质量。从GPU系统到算法设计全链路优化，代码在GitHub开放(AI资讯)。⭐已引发学术界关注。

2. 英伟达发布Nemotron 3开源模型。 MoE架构支持百万token上下文，包含Nano(30B)、Super(100B)、Ultra(500B)三个规模。Nano版已发布，吞吐量比前代🚀提升4倍，被评为同类型中最开放高效的模型(AI资讯)。

3. 小米MiMo-V2-Flash开源发布。 309B总参数，15B激活，专为极致推理效率自研的MoE大语言模型。代码和Agent能力强💡生成速度快，API限时免费可接入Claude Code、Cursor等工具(AI资讯)。⭐开发者反响热烈。
   
   

4. Chatterbox开源TTS系统。 号称最先进的开源文本转语音系统，已获得⭐15614星标，项目地址resemble-ai/chatterbox(AI资讯)。
   

5. 微软开源TRELLIS.2图生3D模型。 4B参数规模，支持图片生成3D模型。在线体验地址已开放，社区反馈效果褒贬不一(￣▽￣)"有人觉得还不如之前版本，模型在Hugging Face发布(AI资讯)。
   
   

6. 美团开源LongCat虚拟人模型。 类似字节OmniHuman和快手Avatar，支持音频驱动照片生成视频🎤特别适用于主播和MV场景，项目主页和模型已在Hugging Face发布(AI资讯)。
   
   

社媒分享

1. Prompt Caching技术深度解读。 缓存的不是文本是"思维状态"🧠本质是复用KV矩阵，节省约90%Token费用，长文本首字延迟降低85%。实测显示Anthropic手动模式命中率100%(AI资讯)，OpenAI自动模式仅50%。
   
   

2. Gemini 3 Flash已开放使用。 相比Pro版本速度提升显著，前端效果基本没变(✧∀✧)美学依旧领先其他模型。ZenMux首发目前免费，使用地址点这里(AI资讯)。
   
   

3. Vibe Coding时代的护城河思考。 技术不再是核心竞争力了🤔拿一波流量很容易，但建立护城河需要多花时间思考。有人看到缺陷，有人看到机会(AI资讯)，这些机会不是给挑刺的人准备的。
   

4. GPT Image 1.5图像能力测试。 只是单纯的绘画模型，而不是Banana Pro那样的🌍世界模型。社区评价"谷歌这次领先了一代"，天气卡片生成效果可参考宝玉的测试(AI资讯)。
   
   

5. AI硬件创意Stickerbox走红。 语音输入→AI自动绘图→即时打印贴纸🖨️帮孩子把脑海里的故事变成现实！儿童安全模式无屏幕交互，这个逻辑马上会迁移到3D打印领域(AI资讯)。
   
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

阿里Wan2.6模型支持角色扮演十五秒视频原生音画同步
英伟达发布Nemotron3系列Nano模型三十亿参数吞吐量提升四倍
ChatGPT上线分支聊天功能支持多线程对话避免信息遗漏
北大团队揭示LLM细致平衡现象通过势函数生成内容
DeepSeek与Qwen并列开源模型榜首超半数为中国团队

产品与功能更新

1. 阿里通义万相💫再升级。 阿里推出Wan 2.6视频及图像模型(AI资讯)，国内首个支持🚀角色扮演功能。单次视频可达15秒，原生音画同步且支持自定义音频(✧∀✧)。还新增分镜级控制、多人场景拍摄及指令遵循能力大幅提升，文生图精准捕捉风格细节，适用短剧制作。
   
   

2. 英伟达发布Nemotron 3系列。 Nemotron 3包含Nano(300亿参数)、Super及Ultra三款🔥开源模型，采用Mamba-Transformer混合MoE架构。Nemotron 3 Nano激活仅32亿参数(AI资讯)，吞吐量比上代提升4倍，支持百万Token上下文(✧∀✧)。已在Hugging Face开放下载(AI资讯)，附带3万亿Token训练数据集Taobao-MM及NeMo Gym强化学习库。

3. ChatGPT新增分支聊天功能。 OpenAI在iOS和Android端上线🎨分支对话功能，用户可创建多个并行对话分支，在原讨论基础上探索新方向(AI资讯)。该功能适合商业策略、创意写作等多线程场景(✧∀✧)，避免线性对话中信息遗漏，提升💡整体互动性与创造力。
   
   

4. 快手KAT-Coder-Pro V1登顶榜单。 快手Agentic Coding模型KAT-Coder-Pro V1(AI资讯)在Artificial Analysis评测中拿下64分🚀，超越Claude4.5Sonnet进入总榜Top10。在非推理模型榜单中排名第一，Token消耗量远低于同性能模型，实现高性价比表现(✧∀✧)。

5. Gemini新增图片标记功能。 Google Gemini支持上传图片时🎨添加文字和画线标记，精准控制物体位置及修改内容。标记完成后自动去除所有标注(AI资讯)，通用提示词为："按照标记修改，删除标记"，极大提升图像编辑💡精度。
   
   

前沿研究

1. 北大物理系揭示LLM动力学。 北京大学物理学院团队通过最小作用量原理(AI资讯)首次发现LLM生成中的细致平衡现象🔥。研究表明LLM通过隐式学习势函数而非规则集生成内容，其行为类似热力学平衡系统(✧∀✧)。Claude-4倾向快速收敛，GPT-5 Nano更愿探索状态空间，该理论将AI研究从"炼丹术"提升为💡可量化科学。

2. 哈佛分析Perplexity使用数据。哈佛研究(AI资讯)基于数亿条查询显示，Perplexity用户55%为个人使用，30%专业场景。生产力/工作流占查询量36%🚀，学习研究占21%。用户随时间从简单任务转向复杂任务，提供真实Agent使用画像(✧∀✧)。

3. 斯坦福提出多模态DiffFusion框架。 新框架通过扩散模型实现恶劣天气下3D目标检测(AI资讯)🌧️。Diffusion-IR修复图像，PCR补偿LiDAR数据，BAFAM模块实现动态多模态融合及双向BEV对齐。在三大公开数据集��展现最优鲁棒性，零样本测试证明泛化能力(✧∀✧)。

4. Causal LLMs文本分类研究。研究对比(AI资讯)嵌入式与指令式两种fine-tuning策略💡。嵌入式方法结合4-bit量化和LoRA，在单GPU上训练8B参数模型，F1分数显著优于指令式方法🚀。在专有数据集及WIPO-Alpha多标签任务中，性能甚至超越BERT等领域模型(✧∀✧)。

5. Google Cloud发布AlphaEvolve。 AlphaEvolve是Gemini驱动的编码Agent(AI资讯)🔥,专注高级算法设计。通过LLM提出代码修改建议，反馈循环进化算法效率💡。目前处于私有预览阶段,承诺提升代码质量。

行业展望与社会影响

1. OpenAI与Anthropic成立基金会。 两家公司联合Block在Linux Foundation下成立Agentic AI基金会(AI资讯)🚀,专注建立Agent互操作性标准。捐赠资金支持跨工具、跨仓库的安全可靠Agent生态,行业领袖对齐Agent互操作方向(✧∀✧)。

2. Stripe推出Agentic Commerce套件。Stripe新服务(AI资讯)支持企业通过单一集成向多个AI Agent销售🎯。涵盖产品发现、Agent结账、支付及欺诈检测,可在Stripe Dashboard统一管理💡。AI原生商务基础设施正式商用,兼容现有商务栈(✧∀✧)。

3. 中国信通院上线CAIVD专业库。 工信部指导下,CAIVD人工智能安全漏洞库(AI资讯)正式运行🔒。该库是"1总库+5专业库"体系的第六个成员,专注AI产品漏洞收集与验证。建立产品提供者、厂商、科研机构与用户的🚀协作网络,规范漏洞发布渠道(✧∀✧)。访问地址:ai.nvdb.org.cn

4. 国产开源模型并列第一。 AI研究员Nathan Lambert发布的开源大模型榜单(AI资讯)显示,DeepSeek、Qwen及Kimi被评为影响力并列第一🏆。榜单涵盖35家机构,超半数为中国团队。DeepSeek R1超越顶级闭源模型,Qwen衍生数十款跨领域版本💡,Kimi推出全球首个万亿参数开源模型(✧∀✧)。
   
   

5. 前CIA官员重提远控工具。 前CIA官员Kiriakou在LADbible视频(AI资讯)中称情报机构可远控手机、电视和汽车🔒。Hacker News讨论指出这是对2017年Vault 7泄露的重述,并非新证据。评论质疑Kiriakou技术时效性及媒体炒作倾向💡,建议公众参考原始泄露文档而非个人陈述(✧∀✧)。

开源TOP项目

1. ConvertX自托管文件转换器。ConvertX(AI资讯)支持1000+格式💾转换,完全自托管部署。体积小巧,无需依赖第三方服务🚀,适合个人及企业搭建私有文件转换平台(✧∀✧)。已获**⭐11.2k**关注。

2. MDN Web Docs内容仓库。MDN内容仓库(AI资讯)是MDN Web Docs官方源码库📚,收录14000+页HTML、CSS、JS、HTTP及Web API文档。开发者可直接贡献内容💡,已获**⭐10.2k**关注(✧∀✧)。

3. hashcards纯文本间隔重复系统。hashcards(AI资讯)是基于纯文本的🎴间隔重复学习工具。无需复杂配置,支持Markdown格式卡片🚀,轻量级部署(✧∀✧)。已获**⭐629**关注。

4. SPEC-AGENTS规范驱动开发框架。SPEC-AGENTS(AI资讯)是零配置的🛠️规范驱动开发工具。通过自然语言沟通,将开发分为不同阶段💡,支持多编程工具切换且不丢失进度。文档驱动工作流实现可追溯闭环,让普通用户享受成熟软件开发流程(✧∀✧)。

5. Nvidia收购SchedMD并开源。 Nvidia收购Slurm主力开发商SchedMD(AI资讯)🔥,承诺继续开源中立运营。Slurm是高性能计算和AI领域的标杆工作负载管理系统💡。同步发布Alpamayo-R1推理视觉模型及Cosmos世界模型宽松许可,布局物理AI生态(✧∀✧)。

社媒分享

1. 阿里Agent化合订本观察。社区讨论(AI资讯)指出蚂蚁系产品Agent化最积极🚀,因其工具属性重结果而非过程。淘宝Agent化需平衡"入口属性"广告收入💡,微信因依赖互动"使用过程"积极性较低(✧∀✧)。用户认为这不是战略克制,而是商业模式制约。

2. AI监督的自动化讽刺。1983年论文(AI资讯)预言的自动化问题在AI Agent上应验🔥:技能退化、记忆提取困境、监控疲劳等。论文指出培训无法替代实战💡,AI犯错时人类难以保持警觉。最糟糕的是AI界面是"最差异常检测设计"(✧∀✧),洋洋洒洒文字中藏着致命错误。

3. Claude Code新确认机制。用户分享(AI资讯)Claude Code新版本的确认机制交互体验舒适🎨。Agent执行前会展示详细操作预览,用户可逐项审核并确认💡,避免意外修改(✧∀✧)。
   
   

4. AGI讨论不应被视为科幻。Reddit讨论(AI资讯)认为将AGI讨论归为科幻是"完全不严肃"🔥。即便持怀疑态度的专家也认为未来十到二十年可能实现AGI💡,这与时间旅行、火星人等真正科幻概念完全不同(✧∀✧)。
   
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

阿里百聆三秒克隆九语种情感语音开源本地部署
商汤Seko2.0提示词生成短剧分镜显存降至8GB
谷歌NotebookLM融合Gemini调用笔记库避免断层
清华蚂蚁Dual-Flow黑盒攻击迁移率升34.58%
Anthropic访谈1250人揭职场焦虑创作者担忧收入

产品与功能更新

1. 百聆🎙️升级:三秒音频跨九种语言。 阿里巴巴开源百聆语音模型(AI资讯)，录音仅需三秒💡即可合成普通话、粤语、日语等语言，并模拟情感(✧∀✧)。Fun-CosyVoice3首包延迟降50%，Fun-ASR噪声准确率达93%[⭐约12.3k]，支持本地部署(来源:AI资讯日报)。
   
   

2. 商汤🎬Seko2.0上线:一人搞定短剧拍摄。 商汤Seko2.0实现创编一体生成(AI资讯)，输入提示词自动策划剧本、分镜与视频🚀。LightX2V框架开源，支持1:1实时生成，显存降至8GB，国产芯片🔥已适配(来源:AI资讯日报)。

3. 谷歌NotebookLM✨融合Gemini:AI读懂你的笔记。 谷歌推出NotebookLM与Gemini深度集成，调用个人知识库(AI资讯)作为对话上下文💡。用户在Gemini聊天时可直接引用笔记本内容，避免信息断层，实现个性化智能体(✧∀✧)(来源:AI资讯日报)。
   

4. 深圳地铁🐕导盲犬上岗:小蒜为视障者引路。 深圳地铁试点智能导盲犬小蒜(AI资讯)，融合3D体素神经网络与语音识别🚀。支持路径规划、盲道循迹与自动返位，覆盖8.8万平米非付费区，试用期配专人协助(来源:AI资讯日报)。
   

前沿研究

1. 谷歌Veo🤖仿真机器人世界:评估不踩坑。 DeepMind发布Veo机器人仿真系统，预测策略在OOD环境表现(AI资讯)💡。通过多视角视频生成替代硬件测试，1600次真实验证证明其高保真度，降低安全风险(✧∀✧)论文(来源:AI资讯日报)。

2. 清华&蚂蚁🔥Dual-Flow:对抗攻击通用生成器。 清华与蚂蚁提出Dual-Flow框架(AI资讯)，在流空间结构化扰动🚀，实现多目标黑盒攻击。NeurIPS2025录用，ImageNet验证集测试显示迁移成功率提升34.58%论文(来源:AI资讯日报)。

3. 苹果CLaRa💡统一RAG架构:检索生成共享表征。 苹果研究提出CLaRa框架，压缩文档为记忆令牌(AI资讯)，检索与生成在连续空间协同🚀。16x压缩下NQ达51.41F1，无监督设置超越标注检索器10点论文(来源:AI资讯日报)。
   

4. CREW-WILDFIRE🔥基准:大规模智能体协作测试。 新基准CREW-WILDFIRE(AI资讯)基于野火响应场景，评估LLM多智能体系统在大地图、部分可观测环境下的协调能力💡。揭示长期规划与空间推理短板(来源:AI资讯日报)。
   

5. VDAWorld🌍世界建模:VLM导演场景仿真。 研究提出VDAWorld框架，VLM自主构建场景表征(AI资讯)，选择刚体或流体模拟器🚀，预测未来状态(✧∀✧)。克服生成模型黑盒问题，实现可交互世界建模论文(来源:AI资讯日报)。
   

6. 3DGS✨透明渲染突破:矩方法解决体积遮挡。 新研究扩展3D高斯溅射，引入矩方法计算透射率(AI资讯)，避免光线追踪与排序💡。重建半透明物体质量显著提升，保持光栅化效率论文(来源:AI资讯日报)。
   

行业展望与社会影响

1. Anthropic🧠采访1250人:AI照见职业软肋。 Anthropic推出Interviewer工具，用LLM深度访谈(AI资讯)创作者、职场人、科学家🚀。发现职场人担心依赖AI形象受损，创作者焦虑收入，科学家质疑可靠性(✧∀✧)(来源:AI资讯日报)。
   

2. Gorman悖论💡:AI写代码为何没炸产品？ 讨论指出AI生成代码未提升整体产出(AI资讯)，集成、测试与边缘情况成瓶颈🚀。快速生成反拖慢审查,多数产出为低质试验品(来源:AI资讯日报)。
   

3. 自动化悖论🔥:AI接管后技能退化。 HackerNews热议Bainbridge自动化讽刺(AI资讯)，AI承担任务后人类监督复杂系统但丧失手工能力💡。航空业强制训练可借鉴,但多数组织缺激励(✧∀✧)(来源:AI资讯日报)。
   

开源TOP项目

1. CopilotKit🪁:React优雅构建AI副驾。开源框架CopilotKit(AI资讯)提供React组件与基础设施,快速搭建AI聊天机器人与应用内智能体🚀。⭐26.7k,支持Agent编排(来源:AI资讯日报)。
   

2. DeepCode💻:代码生成全家桶。DeepCode项目(AI资讯)实现Paper2Code、Text2Web与Text2Backend🔥,开源Agentic编码方案⭐12.3k(来源:AI资讯日报)。
   

3. Win11Debloat⚙️:轻量化Windows。Win11Debloat脚本(AI资讯)移除预装应用、禁用遥测💡,支持Win10/11定制优化⭐35.3k(来源:AI资讯日报)。
   

4. ConvertX💾:自托管格式转换器。ConvertX工具(AI资讯)支持1000+格式转换🚀,自部署在线服务⭐10.5k(来源:AI资讯日报)。
   

社媒分享

1. 200K Token✨足矣:短线程哲学对抗醉酒AI。 @AmpCode博客认为Claude Opus 4.5的200k上下文(AI资讯)足够🚀。长上下文如喂酒,降信噪比导致幻觉💡。建议拆任务为短线程集群(✧∀✧)博客(来源:AI资讯日报)。
   

2. fuzozo🎄圣诞款:人人可得AI玩具。 @Orange AI分享fuzozo圣诞版(AI资讯)降价至339元,华为合作款被抢光🔥。轻便挂件大小完美(来源:AI资讯日报)。
   
   

3. EveryCode🛠️:多模型协同编程。 @meng shao推荐EveryCode工具(AI资讯),整合GPT、Claude、Gemini💡,支持文件系统与终端集成🚀。Magi系统实现持久思维链GitHub(来源:AI资讯日报)。
   

4. 王冠🏆被OpenAI碾压三次:应用虚无论。 @向阳乔木讲述王冠产品史(AI资讯):写作工具遇ChatGPT,Excel转图遇GPT-4,Agent遇Plugins🚀。认为盲目做应用是虚无(✧∀✧)(来源:AI资讯日报)。
   

5. 蚂蚁健康⚕️AQ升级阿福:养生AI管家。 @兔撕鸡分享蚂蚁健康阿福APP(AI资讯),拍照验舌苔、查肤质💡,记录体检报告生成观察(✧∀✧)。值得下载把玩(来源:AI资讯日报)。
   
   

6. 信息获取🚀效率论:翻墙+阅读超越95%。 @Yangyi强调翻墙获取信息差(AI资讯),看YouTube、Newsletter比社交高效💡。追根溯源超越95%,建议基于Naval构建AI导师(✧∀✧)(来源:AI资讯日报)。
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

1100模型权重收敛共享子空间印证柏拉图理念论解释泛化
Weak-to-Strong GraphRAG框架提升多跳推理降低30%推理成本
OpenAI开源稀疏模型99.9%权重为零实现计算透明化
ChatGPT全量注入记忆Claude按需检索两种方案殊途同归
浙大开源LLM学习书籍13.5k星标系统梳理理论到实践

产品与功能更新

1. OpenAI开源稀疏模型🚀,99.9%权重为零。 OpenAI发布仅0.4B参数的Circuit Sparsity模型(AI资讯),99.9%权重为零,实现计算路径透明化。该技术通过均值屏蔽剪枝,将任务专属电路规模缩小16倍💡。实验显示,仅需2个MLP神经元即可完成Python引号闭合任务,为可解释性AI开辟新路径。

前沿研究

1. 1100多个模型收敛单点🚀,揭示AI"理念世界"。 约翰斯·霍普金斯团队对1100个神经网络进行了深度剖析(AI资讯),不同数据集和超参训练后,权重竟收敛到共享低维子空间。这印证了柏拉图💡"理念先于实例"哲学。研究解释了过参数化模型的泛化现象(✧∀✧),为模型压缩和优化景观提供新视角。来源:(AI资讯日报)

2. Weak-to-Strong GraphRAG新框架,提升多跳推理准确率。 ICLR 2026提交论文介绍ReG框架,利用LLM反馈🔥优化图检索器,解决GraphRAG的结构化数据混乱难题。在CWQ-Sub测试中,GPT-4o的Macro-F1达68.91%(AI资讯),仅用5%数据即可匹配基线模型。该方法降低推理token消耗30%,提升生产环境可行性(✧∀✧)。
   
   

开源TOP项目

1. ZJU大语言模型学习书籍⭐13.5k,系统梳理LLM基础。 浙江大学开源Foundations-of-LLMs项目(AI资讯),系统整理大模型学习资源。该项目获13527星标🚀,涵盖理论算法到工程实践全流程。适合研究者和工程师快速入门,成为LLM领域的"教科书级"仓库(✧∀✧)。
   
   

2. Daytona弹性AI基础设施⭐37.1k,运行生成代码更安全。 Daytona提供安全运行AI生成代码(AI资讯)的弹性环境,已获37103星。该工具解决AI代码部署的安全和资源调度痛点💡,支持沙箱隔离和动态扩容。开发者可放心运行Copilot等工具生成的代码(✧∀✧)。
   
   

3. HuLa跨平台即时通讯⭐5.8k,Rust+Vue3极致性能。 HuLaSpark推出基于Rust+Vue3的IM应用(AI资讯),兼容Windows/macOS/Linux/iOS/Android。该项目获5799星🚀,以极致性能和跨平台特性吸引开发者。Rust底层保障高并发,Vue3提升前端交互体验(✧∀✧)。
   
   

4. AI对冲基金团队⭐42.7k,开源量化交易新范式。 virattt开源ai-hedge-fund项目(AI资讯),使用AI构建智能交易团队。项目获42683星💡,集成Alpha信号生成和风险管理模块。开发者可定制策略,探索机器学习在金融市场的应用边界(✧∀✧)。
   
   

5. pi极简AI编程Agent🚀,拒绝臃肿工具。 开发者Mario发布pi项目(AI资讯),基于Node.js/TypeScript的命令行Agent。该工具仅提供read/bash/edit/write四个核心功能💡,通过层级化AGENTS.md实现精准上下文管理。与Cursor相比,pi强调透明和可控性(✧∀✧)。<

社媒分享

1. ChatGPT与Claude记忆机制大揭秘🚀,两种路径殊途同归。 博主@manthanguptaa通过逆向工程,对比了ChatGPT和Claude的记忆方案(AI资讯)。ChatGPT采用全量注入和轻量摘要,预计算近期对话(✧∀✧);Claude则按需检索,通过工具调用实现精准回溯💡。前者适合闲聊,后者擅长复杂项目开发。
   
   

2. SSE传输LLM tokens续传之争🔥,协议还是实现问题? 开发者讨论SSE能否支持续传(AI资讯),核心分歧在于协议与实现。SSE规范支持id字段重连💡,但服务端未持久化就无法resume。替代方案包括WebSocket+pub/sub或缓存代理,权衡点在于成本和安全合规(✧∀✧)。

3. Google AI Boss展望2026🚀,AI产品需放弃API Key门槛。 Reddit热议Google AI路线图(AI资讯),有开发者指出"需要用户填API Key的产品已放弃大众市场"💡。早期产品常见此设计,如今商业化工具简化认证流程,降低用户门槛成行业共识(✧∀✧)。
   
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

Runway推GWM-1通用世界模型构建3D空间与虚拟人
谷歌翻译接入Gemini支持70语言实时语音对话翻译
GPT-5.2发布遭差评基准高分难解实际对话场景问题
Oracle押注OpenAI致企业迁移AI裁员或超预期政界无方案
CopilotKit等开源项目助力AI副驾驶与智能体工作流开发

产品与功能更新

1. Runway发布"通用世界模型"GWM-1,三大模块重构AI创作。 Runway推出的GWM-1(AI资讯)不只生成内容,而是🔥理解世界运行逻辑。GWM-Worlds构建可无限探索的3D空间,支持时空一致性；GWM-Avatars基于音频驱动生成虚拟人物;GWM-Robotics为机器人提供合成训练环境。配套的Gen-4.5新增🎵原生音频生成与多镜头一致性编辑,实现联合音视频建模(✧∀✧)。
   
   

2. 谷歌翻译接入Gemini,支持实时语音翻译。 Google升级翻译服务(AI资讯),Gemini模型加持后理解上下文与语气,译文更自然。文本翻译支持20种语言;语音对语音翻译进入Beta,超70种语言可用,耳机秒变同声传译👂。口语练习功能已扩展至20国,支持实时纠错与进度追踪(´▽`)。
   

3. Grok与特斯拉深度整合,语音可规划线路。 Grok语音能识别意图并为Tesla设定线路,实时调整行程安排,网友晒出演示视频(AI资讯)。若与FSD集成,可语音指挥车辆完成复杂任务🚗。
   
   

4. 谷歌Gemini Pro会员支持五人共享权益。 Gemini Pro会员可与最多5人分享权益,另可赠送好友4个月试用期,订阅模式更灵活🎁。
   

前沿研究

1. GPT-5.2发布24小时遭差评,基准测试与实用性脱节。 OpenAI的GPT-5.2(AI资讯)SimpleBench得分低于Claude Sonnet 3.7,garlic字母r计数错误😂。情感智能退步,对失宠孩童回应机械;安全拒绝机制过严,被批"不通人性"。网友嘲讽:基准测试高分无法解决现实对话场景(╥﹏╥)。
   
   

2. Gemini TTS通过提示词精准控制语音参数。 歷藏展示的AI漫剧应用(AI资讯)使用Gemini 2.5 TTS,可通过提示词调节性别、语调、语气甚至某个词的读音🎤。搭配Nano Banana Pro生成场景图,实现完全体互动叙事(✧∀✧)。
   
   

行业展望与社会影响

1. Oracle押注OpenAI致合约流失与迁移潮。Oracle向OpenAI押注约3000亿美元(AI资讯),长期企业合约到期,客户转向PostgreSQL与OpenJDK以降本。银行通过Amazon RDS分阶段迁移,部分厂商(如Hyland)宣布停止Oracle支持。信用违约掉期上升,市场担忧AI投资过热🔻。
   

2. AI时代白领裁员规模或超预期,政治响应缺失。 Reddit热帖指出,AI已能执行知识工作而非辅助(AI资讯)。Opus 4.5、GPT-5.2、Gemini 3.0集成业务流程,未来10年白领岗位或减少30%-70%。政界尚无应对方案,仅靠"技能升级"无法解决问题😰。
   

3. AI订阅依赖或导致"药品化"盈利模式。 有观点认为LLM公司让青少年依赖AI完成作业,待其成年丧失读写能力后提价,可能收取工资10%作为使用费💸。这一商业路径与自动化裁员并列成两大盈利方向,却鲜见媒体讨论(AI资讯)。
   

4. 网友呼吁保持"活人感",警惕AI内容同质化。 Tw93发文表示,中文推充斥"兄弟们炸裂"等引流话术🚀,AI生成内容缺乏独特性。强调在AI时代保持人格特质与品味(AI资讯),避免沦为AI附属(✧∀✧)。
   

开源TOP项目

1. CopilotKit:构建AI副驾驶的React框架。CopilotKit(AI资讯)提供React UI与基础架构,用于开发AI副驾驶、聊天机器人及应用内智能体,⭐25.8k标星🔥。
   

2. MindsDB:面向AI的联邦查询引擎。MindsDB(AI资讯)定位MCP服务器,支持跨数据源查询与AI集成,⭐37.8k标星(✧∀✧)。
   

3. Sim:开源AI智能体工作流平台。Sim(AI资讯)用于构建与部署AI智能体工作流,⭐19.4k标星,开发者关注度持续上升🚀。
   

社媒分享

1. Vibe Coding演示:从提示词到Slide Deck完整流程。 宝玉分享Slide生成工具(AI资讯),从文本/PDF生成幻灯片,支持二次编辑与pptx导出。初始提示词定义双列布局(大纲+实时生成),技术栈含React、TailwindCSS 4、Shadcn/UI(✧∀✧)。
   
   

2. SonarQube推MCP Server,集成静态代码分析。 新MCP Server将SonarQube的检查能力嵌入IDE,实时扫描安全、可靠性问题📊。Google DORA报告显示AI使用率增90%,但bug增9%、代码审查时间增91%,来源(AI资讯)。
   

3. Coqui XTTS-v2:Google Colab免费AI变声指南。 XTTS-v2(1.8GB预训练模型)支持16语言、24kHz输出,运行于Colab免费T4 GPU🎙️。模型采用Coqui公共许可(CPML),仅限非商用,详见教程(AI资讯)。
   
   

4. 小耳朵sir推荐Devpost线上黑客松。Devpost(AI资讯)聚合黑客松项目,奖金丰厚,适合参赛者关注💰。
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号

AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙

今日摘要

GPT-5.2基准涨成本增40%网友质疑换档升级
谷歌Deep Research治幻觉NotebookLM集成
浏览器Disco能把网页组装应用旅行规划一键搞定
Lang2Motion文本转轨迹检索准确率34.2%
迪士尼砸10亿授权200+IP给Sora引版权争议

产品与功能更新

1. OpenAI新版引争议。 GPT-5.2号称基准暴涨(AI资讯)，但成本猛增40%🔥。网友质疑：换个推理档就能叫新版本？价格翻番谁买单(╯‵□′)╯。

2. 谷歌Deep Research升级。 Gemini 3 Pro驱动的新工具来了(AI资讯)，专治幻觉💡。NotebookLM即将集成，还推出🚀Interactions API统一接口。五阶段智能体协作，像剧组分工明确。

3. 浏览器将变AI工具箱。 谷歌实验项目Disco曝光(AI资讯)，能把开的网页自动组装成应用✨。旅行规划、花园设计都能一键搞定，GenTabs技术打破标签隔阂(✧∀✧)。

4. 谷歌TTS震撼登场。 Gemini 2.5 Pro语音合成堪比11Labs v3水准(AI资讯)，情感丰富能发拟声词🎙️。审核宽松引发争议，NSFW内容竟能通过测试(⊙o⊙)。
   
   

5. NotebookLM加入顶配计划。 订阅Google AI Ultra的用户获得最高权限(AI资讯)🏆。音频视频概览额度拉满，幻灯片导出无水印，Gemini最强模型随时调用。
   
   

前沿研究

1. Lang2Motion突破动作生成。 香港大学团队开源轨迹生成框架(AI资讯)，用CLIP对齐语言与运动🎯。文本检索准确率34.2%，超视频方法12.5个点，动作识别88.3%(✧∀✧)。

2. 极端天气预测新范式。 UniExtreme模型整合频谱差异分析(AI资讯)⚡。Beta分布滤波器捕获异常天气特征，双层记忆融合网络解决多元极端场景。

3. 文生图对齐迎来破局。 NPC管线通过负向提示词自动化(AI资讯)，抑制非预期内容🚫。GenEval++得分0.571碾压基线0.371，交叉注意力模式揭示奥秘。

4. ViMax实现AI自编自导。 港大开源的多智能体框架(AI资讯)⭐1.4k，从剧本创作到成片输出全自动化🎬。RAG增强上下文同步，图网络驱动视觉一致性。

行业展望与社会影响

1. 迪士尼下注OpenAI惹争议。 迪士尼砸10亿美元，授权200+IP给Sora(AI资讯)💰。米奇灰姑娘随便捏，网友担忧版权沦为精神垃圾制造机(╯‵□′)╯。

2. AI人才战风向逆转。 腾讯开出双倍薪资挖角字节研究员(AI资讯)🔥，博士生薪酬超市场价50%。字节推豆包股权激励应战，产业重心转向科研型人才。

3. 具身智能中国震撼老外。 GDPS 2025上海赛事让美国网友破防(AI资讯)😱。机器人应急救援对比，美国还在给机器狗化妆拍段子，量产优势形成代差。

4. GPT-5.2基准成疑。 网友拆穿视觉对比猫腻(AI资讯)🔍，去掉标记框后Gemini 3.0完胜GPT-5.2。主板标注错误百出，CMOS当RAM闹笑话。
   
   

5. 成本优化惊人突破。 ARC Prize验证GPT-5.2效率提升390倍(AI资讯)💸。一年前o3(High)单任务4500美元，如今X-High模式仅11.64美元达90.5%准确率⚡。
   
   

社媒分享

1. Skills积累胜过重复造Agent。 Anthropic理念结合Kombaico实践(AI资讯)证明：有Skills的AI设计品位完胜通用能力🎨。前端规范一致性成核心竞争力(✧∀✧)。
   
   

2. GPT-5.1被怀疑故意降智。 开发者质疑5.1是5.2陪衬(AI资讯)😅。Cursor里12月11号前免费5.1贼难用，数值对比纯粹为好看。
   
   

AI资讯日报语音版

🎙️ 小宇宙	📹 抖音
来生小酒馆	自媒体账号