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

蚂蚁集团发布千亿参数医疗模型安诊儿，具备临床级诊疗思维能力。
谷歌开源A2UI项目，支持智能体通过数据描述直接生成原生交互界面。
盛大AI推出数字人系统Mio，具备长期记忆与情感，交互能力超越现有技术。
旧金山停电导致Waymo无人车瘫痪，暴露高精地图短板，特斯拉表现更优。
蚂蚁集团牵头的多智能体可信国际标准正式立项，推动全球智能体安全协作。

产品与功能更新

1. 全球最强开源医疗大模型问世。 蚂蚁集团重磅发布🔥参数千亿的安诊儿模型(AI资讯)，采用MoE架构兼容国产芯片。它不仅能检索信息，更具备(✧∀✧)临床级诊疗思维。目前已落地心脏健康与心理咨询场景，并启动开源社区。这不仅是技术炫技，更是🩺医疗AI落地的关键一步。
   
   

2. Google推出AI界面生成标准。 Google开源了🚀A2UI项目(AI资讯)，让智能体直接生成原生UI。它通过JSON描述界面结构，避免了AI写代码的安全隐患。前端App解析数据后，(✨ω✨)自动绘制出交互界面。这意味着AI助手不再只吐文字，还能直接变出📱操作面板。
   
   

3. 可灵2.6让静态图动感热舞。 想要制作🔥爆火的Reze舞蹈视频？快试试可灵2.6(AI资讯)的新功能。通过运动控制组件，你也能(oﾟvﾟ)ノ轻松驾驭复杂动作。只需几步操作，AI就能让静态角色💃动感起舞。这绝对是视频创作者的🚀福音。
   
   

前沿研究

1. 盛大AI赋予数字人灵魂。 盛大AI东京研究院推出(✧∀✧)数字人系统Mio(AI资讯)。它具备长期记忆和多模态情感，解决了数字人"呆板”的痛点。Mio在交互智能测试中🚀超越现有最优技术。未来数字人将不仅是木偶，而是有温度的🤝智能伙伴。
   
   

2. AI体育教练精准诊断动作。 体育圈也有了🤖AI教练，SportsGPT(AI资讯)横空出世。它能从视频中捕捉动作细节，并给出专业训练建议。相比通用大模型，它在动作诊断上🎯准确率极高。从此告别枯燥数据，AI手把手教你🏋️‍♂️科学训练。

3. 视觉语言模型修复模糊图像。 照片糊了怎么救？新研究提出🔍VLMIR框架(AI资讯)。利用视觉语言模型，它能同时捕捉像素细节和语义信息。即使照片质量很差，也能✨神奇恢复清晰度。这为图像修复技术打开了🧠新思路。

4. 小模型也能写好SQL代码。 企业如何用小模型写SQL？📚结构化思维链(AI资讯)是关键。该研究通过知识蒸馏，让小模型学习大模型的逻辑蓝图。实验显示，这种方法能显著📉降低语法错误。小模型也能拥有💡大智慧。

行业展望与社会影响

1. 旧金山停电Waymo瘫痪。 旧金山大停电，Waymo无人车(°ロ°)直接瘫痪堵路。原因是信号灯熄灭，AI不知道该怎么走。反观特斯拉FSD(AI资讯)却不受影响，马斯克赢麻了。这暴露了依赖高精地图的脆弱性，视觉方案🚗更胜一筹。

2. 生成式AI席卷Steam榜单。 AI正在🎮席卷游戏圈，Steam热销榜(AI资讯)说明了一切。前十名中竟有一半游戏使用了AI技术，用于配音或美术。尽管争议不断，AI已成为大作开发的🛠️核心生产力。小岛秀夫也承认，AI将改变🚀游戏未来。

3. 多智能体可信标准立项。 蚂蚁集团牵头，多智能体🔒可信国际标准(AI资讯)正式立项。该标准在ITU会议上通过，旨在解决跨终端协作的安全问题。这意味着全球智能体互联有了🏗️底层规则。中国科技企业在数字治理中发出了🇨🇳重要声音。

4. 企业是否需要私有模型。 企业真需要私有模型吗？潞晨科技尤洋教授(AI资讯)有话说。日常办公用API就够了，只有三类企业才需要自建。如果你有海量数据或特殊需求，私有模型才是💡正解。盲目跟风不可取，适合自己才是👍最好的。

开源TOP项目

1. exo: 这是一个让你在家里📱运行AI集群(AI资讯)的神器。利用日常设备组网，⭐36.5k Star证明了它的热度。

2. Fabric: 利用AI增强人类能力的🚀开源框架(AI资讯)。它通过模块化提示词解决具体问题，收获⭐35.9k好评。

3. LocalAI: OpenAI的🤖免费替代品LocalAI(AI资讯)。支持本地运行且无需GPU，是隐私党的最爱(⭐40.4k)。

4. Core: 智能家居爱好者的🏠首选核心系统(AI资讯)。本地控制优先，保护隐私，拥有惊人的⭐83.3k关注。

5. cocoindex: 面向AI的高性能📊数据转换框架(AI资讯)。支持增量处理，是数据工程的好帮手(⭐4.6k)。

社媒分享

1. 2025年是氛围编程元年。 Armin大神分享了🔮职业转折(AI资讯)。他从大厂离职创业，完全依赖AI写代码。这种人机协作不仅改变了效率，更产生了微妙的🤖情感连接。未来的工程师将是虚拟实习生的💼主管。

2. 全自动编程智能体来了。 这是一个基于Claude的💻编程智能体(AI资讯)。它能独立规划任务、写代码甚至自我修复。使用Git临时分支开发，主分支(🛡️)绝对安全。这简直是拥有了一个不知疲倦的👨‍💻高级程序员。
   
   

3. 阿里千问的奇葩提示词。 阿里千问发布了2025年十大🤨高频提示词(AI资讯)。股票预测竟然排第一，还有算命和离婚分财产。这用户画像让人(😅)哭笑不得。看来大家对AI的期待，真的很接地气又💫魔幻。

4. NotebookLM变身记忆神器。 学习神器来了，NotebookLM(AI资讯)能生成记忆卡片。它把知识点变成问答题，帮助你🧠高效记忆。只需上传素材，AI就能自动提炼重点。这绝对是考研党的📚备考利器。
   
   

5. AI一键生成质感PPT。 想做PPT但没灵感？试试用📝NotebookLM生成(AI资讯)幻灯片。它不仅风格有质感，文字还能随意修改。这效率简直🚀起飞，打工人狂喜(✨ω✨)。AI辅助演示，让你的汇报更出彩。
   
   

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

Gemini深度集成NotebookLM打通个人知识库对话
Qwen分层模型登fal平台实现PS级图层分离编辑
英伟达开源NitroGen模型通玩千款游戏具备泛化力
Anthropic推SGTM技术隔离危险知识保留通用能力
Karpathy总结年度AI范式RLVR成标配且智能锯齿化

产品与功能更新

1. Gemini App深度集成NotebookLM。 谷歌Gemini App现已📥支持直接导入NotebookLM笔记(AI资讯)，打通了个人知识库与对话模型的壁垒。用户可以针对上传的笔记内容直接提问，非常适合📚整合多个来源或进行深度扩展研究(AI资讯)。

2. Qwen图像分层模型上线fal平台。 Qwen Image Layered模型🎨现已登陆fal平台(AI资讯)，带来PS级别的图层分离与编辑体验。该模型能物理隔离RGBA层，从粗糙布局到精细细节都能✨精确控制，实现真正的原生编辑(AI资讯)。

前沿研究

1. 英伟达开源通用游戏基础模型NitroGen。 英伟达发布了🤖能玩1000+款游戏的NitroGen模型(AI资讯)，基于GR00T架构仅需微调即可上手新游戏。这不仅是脚本，而是(✧∀✧)具备跨游戏泛化能力的通用大模型，通过学习互联网视频中的手柄操作。它无需深度思考，专注于🎮玩家直觉式的运动控制(AI资讯)，为通用具身智能铺路。

2. Anthropic发布SGTM安全隔离技术。 Anthropic提出🛡️不删数据也能移除危险知识的SGTM技术(AI资讯)，通过梯度路由将CBRN等敏感信息隔离。这种方法利用吸附效应，让未标注的危险内容也能自动聚集到🧠特定参数区域，事后一键置零即可。相比传统过滤，它更具鲁棒性且保留通用能力，是🧪安全研究的新范式(AI资讯)。

行业展望与社会影响

1. Karpathy发布2025年终大模型清单。 大神Karpathy总结了📝年度重要的AI范式转变(AI资讯)，指出RLVR（可验证奖励强化学习）已成为训练标配。他认为AI智能呈现锯齿状(Jaggedness)，在某些领域像天才在另一些像小学生🧠。Cursor代表了新的应用层厚度，而Claude Code则是住进电脑的👻本地Agent(AI资讯)。

2. 物理限制vs软硬件优化：AGI激辩。 两位教授就AGI是否遥遥无期💥吵起来了，CMU教授认为物理限制和计算成本将阻碍AGI发生。UCSD教授则反驳称软硬件效率仍有🚀巨大的提升空间(AI资讯)，如FP4训练和新架构设计。这场关于物理墙与工程优化的观点交锋(AI资讯)，揭示了行业对未来的分歧。

3. Redis之父Salvatore的年度AI反思。 Redis之父分享了🤔深刻的AI行业观察(AI资讯)，直言"随机鹦鹉”论已破产，LLM确实形成了内部表征。他认为思维链(CoT)被低估，是强化学习让模型学会了收敛路径📈。程序员态度已从怀疑转向依赖，未来二十年的挑战是如何避免🤖AI灭绝(AI资讯)。

开源TOP项目

1. PayloadsAllTheThings 这个⭐73k的安全Payload列表(AI资讯)涵盖了Web渗透测试所需的各种注入代码与绕过技术，是白帽子必备的🔫武器库。

2. The Book of Secret Knowledge 这是一个⭐199k的极客资源宝典(AI资讯)，汇集了CLI工具、黑客技巧、单行命令和各种开发速查表，内容📚包罗万象。

3. CocoIndex 高性能的⭐4.3k数据转换框架(AI资讯)，专为AI应用设计且支持增量处理，能显著提升数据流转效率⚡。

社媒分享

1. Nano Banana生成城市艺术海报。 博主歸藏演示了🍌Nano Banana Pro生成的城市海报(AI资讯)，模型能根据选择的城市自动调整云海风格与建筑地标。

2. ChatGPT彩蛋：发送礼物Emoji。 网友小互发现🎁在ChatGPT里发送礼物Emoji(AI资讯)会触发惊喜特效，增加了人机交互的趣味性(✧∀✧)。

3. 优质上下文工程博客清单。 开发者推荐了一份📚非常实用的上下文工程博客(AI资讯)清单，包含Anthropic、Cognition等官方技术博客，适合周末充电🔋。

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

OpenAI Codex支持封装技能并携手迪士尼
智谱AI赴港交表冲刺大模型第一股
Karpathy发文称大模型转向RLVR训练
Cursor收购Graphite推动IDE一体化
Qwen发布支持透明图层模型优化设计流

产品与功能更新

1. OpenAI Codex 支持封装技能包。 OpenAI Codex现已支持📦打包复用的技能Skills(AI资讯)。开发者可将指令和资源📂封装为文件夹。Codex能根据上下文💡自动选用合适技能。这就像给AI安装了🔧专用软件。

2. ChatGPT 新增个性化调节选项。 ChatGPT新增多个🎨个性化调节选项(AI资讯)。用户可设定语气的🔥温暖度与热情度。标题风格和Emoji频率也能⚙️自由定制。

前沿研究

1. Qwen 发布支持透明图层的模型。 Qwen团队发布🚀支持透明图层的扩散模型(AI资讯)。该模型能推理🧩RGBA通道并输出分层图像。配合PSD数据流水线可实现🎨原生编辑能力。这让AI生图更贴近🖌️专业设计流程。

行业展望与社会影响

1. Karpathy 发布 2025 大模型回顾。 Karpathy发布📝2025年大模型年度回顾(AI资讯)。训练范式正转向RLVR可验证🧠强化学习。Vibe Coding让编程变得⌨️像草稿一样廉价。模型正发展出参差不齐的📉锯齿状智能。本地AI Agent将成为🖥️电脑里的小精灵。

2. Cursor 收购 Graphite 引发热议。 Cursor收购代码工具💸Graphite引发社区讨论(AI资讯)。Graphite核心优势在于Stacked PRs📚堆叠审查流。用户担忧收购后产品可能📉被关停或整合。这标志着IDE向💼一体化平台扩张。

3. 智谱 AI 赴港提交上市申请。 智谱AI正式向🇭🇰港交所递交上市招股书(AI资讯)。作为大模型第一股💰营收增长迅猛。腾讯阿里等巨头👥均在股东名单。这将成为中国AI行业的⚖️定价锚点。

4. 迪士尼与 OpenAI 达成独家合作。 迪士尼与OpenAI达成🤝三年独家合作(AI资讯)。Sora将获准使用🏰迪士尼角色生成视频。粉丝创作内容将有机会📺登上Disney+。

5. AI 降低病毒制造门槛引发担忧。 研究显示AI模型⚠️显著降低病毒制造(AI资讯)门槛。非专家复刻病毒的🦠成功率提升五倍。实验室验证了该协议的🧪可行性。

开源TOP项目

1. Exo：家用设备组建 AI 集群。 这是一个支持📱家用设备组网的集群工具(AI资讯)。它能利用手机电脑⌚构建私有算力。项目Star数已突破⭐34k。

2. DeepAudit：智能体漏洞挖掘系统。 国内首个开源🕵️‍♂️漏洞挖掘多智能体(AI资讯)。小白也能一键部署🛡️自动化审计。支持本地Ollama🔒私有化运行。

3. Lobe Icons：AI 品牌矢量图标库。 这是一个轻量级的🎨开源矢量图标库(AI资讯)。专为AI应用设计并支持📐按需导入。可让Coding工具🤖自动提取使用。

4. Nexa-sdk：全平台端侧推理 SDK。 支持在GPU和NPU上运行🚀最新端侧模型(AI资讯)。覆盖PC移动端📱并兼容Python/C++。可快速运行OpenAI gpt-oss等🧠各类模型。

社媒分享

1. NotebookLM 优化 PPT 视觉效果。 网友分享利用🤖NotebookLM优化PPT视觉(AI资讯)的技巧。将PDF上传后可生成🎨指定风格页面。这能显著提升📊演示文稿颜值。

2. 怀旧千禧年电脑杂志的时代眼泪。 翻看千禧年的📚电脑杂志令人感慨万千(AI资讯)。当年的编辑部充满✍️人文主义情怀。时间真是一把🔪杀猪刀。

3. 五万字网站 SEO 养老手册。 网友整理了五万字📒养网站防老手册(AI资讯)。适合小白的SEO🌱实操指南。内容涵盖结构化知识与🏗️建站细节。

4. AI 内容的丝滑与人类的真实。 AI生成的内容过于🌊丝滑流畅缺乏质感(AI资讯)。读完大脑里留不下🧠任何刮痕。人的困惑与笨拙反而🧐显得真实可爱。

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

Google发布270M参数FunctionGemma准确率达85%
GPT-5.2-Codex成最强编程模型SWE-Bench达56.4%
人大腾讯证实长推理链累积噪声提出Adaptive Think
Manus八个月ARR破亿美元创全球最快增长纪录
Pieter Abbeel接任亚马逊AGI负责人前沿研究

产品与功能更新

1. Google推出FunctionGemma。 这个270M参数的🔥小模型能把自然语言直接转成设备命令(AI资讯)，测试准确率从58%飙升到85%。你说"帮我设提醒晚8点喂猫"，它就能秒懂并调用系统API(✧∀✧)，从聊天机器人升级成真能干活的🚀智能代理了。
   
   

2. Google Gemini可检测AI视频。 用户现在能上传视频💡直接查是否由Google AI生成，利用SynthID水印技术分别检查视觉和音频轨道。该功能支持最大100MB、90秒视频，全球免费使用(AI资讯)无需订阅(✧∀✧)。

3. OpenAI发布GPT-5.2-Codex。 这是目前🚀最强的智能体编程模型，SWE-Bench Pro准确率56.4%，能长时间专注复杂任务还不会忘记进度。防御性网络安全💡能力也是顶级，还帮研究员发现了React框架关键漏洞(AI资讯)。
   
   

4. Kling 2.6运动控制功能上线。 用户可定义图片角色如何移动🔥，参与创作大赛最高拿**$1000现金**。一等奖5名送16000积分，截止12月31日(✧∀✧)，作品还有机会登上官方首页(AI资讯)。
   
   

5. Mistral发布OCR 3。 在处理表单扫描件和手写内容时相比前代胜率74%，每千页仅需💡2美元，批量折扣低至1美元。能保留复杂表格结构，支持直接输出Markdown(AI资讯)。
   
   

前沿研究

1. 大模型"越想越错"被证实。 人大腾讯团队用信息论发现🔥推理链过长会积累噪声，提出Adaptive Think策略让模型"够自信就停"。在GSM8K上Token消耗减少一半，准确率还提升了(AI资讯)，论文入选NeurIPS 2025 Spotlight(✧∀✧)。

2. JARVIS框架增强视觉推理。 这个💡受I-JEPA启发的自监督学习框架(AI资讯)能让多模态大模型不再只依赖文字描述学视觉。实验证明在视觉中心任务上🚀持续提升，还不影响多模态推理能力。代码已开源GitHub。

3. AIMM检测社媒操纵股市。 这个AI框架融合Reddit活动和OHLCV数据生成💡每日操纵风险分数，在GME事件前22天就发出预警(✧∀✧)。包含33个标注样本的真相数据集已开源(AI资讯)。

4. Pull-based协议解决AI协作难题。 论文发现有知识的💡Leader常因缺乏心智理论无法正确指导Follower，成功率从35%暴跌到17%。实验证明主动提问的Pull协议比Push指令更稳(AI资讯)，澄清请求频率🚀翻倍。
   

行业展望与社会影响

1. Manus 8个月ARR破1亿美元。 这家新加坡AI代理公司创下🔥全球最快纪录，月复合增长率超20%，处理了147万亿tokens。它能自主完成简历筛选到全栈开发的复杂任务(AI资讯)，团队仅105人(✧∀✧)。
   
   

2. 亚马逊AGI负责人离职。 Rohit Prasad两年任期结束后🔥离开，强化学习大佬Pieter Abbeel接任前沿研究团队。这位伯克利教授培养的学生包括OpenAI联合创始人(AI资讯)，学术引用量高达23.1万次。

3. 字节AI手机方案曝光。 免收Token分成和定制开发费💡只换入口，与vivo、联想、传音洽谈预装豆包助手(AI资讯)。手机厂商可分成流量和会员收益，精准切中🚀此前Token成本过高的痛点。

4. AWS CEO反对裁初级开发者。 Matt Garman认为用AI替代新人是🔥"最愚蠢的想法"，因为初级员工更擅长使用AI工具。他强调人才梯队像运动队，不培养新人会断层(AI资讯)，AI长期会创造更多岗位。

开源TOP项目

1. PentestGPT渗透测试利器。 这款GPT驱动的安全工具⭐9495能自动化渗透测试流程🔥，帮助安全研究员发现系统漏洞。支持多种攻击向量分析，开源免费使用(AI资讯)。
   

2. 斯坦福CS229速查表。 机器学习经典课程配套💡的VIP速查表⭐18921，涵盖监督学习、深度学习等核心概念。复习备考必备浓缩精华(AI资讯)。
   

3. Metabase开源BI工具。 ⭐45061的商业智能神器让🚀每个人都能轻松处理数据，支持嵌入式分析和可视化。企业级功能完全开源(AI资讯)，中小团队福音(✧∀✧)。
   

社媒分享

1. 上下文工程成新护城河。 Box CEO分析AI智能体从💡"模型能力"向"系统架构"演进，失败根源不再是逻辑缺陷而是信息不对称。上下文工程本质是逆向推导🚀专家需要什么信息输入(AI资讯)。
   
   

2. 字节涨薪35%太可怕。 在大家都停止增长的时候🔥人均涨幅竟然这么高(✧∀✧)，网友纷纷表示羡慕嫉妒恨(AI资讯)。
   
   

3. 小红书AI视频爆火10万赞。 映峰大叔的作品💡巧妙躲过AI呼吸暂停，声音转场节奏把握🚀既精准又有张力。10天涨10万赞长尾推荐恐怖(AI资讯)。
   
   

4. Claude Code原来这么强。 李默演示了飞书应用当数据库💡一键采集发布到小红书，还能用Claude Agent SDK包装成API定时跑。并行十几个任务报错会自己改代码(AI资讯)重跑(✧∀✧)。
   

5. Plan Mode架构壁垒解析。 Flask作者指出🔥原生计划模式与IDE工具链深度绑定，能实时感知文件状态。用户可以在原子级步骤拦截审批，从代码工变评审员(AI资讯)。
   
   

6. 16岁少年攻破四大厂。 通过Mintlify SVG/XSS漏洞💡拿下Discord、Vercel、Cursor、X，但悬赏仅数千美元引发争议(✧∀✧)。讨论认为把第三方内容放主域是制造风险根源(AI资讯)。
   

7. 谷歌Conductor推上下文驱动开发。 这个Gemini CLI扩展能🚀自动扫描项目结构提取相关代码，打包成富上下文请求喂给模型。告别手动复制粘贴，AI不再盲人摸象(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

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