跳到正文
AI 资讯
11月12日周四
11月11日周三
  1. AIHOT71

    OpenRouter 实测 OCR 模型,Claude Opus 5.5 最准、Mistral OCR 性价比最高

    OpenRouter 实测 15 个视觉模型、Mistral OCR 与 Tesseract,Claude Opus 5.5 以 264 项关键值中答对 262 项居首,每 1,000 页成本为 $16.42。Mistral OCR 答对 258 项,每 1,000 页成本为 $2.02,兼顾准确率与价格。文章还提供调用代码,并建议关闭推理、用两个不同实验室的模型交叉校验关键字段。

11月10日周二
  1. The Verge · AI74

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称新模型在编码、推理和视觉方面有所改进,输出速度也超过 Fable 与 Mythos 的 5.1 版本。Claude Fable 5.2 今日推出,可处理复杂软件工程问题、编排智能体团队和长期项目;Claude Mythos 5.2 初期仅向经过审核的组织开放。

  2. The Decoder54

    Disney与Adobe合作定制面向娱乐业务的品牌安全AI模型

    Disney与Adobe正共同开发面向其娱乐业务的定制AI工具,并通过Adobe Firefly Foundry训练具有品牌特征的模型。相关模型将利用Disney角色、环境和视觉风格知识,生成商业安全、可用于生产的输出。Disney还将提前获得部分Adobe新技术,应用于主题公园、邮轮、ESPN内容及内部创意流程。

11月9日周一
  1. AIHOT77

    美团开源 LongCat-2.5 原生多模态模型

    美团开源 LongCat-2.5 原生多模态模型,总参数 1.6 万亿,每 token 激活约 480 亿参数。模型支持一百万上下文和 MIT 协议,可商用部署与二次训练,面向长程智能体、Visual Coding 及专业办公任务。

    推荐理由:模型以 1.6 万亿参数、原生多模态和一百万上下文面向长程智能体场景,并提供 MIT 协议支持商用部署与二次训练。

11月8日周日
  1. The Decoder63

    Alibaba与亚洲高校团队构建 Co-Design Bench,测试编码智能体真实任务完成率

    Alibaba与亚洲高校团队构建 Co-Design Bench,用真实用户变更请求测试编码智能体。在测试的 10 个模型中,GPT-6 Astra 平均满足约 70% 的任务要求,但完全正确的任务仅占 26.4%;现有编码基准上的部分模型得分已超过 99%。研究还发现,同一模型在不同运行环境下得分可从 75% 降至 56%,因此作者建议同时报告模型与工作环境。

  2. Latent Space34

    Anthropic IPO:走向何方?

    Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。

11月6日周五
  1. The Verge · AI51

    Amazon Alexa for Shopping 新增短信下单功能

    Amazon 正向美国用户逐步推出 Alexa for Shopping 短信服务,用户可用文字描述商品或发送照片,由助手搜索 Amazon 商品、推荐匹配结果并代为下单。该服务还支持每周杂货、礼品推荐、相似商品查找,以及按个人偏好追踪价格和促销消息,首批从收到邀请的小范围用户开始,未来几周将覆盖更多客户。

  2. AIHOT83

    Thinking Machines Lab 发布 Inkling 2 Small MoE 模型

    Thinking Machines Lab 发布 Inkling 2 Small,这是一款 594B 总参数、17B 激活参数的 MoE 模型,支持图像输入和可变推理投入。

    推荐理由:文章披露了 Inkling 2 Small 的参数规模、训练流程、基准表现与安全评估,便于读者比较其编码、视觉和长程智能体能力。

11月5日周四
  1. Google Research60

    Google Research 提出 Agile Deliberation 框架定义主观 AI 分类边界

    Google Research 提出 Agile Deliberation 框架,通过概念范围界定和边界迭代帮助用户逐步澄清主观分类标准。框架利用视觉语言模型主动发现语义边缘样本,并将用户反馈接入自动提示词优化循环。

    推荐理由:框架将主观分类标准的定义过程转化为人机协作,并结合真实用户实验说明其在边界识别和交互负担上的改善。

11月4日周三
  1. AIHOT78

    国行 Apple 智能与 Siri 随 iOS 27.3 开发者预览版上线

    苹果面向 iPhone 发布 iOS 27.3 开发者预览版,国行 Apple 智能与 Siri 随该版本上线,iPhone 15 Pro 及更新机型可用。首批功能包括实时翻译、写作工具、视觉智能和照片消除工具,部分体验接入千问,用户登录千问账户或通过“通过 Apple 登录”即可在系统内调用。

    推荐理由:实机信息展示了国行 Apple 智能的开放范围与首批功能,可据此了解其在系统内的调用方式和设备要求。