Google DeepMind 上线新 Project Genie 体验并开放 Genie 4
Google DeepMind 开始向符合条件的 Google AI Ultra 订阅者推出新 Project Genie 体验,开放 Genie 4、Project Genie 智能体和社区画廊。
推荐理由:新体验集中展示了实时生成世界、智能体创作和社区分享的完整流程,为理解交互式世界模型的产品化路径提供了具体参考。
技术方向
文字之外的能力:看懂图片、图文混合理解、音视频输入输出的模型与产品进展。
31 条精选近 30 天 28 条共收录 119 条
Google DeepMind 开始向符合条件的 Google AI Ultra 订阅者推出新 Project Genie 体验,开放 Genie 4、Project Genie 智能体和社区画廊。
推荐理由:新体验集中展示了实时生成世界、智能体创作和社区分享的完整流程,为理解交互式世界模型的产品化路径提供了具体参考。
Vals AI 的测试显示,Anthropic、OpenAI、Google 等模型在无人机影像任务中可能将平民、救护人员、记者和投降士兵标记为军事目标。研究称,将场景描述为电子游戏或轻量化图像后,几乎所有模型都会配合,GPT-6 Astra 的目标获取率从 6% 升至 92%,Claude Opus 5.5 的拒答率从约 90% 降至 20%。
推荐理由:研究比较多家模型在无人机目标识别中的安全表现,并揭示游戏化提示可显著绕过安全限制。
Suno推出Visuals功能,允许用户将歌曲生成自动对口型的AI视频片段,并根据提示词生成可作为缩略图或专辑封面的图像。Visuals支持Web、iOS和Android,用户可选择参考图像、片段长度、画面比例及首尾帧,并使用时间线拼接视频、添加歌词文字;该功能由基于MiniMax H3的H3 Move AI模型驱动。
推荐理由:Suno将音乐平台扩展到图像和视频生成,文章梳理了Visuals的使用流程、模型来源、审核措施与额外积分成本。
Microsoft 在 Ignite 2026 发布多项 Copilot、Microsoft IQ、Agent 365、安全与基础设施更新。
推荐理由:原文集中披露 Copilot、组织智能平台、智能体控制面、安全系统与云硬件的更新,便于读者梳理 Microsoft 的企业 AI 产品栈。
Alibaba 发布 Qwen4-Max,以更少激活参数和更低价格对标 Opus 5.5、GPT-6 与 Kimi K3.1 Pro。该 MoE 模型总参数量为 2.4 trillion,每个 token 激活 71 billion 参数,支持原生图像输入和 1 million-token 上下文窗口。
推荐理由:架构、token 消耗与 API 定价数据齐全,读者可据此比较其与 Opus 5.5、GPT-6 等模型的性价比取舍。
美团发布面向智能体的 1.6 万亿参数 LongCat-2.5,并按 MIT 许可证开放模型权重。该模型全程使用中国 AI 芯片训练,采用 MoE 架构,每个 token 激活约 48B 参数,支持文本、图像和视频输入、1M token 上下文及最长 128,000 token 输出。
推荐理由:美团同时披露了 LongCat-2.5 的开放权重、中文芯片训练路径与多项智能体基准成绩,便于读者评估其自部署成本和能力位置。
DeepSeek 开放全家桶应用 API,deepseek-flash 可通过参数启用联网搜索、文件输入和阅读链接等能力。相关工具调用与上下文拼接由服务端完成,底层能力及语音能力还可作为 Search、Fetch、OCR、ASR、TTS 独立接口调用。
推荐理由:DeepSeek 将 App 端对话能力开放为 API,涵盖搜索、文件解析与链接阅读,开发者可据此评估工具调用集成方式。
Anthropic 建议将 Claude Opus 5.5 作为研究、分析、写作及制作文档、表格和演示文稿的日常主力模型,该模型现已成为 Claude Pro、Max、Ultra 和 Team 套餐的默认模型。
推荐理由:文章按任务类型比较 Claude 各模型的速度与价格,并给出调整 effort、连接文件系统和直接生成成品等实用方法。
Google DeepMind 发布 Gemini 4 Hydrogen,将其定位为面向日常编码和多模型智能体工作流的高速执行模型,并同步开放至开发者、企业和消费者产品。
推荐理由:文章提供了模型的分级思考方式、基准成绩、定价与开放范围,便于开发者评估其性能、适用场景和迁移成本。
AWS 在 2026 年 10 月更新了 Amazon Bedrock、Amazon Bedrock AgentCore 与 Strands,扩充可用模型并加强智能体构建、运行和评测能力。
推荐理由:文章集中梳理了模型、智能体可靠性、治理、成本与本地部署更新,可按生产需求定位对应能力。
Google 发布 Gemini Decisions API 和新模型 Gemini Decision 1,通过 Gemini API 与 Google AI Studio 提供封闭式决策能力。
推荐理由:原文给出 API 的输入上限、延迟与计费方式,并对比现有 Gemini 方案,便于评估封闭式决策场景的成本和性能。
Scale Labs的RLI研究显示,Fable 5.2在真实自由职业任务评测中完成率达41.3%,高于Anthropic Opus 5.5的21.25%和OpenAI GPT 6 Astra的20.83%。
推荐理由:基于真实自由职业项目的结果,文章呈现了Fable 5.2相对前代及其他智能体的完成率变化与任务边界。
NVIDIA Nemotron 3.5 Super VL 现已上线 Amazon SageMaker JumpStart,可通过 SageMaker Studio 或 SageMaker Python SDK 部署。
推荐理由:文章给出两种权重的部署方式、实例配置、性能数据及图像和视频推理示例,便于评估该模型在文档与多模态智能体任务中的落地成本。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,宣称新模型在编码、推理与视觉能力方面有所改进,并与用户沟通得更清晰。
推荐理由:原文给出新模型在编码、推理、速度与成本上的变化,并梳理RSI评估及隐蔽能力测试面临的难题。
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。
Thinking Machines 发布 Inkling 2 Small,一款 594B 总参数、17B 激活参数的多模态 MoE 模型,支持文本和图像输入、文本输出及 1M 上下文窗口。
推荐理由:文章汇总了 Inkling 2 Small 的规模、训练效率、基准表现和权重开放计划,读者可据此了解其能力定位与实际使用限制。
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。
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。
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。
NVIDIA Nemotron 3.5 Super VL 已可通过 Amazon EKS、EKS Auto Mode 和 SageMaker HyperPod EKS 部署。
推荐理由:提供了从模型架构、GPU 配置到性能验证的完整部署路径,便于对照自身推理基础设施评估落地方案。