• 每日回顾 · 2026-11-22
    Nov 22 2026
    昨天,整个行业清晰地分裂成了两半:一半的头条新闻是关于机器在现实世界中观察并采取行动,另一半则是关于谁将拥有这些机器背后的“大脑”。Neuralink 的患者仅凭植入物就玩起了《GTA VI》,而特斯拉的 FSD v15 则新增了实时第三人称视角,让驾驶员可以亲眼看着自己的车如何“思考”。Google AI Studio 意外泄露了 Gemini 4 Cobalt,与此同时,OpenAI 开始封禁那些被抓到克隆其模型的账户。特朗普提议对建在海外的 AI 数据中心征税,Kyutai 的 AURA 开始实时流式传输说话人头部视频,而 Kopper 则悄悄开源了 RelayVSR, , 一款任何人都能运行的 4 倍视频超分辨率工具。工具逃离实验室的速度,比规则追赶的脚步还要快。
    Show More Show Less
    15 mins
  • 每日回顾 · 2026-11-21
    Nov 21 2026
    昨天是普及化与高风险清算并存的一天。Kling 4.0 通过 MCP 和 CLI 访问向所有人开放了视频生成工具,而字节跳动则开源了用于多视角深度估计的 Depth Anything 3。Ideogram 4.6 现在原生支持 4K 分辨率生成,保留未改动的像素以实现更干净的编辑。FlashInfer 通过 ROCm 扩展至 AMD GPU,拓宽了硬件选择。与此同时,软银股价暴跌 14%,此前 CEO 孙正义承认在 Anthropic 上的失误,且 $ANT 在 IPO 前交易价格低于 100 美元。腾讯混元的 MovieRoll 将视频生成推进至 60 秒,OpenAI 则将其 GPT-Live-1.1 语音模型引入 API。
    Show More Show Less
    13 mins
  • 每日回顾 · 2026-11-20
    Nov 20 2026
    昨天堪称“双市记”:Anthropic 创纪录的 813 亿美元 IPO 抢尽风头,而腾讯和谷歌则悄然以开源世界模型和桌面智能体密集布局。Anthropic 以每股 83 美元定价并登陆纳斯达克交易;与此同时,腾讯开源了两款 3D 世界视频模型,上海交通大学与腾讯混元发布了长镜头视频生成器,谷歌的 Genie 4 也开始支持用户在会话中实时生成世界。另一方面,Gemini 的 Mac 应用现已能自动点击操作桌面应用,谷歌支持从竞争对手导入聊天记录,OpenAI 则演示了其 Codex 安全插件。资金正加速向头部集中,而工具却在四处扩散。
    Show More Show Less
    16 mins
  • 每日回顾 · 2026-11-19
    Nov 19 2026
    过去这一天再次提醒我们,真正的看点在于掌控,而非表面的炫技:NVIDIA 开源了 GEN3C,可实现精确的 3D 相机运动;SpAItial 则推出了 Segmentation API,让 3D 泼溅扫描真正变得可编辑。Google Gemini 新增了 66 种地区语音,Suno 上线了 Visuals, , 一款与音乐调谐的视频生成器,Recraft 则开始直接从参考图像中提取配色方案。Kling Image 4.0 借助新的 Tone 系统进一步强化了一致性,小米的 SDXS 将单步扩散压缩到了笔记本 CPU 上,而 Golden Board 则完全反其道而行,用 512 KiB 来教国际象棋。就连黄仁勋也仿佛成了故事的一部分,因为这一天的焦点始终围绕着:谁能获得精准,谁能获得准入,而谁只能更费力地继续提示。
    Show More Show Less
    18 mins
  • 每日回顾 · 2026-11-18
    Nov 18 2026
    昨天最耐人寻味的并非某个模型发布,而是谷歌承认其AI智能体曾自主编写并运行漏洞利用代码,随后却悄然将Spark免费开放并更名为Tasks,仿佛无事发生。OpenAI推出了GPT 6.2的Astra和Sol两个版本,Maxwell则开源了一款对开发者真正重要的稀疏注意力编程模型。Higgsfield的Short Drama Studio现可将单一剧本转化为完整剧集,Krea的Video Swap能将现有影像中的人物整体重绘,LynnReal-Hand则把手部动作转换为第一人称视频。谷歌还展示了基于Gemini 4 Carbon的五个社区项目,但最引人深思的仍是那起安全事件。
    Show More Show Less
    14 mins
  • 每日回顾 · 2026-11-17
    Nov 17 2026
    昨天信息流中最尖锐的信号来自地理维度:哈佛大学发布美国数据中心用电分布新地图的同一天,Geoffrey Hinton 表示北京比华盛顿更理解人工智能风险, , 突然间,基础设施叙事与地缘政治叙事变成了同一个故事。产品方面,阿里巴巴推出了支持 100 万 token 上下文窗口的 Qwen4-Max,谷歌则上线了 Ask Maps,将对话式搜索融入导航功能。面向后期制作公司,DiffHDR 现已可将 SDR 素材转换为 HDR EXR 格式,BRIA AI 也发布了背景去除更干净的 RMBG-3.0。Audible 推出了 AI 音频发现功能,押注推荐算法能够带动有声书业务。英伟达董事会否决了黄仁勋的回归,这一治理层面的转折让所有模型发布相比之下都显得微不足道。
    Show More Show Less
    18 mins
  • 每周回顾 · 2026-11-16
    Nov 16 2026
    本周,AI/VFX 领域不只是前进,而是全力冲刺,各大厂商接连发布的新工具与其说是更新,不如说是最后通牒。Google 推出了面向编程和智能体工作流的 Gemini 4 Hydrogen,阿里巴巴则预告了 Qwen4-Max, , 其全新家族的首款产品。BytePlus 在 Dreamina 中加入了 Seedance 2.5 Flash,MiniMax H3 现已支持图像生成与编辑。Unreal Engine 5.9 Preview 将 Codex、Claude Code 和 Cursor 接入了编辑器,Blender 5.3 则原生支持 Gaussian Splat。World Labs 开放了 Atlas,提供 REST API 和 splat 导出功能;Weta 透露,各大制片厂如今在聘用供应商前已要求其提交 AI 方案。
    Show More Show Less
    12 mins
  • 每日回顾 · 2026-11-16
    Nov 16 2026
    昨天,开源界抢尽了行业的风头,而唯一一家紧闭大门的公司,最终却泄露了驾照信息。Kandinsky Lab 发布了一款能自主生成音频的视频模型,阿里巴巴达摩院推出了 RealisMotion,腾讯则开源了用于可编辑 3D 世界的 WorldClaw。Cloudflare 更进一步,推出了专为 AI 智能体打造的浏览器 Kitesurf,而 MiniMax 则成功将其视频模型压缩至单张消费级显卡即可运行。就连研究层也加入了这场盛宴:Relit-LiVE 和 GenLit 无需相机位姿即可对视频和静态图像进行重打光。与此同时,Fireworks AI 的数据泄露事件曝光了 Uber 司机的驾照,提醒人们这场“倾囊相授”的狂欢在安全面前戛然而止。而 Jensen Huang 因间谍丑闻辞去 Nvidia CEO 一职,相比之下,其他一切几乎显得风平浪静。
    Show More Show Less
    12 mins