启境 GT7 Ultra 舒享版上市:华为乾崑智驾 + 鸿蒙座舱,增程 22.19 万元、纯电 23.19 万元
启境 GT7 Ultra 舒享版今日上市,提供增程、纯电两版本,限时权益价分别为 22.19 万元和 23.19 万元。 车型全系标配华为乾崑智驾 ADS 5 及 896 线双光路图像级激光雷达,支持 L3 级自动驾驶架构;座舱搭载 Harmony Space6 系统。
启境 GT7 Ultra 舒享版今日上市,提供增程、纯电两版本,限时权益价分别为 22.19 万元和 23.19 万元。 车型全系标配华为乾崑智驾 ADS 5 及 896 线双光路图像级激光雷达,支持 L3 级自动驾驶架构;座舱搭载 Harmony Space6 系统。
阿里巴巴旗下 AI 音乐创作平台快乐虾米(HappyShrimp)已上线 iOS 与 Android 端,App Store 更新至 0.2.14 版本。平台支持自然语言生成带人声歌曲或纯音乐,国内标准会员约 30 元/月可生成 150 首歌曲,折合每首约 0.2 元;海外会员起售价为 14.90 美元/月。
Ant Ling 发布 Ling-3.2-flash 演示,将餐食照片转化为带插图的饮食报告。 模型识别食材并估算份量卡路里,生成含原图的每日总结。视频展示三天五张照片的英文网页结果。 不完整日份会被标记,区别于完整记录。
英伟达11月12日批准CEO黄仁勋辞职,科莱特·克雷斯出任临时CEO并继续担任CFO;董事会已启动新CEO遴选程序。 特朗普建议苹果CEO蒂姆·库克接任,马斯克则称“荣幸”;同日腾讯知情人士澄清“裁员50%”为对AI时代资源调度的误读,实际举措偏向“增效”。 ```
苹果首款智能家庭中枢 HomeView 及新款 Apple TV 4K 于 11 月 13 日正式开售,澳大利亚和新西兰首批预购订单已送达。HomeView 定价 299 美元,配备 7 英寸屏幕和 1200 万像素摄像头,可区分最多六位家庭成员,围绕 Siri 构建;因 Siri 在欧盟不可用,该产品不在欧盟上市。
AxiomStory 是一款 AI 故事工作室,通过自动生成的 Wiki 锁定角色特征,确保文本、图像及视频中角色外观与行为的一致性,并支持一致性检查工具。 其功能涵盖从文本导入到视频生成,付费计划包括 Writer $16/月、Studio $48/月及 Studio Pro $160/月,免费层提供约 30,000 字额度,7 天内可全额退款。
丹麦哥本哈根大学研究团队与 Heka VR 合作,将虚拟化身(avatar)和 AI 深伪(deepfake)技术引入心理治疗,让患者通过可视化形象直面或对抗其内在批判性声音。相关疗法已应用于精神分裂症与厌食症,但多项研究显示其长期效果尚不显著,仍主要作为辅助手段。
Google 发布新模型 Gemini 4 Hydrogen,能够拆分复杂提问、带有难辨认拼写错误或多层具体要求的请求,并分别回应各部分。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google 发布 Gemini 4 Hydrogen,立即取代 Gemini 3.8 Flash 且不再限制付费订阅层级。该模型支持 low、medium、high 和 xhigh 四种思考模式,其中 high 模式速度比 3.8 Flash 快 2.5 倍,幻觉率降低 5 倍以上。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google DeepMind 发布 Gemini 4 Hydrogen,提供 1M token 上下文,定价为 150 美元 / M input token 和 750 美元 / M output token。
Inception Labs 宣布关停其托管 Mercury 扩散模型的 API,服务将于 2026 年 12 月 28 日完全停止,之后将无法访问服务或数据。Mercury 模型已于 11 月 8 日在 OpenRouter 下架。用户需在截止日期前提取所有数据。
随着算力架构向数据复杂性转移,仅少数厂商能成功打造 AI 操作系统,市场焦点正从存储转向数据。 Nvidia 首席执行官 Jensen Huang 将 Dynamo AI 推理栈称为“AI 工厂操作系统”,上周 Vast Data 也宣称其闪速存储软件层构成了 Vast AI 操作系统。
谷歌与 Warby Parker、Gentle Monster 合作推出 Android XR 智能眼镜,并公布其隐私保护措施:眼镜配有不可遮挡的录制指示灯,录制视频时自动亮起,且单次录制限制为90秒;当用户将照片发送给 Gemini 时,手机会先在本地自动模糊画面中的人脸,并过滤语音数据;用于 Gemini 的摄像头画面在使用后立即删除,不会保留、不用于模型训练或广告。
Google与三星及眼镜设计师合作推出基于Gemini的智能眼镜,Warby Parker提供Alden、Reid和Wren三款框架,售价395美元起;Gentle Monster提供六款风格,售价449美元起,支持透明和有色镜片选项。
诺贝尔奖得主 Karl Deisseroth 指出,高级 AI 模型可能通过分析数据推断大脑活动。他强调该技术无法远程实施,且 AI 目前无法复现人类主观意识体验。 Deisseroth 团队利用光遗传学在动物和人类中进行实验,观察到大脑神经活动模式。他警告需防范 AI 推断大脑隐私,但认为在人类价值观引导下,AI 可辅助心理健康治疗。
Hugging Face 发布 TRELLIS.2 3D 模型微调脚本与容器,支持本地及 HF Jobs 运行。 脚本基于 PEFT 库实施 LoRA 微调,冻结原权重以节省显存,仅针对鞋类几何误差优化。
The Verge 资深评测员 Jen Tuohy 分享了 Apple 首款智能家居显示器 HomeView 的一周深度实测,售价 $299。 该评测涵盖桌面版与挂墙版,测试了厨房、卧室等场景及智能家居控制、通话和新版 Siri AI 功能。 评测显示其非技术背景的家庭成员(如丈夫)接受度较高,但青少年用户(如女儿)兴趣较低。
部署平台Vercel报告显示,生产环境中的AI模型有效半衰期约为六周,十月语言模型请求中超过半数量流向发布不满60天的新模型。决策模型在十月份占网关总请求量的26%,但成本极低;语音模型使用率在七个月内增长了161%。Anthropic在十月获得了比OpenAI更多新增团队作为首选,而OpenAI则占据了网关总支出的约15%。
推荐理由:报告基于海量生产数据揭示模型快速更迭规律,指出企业AI核心挑战是构建可连续替换模型的基础设施而非单一选型。
美国去年投入2859亿美元私人资本支持AI,为中国的23倍,但仅33%的美国人表示对AI产品感到兴奋,远低于中国的83%。 Ipsos调查显示,美国人在AI使用频率上升(24%常使用者)的同时,担忧比例维持在50%;Pew研究指出44%认为AI提升生产力,但同样44%反对新建数据中心。 这种“高投入、低热情”的错位意味着,对美国企业而言,最急于购买其AI成果的潜在客户群体,可能并不在其本土市场。
MiniMax 开源 SOTA 图像生成模型 H3-Image,支持 16MP 原生 4K 分辨率及最多 16 张参考图输入。该模型具备显著的逻辑推理能力,可自动生成 CAD 三视图、机械爆炸图以及正确解答微积分试卷。官方 API 定价约为主流竞品的 50% 到 70%,首周 16MP 请求享五折优惠。
推荐理由:实测显示该模型能精准生成CAD图纸与解题步骤,且支持原生4K分辨率,展示了其在逻辑推理与细节还原上的双重突破。
近期AI生成的“古代监控”视频(如鸿门宴、武松打虎)因逼真画风和误导文案在社交平台爆火。文章分析了此类内容混淆视听的三大原因:生成技术进步致画面自然、创作者与营销号刻意误导、大众辨别意识薄弱。同时警示了AI二创涉及的肖像权侵犯及换脸诈骗等风险。
Google Deepmind 发布了基因组学 AI 模型 AlphaGenome 2,该模型通过接收特定细胞生物状态作为条件输入,实现了从组织级预测向单细胞类型分辨率的跨越。
利用 AI 技术实施的“swatting”(警方骚扰)行为,导致虚假 911 呼叫的检测难度显著增加。 由于攻击者使用 AI 生成的声音和背景噪音进行伪装,紧急响应中心难以通过传统听辨手段快速识别虚假报警。 这一变化提升了公共安全系统对自动化虚假呼叫的甄别压力与风险。
华为云宣布11月16日线上发布行业AI梦工厂首款昇腾原生世界模型CloudRobo-WM1.2。 该模型依托2025年发布的CloudRobo具身智能平台,华为云坚持不做机器人本体,由伙伴负责。 此举旨在降低行业应用AI门槛,推动具身智能在智慧医疗等四大专区落地。
DeepL 发布语音 AI 模型 Aure,用于驱动实时语音翻译产品 DeepL Voice。Aure 可连续分析说话者的音调、情绪、语速和重音变化,并将这些表达特征带入目标语言的翻译语音中。
J. Crew 发布基于 Anthropic 模型训练的 AI 工具 Style Advisor,能根据数千种穿搭搭配提供造型建议。 该工具不仅推荐购买,还指导单品搭配。目前 56% 消费者使用通用聊天机器人,仅 27% 使用零售商助手,显示自建工具面临挑战。
英国警务督察局(HM Inspectorate of Constabulary)发现回溯式人脸识别仍存在算法偏见,更可能错误标记少数族裔人士。部分调查人员将匹配结果视为证据而非情报,并在缺乏佐证的情况下采取执法行动。
Google 表示 Gemini App 即日起上线 Apple CarPlay,并支持完整的 Gemini Live 语音对话体验。该动作让 Google 助手进入 iPhone 用户的竞争车机平台,且发生在 Apple 自身 agentic Siri 重大更新之前。
Runway 宣布推出开放权重机器人模型 Praxis-1,采用 Apache 2.0 许可证,可在自有硬件上运行和微调。该模型基于 270 亿参数的视频基础模型构建,在 RoboLab-120 基准的 1200 个场景中完成 555 个,成功率约 46.2%。官方称其完成速度比由 GPT-6 Astra 驱动的机械臂快 15.6 倍,完成每个任务的成本是其 51 分之一。
推荐理由:原文给出了 Praxis-1 的基准测试数字及与 GPT-6 Astra 驱动的机械臂在速度和成本上的对比,读者可以据此判断其可用性。
微软计划 12 月起邀请 Windows Insider 测试 Win11 照片应用,引入 Adobe AI 编辑功能。 新功能打通 Adobe Express 设计流程,支持预览模板效果并转至 Adobe Express 继续设计。 媒体担忧成订阅推广入口,但目前无证据表明该应用将变为付费工具。
字节火山引擎正式发布 Seedance 2.5 flash 视频模型,官方称其生成速度较 Seedance 2.5 提升一倍且价格更低,是效果最接近 Seedance 2.5 的模型。
苹果发布新博文,揭秘适用于 iPhone 18 Pro 和 iPhone 18 Pro Max 的首款智能家居中枢 HomeView 的人员识别流程。HomeView 最多识别 6 位用户,不使用 Face ID,而是通过 Center Stage 摄像头和语音识别。该流程将摄像头和音频数据分别在隔离区内处理,主系统最终只接收人员标识、位置和置信度三类元数据,原始音视频不会共享给操作系统。
谷歌正式发布 Gemini Decision 1,同时推出由该模型驱动的 Gemini Decisions API。与传统逐 Token 生成不同,该模型通过单次前向传播对最多 1000 个预设候选问题进行评分,支持文本、图像、音频、视频和 PDF 等多模态输入,覆盖二元判断、多项选择和有序标准评分三类决策任务。
推荐理由:谷歌给出 Gemini Decision 1 的基准与校准对比,并说明它如何通过模型路由和工具选择缩短 Agent 决策链路。
谷歌推出 Gemini Decisions API,由全新 Gemini Decision 1 模型驱动。该 API 可在单次处理中对文本、图像、音频、视频和 PDF 内容执行至多 1000 项判断或评估。
谷歌 DeepMind 宣布推出新一代基因组 AI 模型 AlphaGenome 2,能够预测 DNA 序列及其变异对特定人类细胞类型和细胞状态的影响,帮助研究人员从细胞层面识别与疾病相关的遗传变异。
谷歌宣布将 Gemini 接入苹果 CarPlay,iOS 用户即日起可通过车载屏幕使用 Gemini Live 进行免提对话,聊天记录的摘要和笔记会自动同步至手机应用。用户还能利用该功能管理 Gmail 邮件和 Google 日历安排,或查询目的地周边信息。
Google 发布了 Gemini Decision 1 决策模型 API,支持文本、图像、音频、视频和 PDF 等多模态输入。该模型定价为每百万输入 token 10 美分,输出免费,比 OpenAI 的 GPT-6 Luna 贵但功能更全面。Simon Willison 实测显示,该模型对二元问题返回概率值而非 0/1,例如识别视频中 robot 的概率为 0.923。
Google DeepMind 推出 Gemini Decisions API,专用于是/否、多选和量表评分等封闭式快速决策。其底层模型 Gemini Decision 1 单次可处理文本、图像、音频、视频和 PDF 最多 1,000 个独立问题,并在 150 至 250 毫秒内直接输出选项概率和置信度,输入价格约为每百万 token 0.10 美元。
同一新闻,精选展示《谷歌发布 Gemini Decision 1:9 项测试拿下 7 项第一,单次处理 1000 个决策问题》
Google 研究团队发布调查性框架,引入可指导健康年龄(CHA)模型与传感器世界模型(SensorWM)。 该框架基于 228 万人周 Fitbit 数据,模拟 12 周“如果改变习惯”的健康轨迹,并生成经临床验证的个性化指导计划。 框架旨在连接健康追踪与主动改善,帮助逆转心血管、肾脏及代谢疾病风险。
Gemini Decisions API 正式发布,依托新的 Gemini Decision 1 模型,可在一次前向传播中评估多达 1000 个是/否、多选及评分问题,并直接处理文本、图像、音频、视频和 PDF 等混合多模态输入。