跳到正文
11月13日周五
  1. R/ArtificialInteligence30

    Ant Ling 发布 Ling-3.2-flash 膳食记录演示

    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。

  2. Hacker News AI28

    Show HN: AxiomStory 推出 AI 故事工作室,确保角色与场景在文本、图像及视频中的一致性

    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。

11月12日周四
  1. Hacker News AI42

    我们需要面向 AI 的数据中心操作系统

    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。

  2. IT之家52

    谷歌为 Android XR 智能眼镜推出隐私保护措施:录制指示灯、人脸模糊与数据即删

    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。

  3. Hacker News AI23

    斯坦福科学家 Karl Deisseroth:高级 AI 模型可能推断大脑活动

    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。

  4. The Verge · AI35

    Apple HomeView 评测:Jen Tuohy 实测与问答

    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。

  5. Hacker News AI80

    Vercel数据显示生产环境中AI模型半衰期仅六周

    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。

  6. Hacker News AI34

    美国AI投入最高但民众兴奋度垫底:2859亿美元投资与33%兴奋率背后的错位

    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。

  7. 量子位88

    MiniMax 开源 SOTA 图像生成模型 H3-Image,支持原生 4K 与复杂逻辑推理

    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。

  8. Hacker News AI40

    AI 干扰电话使虚假 911 呼叫更难被检测

    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。

  9. IT之家79

    Runway 发布机器人模型 Praxis-1,速度与成本表现超 GPT-6 Astra

    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。

  10. IT之家57

    苹果 HomeView 识人流程揭秘:不传照片只传识别结果

    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。

  11. 36氪86

    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

    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。

  12. Simon Willison57

    Google 发布 Gemini Decision 1 多模态决策模型 API

    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。

  13. The Decoder80

    Google 推出 Gemini Decision 1 API,支持单次1000题决策与毫秒级响应

    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》

  14. Google Research41

    Google 提出可指导健康年龄与反事实可穿戴轨迹框架,助力心血管肾脏代谢风险评估

    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。