跳到正文
11月13日周五
  1. arXiv · ML29

    StructRL: 基于回放图的无模型强化学习

    StructRL将强化学习过程中的经验转化为显式的回放图,利用动态规划生成图策略,并将其作为动作偏好或方向标签转移给DQN和SAC等无模型学习器。 在MiniGrid稀疏奖励任务中,该方法将DQN的最终成功率从0.10提升至0.90;在PointMaze任务中,SAC的成功率从0.17提升至1.0。

  2. R/ArtificialInteligence42

    Isaacus 开源基于编码器模型的合同审查工具

    Isaacus 法务工程师 Tabs 开源了 MIT 协议的合同冲突检测工具,利用非生成式编码器模型替代 GPT 或 Claude 进行条款级对比。 处理 133 个条款的两个文档需 1.7 万次 API 调用,新管线能在 20 秒内完成。流程包含向量化、短名单筛选及 NLI 评分,可选 LLM 用于总结。

  3. OpenAI Codex Releases40

    OpenAI Codex v0.169.0 发布

    OpenAI 发布 Codex v0.169.0,新增多标签侧边聊天、旧任务搜索及自定义模型提供商配置功能。 终端工作区支持通过键盘或鼠标切换聊天标签,重启后可重新打开本地保存的侧边聊天。用户可在终端编辑自定义模型提供商,并启用云连接以发送图像和调整推理强度。

  4. 36氪81

    MiniMax 发布开源图像模型 H3-Image,10 秒生成 4K 图并支持 CAD 与机械拆解

    MiniMax 正式发布新一代开源图像生成模型 H3-Image。实测显示其高速版约 10 秒即可生成 4096x4096 像素的 4K 图像,耗时约为主流模型的 1/5。该模型支持 16 张参考图融合,并展现出处理复杂指令的能力,例如生成三视图一致的 CAD 设计、拆解机械爆炸图,以及制作包含百字级中文的排版海报。

    同一新闻,精选展示《MiniMax 开源 SOTA 图像生成模型 H3-Image,支持原生 4K 与复杂逻辑推理》

  5. Hugging Face Blog78

    Granite 4.1 3B 与 8B 发布支持 LLMON 的 LLM 原生标记语言

    Granite 4.1 3B 与 8B 发布支持 LLMON(LLM Object Notation)的模型 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview,LLMON 是一种 LLM 原生标记语言,用保留特殊 token 边界显式标记指令、数据、约束和推理结构。

    推荐理由:模型以标签化指令-数据分离替代JSON,让调用者看到上下文里哪些部分是可执行指令、哪些只是待读数据。

11月12日周四
  1. Hacker News AI52

    AI 能写 Shader 时,为什么要动手学

    作者发布了名为 Learning shaders when AI can write them for you 的教程,通过拆解 GPU 渲染流程教授手写 Shader 技巧。课程以绘制星球为例,讲解从数据、顶点、光栅化到片段的完整链路,并鼓励读者在最后课程中重写该效果。

  2. Hacker News AI55

    Vibetime:用于追踪 AI 编码智能体实际产出的开发工具

    开发者发布 Vibetime,一个无需配置即可自动包装 Claude Code、Codex、Gemini 等 AI CLI 及桌面应用以追踪 git 状态并生成会话摘要的工具。该工具通过 shell 钩子和桌面 session hooks 记录实际提交的代码行数、文件数等指标,默认在本地运行且无遥测,用户可选择登录 leaderboard 以匿名化哈希数据参与公开排名。

  3. 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。

  4. R/ArtificialInteligence28

    Anneal v1 Core 显式模型开源发布

    作者发布 Anneal v1 Core 显式模型,确认此前分享为时过早,现已完善核心结构。 该模型采用 CC0 协议开源,代码库位于 GitHub,目前处于实验阶段,结构较为混乱。 作者建议将核心方程喂给 capable model 进行解析,以便应用到具体项目或用途中。

  5. Seven Minute Feed48

    Klad 上线:编码智能体逐笔触绘制 2D 绘画

    Klad 是一款源可用 2D 绘画应用,支持人类与编码智能体协同创作。智能体通过 CLI 使用相同笔触和图层进行绘画,双方可实时查看笔触。 应用不使用图像模型,如 Claude Code 等智能体决定每一笔。所有笔触保持可编辑状态,用户可修正单个元素而非重新生成。 示例生物由 Claude Fable 5.2 绘制,共 4,344 笔触。

  6. 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。

  7. Hacker News AI54

    Lynx:开源可完全自定义的 AI 工作区

    开发者开源了 Lynx,这是一个运行在本地、可完全自定义 UI 的 AI 工作区。Lynx 以交互界面为核心,连接本地 Claude Code 或 Codex 等 Agent,支持通过 MCP 或 API 接入任意服务,并提供官方与社区模板。作者强调 Lynx 解决文本流交互低效、多线程难管理的问题,提供定时任务、点选编辑等功能,并开源了 MIT 协议代码。

  8. 36氪86

    MiniMax 开源 H3 Image:支持 4K 生成、16 张参考图与高速出图

    MiniMax 正式发布 H3 Image 模型并同步开源权重,支持最高 4K 分辨率、16 张参考图输入及 7500 字符提示词,生成速度仅需 10 到 20 秒。在测试中该模型表现出极强的指令遵循能力,能准确理解建筑蓝图、具身智能合成数据、机械爆炸图等复杂工程场景,且在多参考图一致性任务中避免了常见的特征混杂错误,目前开放了 API 并集成于 MiniMax Code 等平台。

    同一新闻,精选展示《MiniMax 开源 SOTA 图像生成模型 H3-Image,支持原生 4K 与复杂逻辑推理》

  9. R/ArtificialInteligence33

    开发者构建 Gemini Pinboard:一款基于 Chrome 扩展的对话本地书签工具

    开发者为了解决 Gemini 长对话查找困难,开源了浏览器扩展 Gemini Pinboard。 该工具基于 Vanilla JavaScript 和 Manifest V3 构建,支持无限拖拽固定位置、自定义命名及即时跳转,数据完全本地存储无需后端。 若获得积极反馈,计划上架扩展商店并适配 ChatGPT 等其他 AI 平台。

  10. AWS Machine Learning Blog76

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新

    AWS 发布 Amazon Bedrock 和 AgentCore 多项更新,包括 Claude Haiku 5.5 在 Amazon Bedrock 支持 subagent 场景,OpenAI GPT-6.1 Terra 在 Amazon Bedrock 上 GA,并带来 100 万输入 token 和更低价格。

    推荐理由:原文汇总了模型可用性变化与 AgentCore 新增能力,读者可以据此判断现有 AI 工作流需要调整哪些部分。

  11. Hacker News AI38

    Apple II Agent:为 Apple II 打造的 AI 编码环境

    作者重启开源项目 Apple II Agent,通过以太网卡片和 Mac 代理连接 Claude Opus 模型,使 AI 能直接在复古 Apple II 计算机上生成 BASIC 或汇编代码。 自动化测试在代理端的模拟器中快速迭代,随后程序直接部署到真实 Apple II 内存。代码已在 GitHub 开放,并成功制作了支持鼠标的纸牌游戏和模拟城市克隆版。

  12. Hacker News AI62

    OpenShorts发布:开源自托管AI视频剪辑与生成工具

    OpenShorts是一款开源的AI视频平台,包含剪辑生成、AI UGC视频创作和YouTube自动化工具三大功能,支持Docker自托管且无水印,也可通过云端使用付费服务。其核心流程利用Gemini识别高潜力片段,结合FFmpeg进行智能9:16裁剪和自动字幕,并支持通过MCP server、REST API及Webhooks实现自动化发布到TikTok、Instagram等平台。