跳到正文
今天11月12日周四4 条
  1. IT之家 AI68

    全球最大 AI 聚合平台 OpenRouter 正式并入 Stripe:将优化词元路由和用量

    IT之家 11 月 12 日消息,Stripe 昨日(11 月 11 日)发布博文, 宣布全球最大 AI 模型 API 聚合平台 OpenRouter 已正式并入旗下,并共同携手帮助企业探索新的商业模式,并优化词元(Token)路由和用量。 Stripe 对 AI 领域的布局,正在进一步延伸至企业如何选择和使用模型。双方提出的方向不仅包括探索新模型,也涉及如何分配模型调用、优化词元使用,让企业更有效地使用 AI 资源。 交易金额方面,《纽约时报》今年 8 月报道称,援引一位了解协议的匿名人士透露,Stripe 收购 OpenRouter 的价格为 75 亿美元。而彭博社在此前报道中,使用的是“超 70 亿美元”这一口径。 延伸阅读 OpenRouter 成立于 2023 年,由 Alex Atallah 与 Louis Vichy 联合创立,总部位于美国旧金山,其联合创始人兼首席执行官 Alex Atallah 此前是全球最大 ...

    推荐理由:来自IT之家 AI的《全球最大 AI 聚合平台 OpenRouter 正式并入 Stripe:将优化词元路由和用量》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 12 日消息,Stripe 昨日(11 月 11 日)发布博文, 宣布全球最大 AI 模型 API 聚合平台 OpenRouter 已正式并入旗下,并共同携手帮助企业探索新的商业模式,并优化词元(Token)路由和用量。 Stripe 对 AI 领域的布局,正在进一步延伸至企业如何选择和使用模型。双方提出的方向不仅包括探索新模型,也涉及如何分配模型调用、优化词元使用,让企业更有效地使用 AI 资源。 交易金额方面,《纽约时报》今年 8 月报道称,援引一位了解协议的匿名人士透露,Stripe 收购 OpenRouter 的价格为 75 亿美元。而彭博社在此前报道中,使用的是“超 70 亿美元”这一口径。 延伸阅读 OpenRouter 成立于 2023 年,由 Alex Atallah 与 Louis Vichy 联合创立,总部位于美国旧金山,其联合创始人兼首席执行官 Alex Atallah 此前是全球最大 ...

  2. Simon Willison85

    Gemini Decisions API

    Gemini Decisions API 与 Jev 和 OpenAI 在决策模型类别中联合推出,使用 'Gemini Decision 1'。该新模型API与Jev几乎相同:支持相同三种问题类型(是/否、选择、评分),甚至重用Jev的“Noul”术语。价格与GPT-6 Luna决策模型相同:10美分每百万输入令牌,输出免费。Jev仍是三者中最便宜的,价格为4.2美分每百万。Jev仅支持文本(及JSON)。OpenAI可处理文本和图像。Gemini Decision 1是全多模型:涵盖文本、图像、音频、视频和PDF。我通过向其传递这些问题及我的纽约拍打机器人视频文件,测试了它:dragon:视频中是否有龙?robot:视频中是否有机器人?france:视频是否在法国?usa:视频是否在美国?Jev和OpenAI对是/否问题返回1.0或0.0,但Gemini坚持略显不自信。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  3. Simon Willison81

    aws-emulator

    AWS 模拟器最终由 AWS 官方推出,可直接在本地运行其众多服务的测试,无需申请付费 API 密钥。该模拟器由一群大型代理组成,项目在第一阶段三周内提交了 29,684 次提交。Swaminathan(Swami)Sivasubramanian 在 Werner Vogels 的博客上发表了一篇客座文章,介绍了其发展过程。目前该模拟器需要 Docker 在 macOS 或 Windows 上运行。我希望能未来修复此问题——如果能下载一个单一的二进制文件并将其作为标准测试套件的一部分用于其他语言和平台,将非常理想。标签:亚马逊,亚马逊网络服务,测试,Werner Vogels,AI,Rust,生成式AI,LLMs,代理工程

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  4. Simon Willison46

    Browse tools.simonwillison.net by tag

    通过标签浏览 simonwillison.net,我一直在寻找一种更好的方式来浏览我的 vibe-coded 工具集合(244 及其以上)。在每周重置前,我有一些 Fable 5.2 信用剩余,因此我将其设置为使用 tree-sitter 来分析每个工具所使用的 JavaScript API、库和 Web API 服务。现在首页展示了按每个类别标签浏览的标签云:标签:javascript,tools,ai,generative-ai,llms,claude,vibe-coding

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

11月11日周三
  1. IT之家 AI66

    Adobe 公布四项 AI 实验项目:照片秒变 3D 场景,还能通过聊天设计 AI 角色

    IT之家 11 月 11 日消息,每年举办的 Adobe MAX 大会上,Adobe 展示的最令人印象深刻的技术之一,往往是那些仍处于实验阶段、尚未正式推出的创新功能。今天,该公司公布了最新一批实验项目:它们能够将普通图片转换为可探索的 3D 场景,通过与 AI 角色对话来设计角色形象,还能让照片编辑变成简单的复制粘贴操作。 首先是非常奇特的 Project Screen Test 项目,其旨在让用户更轻松地创建 AI 生成角色,并将其应用于视频内容。 IT之家注意到,与传统方式不同,用户不再只是通过文字提示词描述角色应该如何说话、如何表现,而是可以直接与角色对话,在类似演员试镜的环境中对其进行指导。 使用时,用户首先需要描述角色的一些基本性格特征,例如“焦虑、害羞、笨拙”等,并为角色设置声音。声音可以从预设选项中选择,也可以通过文字提示词描述,或者上传一段音频样本,让 AI 以此为参考。 随后,用户可以像通过 FaceTime...

    推荐理由:来自IT之家 AI的《Adobe 公布四项 AI 实验项目:照片秒变 3D 场景,还能通过聊天设计 AI 角色》。重点看多模态。摘要提到:IT之家 11 月 11 日消息,每年举办的 Adobe MAX 大会上,Adobe 展示的最令人印象深刻的技术之一,往往是那些仍处于实验阶段、尚未正式推出的创新功能。今天,该公司公布了最新一批实验项目:它们能够将普通图片转换为可探索的 3D 场景,通过与 AI 角色对话来设计角色形象,还能让照片编辑变成简单的复制粘贴操作。 首先是非常奇特的 Project Screen Test 项目,其旨在让用户更轻松地创建 AI 生成角色,并将其应用于视频内容。 IT之家注意到,与传统方式不同,用户不再只是通过文字提示词描述角色应该如何说话、如何表现,而是可以直接与角色对话,在类似演员试镜的环境中对其进行指导。 使用时,用户首先需要描述角色的一些基本性格特征,例如“焦虑、害羞、笨拙”等,并为角色设置声音。声音可以从预设选项中选择,也可以通过文字提示词描述,或者上传一段音频样本,让 AI 以此为参考。 随后,用户可以像通过 FaceTime...

  2. IT之家 AI68

    DeepL 推出旗下最逼真语音 AI 翻译模型 Aure,实时复现说话者语气起伏、情绪流转等

    IT之家 11 月 11 日消息,当地时间 11 月 11 日,DeepL 推出语音 AI 翻译模型 Aure, 官方称这是其迄今最具动态感、表现最逼真的语音 AI(Voice AI)模型 ,不过该模型暂不支持中文。 据介绍,作为 DeepL Voice 的底层驱动核心,Aure 能够持续动态适配翻译语音, 实时复现说话者的语气起伏、情绪流转、重音强调及语速快慢 。使得语音翻译不仅局限于传递字面词句,更能完整保留赋予人类对话自然度与感染力的个性特色、细腻情感及丰富表达。 官方表示,Aure 建立在 DeepL 近期推出的声音保留技术基础之上。该技术使人们能够以自己辨识度极高的原声音色跨语言交流,摆脱了千篇一律的机械合成音。如果说这一突破成功保留了说话者的音色特征,那么 Aure 则更进一步:它能全程捕捉声音在对话中的动态起伏与即时反应,将人类自然言语中更多的自发性与真实神韵注入实时翻译中。 Aure 已支持 DeepL Voic...

    推荐理由:来自IT之家 AI的《DeepL 推出旗下最逼真语音 AI 翻译模型 Aure,实时复现说话者语气起伏、情绪流转等》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,当地时间 11 月 11 日,DeepL 推出语音 AI 翻译模型 Aure, 官方称这是其迄今最具动态感、表现最逼真的语音 AI(Voice AI)模型 ,不过该模型暂不支持中文。 据介绍,作为 DeepL Voice 的底层驱动核心,Aure 能够持续动态适配翻译语音, 实时复现说话者的语气起伏、情绪流转、重音强调及语速快慢 。使得语音翻译不仅局限于传递字面词句,更能完整保留赋予人类对话自然度与感染力的个性特色、细腻情感及丰富表达。 官方表示,Aure 建立在 DeepL 近期推出的声音保留技术基础之上。该技术使人们能够以自己辨识度极高的原声音色跨语言交流,摆脱了千篇一律的机械合成音。如果说这一突破成功保留了说话者的音色特征,那么 Aure 则更进一步:它能全程捕捉声音在对话中的动态起伏与即时反应,将人类自然言语中更多的自发性与真实神韵注入实时翻译中。 Aure 已支持 DeepL Voic...

  3. IT之家 AI68

    马斯克旗下 Grok 被指生成儿童色情图像,xAI 面临多起集体诉讼

    IT之家 11 月 11 日消息,据彭博社报道,简 · 多伊(Jane Doe)已经多年没有想起过自己的初中毕业典礼,直到一名执法调查人员拿出当年庆祝活动的一张照片,开始向她询问相关情况。 照片中的她当时只有 14 岁,身穿黄色碎花连衣裙,面带笑容,双臂搭在几名朋友的肩膀上。其中一些朋友,她如今已经很少联系。 调查人员告诉她,照片中一名同学的成年哥哥,曾利用埃隆 · 马斯克(Elon Musk)旗下的人工智能聊天机器人 Grok,将这张原本再普通不过的照片篡改成儿童性虐待材料(CSAM)。生成的图片中,正值初二年级的简 · 多伊全身赤裸,以性挑逗姿势出现。这些图片随后被发布到了互联网上。 她在针对马斯克旗下生成式 AI 公司、Grok 开发商 xAI 提起的一起集体诉讼中,以简 · 多伊 5 号的身份参与案件。 简 · 多伊 5 号在一份诉状中写道:“目前根本无法确定,还有多少其他儿童性犯罪者可能已经持有简 · 多伊 5 号的儿...

    推荐理由:来自IT之家 AI的《马斯克旗下 Grok 被指生成儿童色情图像,xAI 面临多起集体诉讼》。重点看产品发布。摘要提到:IT之家 11 月 11 日消息,据彭博社报道,简 · 多伊(Jane Doe)已经多年没有想起过自己的初中毕业典礼,直到一名执法调查人员拿出当年庆祝活动的一张照片,开始向她询问相关情况。 照片中的她当时只有 14 岁,身穿黄色碎花连衣裙,面带笑容,双臂搭在几名朋友的肩膀上。其中一些朋友,她如今已经很少联系。 调查人员告诉她,照片中一名同学的成年哥哥,曾利用埃隆 · 马斯克(Elon Musk)旗下的人工智能聊天机器人 Grok,将这张原本再普通不过的照片篡改成儿童性虐待材料(CSAM)。生成的图片中,正值初二年级的简 · 多伊全身赤裸,以性挑逗姿势出现。这些图片随后被发布到了互联网上。 她在针对马斯克旗下生成式 AI 公司、Grok 开发商 xAI 提起的一起集体诉讼中,以简 · 多伊 5 号的身份参与案件。 简 · 多伊 5 号在一份诉状中写道:“目前根本无法确定,还有多少其他儿童性犯罪者可能已经持有简 · 多伊 5 号的儿...

  4. IT之家 AI74

    Anthropic Claude 仅用 3 天完成 AI 模型适配 AMD GPU,英伟达 CUDA 护城河遇挑战

    IT之家 11 月 11 日消息,英伟达 CUDA 生态系统的领先优势,可能正在受到越来越大的挑战。Anthropic IPO 路演材料中的一张幻灯片显示,随着高性能 AI 模型逐渐具备自主适配不同计算平台的能力,GPU 正在变得越来越像可以相互替换的通用算力资源。 IT之家注意到,Anthropic 的 IPO 路演材料披露了一项颇为引人关注的信息:其 Claude Mythos Preview 模型仅用了大约 3 天时间,就摸索出如何让另一个模型在 AMD MI355X GPU 上运行。相比之下,传统情况下,为一个新的计算平台完成推理任务所需的适配工作,通常需要 6 至 12 个月。 这意味着,Anthropic 现在可以将不同厂商的 GPU 视为相对通用的算力资源,在不同平台之间切换的技术门槛已经大幅降低。也正因如此,有观点开始认为,英伟达长期以来引以为傲的 CUDA 生态护城河,实际上可能已经失去了原有的意义。 不过,现...

    推荐理由:来自IT之家 AI的《Anthropic Claude 仅用 3 天完成 AI 模型适配 AMD GPU,英伟达 CUDA 护城河遇挑战》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,英伟达 CUDA 生态系统的领先优势,可能正在受到越来越大的挑战。Anthropic IPO 路演材料中的一张幻灯片显示,随着高性能 AI 模型逐渐具备自主适配不同计算平台的能力,GPU 正在变得越来越像可以相互替换的通用算力资源。 IT之家注意到,Anthropic 的 IPO 路演材料披露了一项颇为引人关注的信息:其 Claude Mythos Preview 模型仅用了大约 3 天时间,就摸索出如何让另一个模型在 AMD MI355X GPU 上运行。相比之下,传统情况下,为一个新的计算平台完成推理任务所需的适配工作,通常需要 6 至 12 个月。 这意味着,Anthropic 现在可以将不同厂商的 GPU 视为相对通用的算力资源,在不同平台之间切换的技术门槛已经大幅降低。也正因如此,有观点开始认为,英伟达长期以来引以为傲的 CUDA 生态护城河,实际上可能已经失去了原有的意义。 不过,现...

  5. IT之家 AI70

    我国加快推进“人工智能+自然资源”深度融合,计划 2030 年集成打造智能化国土空间治理基础平台

    IT之家 11 月 11 日消息,据央视新闻今日报道,自然资源部、国家发展改革委近日发布关于 “人工智能 + 自然资源” 的实施意见,加快推动人工智能在自然资源领域规模化、产业化创新应用,服务国土空间规划“一张图”智能化升级。 其中,意见明确分阶段发展目标: 到 2028 年,实现人工智能在自然资源领域的示范应用, 建成时空地理信息、国土空间规划与治理、海洋、地质矿产、林业草原等重点方向的高质量数据集、大模型和智能体 ,“一张图”智能化水平全面提升,形成可复制、可推广的典型应用场景,助推自然资源新质生产力发展。 到 2030 年,人工智能深度融入自然资源管理全链条,集成打造智能化国土空间治理基础平台 ,关键核心技术与智能装备实现安全可控, 自然资源数智化治理水平总体达到国际领先 ,人工智能成为引领生态文明建设与高质量发展的重要引擎。 IT之家注意到,意见提出统筹布局五个人工智能中试平台,覆盖时空地理信息、国土空间规划与治理、海洋...

    推荐理由:来自IT之家 AI的《我国加快推进“人工智能+自然资源”深度融合,计划 2030 年集成打造智能化国土空间治理基础平台》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,据央视新闻今日报道,自然资源部、国家发展改革委近日发布关于 “人工智能 + 自然资源” 的实施意见,加快推动人工智能在自然资源领域规模化、产业化创新应用,服务国土空间规划“一张图”智能化升级。 其中,意见明确分阶段发展目标: 到 2028 年,实现人工智能在自然资源领域的示范应用, 建成时空地理信息、国土空间规划与治理、海洋、地质矿产、林业草原等重点方向的高质量数据集、大模型和智能体 ,“一张图”智能化水平全面提升,形成可复制、可推广的典型应用场景,助推自然资源新质生产力发展。 到 2030 年,人工智能深度融入自然资源管理全链条,集成打造智能化国土空间治理基础平台 ,关键核心技术与智能装备实现安全可控, 自然资源数智化治理水平总体达到国际领先 ,人工智能成为引领生态文明建设与高质量发展的重要引擎。 IT之家注意到,意见提出统筹布局五个人工智能中试平台,覆盖时空地理信息、国土空间规划与治理、海洋...

  6. IT之家 AI70

    OpenAI 宣布 12 月 11 日停用 ChatGPT 旧版语音模式,全面转向 GPT-Live

    IT之家 11 月 11 日消息,早在 2024 年,OpenAI 就推出了 Advanced Voice Mode(高级语音模式),让用户能够与 ChatGPT 进行更加自然的语音交流。最初的 Standard Voice Mode(标准语音模式)需要分别通过语音转文字、语言模型和文字转语音等模型完成交互,而 Advanced Voice Mode 可以直接处理和生成音频,因此响应速度更快,对话也更加自然。 不过,无论是标准语音模式还是高级语音模式,都采用轮流对话机制,即模型必须等用户说完之后才能作出回应。 今年 7 月,OpenAI 推出了新一代语音模型 GPT-Live,采用全双工架构,允许 ChatGPT 在倾听用户说话的同时进行语音回复,从而实现更加自然、流畅的交流。此外,GPT-Live 还能够处理复杂问题,并在不中断当前语音对话的情况下,将相关任务交由 OpenAI 旗下的前沿文本模型完成。 OpenAI 表示,自...

    推荐理由:来自IT之家 AI的《OpenAI 宣布 12 月 11 日停用 ChatGPT 旧版语音模式,全面转向 GPT-Live》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,早在 2024 年,OpenAI 就推出了 Advanced Voice Mode(高级语音模式),让用户能够与 ChatGPT 进行更加自然的语音交流。最初的 Standard Voice Mode(标准语音模式)需要分别通过语音转文字、语言模型和文字转语音等模型完成交互,而 Advanced Voice Mode 可以直接处理和生成音频,因此响应速度更快,对话也更加自然。 不过,无论是标准语音模式还是高级语音模式,都采用轮流对话机制,即模型必须等用户说完之后才能作出回应。 今年 7 月,OpenAI 推出了新一代语音模型 GPT-Live,采用全双工架构,允许 ChatGPT 在倾听用户说话的同时进行语音回复,从而实现更加自然、流畅的交流。此外,GPT-Live 还能够处理复杂问题,并在不中断当前语音对话的情况下,将相关任务交由 OpenAI 旗下的前沿文本模型完成。 OpenAI 表示,自...

  7. IT之家 AI68

    开发者 AI 自制工具追踪室内异响,将声源锁定至约 40 厘米范围

    IT之家 11 月 11 日消息,软件开发者西蒙 · 威利森(Simon Willison)于 11 月 9 日发布博文,借助 AI 编程工具 Claude Code,开发名为 Beep Locator 的声音定位系统, 可以将声源锁定至约 40 厘米范围。 IT之家援引博文介绍,开发该 Beep Locator 系统的初衷,是威利森搬家后储物室堆积了较多尚未拆封的纸箱,而不时传来短促的“哔哔”电子声。由于鸣叫间隔较长,靠耳朵很难确定来源。于是他借助 Claude Code 编写程序, 让分散摆放的五台手机、平板和电脑通过网页调用麦克风,共同捕捉声音。 在技术实现方面,该系统主要比较同一声音抵达不同设备的时间差。开发过程中,自动测定设备相对位置的尝试精度不足,威利森便加入手动拖动地图图标、标注设备位置的功能。同时,程序利用快速傅里叶变换分析声音频率,从环境杂音中识别目标提示音,再借助一台设备发出的短音同步各端录音。 随着功能逐步...

    推荐理由:来自IT之家 AI的《开发者 AI 自制工具追踪室内异响,将声源锁定至约 40 厘米范围》。重点看产品发布。摘要提到:IT之家 11 月 11 日消息,软件开发者西蒙 · 威利森(Simon Willison)于 11 月 9 日发布博文,借助 AI 编程工具 Claude Code,开发名为 Beep Locator 的声音定位系统, 可以将声源锁定至约 40 厘米范围。 IT之家援引博文介绍,开发该 Beep Locator 系统的初衷,是威利森搬家后储物室堆积了较多尚未拆封的纸箱,而不时传来短促的“哔哔”电子声。由于鸣叫间隔较长,靠耳朵很难确定来源。于是他借助 Claude Code 编写程序, 让分散摆放的五台手机、平板和电脑通过网页调用麦克风,共同捕捉声音。 在技术实现方面,该系统主要比较同一声音抵达不同设备的时间差。开发过程中,自动测定设备相对位置的尝试精度不足,威利森便加入手动拖动地图图标、标注设备位置的功能。同时,程序利用快速傅里叶变换分析声音频率,从环境杂音中识别目标提示音,再借助一台设备发出的短音同步各端录音。 随着功能逐步...

  8. IT之家 AI68

    亚马逊 Ring 推出两款安防机器人:一款飞着看家,一款巡逻商铺

    IT之家 11 月 11 日消息,亚马逊旗下安防品牌 Ring 昨日(11 月 10 日)宣布扩展推出 Ring Robotics 产品线, 首批产品包括面向家庭的飞行摄像头 Drone Cam,以及面向商业场所的轮式机器人 Rover Cam。 两款设备均搭载 AI Pilot 系统,结合摄像头、传感器、视觉模型和云端处理实现自主导航。首次设置后,设备会绘制室内地图,建议重点监控门窗、走廊等位置;配置完成后,可自主避障,并响应现有 Ring 设备发出的警报。 Drone Cam 配备 2K 摄像头,支持 148 度视角和 360 度旋转,弱光下可自动开启 LED 灯。用户可通过应用设置飞行路线、安排巡逻,或派它前往指定位置查看;不使用时,设备停靠基座,摄像头关闭。Ring 早在 2020 年便提出室内飞行安防摄像头,如今再次推进这一方向。 Rover Cam 则面向办公室、商店和仓库,配备可升降的潜望式摄像头,可越过柜台、货架...

    推荐理由:来自IT之家 AI的《亚马逊 Ring 推出两款安防机器人:一款飞着看家,一款巡逻商铺》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,亚马逊旗下安防品牌 Ring 昨日(11 月 10 日)宣布扩展推出 Ring Robotics 产品线, 首批产品包括面向家庭的飞行摄像头 Drone Cam,以及面向商业场所的轮式机器人 Rover Cam。 两款设备均搭载 AI Pilot 系统,结合摄像头、传感器、视觉模型和云端处理实现自主导航。首次设置后,设备会绘制室内地图,建议重点监控门窗、走廊等位置;配置完成后,可自主避障,并响应现有 Ring 设备发出的警报。 Drone Cam 配备 2K 摄像头,支持 148 度视角和 360 度旋转,弱光下可自动开启 LED 灯。用户可通过应用设置飞行路线、安排巡逻,或派它前往指定位置查看;不使用时,设备停靠基座,摄像头关闭。Ring 早在 2020 年便提出室内飞行安防摄像头,如今再次推进这一方向。 Rover Cam 则面向办公室、商店和仓库,配备可升降的潜望式摄像头,可越过柜台、货架...

  9. IT之家 AI70

    DEEPX 2nm 低功耗 AI 芯片 DX-M2 实物芯片预计 2027 年初面世

    IT之家 11 月 11 日消息,韩国边缘能效 AI 芯片开发商 DEEPX 昨日宣布,其下一代芯片 DX-M2 荣获 CES 2027 人工智能类别创新奖。 DX-M2 基于三星晶圆代工 2nm 工艺,集成 80TOPs NPU 算力, 至高支持 128bit 的 LPDDR5X-9600 内存 ,可本地运行超 10B 参数的 LLM 和 VLM 模型,同时功耗仅有 5W。除单芯片外,DX-M2 还将提供封装集成内存的版本。 DEEPX 表示,DX-M2 近日成功实现“光罩(掩膜)流片”,这为 2027 年初首批芯片的面世打下了基础。

    推荐理由:来自IT之家 AI的《DEEPX 2nm 低功耗 AI 芯片 DX-M2 实物芯片预计 2027 年初面世》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,韩国边缘能效 AI 芯片开发商 DEEPX 昨日宣布,其下一代芯片 DX-M2 荣获 CES 2027 人工智能类别创新奖。 DX-M2 基于三星晶圆代工 2nm 工艺,集成 80TOPs NPU 算力, 至高支持 128bit 的 LPDDR5X-9600 内存 ,可本地运行超 10B 参数的 LLM 和 VLM 模型,同时功耗仅有 5W。除单芯片外,DX-M2 还将提供封装集成内存的版本。 DEEPX 表示,DX-M2 近日成功实现“光罩(掩膜)流片”,这为 2027 年初首批芯片的面世打下了基础。

  10. IT之家 AI68

    Nordic 推出支持边缘 AI 推理的 Wi-Fi SoC「nRF71」系列,待机功耗最高降低 1/20

    IT之家 11 月 11 日消息,Nordic Semiconductor(IT之家注:诺迪克半导体)现已推出 nRF71 系列 Wi-Fi SoC,该产品内置 NPU,可直接在芯片上执行 AI 推理。 据介绍,该系列芯片包含 nRF7120、nRF7120E 两种型号。前者支持双频 Wi-Fi 6,后者支持三频 Wi-Fi 6E,并搭载用于加速边缘 AI 推理的 Axon NPU。该系列芯片均支持低功耗蓝牙、Thread 和 Matter,并配备 4MB 片上非易失性存储器,以及 1MB 可供用户使用的内存。 同时,该系列产品拥有超低功耗特性。与 nRF70 相比,nRF71 的待机功耗最高降低 1/20。借助内置 NPU,设备可以直接在芯片上执行关键词检测、异常检测和图像分类等 AI 推理,无需额外配备 AI 处理器。

    推荐理由:来自IT之家 AI的《Nordic 推出支持边缘 AI 推理的 Wi-Fi SoC「nRF71」系列,待机功耗最高降低 1/20》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,Nordic Semiconductor(IT之家注:诺迪克半导体)现已推出 nRF71 系列 Wi-Fi SoC,该产品内置 NPU,可直接在芯片上执行 AI 推理。 据介绍,该系列芯片包含 nRF7120、nRF7120E 两种型号。前者支持双频 Wi-Fi 6,后者支持三频 Wi-Fi 6E,并搭载用于加速边缘 AI 推理的 Axon NPU。该系列芯片均支持低功耗蓝牙、Thread 和 Matter,并配备 4MB 片上非易失性存储器,以及 1MB 可供用户使用的内存。 同时,该系列产品拥有超低功耗特性。与 nRF70 相比,nRF71 的待机功耗最高降低 1/20。借助内置 NPU,设备可以直接在芯片上执行关键词检测、异常检测和图像分类等 AI 推理,无需额外配备 AI 处理器。

  11. IT之家 AI70

    阿里全新一代千问大模型 Qwen4 即将发布,预览版已首发上线

    IT之家 11 月 11 日消息,阿里巴巴今日官宣, 全新一代千问大模型 Qwen4 即将发布 :知识理解更深入,世界感知更立体,Coding 与 Agentic 能力持续进阶。 现在, Qwen4-Max 预览版已首发上线阿里 Token Plan ,限时最低 1 折即可体验 Qwen4 模型。同时,千问办公、Qoder、千问 App、QwenStudio 等也已第一时间接入新模型。 IT之家查询了解到,阿里 Token Plan 个人版 Lite / Essential 日常限时价 39 元 / 月起,活动期间新客折上再享 5 折,低至 19.5 元。

    推荐理由:来自IT之家 AI的《阿里全新一代千问大模型 Qwen4 即将发布,预览版已首发上线》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,阿里巴巴今日官宣, 全新一代千问大模型 Qwen4 即将发布 :知识理解更深入,世界感知更立体,Coding 与 Agentic 能力持续进阶。 现在, Qwen4-Max 预览版已首发上线阿里 Token Plan ,限时最低 1 折即可体验 Qwen4 模型。同时,千问办公、Qoder、千问 App、QwenStudio 等也已第一时间接入新模型。 IT之家查询了解到,阿里 Token Plan 个人版 Lite / Essential 日常限时价 39 元 / 月起,活动期间新客折上再享 5 折,低至 19.5 元。

  12. IT之家 AI70

    Anthropic 宣布额度免费重置:Pro、Max、Ultra 和 Team 用户可领,Claude 支持更多 MCP Apps 扩展

    IT之家 11 月 11 日消息,Anthropic 今日宣布修复了一项小 Bug,并为 Claude Pro、Max、Ultra 和 Team 用户提供一次免费的完整额度重置,覆盖所有模型及使用限制。 Anthropic 表示,此前有部分小问题导致 Claude 用户的词元消耗量超出预期。虽然这些问题并未影响所有用户,但此前推出的 Fable 额度重置活动,对已经用完所有模型每周使用额度的用户帮助有限,因此公司决定额外提供一次完整额度重置,以为用户提供弥补。 同时,Anthropic 宣布进一步扩大 Claude 对 MCP Apps 的支持,允许第三方开发者将完整应用界面嵌入 Claude,而不再局限于此前主要以对话内交互视图呈现的方式。 根据 Anthropic 官方博客,此次升级支持更多 MCP 扩展能力,包括 App Tools(应用工具)和 Embedded Sites(嵌入式网站)。开发者可以将完整应用运行在 Cl...

    推荐理由:来自IT之家 AI的《Anthropic 宣布额度免费重置:Pro、Max、Ultra 和 Team 用户可领,Claude 支持更多 MCP Apps 扩展》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,Anthropic 今日宣布修复了一项小 Bug,并为 Claude Pro、Max、Ultra 和 Team 用户提供一次免费的完整额度重置,覆盖所有模型及使用限制。 Anthropic 表示,此前有部分小问题导致 Claude 用户的词元消耗量超出预期。虽然这些问题并未影响所有用户,但此前推出的 Fable 额度重置活动,对已经用完所有模型每周使用额度的用户帮助有限,因此公司决定额外提供一次完整额度重置,以为用户提供弥补。 同时,Anthropic 宣布进一步扩大 Claude 对 MCP Apps 的支持,允许第三方开发者将完整应用界面嵌入 Claude,而不再局限于此前主要以对话内交互视图呈现的方式。 根据 Anthropic 官方博客,此次升级支持更多 MCP 扩展能力,包括 App Tools(应用工具)和 Embedded Sites(嵌入式网站)。开发者可以将完整应用运行在 Cl...

  13. IT之家 AI72

    谷歌更新安卓 AI 开发基准榜单:Kimi K3.1 Pro / DeepSeek V4.1 Flash 成绩揭晓

    IT之家 11 月 11 日消息,谷歌官方账号 Android Developers(@AndroidDev)昨日(11 月 10 日)在 X 平台发布推文, 首次公开了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 三款模型的 Android Bench 基准跑分。 IT之家注:Android Bench 是 Google 面向 Android 开发场景推出的 AI 编程基准,重点考察模型完成应用创建、功能开发、代码迁移和应用转换等真实工程任务的能力。 本次新增的 Kimi K3.1 Pro 使用 kimi-code 智能体,在 30 项长程任务中获得 24.0% 的通过率,平均完成度为 82.3%,平均耗时 27.4 小时,单次基准运行成本为 317.4 美元 (现汇率约合 2,123 元人民币) 。 从横向对比看,Kimi K3.1 Pro 的成绩高于 ...

    推荐理由:来自IT之家 AI的《谷歌更新安卓 AI 开发基准榜单:Kimi K3.1 Pro / DeepSeek V4.1 Flash 成绩揭晓》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 11 日消息,谷歌官方账号 Android Developers(@AndroidDev)昨日(11 月 10 日)在 X 平台发布推文, 首次公开了 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 以及 DeepSeek V4.1 Flash 三款模型的 Android Bench 基准跑分。 IT之家注:Android Bench 是 Google 面向 Android 开发场景推出的 AI 编程基准,重点考察模型完成应用创建、功能开发、代码迁移和应用转换等真实工程任务的能力。 本次新增的 Kimi K3.1 Pro 使用 kimi-code 智能体,在 30 项长程任务中获得 24.0% 的通过率,平均完成度为 82.3%,平均耗时 27.4 小时,单次基准运行成本为 317.4 美元 (现汇率约合 2,123 元人民币) 。 从横向对比看,Kimi K3.1 Pro 的成绩高于 ...

  14. IT之家 AI72

    挑战微软 Win11:原生 AI 系统 KORA 登场,将率先适配高通骁龙 X2 Elite 芯片

    IT之家 11 月 11 日消息,KORA Systems 昨日(11 月 10 日)发布公告, 宣布推出全新操作系统 KORA OS,宣称这是首个“自下而上”专为 AI PC 设计的操作系统。 不同于在传统系统上叠加 AI 助手,KORA OS 在系统底层直接融入智能体工作流、上下文记忆和本地 AI 推理, 目标让电脑从“打开应用完成操作”转向“表达意图、由 AI 协助完成”。 底层方面,KORA OS 基于 NixOS 构建,引入“神经工作区”和新型文件系统。用户可按任务目标组织工作空间,系统则围绕意图、上下文与记忆管理文件,系统依然会保留传统文件夹和桌面应用,但不再是系统核心。 在 AI 能力方面,KORA 采用自研 Cortex 推理引擎,可调度 CPU、GPU 和 NPU 等硬件资源,支持开放权重模型在本地运行。其内置 Lemma 推理引擎基于 llama.cpp ,用于提升推理效率;系统还会判断任务应交由云端处理,还...

    推荐理由:来自IT之家 AI的《挑战微软 Win11:原生 AI 系统 KORA 登场,将率先适配高通骁龙 X2 Elite 芯片》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,KORA Systems 昨日(11 月 10 日)发布公告, 宣布推出全新操作系统 KORA OS,宣称这是首个“自下而上”专为 AI PC 设计的操作系统。 不同于在传统系统上叠加 AI 助手,KORA OS 在系统底层直接融入智能体工作流、上下文记忆和本地 AI 推理, 目标让电脑从“打开应用完成操作”转向“表达意图、由 AI 协助完成”。 底层方面,KORA OS 基于 NixOS 构建,引入“神经工作区”和新型文件系统。用户可按任务目标组织工作空间,系统则围绕意图、上下文与记忆管理文件,系统依然会保留传统文件夹和桌面应用,但不再是系统核心。 在 AI 能力方面,KORA 采用自研 Cortex 推理引擎,可调度 CPU、GPU 和 NPU 等硬件资源,支持开放权重模型在本地运行。其内置 Lemma 推理引擎基于 llama.cpp ,用于提升推理效率;系统还会判断任务应交由云端处理,还...

  15. IT之家 AI68

    苹果子公司 Claris 正测试「Harbor」应用:将 Mac 变身本地 AI 服务器

    IT之家 11 月 11 日消息,苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍,Harbor 可以运行在单台苹果芯片 Mac, 也可以使用雷雳 5 接口连接多台 Mac , 运行规模更大的 AI 模型 。苹果已在 macOS Tahoe 26.2 系统中加入雷雳 5 RDMA(IT之家注:远程直接内存访问)支持,使多台设备组成集群后的数据传输速度更快。 Harbor 能够自动检测雷雳 5 设备,并允许用户浏览、下载开放权重模型。这款应用主打易上手,用户无需进行手动配置,就能为 Mac 获得端侧 AI 运行能力。 此外,Harbor 当前仍处于早期体验阶段,尚未向公众开放。此前该应用曾出现在 App Store 中,但目前相关页面已经下架。

    推荐理由:来自IT之家 AI的《苹果子公司 Claris 正测试「Harbor」应用:将 Mac 变身本地 AI 服务器》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍,Harbor 可以运行在单台苹果芯片 Mac, 也可以使用雷雳 5 接口连接多台 Mac , 运行规模更大的 AI 模型 。苹果已在 macOS Tahoe 26.2 系统中加入雷雳 5 RDMA(IT之家注:远程直接内存访问)支持,使多台设备组成集群后的数据传输速度更快。 Harbor 能够自动检测雷雳 5 设备,并允许用户浏览、下载开放权重模型。这款应用主打易上手,用户无需进行手动配置,就能为 Mac 获得端侧 AI 运行能力。 此外,Harbor 当前仍处于早期体验阶段,尚未向公众开放。此前该应用曾出现在 App Store 中,但目前相关页面已经下架。

  16. IT之家 AI66

    Anthropic 发布 IPO 路演视频正式启动最高 643.5 亿美元募资计划,估值约在 1~1.4 万亿美元

    IT之家 11 月 11 日消息,当地时间 11 月 10 日,Anthropic 正式宣布启动首次公开募股(IPO)路演,并公布股票发行计划。 根据公告,Anthropic 此次拟发行 8.25 亿股 A 类普通股,发行价格区间为每股 70 至 78 美元。按照发行价上限计算,本次基础发行规模最高约为 643.5 亿美元 (IT之家注:现汇率约合 4,302.82 亿元人民币) 。 根据 Anthropic 官方披露的发行安排,此次发行的 8.25 亿股股票中,有 8.01351354 亿股由 Anthropic 自身发行,另外 2364.8646 万股由部分现有股东出售。Anthropic 不会从现有股东出售股票所得款项中获得收益。 此外,Anthropic 预计授予承销商一项为期 30 天的额外购股选择权,允许承销商额外购买最多 1.2375 亿股 A 类普通股。若该选择权全部行使,实际发行股份数量和募资规模还将进一步增加...

    推荐理由:来自IT之家 AI的《Anthropic 发布 IPO 路演视频正式启动最高 643.5 亿美元募资计划,估值约在 1~1.4 万亿美元》。重点看产品发布。摘要提到:IT之家 11 月 11 日消息,当地时间 11 月 10 日,Anthropic 正式宣布启动首次公开募股(IPO)路演,并公布股票发行计划。 根据公告,Anthropic 此次拟发行 8.25 亿股 A 类普通股,发行价格区间为每股 70 至 78 美元。按照发行价上限计算,本次基础发行规模最高约为 643.5 亿美元 (IT之家注:现汇率约合 4,302.82 亿元人民币) 。 根据 Anthropic 官方披露的发行安排,此次发行的 8.25 亿股股票中,有 8.01351354 亿股由 Anthropic 自身发行,另外 2364.8646 万股由部分现有股东出售。Anthropic 不会从现有股东出售股票所得款项中获得收益。 此外,Anthropic 预计授予承销商一项为期 30 天的额外购股选择权,允许承销商额外购买最多 1.2375 亿股 A 类普通股。若该选择权全部行使,实际发行股份数量和募资规模还将进一步增加...

  17. IT之家 AI80

    谷歌联合 Artificial Analysis 推出 MKA 基准测试:Gemini 4 Carbon 多模态知识工作测试获第二,任务成本仅为第一名六分之一

    IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA(Multimodal Knowledge Agent),用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示,其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩,完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称,现有不少知识工作基准测试仅依赖文本即可完成,而现实工作往往涉及大量视觉信息。例如,建筑师需要交叉核对建筑蓝图,工程师需要分析工程示意图,专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...

    推荐理由:来自IT之家 AI的《谷歌联合 Artificial Analysis 推出 MKA 基准测试:Gemini 4 Carbon 多模态知识工作测试获第二,任务成本仅为第一名六分之一》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA(Multimodal Knowledge Agent),用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示,其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩,完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称,现有不少知识工作基准测试仅依赖文本即可完成,而现实工作往往涉及大量视觉信息。例如,建筑师需要交叉核对建筑蓝图,工程师需要分析工程示意图,专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...

  18. Simon Willison85

    llm-gemini 0.36

    原文摘录(自动中文摘要暂不可用):llm-gemini 0.36 Release: llm-gemini 0.36 Gemini 4 Carbon was announced two weeks ago for "a subset of cyber defenders", but today it's available to everyone else . This is Google's best ever Gemini, priced at $2/million input and $10/million output at launch (that's GPT-6.1 Sol / Claude Sonnet 5.5 prices) but scheduled to double in price to $4/$20 on Decembe

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

11月10日周二
  1. IT之家 AI68

    号称行业首个具身全模态端到端交互大模型,智元发布 WITA-Omni

    IT之家 11 月 10 日消息,“智元 AGIBOT”公众号今天(10 日)晚间发文宣布,智元正式发布 WITA-Omni(硅光动语全模态大模型)。 根据官方介绍,该模型也是 行业首个具身全模态端到端交互大模型 。WITA-Omni 基于机器人本体感知数据深度训练,除了音视频输入输出,还新增支持 触觉、本体状态等输入 ,以及 机器人动作、表情等输出 ,让机器人第一次拥有为物理世界而生的“交互大脑”。 基于流式全双工架构,WITA-Omni 可做到 边听、边想、边应、边动、边做表情 ,减少传统串行处理中的等待。交互响应最快约 400 毫秒、平均约 600 毫秒,较业内平均水平快近 3 倍。 同时,全模态拒识让机器人交互 不再需要唤醒词,全程自然对话 。系统结合对话朝向、视频、音频、声纹、唇动、姿态、语义和上下文,决策当前发言是否需要回应。面对多人交谈或环境广播等干扰时,极大降低误触发,让机器人更懂“看场合”。 WITA-Omni...

    推荐理由:来自IT之家 AI的《号称行业首个具身全模态端到端交互大模型,智元发布 WITA-Omni》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 10 日消息,“智元 AGIBOT”公众号今天(10 日)晚间发文宣布,智元正式发布 WITA-Omni(硅光动语全模态大模型)。 根据官方介绍,该模型也是 行业首个具身全模态端到端交互大模型 。WITA-Omni 基于机器人本体感知数据深度训练,除了音视频输入输出,还新增支持 触觉、本体状态等输入 ,以及 机器人动作、表情等输出 ,让机器人第一次拥有为物理世界而生的“交互大脑”。 基于流式全双工架构,WITA-Omni 可做到 边听、边想、边应、边动、边做表情 ,减少传统串行处理中的等待。交互响应最快约 400 毫秒、平均约 600 毫秒,较业内平均水平快近 3 倍。 同时,全模态拒识让机器人交互 不再需要唤醒词,全程自然对话 。系统结合对话朝向、视频、音频、声纹、唇动、姿态、语义和上下文,决策当前发言是否需要回应。面对多人交谈或环境广播等干扰时,极大降低误触发,让机器人更懂“看场合”。 WITA-Omni...

  2. Simon Willison89

    Introducing Our Smallest, Most Efficient Model: Muse Ember

    原文摘录(自动中文摘要暂不可用):Introducing Our Smallest, Most Efficient Model: Muse Ember Introducing Our Smallest, Most Efficient Model: Muse Ember Meta AI just launched their entry in the Claude Haiku/GPT Luna category: Muse Ember, which they describe as: [...] our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls,

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  3. IT之家 AI72

    微软新专利瞄准闲置显卡:用户贡献 GPU 训练 AI,可获得现金或免费软件

    IT之家 11 月 10 日消息,微软一项新的微软专利显示,该公司可能很快会允许用户通过将闲置的 GPU 用于 AI 训练来赚钱。 微软于 2026 年 11 月 5 日公布了一项名为《利用边缘设备的闲置 GPU 算力开展机会式微型训练》(Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization)的专利。该专利描述了一套全新的计算资源调度系统:将原本需要大型数据中心完成的高强度计算任务拆分成多个较小的子任务,并在不同设备处于闲置状态时,将这些任务分发给相应设备执行。 简单来说,用户电脑中暂时没有被使用的 GPU 算力,未来可能被微软拿来训练 AI 模型,而用户也能因此获得相应报酬。 专利对这套系统的描述如下:“这是一套利用边缘设备闲置 GPU 算力,通过机会式微型训练来训练机器学习模型的系统和方法。系统会监测边缘设备,检测可用的计算资源,并根...

    推荐理由:来自IT之家 AI的《微软新专利瞄准闲置显卡:用户贡献 GPU 训练 AI,可获得现金或免费软件》。重点看模型能力与工程。摘要提到:IT之家 11 月 10 日消息,微软一项新的微软专利显示,该公司可能很快会允许用户通过将闲置的 GPU 用于 AI 训练来赚钱。 微软于 2026 年 11 月 5 日公布了一项名为《利用边缘设备的闲置 GPU 算力开展机会式微型训练》(Opportunistic Micro-training on Edge Devices Using Spare GPU Utilization)的专利。该专利描述了一套全新的计算资源调度系统:将原本需要大型数据中心完成的高强度计算任务拆分成多个较小的子任务,并在不同设备处于闲置状态时,将这些任务分发给相应设备执行。 简单来说,用户电脑中暂时没有被使用的 GPU 算力,未来可能被微软拿来训练 AI 模型,而用户也能因此获得相应报酬。 专利对这套系统的描述如下:“这是一套利用边缘设备闲置 GPU 算力,通过机会式微型训练来训练机器学习模型的系统和方法。系统会监测边缘设备,检测可用的计算资源,并根...

  4. Simon Willison87

    Quoting Prompting Claude Fable 5.2

    Claude Fable 5.2 注重谁拥有它所处理的代码。在Anthropic的小型编码任务测试中,当提示中没有提及所有权或将代码基础视为他人的时,模型倾向于在现有结构上添加内容,即使该代码重复了已有的内容。当提示中说代码基础是模型自己的时候,模型有时会合并重复的代码并有时做出相关修复而无需被询问。如果你想让模型在工作时改进结构,可以说代码是自己的:你是这个代码库的所有者和长期维护者,其设计由你决定。所有权句子使模型更有可能将重复的代码整合到一个共享函数中。在Anthropic的小型编码任务测试中,当没有这句话时,模型在不到10%的运行中合并了重复的代码,而当有这句话时,大约在75%的运行中合并了重复的代码。——Claude Fable 5.2,Anthropic文档标签:prompt-engineering

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  5. Simon Willison82

    Yonkers Rises

    工具:纽约崛起 我意识到自己不知道纽约的位置,于是通过谷歌地图查找了它的位置,然后为了帮助将它的位置和形状嵌入到脑海中(并尝试使用Claude Fable 5.2的3D建模和动画技能),我提示Fable 5.2 Medium制作一个Three.js动画,其中纽约站起作为巨型机械(酷的站立动作),并围绕曼哈顿、皇后区和布鲁克林的原子,使用OpenStreetMap地图数据。该动画正确推断出“átomos”是“stomps”的移动键盘拼写错误。标签:three-js,llms,ai,生成式AI,claude-mythos-fable

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  6. IT之家 AI78

    Meta 推出轻量级 AI 模型 Muse Ember:跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3

    IT之家 11 月 10 日消息,Meta 现已推出 Muse Ember AI 模型。这是 Meta 迄今最小、效率最高的模型,专为复杂推理任务执行以及智能体日常反复处理的工作而设计。 Meta 表示,在 Artificial Analysis 排行榜中, 这款模型的表现可以媲美 Claude Haiku 5.5 , 但单任务成本仅为 1/3 ,并在多项测试中超越 GPT-6 Luna。 IT之家附 Muse Ember 模型跑分数据如下: 评测项目 Muse Ember(max) Claude Haiku 5.5(max) GPT-6 Luna(max) 智能体 AutomationBench-AA(端到端业务工作流) 37.8 13.9 20.2 Agents' Last Exam(端到端智能体任务) 61.6 57.0 57.1 Personal Superintelligence Index(个人与知识工作内部综合指数...

    推荐理由:来自IT之家 AI的《Meta 推出轻量级 AI 模型 Muse Ember:跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 10 日消息,Meta 现已推出 Muse Ember AI 模型。这是 Meta 迄今最小、效率最高的模型,专为复杂推理任务执行以及智能体日常反复处理的工作而设计。 Meta 表示,在 Artificial Analysis 排行榜中, 这款模型的表现可以媲美 Claude Haiku 5.5 , 但单任务成本仅为 1/3 ,并在多项测试中超越 GPT-6 Luna。 IT之家附 Muse Ember 模型跑分数据如下: 评测项目 Muse Ember(max) Claude Haiku 5.5(max) GPT-6 Luna(max) 智能体 AutomationBench-AA(端到端业务工作流) 37.8 13.9 20.2 Agents' Last Exam(端到端智能体任务) 61.6 57.0 57.1 Personal Superintelligence Index(个人与知识工作内部综合指数...

  7. OpenRouter Announcements78

    Best OCR Model for Scanned Documents, Measured

    我们运行了8页扫描文档通过15视觉模型,包括Mistral OCR和Tesseract。需注意最准确、最具性价比以及虚构的值。

    推荐理由:请对照OpenRouter Announcements原文,核对完整说明及适用条件。

  8. IT之家 AI72

    8 天从零搓出操作系统:Anthropic 最强 Claude Fable / Mythos 5.2 AI 模型登场,API 调用费下降 20%

    IT之家 11 月 10 日消息, Anthropic 昨日(11 月 9 日)官宣推出 Claude Fable 5.2 和 Claude Mythos 5.2, 两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者则面向通过审核的网络安全和生命科学机构开放,用于高风险的专业应用。 定价方面,Claude Fable 5.2 每 100 万词元(Token)输入费用为 8 美元 (IT之家注:现汇率约合 53.4 元人民币) ,每 100 万词元(Token)输出费用为 40 美元 (现汇率约合 267.2 元人民币) 。作为对比,Claude Fable 5.1 的每 100 万词元输入 / 输出价格分别为 10 美元 (现汇率约合 66.8 元人民币) 和 50 美元 (现汇率约合 334 元人民币) , 按此计算 5.2 版本的 API 调用费用下调 20%。 生成速度方面,官方表示相比 Clau...

    推荐理由:来自IT之家 AI的《8 天从零搓出操作系统:Anthropic 最强 Claude Fable / Mythos 5.2 AI 模型登场,API 调用费下降 20%》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 10 日消息, Anthropic 昨日(11 月 9 日)官宣推出 Claude Fable 5.2 和 Claude Mythos 5.2, 两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者则面向通过审核的网络安全和生命科学机构开放,用于高风险的专业应用。 定价方面,Claude Fable 5.2 每 100 万词元(Token)输入费用为 8 美元 (IT之家注:现汇率约合 53.4 元人民币) ,每 100 万词元(Token)输出费用为 40 美元 (现汇率约合 267.2 元人民币) 。作为对比,Claude Fable 5.1 的每 100 万词元输入 / 输出价格分别为 10 美元 (现汇率约合 66.8 元人民币) 和 50 美元 (现汇率约合 334 元人民币) , 按此计算 5.2 版本的 API 调用费用下调 20%。 生成速度方面,官方表示相比 Clau...

11月9日周一
  1. IT之家 AI70

    谷歌扩充 TPU 芯片阵容,推出 8tx/8i Max 两款新品挑战英伟达

    IT之家 11 月 9 日消息,据彭博社报道,Alphabet 旗下谷歌正在扩大人工智能芯片产品阵容,希望借助自身在 AI 芯片市场的快速崛起,进一步挑战英伟达。这一市场规模已达数千亿美元。 谷歌将推出两款新的张量处理单元(TPU)。TPU 是谷歌自主设计的专用芯片,主要用于开发和运行 AI 软件。此次推出的新版本分别针对机密计算,以及帮助 AI 模型在处理请求时访问更广泛的信息。总体而言,这些芯片旨在满足行业向 AI 智能体转型过程中不断增长的需求,同时应对随之而来的安全挑战。 此次发布也意味着谷歌芯片部门正在加快产品迭代速度。过去,谷歌通常每两年推出一款新的 AI 处理器;今年,该部门一次性推出了两款芯片。而即将在周一发布的最新版本,将进一步扩充这两款芯片的产品阵容。 谷歌芯片业务负责人阿明 · 瓦赫达特(Amin Vahdat)在接受采访时表示,四款 TPU 产品将分别针对不同需求进行优化。他说:“这实际上遵循了谷歌一直坚...

    推荐理由:来自IT之家 AI的《谷歌扩充 TPU 芯片阵容,推出 8tx/8i Max 两款新品挑战英伟达》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 9 日消息,据彭博社报道,Alphabet 旗下谷歌正在扩大人工智能芯片产品阵容,希望借助自身在 AI 芯片市场的快速崛起,进一步挑战英伟达。这一市场规模已达数千亿美元。 谷歌将推出两款新的张量处理单元(TPU)。TPU 是谷歌自主设计的专用芯片,主要用于开发和运行 AI 软件。此次推出的新版本分别针对机密计算,以及帮助 AI 模型在处理请求时访问更广泛的信息。总体而言,这些芯片旨在满足行业向 AI 智能体转型过程中不断增长的需求,同时应对随之而来的安全挑战。 此次发布也意味着谷歌芯片部门正在加快产品迭代速度。过去,谷歌通常每两年推出一款新的 AI 处理器;今年,该部门一次性推出了两款芯片。而即将在周一发布的最新版本,将进一步扩充这两款芯片的产品阵容。 谷歌芯片业务负责人阿明 · 瓦赫达特(Amin Vahdat)在接受采访时表示,四款 TPU 产品将分别针对不同需求进行优化。他说:“这实际上遵循了谷歌一直坚...

  2. IT之家 AI36

    一张图能改 100 遍、直出透明背景,字节跳动发布新一代图像创作模型 Seedream 5.5

    IT之家 11 月 9 日消息,字节跳动 Seed 团队今日发布了新一代图像创作模型 Seedream 5.5 ,重点带来三项核心能力升级: 更稳定的多轮编辑: 实现非编辑区域的像素级保持,消除色彩偏移,降低连续修改中的细节丢失与画质衰减,支持围绕同一作品展开多达 100 轮的持续创作。 原生 RGBA 透明素材生成: 直接输出带 Alpha 通道的透明或半透明图像,精细处理轮廓边缘与透明区域,省去后期抠图修边,让生成元素可以作为独立素材进入后续设计流程。 质感更自然,文字更清晰: 进一步改善光照、材质与皮肤纹理表现,减少过度油亮、过曝,更贴近真实拍摄的成像质感。同时显著提升文字渲染能力,对复杂字形与密集小字的还原更加准确。 在图像的多轮编辑方面,Seedream 5.5 的指令遵循能力更强,对非编辑区域实现了像素级的保持。在实测中,模型以每一轮的结果作为下一轮输入, 连续完成上百轮修改后,指定编辑区域之外的主体特征、构图比例、...

    推荐理由:来自IT之家 AI的《一张图能改 100 遍、直出透明背景,字节跳动发布新一代图像创作模型 Seedream 5.5》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 9 日消息,字节跳动 Seed 团队今日发布了新一代图像创作模型 Seedream 5.5 ,重点带来三项核心能力升级: 更稳定的多轮编辑: 实现非编辑区域的像素级保持,消除色彩偏移,降低连续修改中的细节丢失与画质衰减,支持围绕同一作品展开多达 100 轮的持续创作。 原生 RGBA 透明素材生成: 直接输出带 Alpha 通道的透明或半透明图像,精细处理轮廓边缘与透明区域,省去后期抠图修边,让生成元素可以作为独立素材进入后续设计流程。 质感更自然,文字更清晰: 进一步改善光照、材质与皮肤纹理表现,减少过度油亮、过曝,更贴近真实拍摄的成像质感。同时显著提升文字渲染能力,对复杂字形与密集小字的还原更加准确。 在图像的多轮编辑方面,Seedream 5.5 的指令遵循能力更强,对非编辑区域实现了像素级的保持。在实测中,模型以每一轮的结果作为下一轮输入, 连续完成上百轮修改后,指定编辑区域之外的主体特征、构图比例、...

  3. IT之家 AI70

    Shizuku AI 公布全双工模型 Shizuku-Duplex,为 AI 伴侣开发奠基

    IT之家 11 月 9 日消息,日本人工智能实验室 Shizuku(雫)AI 当地时间昨日公布了其开发的 Shizuku-Duplex,宣称其是继 GPT-Live 后 第二个支持日语智能对话的全双工模型 ,无需完整询问即启动思考流程。 在日语方面,Shizuku-Duplex 拥有 6 个参测模型中最高的对话自然性, 响应质量仅次于 OpenAI 的 GPT-Live 。 Shizuku-Duplex 可分为处理对话的前台交互模型和可异步处理复杂请求的后台模型,辅以每 5min 一次的上下文压缩。其 以 80ms 为一交互“帧” ,支持音频、文本(模型独白)、动作 3 种输出方式。 基于 Shizuku-Duplex 的技术,Shizuku AI 正在开发始终倾听、响应用户感受、坦诚表达自身感受的伴侣式 AI 雫。 参考 https://shizuku.ai/en/blog/1/

    推荐理由:来自IT之家 AI的《Shizuku AI 公布全双工模型 Shizuku-Duplex,为 AI 伴侣开发奠基》。重点看模型能力与工程。摘要提到:IT之家 11 月 9 日消息,日本人工智能实验室 Shizuku(雫)AI 当地时间昨日公布了其开发的 Shizuku-Duplex,宣称其是继 GPT-Live 后 第二个支持日语智能对话的全双工模型 ,无需完整询问即启动思考流程。 在日语方面,Shizuku-Duplex 拥有 6 个参测模型中最高的对话自然性, 响应质量仅次于 OpenAI 的 GPT-Live 。 Shizuku-Duplex 可分为处理对话的前台交互模型和可异步处理复杂请求的后台模型,辅以每 5min 一次的上下文压缩。其 以 80ms 为一交互“帧” ,支持音频、文本(模型独白)、动作 3 种输出方式。 基于 Shizuku-Duplex 的技术,Shizuku AI 正在开发始终倾听、响应用户感受、坦诚表达自身感受的伴侣式 AI 雫。 参考 https://shizuku.ai/en/blog/1/

  4. IT之家 AI74

    微软申请新专利:AI 实时修改直播说话内容并同步嘴型

    IT之家 11 月 9 日消息,微软近日提交了一项专利申请,计划利用人工智能技术,在直播及其他实时视频节目中近乎实时地修改人物说出的内容。更特别的是,这项技术还能重新绘制说话者的嘴唇动作,让观众难以察觉原本说出的话已经被替换。 这项专利的编号为 US 2026/0341309 A1,名称为《利用人工智能近乎实时增强直播活动的视频或增强现实(AR)演示》(Near Real-Time Artificial Intelligence (AI) Enhancement of Video or Augmented Reality (AR) Presentations of Live Events)。 根据专利申请文件,该系统包含一个 AI 智能体,能够实时监听音频,并根据预设规则或观众个人资料(包括年龄、所讲语言和居住地),识别需要修改或删除的词语。 随后,生成式 AI 会在音频中替换这些词语,平滑处理每处修改前后的衔接,同时生成新的视...

    推荐理由:来自IT之家 AI的《微软申请新专利:AI 实时修改直播说话内容并同步嘴型》。重点看智能体工作流、文化创意。摘要提到:IT之家 11 月 9 日消息,微软近日提交了一项专利申请,计划利用人工智能技术,在直播及其他实时视频节目中近乎实时地修改人物说出的内容。更特别的是,这项技术还能重新绘制说话者的嘴唇动作,让观众难以察觉原本说出的话已经被替换。 这项专利的编号为 US 2026/0341309 A1,名称为《利用人工智能近乎实时增强直播活动的视频或增强现实(AR)演示》(Near Real-Time Artificial Intelligence (AI) Enhancement of Video or Augmented Reality (AR) Presentations of Live Events)。 根据专利申请文件,该系统包含一个 AI 智能体,能够实时监听音频,并根据预设规则或观众个人资料(包括年龄、所讲语言和居住地),识别需要修改或删除的词语。 随后,生成式 AI 会在音频中替换这些词语,平滑处理每处修改前后的衔接,同时生成新的视...