#多模态

推荐理由：来自IT之家 AI的《国产 AI 历史模拟新游《崇祯模拟器 Demo》上架 Steam，免费试玩》。重点看模型能力与工程。摘要提到：IT之家 10 月 19 日消息，个人开发者 ZHANG HANLIANG 制作的国产历史策略模拟游戏《崇祯模拟器 Demo》现已登陆 Steam 平台开启试玩，完整支持简体中文界面、字幕与音频。IT之家附游戏商品页（ https://store.steampowered.com/app/5121940/ ）。 崇祯十七年，大明风雨飘摇 —— 李自成揭竿西北，后金铁骑叩关辽东，国库空虚、党争不休、天灾连年。你将扮演大明最后一位皇帝崇祯，在这盘注定败局的棋上落子：批阅奏疏、平衡朝堂、调度钱粮、任免文武。每一位大臣都由 AI 驱动，会揣摩圣意、结党营私、阳奉阴违。你的每一道旨意都在改写历史 —— 是重蹈煤山自缢的覆辙，还是力挽狂澜、再造大明？ 该作核心特色为 AI 大模型驱动玩法： 所有大臣 NPC 对话、奏疏文本与剧情走向均由大语言模型实时生成，每位角色会对玩家决策做出独特即时的反应，每局体验各不相同 玩家需要在朝堂平衡势力，处理...

推荐理由：来自IT之家 AI的《豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理》。重点看模型能力与工程。摘要提到：IT之家 10 月 19 日消息，近日，“国内超一半算力在造爽剧”的话题引发关注。 IT之家注意到，据中文在线在一份“投资者关系活动记录表”中披露，国内 AI Token 消耗 55% 烧在短剧和视频生成，24% 烧在电商广告，真正用于研发的只有 15%。AI 短剧与视频生成的 Token 消耗量已达到软件开发的两倍以上，成为整个 Token 经济学中第一大核心消耗场景。 豆包公关负责人刘星今日发文表示，这个算力数据有些不靠谱， 就字节来说，我们公司的总算力中，只有约 10%，用于视频生成模型的训练和推理 。 相关阅读： 《 AI 短剧爆火：制作成本仅为真人剧 1/10，平均每 36 秒诞生 1 部 》 《 广电总局：全国微短剧用户已超 8 亿，2025 年市场规模突破千亿元 》

推荐理由：来自IT之家 AI的《索尼新专利曝光：AI 可在 GPU 渲染完成前预测下一帧画面，减少游戏卡顿》。重点看模型能力与工程。摘要提到：IT之家 10 月 18 日消息，据科技媒体 TechSpot 今天报道，索尼最近申请一项专利，描绘以下场景：让 AI 在 GPU 完成渲染前预测下一帧画面，减少游戏画面卡顿，同时避免帧生成技术带来的额外延迟。 IT之家从原报道获悉，这项技术能够解决帧生成的缺点，让显示画面不再等待两帧画面完成渲染，才能生成插入其中的中间帧。 而是直接利用已经生成的画面预测下一帧 ， 无需等待两帧画面就能插值 ，帮助游戏维持更稳定的帧输出节奏。 同时，索尼使用了联合训练的编解码器，将渲染完成的画面转换为嵌入表示，对图像进行紧凑的数值化表达，让解码器利用这些提示生成预测帧。游戏运行时， 该系统会与图形渲染管线并行工作 。硬件渲染下一帧时，AI 会处理上一帧，并将预测结果发送至显示缓冲区。 因此在下一帧完成渲染之前 ， 预测画面就有可能先行显示 。 此外，该系统还可利用运动矢量和玩家近期的手柄操作。使玩家操作角色的历史，成为下一帧动作预测的根基。该系...

推荐理由：来自IT之家 AI的《特斯拉司机自称开启 FSD 后睡着，车辆冲入封闭车道撞飞警车致加州两名巡警重伤》。重点看多模态。摘要提到：IT之家 10 月 17 日消息，加州公路巡逻队（CHP）当地时间 10 月 15 日公布了一段行车记录仪视频。视频显示，一辆特斯拉在 80 号州际公路上高速驶入事故封闭区域，撞上停靠的巡逻车，导致车内两名警员受伤。 这名 22 岁的萨克拉门托男性驾驶员告诉调查人员，事发时自己刚好已经睡着，车辆处于 Full Self-Driving（FSD）驾驶状态。 公开报道显示，此次事故发生于当地时间 10 月 13 日深夜，地点位于加州索拉诺县费尔菲尔德附近、Air Base Parkway 出口以西的 80 号州际公路东向车道。 此前约一小时，同一路段发生了一起致命交通事故：一名 19 岁男子驾驶一辆 2007 款本田思域，因不明原因失控，随后与一辆 2017 款雪佛兰太浩（Tahoe）相撞。该男子被送往医院后不治而亡。 该起致命事故发生后，加州警方派了四名公路巡逻队警员乘坐三辆巡逻车在现场开展调查，并封闭了东向四条车道。 据称，两名...

推荐理由：来自IT之家 AI的《223 道题、2651 条标准：阿里 Qwen 开源 BlenderWorld，给 AI 出了一套 3D 建模大考》。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 10 月 17 日消息，阿里 Qwen 团队于 10 月 14 日开源 BlenderWorld， 这是一个用于评测视觉智能体在 Blender 中完成真实 3D 创作任务的基准。 项目采用 MIT 许可证，代码与数据集已同步发布至 GitHub、Hugging Face 和 ModelScope。 与常见的“生成一张图”不同，BlenderWorld 要求 AI 交付一个可编辑的 .blend 工程文件，并按需输出渲染图、视频或模型导出文件。在该测试中，模型不能只给出好看的画面，还要构建出材质、几何结构、灯光、相机等可被设计师继续修改的 3D 场景。 该基准包含 223 个任务和 2,651 条标准，覆盖产品、建筑、自然环境、角色、动画和科学可视化等 9 大类、22 个子类。其中，78 个任务仅提供文字描述，130 个任务提供图片加文字，15 个任务提供视频加文字；另有 59 个任务附带尺寸、材质或相机参数等规格文件...

推荐理由：来自IT之家 AI的《苹果 App Store 新规落地，AI 深度伪造迎来最严审核》。重点看产品发布。摘要提到：IT之家 10 月 17 日消息，苹果公司昨日（10 月 16 日）更新《App 审核指南》，在最新修订的 1.2 条款中，加强治理针对 AI 内容创作类应用， 将 AI 生成的、未经当事人同意的私密图像明确纳入禁止范围。 IT之家附上修订内容如下： 1.2 用户生成内容 对于包含用户生成内容的 App，有特定的难题需要解决，比如知识产权侵权、 未经同意传播私密图像 、匿名欺凌等。为了避免滥用，包含用户生成内容或社交网络服务的 App 必须满足以下条件： 采用相应的方法来过滤令人反感的内容，以免这些内容在 App 中发布 制定一个机制，以举报攻击性内容并在出现问题时及时作出回应 若用户发布攻击性内容，可以取消其使用服务的资格 公布联系信息，以便用户与你联系 科技媒体 9to5Mac 指出，此次调整的直接背景，是近一年围绕 App Store 的多起争议。科技透明度项目曾发现数十款 AI“裸体化”应用，并指出 App Store ...

推荐理由：来自IT之家 AI的《三星携手 Reality Defender，面向新加坡企业用户开发端侧 AI 深度伪造检测方案》。重点看模型能力与工程。摘要提到：IT之家 10 月 16 日消息，三星宣布联合深度伪造检测公司 Reality Defender 合作，开发面向企业用户的端侧 AI 深度伪造检测方案。该方案将直接在三星 Galaxy 设备上运行，帮助企业识别 AI 生成的虚假语音、视频和图像，降低冒充诈骗及其他相关风险，计划率先落地新加坡市场。 IT之家获悉，Reality Defender 专注于企业级深度伪造检测，利用多种 AI 模型实时分析语音、视频和图像内容。例如，该技术能够在实时通话中识别冒充他人的合成语音，也可用于客户身份识别和新用户注册审核，帮助企业发现可疑的虚假内容。 Reality Defender 表示，随着生成式 AI 技术的发展，利用合成语音和视频实施诈骗的情况日益受到关注。有调查显示，2024 年新加坡有 56% 的企业曾遭遇音频深度伪造诈骗，另有 52% 的企业遇到过视频深度伪造相关事件。 个人用户同样面临此类诈骗带来的经济损失。数据显示，2025...

推荐理由：请对照量子位原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《TypeSafe AI 发布 Jev 1.14 决策模型仅一天， Liquid AI 便以 d1-ultra 全面超车》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 16 日消息，Jev 决策模型开发方 TypeSafe AI 在太平洋时间 10 月 14 日下午 1:14 发布了 Jev 决策模型的 1.14 预览版本。 TypeSafe AI 表示 Jev 1.14 是一个全新且改进的模型，支持图像输入、更长的上下文 ，拥有新的 "box" 类型。 而就在一天以后，另一家人工智能实验室 Liquid AI 宣布推出 号称“全球最佳”的决策模型 d1-ultra 。其在八类任务中的表现均优于 Jev 1.14，整体表现也好于 vLLM Semantic Router d3 等竞品。

推荐理由：来自IT之家 AI的《在 OpenAI 擅长的领域打败 OpenAI：微软称自研模型仅凭对方 1/4 算力就超越同类产品》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 16 日消息，据《商业内幕》报道，当地时间 15 日，微软 AI 业务 CEO 穆斯塔法 · 苏莱曼在员工大会上称，微软自研的一款 AI 模型性能 超过 OpenAI 的同类产品 ，而且训练成本有望更低。“我们的预训练基础模型性能超过了目前驱动 GPT-5.6 Sol 的模型，训练时使用的算力实际上 只有 OpenAI 的四分之一 。” 预训练是 AI 模型开发的第一步，模型需要通过海量文本、图像等数据学习其中的规律。由于预训练需要投入大量算力，成本高昂，如果微软能够提高训练效率，就有望大幅降低成本。 当日早些时候，微软发布了这款自研模型，名称为 MAI-Base-2。 苏莱曼透露，微软曾私下将 MAI-Base-2 与多款 OpenAI 模型进行比较，其中包括 代号为 Spud、支撑 GPT-5.6 运行的模型 。在测试 AI 理解和预测信息规律的能力时，微软的模型取得了更好的成绩。 IT之家从报道中获悉，...

推荐理由：来自极客公园的《腾讯盯上了字节的摇钱树》。重点看产品发布。摘要提到：头图来源：Chatgpt 生成 短剧正在成为互联网行业最吸金的时长黑洞。 QuestMobile 数据显示，2026 年 7 月，红果短剧日活达到 1.68 亿，超过腾讯视频、爱奇艺、优酷、芒果 TV 四大长视频平台的日活总和，用户人均单日刷剧时长达到 125 分钟，甚至一度超过抖音主站同期的人均使用时长。 而据第三方监测数据，到 10 月其日活规模已攀升至 2.2 亿上下，半年时间净增超 5000 万，增速依然没有放缓的迹象。 从三年前上线，到如今字节跳动旗下实打实的现金牛，红果短剧把免费广告（IAA）短剧的商业模式彻底跑通，也成了字节拉动用户时长的核心引擎。 腾讯不是没做短剧，但在红果一路狂奔的同时，前者的短剧布局却始终慢了半拍。此前在 2021 年，腾讯就上线了十分剧场主打精品横屏短剧，走会员分账路线；微信生态里也先后试过火星短剧社、官方短剧小程序，但始终是小范围试水，没有形成规模化的产品矩阵。 直到今年 9 月底，由原微...

推荐理由：来自IT之家 AI的《微软 Win11 照片应用史诗级重构：一站式管理本地 / iCloud 照片，编辑器加载提速 25%》。重点看产品发布。摘要提到：IT之家 10 月 16 日消息，微软昨日（10 月 15 日）发布博文，宣布重构 Windows 11 系统自带“照片”（Photos）应用，并邀请 Windows Insider 项目成员测试，预估今年晚些时候面向所有 Windows 11 用户开放。 界面方面，微软本次重新设计“图库”（Gallery）。用户无需来回切换多个应用， 可以在同一个界面浏览本地电脑、OneDrive 以及 Apple iCloud 中的照片和视频。 应用还支持按日期、人物、收藏等维度整理图片，并为 OneDrive 内容新增“Moments”功能，可自动将相关照片归类为回忆集，生成季节性回顾和幻灯片。 搜索方面，用户不再需要记住文件名或拍摄时间，只需输入“海滩上的日落”等日常描述，即可查找对应照片。微软还提供人物筛选功能，用户可结合照片中的人物、存储位置等条件进一步缩小搜索范围。 编辑方面，微软基于 WinUI 3 重建了照片编辑器，称启动速度...

推荐理由：来自IT之家 AI的《快手可灵 AI 模型 Kling 4.0 全量上线，单次生成视频最长可达 30 秒》。重点看模型能力与工程、文化创意、产品发布。摘要提到：IT之家 10 月 16 日消息，快手可灵 AI 昨晚宣布，Kling 4.0 正式全量上线 klingai.com 。 4K、1080p 的 10-bit HDR 格式输出即将上线 创作页面同步全面升级，提供更灵活、更自由的创作体验 Kling 4.0 能力接入 MCP / CLI，走向更多创作场景 面向企业客户与开发者的 API 服务将于近期开放 据介绍，Kling 4.0 的画面真实感、创意可控性、叙事完整度都有大幅提升，在视听表现、多关键帧、口型匹配、文字生成、创意复刻等多个功能点上实现了突破。 IT之家附主要升级内容如下： 全面升级了高速运动、连续动作、跟拍、环绕等大幅镜头运动，镜头的稳定性和连贯性都达到了更专业的标准 支持高品质音频与双通道立体声，声音的纵深和层次感更足，更接近同期声的真实感，打造全新“身临其境”的听觉体验 进一步打磨了角色口型的匹配精度，声音、对白与表演之间的协同更自然，角色的演绎更具“活人感” 支...

推荐理由：来自IT之家 AI的《宣称“美国最强开源 AI 模型”：Meta 发布 Muse Spark Open》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到：IT之家 10 月 16 日消息，当地时间 10 月 15 日，Meta 发布了开放权重 AI 模型 Muse Spark Open。Meta 官方宣称， Muse Spark Open 是迄今为止能力最强的美国开放权重模型 。 Muse Spark Open 采用原生多模态架构，总参数量达 816B（其中激活参数 42B），支持 1M token 的上下文窗口。该模型专为代码构建与智能体协作设计，在处理长程任务、复杂软件工程以及多步推理等方面展现出卓越性能。 得益于最新的 MLX 框架，Muse Spark Open 成为同级别中首个仅凭两台苹果 M5 Ultra 芯片（512 GB 内存版本）的 Mac Studio 即可在桌面端本地运行的模型。 即日起，开发者可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 以及 Together AI 等 API 平台调用 Mus...

推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL：单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB》。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 10 月 15 日消息，英伟达宣布推出开放多模态模型 Nemotron 3.5 Super VL，面向需要持续运行、执行多步骤任务的 AI 智能体。 该模型采用混合专家（MoE）架构，总参数量为 1200 亿，激活参数 120 亿。英伟达称，在单张 GPU 上执行智能体任务时，该模型的吞吐量最高可达到同规模其他开放模型的 5 倍。 据介绍，Nemotron 3.5 Super VL 将推理、指令遵循和工具调用能力，与文本、图像、文档及视频理解能力整合到同一个模型中，可用于代码测试与调试、跨网站信息检索、文档分析、网络安全威胁识别以及视频内容检索等场景。开发者可以利用英伟达 NeMo 工具链，结合自有数据、工具、政策和工作流程进行后训练，并根据业务需求调整模型行为。 英伟达同时公布了多个企业定制案例。例如，AI 数据技术提供商 Scale AI 为媒体娱乐公司 Skydance Corporation 定制了供应商信用处...

推荐理由：来自IT之家 AI的《差评如潮：世嘉暂时下架《全面战争：幕府将军 2》完全版，承认游戏体验未达到应有水平》。重点看评测与基准、文化创意。摘要提到：IT之家 10 月 15 日消息，世嘉与 Creative Assembly 今天宣布，《全面战争：幕府将军 2》完全版游戏已暂时下架。截至目前，本作在 Steam 的简体中文评测为“差评如潮”。 世嘉表示，《全面战争：幕府将军 2》完全版的表现未能达到玩家预期，也没有达到自身标准。官方已看到玩家的反馈、评论， 认同游戏体验未达到应有水平 。 因此世嘉正与各大游戏平台合作， 将本作暂时下架 ， 并在调查问题期间重新上架原版游戏 。已经购买该作的玩家仍可正常游玩。 IT之家注意到， 玩家反馈的问题集中在多个方面 。画面升级首当其冲， 大量玩家质疑开发团队使用了效果欠佳的 AI 放大处理 。据 3DM 游戏报道，一张单位卡片的对比引发讨论：原版中留胡子的骑马武士，在新版画面里，鼻子和胡须被玩家形容得像另一种头盔形状。部分新增图像还被质疑出现六指等异常。需要指出的是，这些问题是否由生成式 AI 造成，目前仍是根据画面作出的判断。 技术...

推荐理由：来自极客公园的《人形机器人最尴尬的事：长了一双腿，却只能定住干活》。重点看模型能力与工程、产品发布。摘要提到：作者｜Li Yuan 编辑｜ 郑玄 长得像人，但是只能跳舞表演，根本没法真正干活。 这大概是过去几年人形机器人最尴尬的一幕。 人形机器人最初拿到天量关注，底层逻辑其实很直接：现实世界本来就是围绕人类身体设计的。楼梯、橱柜、货架、工位甚至门把手，全都有现成尺寸。理论上，机器人完全可以用下肢越过障碍，直接用上肢拿起工具工作。 逻辑听起来无懈可击，但行业演进了几年，我们看到的却往往是另一副模样。 视频里的人形机器人，主要是在跑跑跳跳、翻跟头；哪怕真有一些干活的演示，也大多老老实实待在平地上——走到某处，定在原地，再小心翼翼地伸手。 如果双腿只负责把机器人送到任务面前，真正动手时它必须先站稳锁定身体，那它们不过是一对成本极高、极其脆弱的机械轮子。那么人形机器人的优势在哪？ 这也很难怪大家苛刻。迈不过这道坎，人形机器人就永远撕不掉「表演道具」的标签。 不过，这一点在近期已经逐渐看到解法。 近期，源策未来发布新模型和...

推荐理由：来自IT之家 AI的《库克：苹果智能 Apple Intelligence 月底在华发布测试版本，但不包括 Siri AI》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 15 日消息，苹果董事会执行主席蒂姆 · 库克今日在上海接受澎湃新闻、界面新闻等媒体采访时确认，苹果智能（Apple Intelligence）及相关阿里千问大模型已获得批准，将于 10 月晚些时候面向中国用户发布测试版本。 库克表示，首批功能包括实时翻译、书写工具、照片清除工具等，但 Siri AI 不在此次发布范围之内。“我们很高兴，首批核心的苹果智能功能是可以慢慢上线了。”库克说道。 IT之家此前报道，此次获批涉及的阿里系模型包括通义千问和通义万相，前者为大语言模型，后者为图像及视频生成工具。 彭博社古尔曼还曾报道称，苹果计划于 12 月随 iOS 27.3 系统更新为中国用户正式推送 Apple Intelligence，首批功能与 2024 年海外首次发布时的版本基本一致。 同日，商务部部长王文涛会见了库克，双方就中美经贸关系、人工智能发展、苹果公司在华业务等议题进行交流。王文涛表示，中方倡导人工智...

推荐理由：来自IT之家 AI的《OpenCode 宣布 DeepSeek V4.1 Flash 免费提供，但仅支持 200K 上下文》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 15 日消息，OpenCode 刚刚宣布，DeepSeek V4.1 Flash 现已免费提供，免费版实测支持 200K 上下文窗口，相比 1M 上下文版本有所降低。 此次免费开放是在此前“Operation Cheepseek”计划基础上的进一步动作。今年 9 月，OpenCode 曾将 DeepSeek V4.1 Flash 在 OpenCode Go 套餐中的使用额度从 15 美元临时提升至 60 美元，随后于 10 月 12 日将该额度调整为 80 美元。此次免费开放后，该模型在 OpenCode 平台内的调用不再计入额度消耗。 DeepSeek V4.1 Flash 于 2026 年 9 月 10 日正式发布，是一款原生多模态 MoE 模型，主干参数规模为 552B，另含 196B Engram 条件记忆参数。IT之家注意到，其架构采用因果编码器-解码器设计，40 层语言主干中前 20 层为因果编码...

推荐理由：来自IT之家 AI的《苹果 Vision Pro 新沉浸式视频：探秘好莱坞神秘魔术城堡，体验“空间魔法”》。重点看文化创意、产品发布。摘要提到：IT之家 10 月 15 日消息，科技媒体 uploadvr 昨日（10 月 14 日）发布博文，报道称 苹果 Vision Pro 头显用户可以通过最新作品，沉浸式体验好莱坞私人魔术俱乐部“魔术城堡”（The Magic Castle）。 IT之家援引博文介绍，魔术城堡是位于好莱坞的私人魔术俱乐部，同时是魔术艺术学院的所在地。该场所通常仅接待会员和受邀者，以近景魔术、舞台魔术及魔术文化交流闻名。 报道称沉浸式视频作品《You Are Here: At the Magic Castle with Siegfried Tieber》现已登陆 Apple Vision Pro，该作品由魔术师 Siegfried Tieber 主演，以现场录制的沉浸式视频形式呈现魔术表演。 该体验分为 2 个独立片段，每集约 20 分钟，合计约 40 分钟，内容涵盖近景魔术与心灵感应表演，观众可在近景魔术廊和图书馆酒吧两个场景观看表演。 以上图源：视...

推荐理由：来自IT之家 AI的《昆仑万维发布世界首款消费级显卡视频大模型游戏，同步开源》。重点看模型能力与工程、开源生态、产品发布。摘要提到：IT之家 10 月 15 日消息，昆仑万维今日发布世界上第一款运行在单张消费级显卡上的视频大模型游戏 ——Matrix-Game 4.0。 昆仑万维介绍称，“Matrix-Game 4.0 构建起了游戏世界模型的新范式：由游戏引擎维护世界状态与交互规则，由视频生成模型实时呈现精细画面。它把 480p、60 FPS 的实时游戏体验，装进了一张 NVIDIA RTX 5090；从你按下按键，到画面做出反应，延迟低于 150 毫秒。Matrix-Game 4.0 首次跑通了‘代码生成游戏逻辑 → 结构画面提供结构约束 → 视频模型实时渲染’的完整闭环，让游戏原型开发、个性化定制与 UGC 从此拥有了真正可落地的技术路径。项目已同步开源。” IT之家注意到，Matrix-Game 4.0 在发布时同步开源，未来，团队将持续迭代模型：部署 refiner 提高画面分辨率，探索跨玩家视角保持一致的多人联机体验，提供更细粒度的画面控制，并拓展...

推荐理由：来自IT之家 AI的《中国科学家首次用中国大模型攻克世界级数学难题，曾困扰学界 30 余年》。重点看模型能力与工程。摘要提到：IT之家 10 月 15 日消息，上海人工智能实验室今日发文，困扰数学界 30 余年的世界级难题 —— 三维 Ghys 猜想 迎来了破解。 上海人工智能实验室访问学者、大湾区大学教授许地生团队依托书生科学多模态大模型 S2（书生-S2），基于“通专融合”技术路径， 通过人机协同完成了三维 Ghys 猜想证明 。 北京大学董彬教授、刘若川院士团队利用其开发的 SHEAF 框架对本次证明完成形式化验证，验证了这一工作的正确性。 这标志着中国科学家首次用中国大模型攻克世界级数学难题 。 Ghys 猜想由法国数学家艾蒂安 · 吉斯（Étienne Ghys）于 1995 年提出，猜测每一个紧致复流形上的全纯 Anosov 系统，都双全纯共轭于某个复 infra-幂零流形上的全纯仿射自同构。该问题兼具理论难度与学科标志性价值，被动力系统领域数学专家公认为该领域重要的长期公开问题之一，是检验数学推理能力的一块试金石。 相关论文已在预印本平台...

推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《AI 实时分离人声，席琳 · 迪翁演唱会用上音频黑科技》。重点看多模态。摘要提到：IT之家 10 月 15 日消息，据彭博社报道，席琳 · 迪翁（Céline Dion）的歌声响彻巴黎郊外的普莱尼蒂德体育馆，她演唱的《泰坦尼克号》主题曲，即便传到这座巨型场馆最远区域的观众耳中，清晰度几乎就如同观众站在舞台上她的身旁。 在近期这场演出的夜晚，看台上三万五千名观众里，大多数人目光更多聚焦在这位流行歌后的造型，以及她在一种罕见神经系统疾病康复期间登台演出的状态，而非舞台四周密密麻麻的音箱。但这些黑色箱体出自法国企业 L-Acoustics 研发的音响系统，这家公司正借助人工智能，重塑现场活动的听觉体验。 今年早些时候，在高端音响小众领域颇具名气的 L-Acoustics，推出了一款名为 Source Intelligence 的全新软件平台。该平台运用机器学习技术， 能够实时把歌手的人声从各类干扰背景音中分离出来 。这项技术可以过滤其他乐器、伴唱、观众噪音以及场馆内混杂的环境混响，输出清晰人声，同时抑制容易毁掉演出...

推荐理由：来自IT之家 AI的《苹果 iOS 27.2 Beta 4 系统 Siri AI 新增支持法语、日语、西班牙语等》。重点看多模态。摘要提到：IT之家 10 月 14 日消息，苹果公司今日推送 iOS 27.2 Beta 4 开发者预览版（24B5110a）操作系统，为 Siri AI 新增五种语言。 本次更新后， Siri AI 将支持英语、法语、日语、韩语、葡萄牙语和西班牙语 。苹果已在此前确认这些语言扩展支持，具体可用性仍取决于用户所在地区和设备。 IT之家了解到，Siri AI 是苹果最新的人工智能助理，支持 Apple 智能的各种新本领，其调用方法和平时使用 Siri 一样，理解个人情境，执行 App 操作、感知屏幕、理解图像、以及调用广博的世界知识。除此之外还拥有全新的专属 App，具备可跨平台提供视觉智能、集成工具来写作和编辑功能。

推荐理由：来自IT之家 AI的《9 月“AI 魔改”视频治理成果：清理违规视频近 1.3 万条、处置违规账号 30 余个》。重点看多模态、文化创意。摘要提到：IT之家 10 月 14 日消息，据央视新闻报道，国家广播电视总局消息称，2026 年 1 月开展的“AI 魔改”视频专项治理工作已取得实效。部分重点网络视听平台近期公布了 9 月的处置情况， 共清理违规视频近 13000 条、处置违规账号 30 余个 。 截至IT之家发稿，具体平台清理信息暂未公布。 据了解，为进一步巩固治理成果，自 2026 年 2 月 1 日起，“AI 魔改”视频治理工作通过常态化、制度化长效机制持续开展。广电总局督导各主要网络视听平台进一步深化落实主体责任，加强日常排查，重点清理基于四大名著、历史题材、革命题材、英模人物等经典影视作品进行“AI 魔改”的违规视频，并同步清理各类邪典动画，持续营造健康的网络视听生态环境。 相关阅读： 《 2026 年 8 月“AI 魔改”视频治理成果公布：共清理违规视频近 14000 条、处置违规账号 30 余个 》

推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《AI 长视频时代来临：OpenAI GPT-6 Astra 助力生成时长从 1 分钟提升到 10 分钟》。重点看智能体工作流、模型能力与工程、文化创意。摘要提到：IT之家 10 月 14 日消息，OpenAI 公司今天（10 月 14 日）发布公告，宣布和 AI 视频生成平台 Higgsfield 达成最新合作进展。在接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。 IT之家附上官方介绍视频如下： GPT-6 Astra 支持创意智能体调用外部工具，处理 3D 建模等复杂工作。Higgsfield 表示，该能力用于维持长视频在角色、场景和视觉细节上的一致性，是长视频生成的关键难点。 Higgsfield 已将相关流程用于其 YouTube 频道。该频道拥有近 50 万订阅者，团队借助 GPT-6 Astra 生成超过 10 分钟的教学视频，减少此前所需的大量人工制作工作。 在图像方面，Higgsfield 集成 GPT-Image-2.5。公司称该模型可在图像上稳定渲染可读文字与信息图，帮助小型企业以较低制作成本生成宣...

推荐理由：来自IT之家 AI的《苹果今日举办欢迎回家发布会，盘中股价再创历史新高》。重点看产品发布。摘要提到：IT之家 10 月 13 日消息，苹果于北京时间 10 月 13 日晚 9 点召开了一次主题为“欢迎回家”的新品发布会，正式推出旗下首款智能家庭中枢 HomeView，以及 HomePod mini 2 等新品。 当晚美股盘初， 苹果股价再度创下历史新高 ，总市值达 5.06 万亿美元 （IT之家注：现汇率约合 33.93 万亿元人民币） 。 据外媒 MacObserver 报道 ，苹果正计划在 2027 年（明年）推出一项全新的家庭安全监控服务，作为其进一步拓展智能家居业务的一部分。与此同时，苹果正在研发一款注重隐私保护的家庭安防摄像头及自动化设备。该设备将利用 AI 分析周围环境，无需依赖传统摄像头持续录制视频，从而在提供家庭监控功能的同时，降低隐私方面的顾虑。 苹果首款智能家庭中枢 HomeView 允许用户通过触控或 Siri AI 查看摄像头画面、调节恒温器和灯光、锁门或关闭百叶窗；苹果同时宣布推出 Apple Hom...

推荐理由：来自IT之家 AI的《英伟达 DLSS 5 最新模型 10 月 16 日推送：性能相比 9 月翻倍，4K 显存占用降低 20%》。重点看模型能力与工程。摘要提到：IT之家 10 月 13 日消息，英伟达官方刚刚宣布，DLSS 5 的 3D 引导神经渲染模型将在本周迎来重大性能更新，新的模型将于 10 月 16 日正式推送。 据英伟达官方博客，通过系统性的渲染管线优化与神经模型精炼，新模型的性能达到 9 月版本的 2 倍，GPU 开销降低约 50%。与 3 月首次技术演示相比，累计性能提升达到 10 倍。 英伟达同时确认，10 月更新将模型体积缩减 24% 至约 1.18 亿参数，4K 分辨率下的显存占用降低 20%，视觉保真度与 9 月版本相当。VideoCardz 指出，这些改进来自渲染管线和神经模型本身的优化，而非删减 DLSS 5 的既有功能。 新模型将率先登陆 NBA 2K27。在 4K 场景下，NBA 2K27 的帧率从 65 FPS 提升至 90 FPS 以上，相比 9 月版本提升超过 30%。 英伟达官方博客称，新模型在 NBA 2K27 中可实现最高 1.4 倍的帧率提升...

推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《微软 Excel 引入 Copilot 交互式画布：AI 把零散数据变成可交互的决策看板》。重点看产品发布。摘要提到：IT之家 10 月 13 日消息，科技媒体 NeoWin 昨日（10 月 12 日）发布博文，报道称微软为 Excel 推出 Copilot 交互式画布（Interactive Canvas）， 用户可通过自然语言提示将工作簿数据转化为动态、自动更新的交互式报告。 用户只需输入自然语言提示，即可基于现有工作簿生成高管评审、项目更新或状态报告等交互式报表。且生成的画布与 Excel 工作簿保持联动，在底层数据变化后，无需用户重新制作图表或调整版式，报告会自动更新。 用户还可继续向 Copilot 提出修改要求，包括调整布局、突出不同洞察或更改信息呈现方式。该功能目前面向 Microsoft 365 Insiders 开放。IT之家附上相关演示视频如下： 微软同时宣布 Skill Builder 与 Skill Recorder，其中 Skill Builder 将于 10 月正式发布，Skill Recorder 将于 10 月底...

推荐理由：来自IT之家 AI的《微软逆转办公 AI 策略，新版 Copilot 整合完整 Word / Excel / PowerPoint 体验》。重点看产品发布。摘要提到：IT之家 10 月 13 日消息，科技媒体 NeoWin 昨日（10 月 12 日）发布博文，报道称微软逆转办公 AI 策略，此前主要将 Copilot 嵌入到 Office 应用中， 而现在围绕着新款 Copilot 应用，集成完整的 Word、Excel 和 PowerPoint 创建、编辑与协作体验。 IT之家附上相关视频如下： 根据微软演示，用户在 Copilot 应用中，无需切换至独立 Office 应用，即可创建、编辑 Word 文档、Excel 表格和 PowerPoint 演示文稿，并与其他用户协作。 在全新 Copilot 应用中 ，用户可从 Copilot Chat 中的简单提示启动任务，也可通过 Copilot Cowork 发起更复杂的任务。例如，用户可要求 Copilot 依据研究笔记生成 Word 文档，系统随后在对话旁打开该文档。 与旧版 Copilot 仅能创建 Office 文件不同，新版支持用...

推荐理由：来自IT之家 AI的《导演徐克谈 AI：幻觉与真实交织，边界日益模糊》。重点看文化创意、产品发布。摘要提到：IT之家 10 月 13 日消息，媒体 variety 昨日（10 月 12 日）发布博文，报道称在法国卢米埃尔电影节上， 导演徐克表示，AI 正日益模糊现实与幻觉的边界。 10 月 12 日在法国里昂卢米埃尔电影节期间，徐克出席大师班活动，谈及 AI 对现实感知的影响。他表示，AI 进入文化领域后，人们判断所见内容真实性的难度持续上升。 徐克称广告、互联网与 AI 正共同模糊现实与幻觉的界限。信息来源增多、传播速度加快，让公众接收的内容更易被塑造，也更难追溯其真实来源。 他进一步表示，AI 带来的不确定性令人担忧。在图像、视频与文本均可被技术生成或修改的环境下，观众面对同一内容时，难以确认其是否反映真实事件。 徐克还将 AI 与身份认同议题联系在一起。他认为，现代社会中的信息持续塑造个人认知，而 AI 的普及可能进一步影响人们对自我身份与外部世界的理解。 IT之家援引博文介绍，本次卢米埃尔电影节正在以回顾展形式，放映徐克的 4...

推荐理由：来自IT之家 AI的《中国市场率先落地后，特斯拉 Automations 自动化功能现身海外版固件》。重点看智能体工作流、产品发布。摘要提到：IT之家 10 月 13 日消息，特斯拉的 Automations 自动化功能看样子已准备在中国大陆以外市场上线。网友 Maciej Wilczyński（@maciej）在 X 平台发布了一段英文界面的演示视频，称该功能“在最新固件版本里已经完全打磨完毕，只是被功能开关隐藏”。在 @CoilShift 协助下，他直接启用了该功能并进行了演示，没有做任何修改。 与 Wilczyński 合作、特斯拉安卓项目的创作者米哈乌 · 加平斯基（Michał Gapiński，@mikegapinski）也在另一台车上开启了 Automations 并放出演示视频。他把这个功能比作“iOS 初代快捷指令（Shortcuts）”。 IT之家注意到，Automations 今年早些时候率先向国内特斯拉车主推送。英文版本的出现，说明特斯拉正准备将这项功能推向其他地区。 如果你用过苹果快捷指令或者安卓的 Tasker，会对 Automations...

推荐理由：来自IT之家 AI的《消息称 OpenAI 计划“复活”Sora：换赛道进军 AI 专业影视工具》。重点看模型能力与工程。摘要提到：IT之家 10 月 13 日消息，科技媒体《The Information》昨日（10 月 12 日）报道，OpenAI 正与一家专注于电影制作 AI 视频技术的隐身初创公司谈判， 计划将此前已停运的视频生成模型 Sora 移交给该公司，让其以专业影视工具的形式重新进入市场。 IT之家援引博文介绍，这家初创公司由好莱坞制片人杰弗里 · 卡岑伯格（Jeffrey Katzenberg）、Sora 前研究负责人比尔 · 皮布尔斯（Bill Peebles）以及 Dropbox 前首席财务官苏杰 · 贾斯瓦（Sujay Jaswa）于数月前创立，公司名称尚未公开。 合作方面，根据博文披露的细节，这家初创公司计划接管并改造 Sora 平台，并基于该技术开发、销售面向影视制作方的软件或服务。双方尚未敲定合作条款；目前也不清楚该初创公司是否能获得 Sora 的模型权重。 OpenAI 今年早些时候因削减高算力消耗的非核心项目， 停止了 So...

推荐理由：来自IT之家 AI的《9 年前英伟达 Tesla V100 老将再战：4 GPU 集群 AI 推理跑赢 2 台 DGX Spark》。重点看模型能力与工程、评测与基准、产品发布。摘要提到：IT之家 10 月 13 日消息，YouTube 频道 Jun Yamog 昨日（10 月 12 日）发布视频，测试将 4 张 Tesla V100 安装于 NVLink 载板，在 Qwen3.8-Flash-Next 基准中， 长提示处理速度较 M5 Ultra 快 230%，较 2 台 DGX Spark 快 40%。 IT之家查询公开资料，Tesla V100 是英伟达于 2017 年推出的数据中心 GPU，基于 Volta 架构，常用于 AI 训练与推理。其 32GB 版本配备 HBM2 显存，900GB/s 显存带宽可支持大模型参数与数据的快速读取。 NVLink 是英伟达的 GPU 高速互联技术，用于在多颗 GPU 之间直接传输数据。相比通过 PCIe 通信，NVLink 可降低互联瓶颈，常用于多 GPU 服务器和 AI 计算集群。 该 NVLink 载板提供 300GB/s 带宽，并配备 6 条 NVLink 2....

推荐理由：来自IT之家 AI的《消息称腾讯将推出“元宝助手”App，布局 Personal Agent 赛道》。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 10 月 12 日消息，据《读佳》从知情人士处获知，腾讯元宝正在开发一款 Personal Agent 产品“元宝助手”，并计划推出独立 App， 给予它独立于元宝主 App 的运行空间与权限 ，用来承载长周期任务、个人长期记忆等 Agent 核心能力。目前腾讯内部还有包括社交在内的多个业务部门在研发 Personal Agent 相关的产品或功能。 腾讯元宝是 腾讯 基于自研 混元 大模型开发的 C 端 AI 助手 App， 于 2024 年 5 月 30 日上线。腾讯元宝支持语音和文字搜索，涵盖微信公众号和视频号等信源；支持 PDF、Word、PPT、Excel、TXT 等格式文档识别，支持本地和微信上传；腾讯元宝可用于撰写报告、方案、文案和代码。 IT之家注意到，近期国内大厂在个人助手的赛道上动作不断。9 月 29 日，有报道称 豆包在个人助理方向正在推进相关产品规划 ，该探索项目当时代号为“Spell”，主要由...

推荐理由：来自IT之家 AI的《安蒙：AI 企业已要求高通在 2028 年推出支持 100B 模型本地运行的移动平台》。重点看智能体工作流、模型能力与工程。摘要提到：IT之家 10 月 12 日消息，Qualcomm（高通）总裁兼首席执行官 Cristiano Amon（克里斯蒂亚诺 · 安蒙）上月在年度骁龙峰会期间接受了 Sources 的采访。 安蒙表示， 已有人工智能企业要求高通在 2028 年推出支持 100B 参数模型本地运行的智能手机移动平台 。如果 100B 模型端侧模型成为现实，那本地模型体验、多智能体协同的效果都能得到显著提升。 安蒙认为 AI 智能体将推动下一轮智能手机“超级周期” ，吸收因价格飙升而迟滞的换机需求； 智能眼镜是其最看好的可穿戴 AI 设备 ；在低功耗领域的技术积累是高通面向数据中心的宝贵财富。 对于 6G，安蒙预计 2028 年洛杉矶奥运会上有望演示新一代无线通信技术，早期部署则会在 2029~2030 年启动。6G 有望助力高清视频持续上传，每个人都可为 AI 提供实时的现实世界数据。