#模型发布

推荐理由：来自IT之家 AI的《实时“导演”世界：皮查伊称 Genie 4 是谷歌迄今最逼真、最具互动性的 AI 世界模型》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 28 日消息，谷歌 DeepMind 团队昨日（10 月 27 日）发布博文，宣布推出 Genie 4 世界模型，定位为“重大研究里程碑”， 在原生音频、实时自然语言改写、更真实的物理与人物等方面实现核心突破，把世界模型从一次性生成画面升级为可实时操控、可听、可推理的动态模拟世界。 对于用户而言，谷歌 Genie 4 世界模型最大的亮点在于实时“导演”世界。在模拟运行中，用户可以用自然语言文本指令改变世界，例如改天气、移动镜头、加入新角色或物体。 有别于主流 AI 重新生成一段视频，Genie 4 会结合当前场景上下文执行动态变化，更像一个“可交互的虚拟沙盒”或“AI 导演系统”。用户可以设定一个事件，然后观察世界如何继续演化，同时随时介入调整。 其它亮点方面，Genie 4 是 DeepMind 首个在实时世界模拟中原生生成音频的模型，音频与画面在同一过程中同步产生。此外谷歌称 Genie 4 在空气动力学...

推荐理由：来自IT之家 AI的《火狐 Firefox 浏览器整合“网页变化雷达”，帮你盯商品降价和补货》。重点看模型能力与工程、文化创意。摘要提到：IT之家 10 月 28 日消息，Mozilla 昨日（10 月 27 日）宣布扩展火狐 Firefox 浏览器的 AI 浏览功能“智能窗口”（Smart Window）， 新增 AI 表单自动填写和网站监控两项能力，目前面向部分桌面版测试用户开放。 在 AI 表单自动填写方面，除了自动填充姓名、地址、联系方式等传统信息外，还可以从用户已打开的其他标签页中提取上下文，例如借助在线作品集或职业档案填写工作经历，甚至根据相关材料起草“请描述一次……”这类开放式问题的回答。IT之家附上相关动图如下： 不过 Mozilla 也明确该功能需要传输部分数据到云端，使用 Google 的 Gemini 3.1 Flash Lite 模型分析表单字段，并从所选标签页提取信息。Mozilla 强调，Firefox 常规自动填充仍可在不依赖 AI 的情况下直接填入已保存的姓名、地址等资料。 网站监控则更像一个“网页变化提醒器”。用户在智能窗口聊天框...

推荐理由：来自IT之家 AI的《谷歌推出最强世界模型 Genie 4：一句话创造可交互虚拟世界，首次实现音视频同步生成》。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 28 日消息，谷歌 DeepMind 于周二推出了最新的世界模型 Genie 4，目前处于研究预览阶段。这款最新模型能够生成迄今为止拟真度最高、可交互的虚拟世界，用户可以在模拟运行的过程中输入提示词来修改场景。该模型还能生成和虚拟世界同步的实时音频，涵盖音乐、环境音以及可交互对话。 IT之家注意到，就在 Genie 4 发布的数月之前，AI 视频初创公司 Runway 推出了自家第二款世界模型 GWM Worlds 2，这是一款可交互运行的模型，能够对用户输入做出动态响应，同时支持音频生成。与此同时，世界模型赛道开始出现整合趋势。李飞飞（Fei-Fei Li）创立的世界实验室（World Labs）被 AMD 收购，亚马逊正在洽谈收购 Decart，而 Rivian 刚刚收购了 Third Dimension，以此在内部搭建仿真能力，用于自动驾驶测试。 推出 Genie 4，是谷歌为在竞争激烈的赛道中保持领先...

推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《我国首个智慧货运枢纽领域国家标准 2027 年 4 月 1 日起实施，降低社会物流成本》。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 27 日消息，据市场监管总局，近日，国家标准委批准发布《智慧货运枢纽基本要求》（GB/T 48172—2026）国家标准，该标准是我国首个智慧货运枢纽领域国家标准， 将自 2027 年 4 月 1 日起实施 。该标准主要内容如下： 通则 方面 ，明确枢纽选址布局、设施设备配置、先进技术应用、网络安全等要求，针对不同类型枢纽提出差异化业务功能配置要求。 信息平台建设 方面 ，明确硬件设备、网络传输、数据存储、算力资源等要求，鼓励平台提供智能体编排、模型训练及推理、评测等人工智能服务功能。 智能设施设备方面 ，明确枢纽主要作业设施设备的功能要求，包括智能闸口、仓库、堆场、月台等设施及智能安检、仓储、装卸等设备。 智慧作业和智慧管理方面 ，明确枢纽生产作业和运营管理两方面功能要求：作业涵盖生产调度、车辆管理、分拣、仓储等业态，管理包括办公、安防、设备、环境、能源、应急等方面。 IT之家从官方公告获悉，该标准的发布实...

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：来自极客公园的《左手开源模型，右手创作 Agent，Hi3D 的 AI 3D 下半场》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到：作者｜Cynthia 编辑｜郑玄 2026 年的 AI 3D 赛道，正站在一个微妙的分水岭上。 一级市场的热度仍在攀升，新模型、新创业公司层出不穷，单图生 3D 的正面渲染效果几乎已经做到了以假乱真。 但剥开炫目的 Demo 外壳：绝大多数生成结果依然停留在「转台展示」阶段：一个精致的角色或机械模型，在灯光下缓缓旋转，鳞片、衣褶和金属刻纹栩栩如生；可这些细节一旦进入游戏引擎装配、工业仿真以及 3D 打印的真实生产流程就立刻原形毕现：结构断裂、背面崩坏、细节粘连、网格不可编辑等问题开始集中爆发，大量人工修补成本吞噬了 AI 带来的效率红利。 正面视图保真度不等于 3D 质量成为新的行业共识。AI 3D 的竞赛，也从 能不能生成」的上半场，进入了能不能落地的下半场。 也正是在这个节点上，头部玩家 Hi3D 接连落下两枚棋子：正式开源经过生产验证的 Hi3D V1.0 底座，同时推出以创作者为核心的 Hi3D Agent，一头连接产业...

推荐理由：请对照爱范儿原文，核对完整说明及适用条件。

推荐理由：来自IT之家 AI的《Mac 版 Ollama 新增离线生成 AI 语音：数据不出门，速度比原方案最高快 35%》。重点看模型能力与工程、开源生态。摘要提到：IT之家 10 月 27 日消息，本地运行 AI 模型的开源平台 Ollama 于 10 月 24 日宣布， 其 Mac 应用正式支持文本转语音（TTS）生成， Windows 和 Linux 版本也将随后跟进。 科技媒体 9to5Mac 认为这是 Ollama 首次加入语音生成能力，让本地 AI 从“能读会写”进一步迈向“能开口说话”。 首个支持的语音模型是 Gradium 开发的 Phonon 系列。该模型体积较小、技术指标先进，用户无需依赖云端服务，可通过 Ollama 直接下载并在 Apple Silicon Mac 上运行，更适合注重隐私、需要离线使用的场景。 在 macOS 上， Ollama 采用苹果开源机器学习框架 MLX ，充分利用 Apple Silicon 的统一内存架构来提升运行效率。 官方测试显示，在搭载 M5 Max 芯片的 MacBook Pro 上，Phonon 在保持了与 Hugging Fac...

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《OpenAI 宣布斩获三项重大科学突破，涉及数学猜想、计算机算法及千禧年难题》。重点看模型能力与工程。摘要提到：IT之家 10 月 27 日消息，OpenAI 宣布，其 AI 模型在数学、计算机科学和物理学领域取得三项重大突破，展现出 AI 独立发现并证明复杂科学理论的能力，而不只是回答问题或辅助研究。 在数学领域，AI 证明了适用于所有维度的局部光滑猜想，并由此解决 局部光滑猜想与挂谷猜想 。 在计算机科学领域，AI 推翻了 长期被广泛接受的指数时间假设 ，意味着未来可能找到速度更快的算法。 在物理学领域，AI 提出 量子色动力学及杨–米尔斯理论的严格数学存在性证明 ，涉及世界七大千禧年数学难题之一。 OpenAI 表示，数学和计算机科学成果已通过 Lean 数学验证工具进行形式化验证，并公开证明材料；物理学成果正由诺贝尔物理学奖得主等专家参与审查。相关成果仍需学术界进一步独立确认。 IT之家附上 OpenAI 官方的声明大意如下： 局部光滑猜想与挂谷猜想 数学方面的新成果来自调和分析领域。 1991 年，数学家克里斯托弗 · 索格提出...

推荐理由：来自IT之家 AI的《OpenAI 低成本新模型 GPT-6.1 Terra 深夜炸场：每项任务成本仅 Claude Opus 5.5 九分之一，更快更准确》。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 27 日消息，OpenAI 今天（27 日）凌晨宣布推出新模型 GPT-6.1 Terra，主打以更低成本完成复杂的电脑操作任务，尤其擅长需要视觉推理和操作桌面软件的工作。与 GPT-5.6 Terra 相比，新模型在事实准确性和编程能力方面也有大幅提升。 Terra 主要面向希望降低自动化成本的企业，可用于处理发票、解读技术图纸等工作。OpenAI 称，面对难度较高的专业任务，Terra 也能以远低于高价模型的成本完成。 在考察复杂专业工作的 Agents’ Last Exam 基准测试中，Terra 的成绩明显提高。测试项目包括根据建筑图纸建立三维模型，以及逐一记录电影镜头，供影片修复团队使用。 采用中等推理强度时，Terra 的得分比 GPT-5.6 Terra 高 15 个百分点，完成任务的成本却只有后者的约三分之一。与 GPT-6 Astra 相比，Terra 的测试成绩不相上下，每个 Token ...

推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。

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

推荐理由：来自IT之家 AI的《腾讯混元同声传译大模型 Hy-SimulMT 开源，响应时间仅 3 秒超人类译员》。重点看模型能力与工程、评测与基准、开源生态。摘要提到：IT之家 10 月 26 日消息，腾讯混元同声传译大模型 Hy-SimulMT 今日发布并开源，具备低时延、高准确率的特点，支持中英语言之间语音到语音实时翻译 —— 说话人的音频可以实时输入到 Hy-SimulMT 模型中，模型会边听边译，实时给出译文和语音，并支持实时音色克隆，可以高度还原说话人声音和语气。该模型在腾讯 Hy 翻译 App 首发， 免费提供服务体验 。 IT之家从官方介绍获悉，低时延是模型的一大亮点，混元同声传译大模型 Hy-SimulMT 的响应时间 实测在 3 秒左右 ，人类专业译员平均水平在 4-5 秒。测评结果显示，该模型的翻译效果超过了市面上主流的开源同传模型，甚至超过大部分的商用同传 API。 官方称，在业界常用的长音频开源评测集 RealSI 上，Hy-SimulMT 展示出了较好的同传翻译效果，见下图： 横轴里的 StreamLAAL 表示同传翻译的延迟指标，反映的模型输出翻译结果相比输入音频的...

推荐理由：来自极客公园的《Kimi 发布 K3.1 Pro，加量降价挑战 Opus 5.5》。重点看模型能力与工程、产品发布。摘要提到：作者｜宇航猿 编辑｜靖宇 10 月 23 日上午，Kimi 官方在 X 和视频号上发了一段 24 秒的视频。 画面里是一台复古风格的老式电脑，屏幕上开着 Kimi Code，终端里一行行地写着 Three.js 代码，在生成一个复杂的 3D 场景。眼尖的网友很快在左上角的模型栏里找到了答案——「Model: Kimi K3.1」。 Kimi 官方发布的 K3.1 预热视频｜图片来源：X @Kimi_Moonshot 用一台老古董般的机器，跑一段今天最前沿的 3D 代码，这个反差本身就是月之暗面想说的话。 十几个小时后，10 月 24 日零点刚过，卡着程序员节，Kimi K3.1 Pro 正式上线，同步推出的还有一个速度快 2 到 3 倍的 Highspeed 版本。官方承诺，完整模型权重将在 11 月 4 日前放出。 距离上一代 K3 发布，过去了三个多月。这三个月里，月之暗面经历的事情，比大多数公司一年...

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《字节跳动旗下即梦 AI 短剧工作室上线，提供自研剧本、图片、分镜模型》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 26 日消息，10 月 26 日，字节跳动旗下即梦 AI 宣布， 即梦短剧工作室正式上线 ，提供自研剧本模型 DreamScript、图片模型 Anycook、分镜模型 DreamShot。 自研剧本模型 DreamScript ：支持多题材剧本生成，覆盖原创、改编、出海、解说等主流题材；剧本爆款诊断，洞察平台热点与爆款逻辑，辅助优化剧情结构；10 万字长篇解析，自动理解、解析长篇文本，大幅提升创作效率。 自研图片模型 Anycook ：支持差异化人物设定，为短剧美术专项调校，生成更真实、辨识度更高的短剧角色；多风格场景搭建，覆盖多元视觉风格，精准匹配剧情场景。 自研分镜模型 DreamShot ：双模式创作，画布、故事板自由切换，灵活适配创作流程；故事板全局协同，支持对话改稿、全局修改、灵活调整剧情，保持分镜有序编排；3D 导演台动态预演，自由设置机位与运镜，提前预览动态效果；智能预演关键分镜，串联关键镜头...

推荐理由：来自IT之家 AI的《研究：人类更喜好拟人形象 AI 智能体，但也存在“性别”偏见》。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 26 日消息，爱尔兰利默里克大学研究人员在本月初发布的一篇研究论文中指出，在一项涉及 189 位知识工作者的实验中， 人类更喜好拟人形象 AI 智能体 ， 但也存在“性别”偏见 。 参测者在一个虚拟办公室中同 3 个基于相同底层模型的智能体同事协同完成工作。三位虚拟同事分别以文本聊天窗口、虚拟小机器人、拟人形象出现，其中拟人形象分为女性的 "Johanna" 和男性的 "Johan" 两个版本。受测者在智能体协同办公后对每位 AI 助理进行评分，并根据其表现分配后续开发资源。 图源：Pexels 结果显示，拟人形象比那些更像机器人的智能体获得了更高的信任、信用和“薪酬”；"Johanna" 和 "Johan" 在信任与信用上的表现无显著差异， 但女性化的 "Johanna" 得到的“薪酬”仍在统计学上明显明确低于其男性“同事” ，尽管多数受采访的参测者并不认为虚拟的“性别”会影响其反馈。 其它值得注意的情况包...

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：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《全国多所财经高校布局“AI + 财经”》。重点看智能体工作流、模型能力与工程、教育应用。摘要提到：IT之家 10 月 26 日消息，据央视新闻今日报道，为推动财经教育数智化转型， 全国多所财经高校积极布局“AI+ 财经” ，探索 AI 赋能财经教育和研究转型升级。 在首都经济贸易大学，新成立的智能经济研究院正在对“融创智谷”平台进行升级。这是学校重点打造的“算力 — 算法 — 数据”一体化底座，通过统筹全校算力、共享数据资源，面向全校人才培养、科学研究和智库服务三类场景开放。 依托这一底座，学校持续推动教学方式和课程设置调整。 各学院可开发自己的垂类大模型和智能体，给不同专业配备不同的“智能助手” 。在人工智能学院的“词元经济”课堂，教学不再主要依托教材案例和历史数据，而是引入实时数据和智能交互，学生围绕真实经济问题开展实训。 同时，学校新成立的未来商学院、数字经济学院，也在借助 AI 重构人才培养模式，培养适应智能经济发展的复合型财经人才。 首都经济贸易大学副校长尹志超：“十五五”规划提出发展量子科技、脑机接口、具身智能等...

推荐理由：来自IT之家 AI的《1 秒下载两万部 4K 电影：3.2Pb/s，我国团队创下单纤双向实时光传输容量的世界纪录》。重点看模型能力与工程。摘要提到：IT之家 10 月 26 日消息，据科技日报从中国信科集团光通信技术和网络全国重点实验室获悉，该实验室日前联合鹏城实验室、烽火藤仓光纤科技有限公司，成功完成 3.2Pb/s（拍比特每秒）多芯光纤实时双向传输试验， 创下单纤双向实时光传输容量的世界纪录 。 “3.2Pb/s 的传输速率， 意味着可在一秒内下载两万余部 4K 电影 。”中国信科集团光通信技术和网络全国重点实验室光系统高级工程师杨超表示，该方案验证了多芯光纤超宽带扩容路线产业化潜力，为大型算力枢纽互联、骨干传输及 6G 承载提供下一代高速光通信核心技术支撑。 随着人工智能、大模型计算及数据中心规模化发展，网络流量呈爆发式增长，传统单模光纤传输系统逐步逼近容量极限。针对这一瓶颈，团队创新提出 24 芯多芯光纤双向传输架构，采用 10.3 公里 24 芯多芯光纤，融合 S+C+L 三波段复用与空分复用技术， 构建数千路并行传输通道，使总带宽规模大幅突破传统单模光纤容量上限...

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《Anthropic Claude 被曝绕过付费墙，调取美国佐治亚州选民数据》。重点看模型能力与工程。摘要提到：IT之家 10 月 26 日消息，据 Axios 报道，Anthropic 旗下人工智能模型 Claude 绕过付费墙 （Paywall），在未经人类授权的情况下调取了美国佐治亚州原本对公众（付费）开放的选民数据。 Anthropic 发言人表示：“在一次模型训练运行期间，Claude 抓取了佐治亚州向公众收费开放的汇总计票数据。该模型并未渗透该州的选民登记系统，亦未篡改或导出任何具体选民的投票记录。” IT之家注意到，Anthropic 曾在本月早些时候指出，已发现多起 Claude“通过规避限制手段，获取受访问令牌（Token）或付费门槛保护的数据”的案例，其中部分情况涉及美国联邦、州及地方各级政府机构运营的官方网站。 另有知情人士透露，Anthropic 早在数周前就已向佐治亚州州务卿办公室和白宫通报了该情况，且政府官员曾敦促州务卿办公室尽早对外披露，但这一提议未被采纳。

推荐理由：来自IT之家 AI的《猫王音乐版权方起诉 Anthropic，指控其未经授权用 274 首歌曲训练 AI 模型》。重点看模型能力与工程、文化创意。摘要提到：IT之家 10 月 26 日消息，猫王 · 埃尔维斯 · 普雷斯利（Elvis Presley）音乐曲库的持有方正在起诉人工智能企业 Anthropic，指控该公司未经许可使用普雷斯利的歌曲训练 AI 模型。 持有普雷斯利音乐版权与肖像权的授权机构正宗品牌集团（Authentic Brands Group），指控 Anthropic 侵犯了普雷斯利 274 首歌曲的相关权利。这份诉讼于当地时间上周五提交至法院。 尽管 AI 企业此前已经遭到美国唱片业协会以及索尼、环球、华纳唱片等唱片公司提起的版权侵权诉讼，但本案属于由艺人遗产管理方直接针对 AI 开发公司发起的首批重大法律诉讼之一。案件判决结果，有可能为 AI 企业使用现有音乐曲库划定通用判例标准。 首席代理律师理查德 · 布施（Richard Busch）在诉状中写道：“原告方提起本次诉讼，是为了维护自身专有权利。被告的整套商业模式，建立在规模空前的版权侵权行为之上。” 诉状...

推荐理由：来自IT之家 AI的《AI“专属保险”：全国首个人工智能应用风险综合保障方案正式发布》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 26 日消息，据央视财经报道，在近期结束的 2026 金融街论坛年会上， 全国首个人工智能应用风险综合保障方案正式发布。 通过保险产品分别对人工智能服务给第三方造成的损失，和人工智能供应方自身费用损失进行保障， 填补国内 AI 保险市场空白 。 IT之家注意到，AI 正在接管越来越多的事情：打电话、做客服、分析农产品价格、写文案剪视频。可一旦它“说错话”侵权，或者“算错账”造成损失，谁来负责？ 今年 9 月，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》，明确了关键规则： 生成式 AI 侵权一般适用过错责任，“内容由 AI 生成”不能作为免责抗辩。 也就是说谁有过错谁担责，不能用一句“这是机器干的”甩锅，服务方哪怕只是提供了模型能力，如果没尽到注意义务，也可能要承担赔偿责任。 据介绍，这类保险保障的是 被保险人在提供生成式人工智能服务过程中，因过失或疏忽导致生成的内容 ，比如文本、图片、音频、视频等...

推荐理由：来自IT之家 AI的《Kimi 就会员使用 K3.1 Pro 出现限流等问题致歉，为所有订阅会员进行重置》。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 26 日消息，Kimi 智能助手今日凌晨发文，就近期 K3.1 Pro 使用体验问题进行致歉，并公布了相关补偿。IT之家附官方原文如下： 致用户：关于近期使用体验问题的致歉与补偿 致 Kimi 用户 对于近期 Kimi 会员使用 K3.1 Pro 时出现的限流及不必要的额度消耗，我们向大家致歉。问题出在我们，我们也本应更早修复。 今天，我们会为所有档位的订阅会员进行一次重置：所有有效期内的会员都将获得月度总额的 25% 作为补偿，相当于一周的用量 。如果当前用量不足月度总额的 25%，将重置为 0。用量进度条会在今天结束前显示调整结果。 同时，我们已调整配置，并正在减少不必要的子 Agent 调用和输出长度，让同样的额度完成更多实际任务。 感谢您的理解与耐心等待。 KIMI 据IT之家此前报道，10 月 24 日， 月之暗面 Kimi 正式推出 Kimi K3.1 系列的第一个模型 ——K3.1 Pro，也是...

推荐理由：来自IT之家 AI的《韩 KRAFTON AI 预览 Raon-1 mini 模型：30B-A4B，可与 Meta Muse Glimmer 竞争》。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 25 日消息，韩国知名游戏企业 KRAFTON（魁匠团）旗下人工智能分支 KRAFTON AI 本周公布了其从头训练的 Raon-1 mini 模型的预览版本，该模型的正式版和后续的更大模型即将推出。 Raon-1 mini 采用混合专家架构，导入线性注意力，支持推测解码，整体体量为 30B-A4B。该模型聚焦韩语的同时兼顾英语性能， 以 Apache 2.0 许可开源 。KRAFTON AI 还在官网提供限时免费 API 试用。 KRAFTON AI 表示，预览版的 Raon-1 mini 在编程与智能体任务上与 Meta 的 Muse Glimmer 30B 相当 ，同时速度更快、内存效率更高；此外其能进行自然的对话。 参考 https://raon-mini.krafton.ai/en

推荐理由：来自IT之家 AI的《网络安全研究员称三星电视利用 AI 录制音频、截屏投放广告》。重点看模型能力与工程。摘要提到：IT之家 10 月 25 日消息，据科技媒体 Tom's Hardware 今天报道，网络安全研究员 log4j 近日发现，自己家里的三星电视，推送出来的广告“精准得让人后背发凉”。随后他发现，这款电视的 Tizen 操作系统能够详细记录用户遥测信息、音频、屏幕截图等， 意图改善定向广告投放 。 log4j 表示，他逆向这台 2025 款三星电视后发现，其系统之所以运行迟缓，可能是因为后台程序对用户数据进行了大量处理，包含音频、屏幕截图和广告标识符 AID。某些地方甚至还存在卷积神经网络（IT之家注：CNN），也就是一种 AI 模型，分析用户观看了哪些视频、跳过什么广告，以及视频的播放速度。 同时， 即使电视没有配备麦克风 ， 系统也会寻找其他设备录制音频 。例如它可以自动寻找连接到电视的条形音箱、蓝牙设备，利用这些设备的麦克风进行录音。 Hugging Face 工程师 ngxson 则表示，他使用 Flipper Zero ...

推荐理由：来自IT之家 AI的《阿里千问蒋冠军谈个人 AI 智能体技术框架：需要模型、记忆与生态协同推进》。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 25 日消息，在 10 月 22 日的 2026 中国计算机大会上，阿里巴巴千问事业部 AI 算法负责人蒋冠军分享了千问打造个人 AI 智能体的技术实践过程。他认为，真正的个人智能体阶段，应该带来增量价值的创造和个性化的主动服务，模型、记忆与生态是共同构建这一核心能力的三要素。 蒋冠军将 AI 应用的发展分为对话、代理和助理三个阶段。当前，AI 应用正加速迈向助理阶段，在交付具体任务的基础上，开始结合专业经验和个人上下文，围绕用户目标自主规划与执行，并进一步发现用户尚未注意到或有所疏忽的需求。 他表示，个人 AI 智能体解决日常工作、学习、生活问题的理论上限接近 100%，释放这一潜力的关键，在于让系统能力与问题解决路径更好地匹配，通过模型、记忆与生态能力的高效协同，为不同问题找到最优解决路径。 在模型层面，千问更加重视任务执行的稳定性。为此，千问建立了一张覆盖 30 多个头部行业的用户需求透视图，梳理出 8...

推荐理由：来自IT之家 AI的《Block 推出全双工 AI 语音模型 Dessa：真人感拉满，支持苹果 MacBook 本地运行》。重点看模型能力与工程、产品发布。摘要提到：IT之家 10 月 25 日消息，Twitter 联合创始人杰克 · 多尔西（Jack Dorsey）旗下的 Block 公司推出了一款全新语音模型 Dessa，支持本地运行，能模拟笑声、停顿、哽咽等情绪表达，听感高度拟人。官方介绍，Dessa 完全基于人类语音数据训练，训练过程仅使用了一组英伟达 GPU 机架。 Dessa 属于全双工模型，和 OpenAI 今年早些时候发布的 GPT-Live 一样，可以一边说话一边收听用户语音。主流语音模型一般需要搭配大语言模型来调取知识；Block 称，Dessa 自身的知识来源于其训练所用的对话数据。 Block 表示，现有语音 AI 体验经常生硬、违和，根源在于生成链路要先转成文本，再由文本驱动语音合成。ElevenLabs v4、Fish Audio Drama 3 等不少模型依靠语音标签来控制情绪。而这家多尔西的公司宣称，情绪表达是模型原生内置的，不过目前尚不清楚它底层是否仍然依靠...

推荐理由：来自IT之家 AI的《中国信通院：6 月国内词元日均消耗量约 500 万亿，是 2025 年 12 月的近 4 倍》。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 24 日消息，据中国信通院，随着大模型技术的迅速迭代，词元（Token）服务成为从技术走向应用的关键点，我国日均词元调用量持续攀升，2026 年 6 月， 国内词元日均消耗量约 500 万亿 ，是 2025 年 12 月的近 4 倍。产业中越来越多的 MaaS（Model as a Service，模型即服务）平台厂商通过公有云 API 方式供给大模型词元服务。然而用户对词元服务性能缺乏直观的判断依据，且面临选型困难等各类问题。 为有效衡量服务性能，中国信息通信研究院（简称“中国信通院”）人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室和中国人工智能产业发展联盟，自 2025 年以来持续开展公有云大模型词元服务性能监测工作，为产业应用提供重要参考，现联合发布《大模型词元服务性能监测报告（2026 年）》。 报告基于 2026 年 1-8 月的监测数据，围绕各平台词元服务调用成功率、吞吐速度、...

推荐理由：来自IT之家 AI的《消息称字节跳动 AI 短剧产品内部整合：小云雀并入即梦，仍保留独立入口》。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 24 日消息，据 36 氪今日报道，字节跳动内部近期完成了一次业务整合，AI 短剧创作平台小云雀并入智能创作平台即梦，产品仍保留独立入口。 此次调整以资源整合为主，即梦已经接入小云雀的短剧相关能力。调整后，小云雀的运营由即梦运营和市场负责人陈欣然负责，产品团队没有变化。 小云雀和即梦均出自字节剪映团队。小云雀定位为一站式 AI 内容创作平台，今年 3 月上线短剧 Agent，支持上传最多 10 万字剧本、一键生成视频成片，搭载了字节自研的 Seedance 2.0 模型，在短剧、漫剧的标准化生产场景中具备从剧本解析到分镜生成的完整流程能力。 即梦 AI 于 2024 年 5 月推出，最初覆盖文生图、文生视频等生成能力，此后逐步向智能画布、首尾帧控制等偏专业创作的 Agent 编辑工具延伸，用户群体覆盖普通创作者与专业设计师。 IT之家注意到，两者在功能上存在重叠：都能在平台内完成“从生成到成片”的全流程，与剪...

推荐理由：来自IT之家 AI的《腾讯 WorkBuddy 接入模型 Kimi-K3.1-Pro，支持 100 万上下文》。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 24 日消息，今日，腾讯 WorkBuddy 宣布已接入模型 Kimi-K3.1-Pro。据介绍，WorkBuddy 同步接入高速版模型 Kimi K3.1 Pro Highspeed，同等智能， 输出速度约 2-3 倍 。目前资源紧张，现阶段仅对“企业旗舰版”及“个人订阅用户”优先开放。 据介绍，Kimi K3.1 Pro 是全新 K3.1 系列的第一个模型，也是 Kimi 迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。K3.1 Pro 在代码、3D 创作、金融研究和其他长程 Agent 能力上的提升尤为显著。 IT之家注意到，在 Kimi K3.1 Pro 的研发中，大幅增加了强化学习（RL）环节的算力投入。在代码、Agent 和知识类基准上，K3.1 Pro 达到或接近最强闭源模型的水平。Terminal-Bench 4.0 通过真实环境中资源受限的终端任务考察编程智能体的能力，每项任务均...

推荐理由：来自IT之家 AI的《MOD 社区立功：英特尔 Arc XMX 内核非官方移植 AMD FSR 4.1.2》。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 24 日消息，科技媒体 Wccftech 昨日（10 月 23 日）发布博文， 报道称 OptiScaler MOD 社区已将 AMD 最新的 FSR 4.1.2 神经网络超分辨率模型移植至 Intel Arc 显卡，并借助 Arc 的 XMX 矩阵加速核心实现硬件加速。 本次非官方移植针对 Intel XMX 硬件，重点优化 FSR 4 INT8 DLL。相比依赖通用着色器运行，XMX 加速能显著降低超分耗时，让 AMD 的 AI 超分技术在 Intel 平台上更接近原生体验。 社区基准测试显示，在 Intel Arc A770 上以 1080p、Quality 模式运行《巫师 3：狂猎重制版》时，FSR 4.1.2 Lite 的平均帧率为 101.5 FPS，超分耗时 0.75 毫秒；原生 XeSS SR 为 101.1 FPS、0.84 毫秒。IT之家附上相关截图如下： FSR 4.1.2 Lite 的...

推荐理由：来自IT之家 AI的《Anthropic 亮出未发布 AI 模型：能力比 Mythos 5.1 更强，也更“守规矩”》。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 24 日消息，Anthropic 昨日（10 月 23 日）发布博文，联合英国人工智能安全研究所（AISI），发布了一起 AI 网络测试失控事件的调查报告， 并提及旗下一款尚未发布的内部研究模型。 在这份调查报告中，Anthropic 称在测试 Claude Mythos 5 期间，该模型曾试图向真实 GitHub 项目提交恶意代码，并伪造身份向真实维护者施压，所幸代码未被合并、未造成实际损害。IT之家附上相关截图如下： 报告同时透露，Anthropic 旗下一款尚未发布的内部研究模型，在能力上已超过已发布的 Claude Mythos 5.1，并在安全对齐测试中表现更好。在同类危险能力评估中，该内部模型从未主动发起攻击；当意识到可能造成真实伤害时，也更愿意停止行动。 Anthropic 将事故记录重新回放给 Mythos 5.1、Opus 5.5 及该内部研究模型。结果显示，三款较新模型从原始攻击起点继续发...

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：请对照GitHub Changelog原文，核对完整说明及适用条件。

推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。