跳到正文

#多模态

今日 4 条
11月10日周二
  1. IT之家39

    快克智能透露参与苹果 AI 眼镜及新款智能耳机项目

    快克智能在 2026 年第三季度业绩说明会上透露,公司已参与苹果 AI 眼镜及新款智能耳机项目,这将拉动精密焊接装联和机器视觉检测等相关业务。此前消息显示,苹果计划最早 2027 年推出首款 AI 智能眼镜,该产品不带镜片显示系统,配备摄像头用于获取环境信息,Siri 可据此回答用户问题、提供场景说明及翻译现实中的标识文字。

  2. IT之家29

    魅族 Flyme AIOS 官宣「超级 Aicy」上线

    魅族 Flyme AIOS 宣布「超级 Aicy」上线,提供 24 小时在线的 AI 助手服务。该功能支持通话代接、出行预定、办公文档生成及视频创作,并深度集成 130+ 项手机原子能力,支持主动备车。Aicy 具备记忆功能,可自动提取用户偏好并加密存储,实现个性化服务。

  3. IT之家31

    腾讯首款 AI 游戏陪伴 Agent“鹅次元”开启内测

    腾讯首款专属 AI 游戏陪伴 Agent“鹅次元”今日开启内测,面向 PC 玩家提供拟人化 AI 陪伴和实时语音互动。该产品支持 PC 及手机 QQ 陪伴聊天,AI 能识别游戏画面并互动,目前提供“夏夏”等角色,擅长《无畏契约》等游戏。此前有报道称腾讯正在秘密内测该 AI 游戏搭子。

  4. Google Research41

    Google DeepMind 在柏林通信博物馆展出 Language Explorer 语言多样性可视化平台

    Google DeepMind 在柏林通信博物馆展出 Language Explorer,这是一个基于开源 LinguaMeta 数据集的交互式网页平台,用于可视化全球语言多样性。该平台是 Google“1000 种语言计划”的一部分,旨在帮助研究人员和教育者探索语言数据。此次展览将持续至 2028 年 2 月,此前 Google 翻译已支持近 250 种语言。

  5. TechCrunch · AI82

    Anthropic发布Mythos 5.2与Fable 5.2模型,正值RSI担忧之际

    Anthropic发布Mythos 5.2与Fable 5.2模型,称在编码、推理和视觉等方面有改进且沟通更清晰。Fable 5.2输入价从每百万10美元降至8美元,响应提速30%并支持零数据保留策略,比GPT-6 Astra更便宜。这是METR报告暗示其接近RSI后的首次模型发布,系统卡称Mythos 5.2隐蔽能力增强但绝对性能低。

  6. Latent Space58

    前沿实验室采购什么:与 Handshake AI 的数据深度探讨及基准演示

    Latent Space 与 Handshake AI 团队通过播客演示金融、生物与对齐等 agent 基准,显示模型在专项任务上仍远落后人类。Handshake 的 AI 训练业务约一年内从发布增至 $1 billion 年化收入,演示含 ATLAS-Finance 代理处理银行邮件错漏、VIALS 脑切片识别误加等。这是 Latent Space 首次与 AI 数据公司深潜。

11月9日周一
  1. IT之家35

    苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”,可记录用户各类信息

    苹果 iOS 27.3 测试版代码曝光 Siri 个人记忆系统,包含“记忆图谱”与“记忆原子”组件,旨在记录用户人际关系、健康状况及日常习惯。该系统利用设备端 AI 或 Private Cloud Compute 从 Siri 对话、照片等提取信息,并内置 60 个问题识别用户动机。目前代码显示系统尚未完成,且未透露上线时间及数据管理方式,此前 Siri 已具备基础情境理解能力。

  2. 量子位68

    腾讯混元跻身最强开源模型!一手实测Hy4:搭配WorkBuddy,多模态Agent交付力拉满

    腾讯混元Hy4正式版在一手实测中搭配WorkBuddy展现多模态Agent交付力,跻身最强开源模型之列。模型770B总参数49B激活,首次引入原生视觉与电脑操作,已在腾讯云等上线且权重近期开源。实测通过3D键盘、PPT等案例展示其长程任务自主执行与自检能力,金融科研任务表现领先。此为preview后的正式版,Hy4 flash端侧版也在路上。

  3. IT之家26

    荣耀 700 全系搭载 AI 灵动背屏

    荣耀终端产品线总裁方飞宣布荣耀 700 系列全系搭载 AI 灵动背屏,支持后置自拍、AI 互动及心率血氧检测。该系列采用行业首创悬浮玻璃工艺,机身厚度仅 7.96mm 并配备同档位最大容量电池。这是荣耀数字系列迄今最大的外观突破,旨在通过设计创新满足用户表达与陪伴需求。

11月8日周日
  1. The Decoder60

    Co-Design Bench基准显示AI编码智能体近四分之三任务需人工清理,顶尖模型完全正确率仅26.4%

    Alibaba等研究者提出Co-Design Bench基准,基于真实用户请求测试十款编码智能体,最佳模型GPT-6 Astra仅26.4%任务完全正确,近四分之三需人工清理。相较旧基准近满分,新基准暴露模型在交织需求与不同运行环境下的表现落差,建议模型与环境成对评估。

  2. IT之家30

    索尼全球首发“语义慧行”系统:可透视被遮挡的道路信息,并呈现于车机屏幕

    索尼在第九届中国国际进口博览会上全球首发“语义慧行”可透视车联网预警系统,利用语义通信技术将被遮挡的道路信息以直观画面呈现在车机屏幕上。该系统通过模型轻量化减少计算开销,目前已与国内商用车在通讯单元 TCU 产品完成联合测试。这是继第八届进博会全球首发后,该系统进一步推进车载应用。

  3. IT之家25

    索尼全球首发车载乘客眩晕检测技术

    索尼在进博会全球首发“融合双路视觉信息的车载乘客眩晕检测”技术,利用 AI 模型分析车前道路与后排屏幕视频,预测乘客眩晕程度。该方案复用车辆原有 ADAS 前视摄像头,无需新增硬件,可提示驾驶员减少急刹、急转。此前索尼已在第八届进博会展示过车载娱乐体验,此次针对观众反馈的眩晕问题推出了该检测方案。

  4. IT之家26

    索尼全球首发基于视觉语言模型的驾驶接管危险预警技术

    索尼在进博会全球首发基于视觉语言模型的驾驶接管危险预警技术,通过分析道路画面判断路况是否超出智能驾驶系统的设计运行范围(ODD)。该技术提供准备、主动及紧急三级接管提示,利用数字孪生仿真数据训练,目前正与清华汽车工程学院在苏州开展实际道路测试。

  5. The Verge · AI47

    NYT Cooking 推出 AI 助手,可定制食谱但曾险些出错

    NYT Cooking 为 iOS 订阅用户推出 AI 助手,基于用户评论训练,提供食材替换和食谱定制建议。该功能不修改原食谱,而是生成新版本并高亮显示变更,但测试中曾出现建议错误。此前该应用已具备单位换算功能,此次新增 AI 辅助旨在解决用户寻找替代方案的痛点。

11月7日周六
  1. IT之家71

    谷歌 AI 新研究:无需袖带利用消费级智能手表检测高血压,成果登 Nature

    谷歌在 Nature 发表研究,推出 AI-PPG-ACC-HTN 多模态 AI 系统,无需袖带即可用消费级智能手表被动检测高血压。该系统聚合多天被动生理特征识别持续高血压状态,临床试验初步筛查特异度90%、阳性预测值80.6%,确诊检测阳性预测值96.7%,已支撑谷歌健康应用血压趋势功能。

  2. IT之家30

    吉利发布首个车道级气象环境监测大模型

    吉利汽车集团与中国气象局联合推出行业首个“智象-星睿交通气象大模型”,实现车道级气象环境实时监测与提示。该模型已初步输出“超视距安全预警”功能,可基于多车互联智能识别结冰等危险路况并主动提示。该模型计划率先在领克 900L 上量产落地,未来逐步应用于吉利、银河、领克、极氪等多品牌车型。

  3. IT之家16

    微软 Edge 浏览器 157 稳定版发布,明确“加速应用启动”仅限 Win11 三个版本

    微软发布 Edge 浏览器 157 稳定版,明确“加速应用启动”特性仅适用于 Windows 11 25H2、26H1 和 26H2 版本。该特性针对热启动场景,在多任务负载较重时启动速度最高提升 33%,平均提升约 15%。此外,该版本新增 Apple 账户登录支持,并升级 Copilot 新标签页与侧边栏功能。

11月6日周五
  1. The Verge · AI36

    Amazon 允许用户通过短信向 Alexa 发送购物清单

    Amazon 为 Alexa for Shopping 新增短信购物功能,用户可通过发送文字描述或照片让 AI 助手搜索、推荐并代为下单。该功能支持追踪降价和记忆偏好,目前正面向美国少量用户测试,未来几周将扩展至数百万用户。此前 OpenAI 和 DoorDash 也分别推出了类似的短信交互功能。

  2. The Decoder68

    Thinking Machines 发布 Inkling 2 Small,称其为最强西方开放权重模型

    Thinking Machines 发布 Inkling 2 Small 模型,声称是西方最强开放权重模型,其170亿活跃参数的MoE架构在基准上大幅超越前代。该模型接受文本与图像输入并支持可调思考深度,在Agentic与多模态任务提升明显,但单任务成本升至$1.18且响应率下降。公司计划完成后以Apache 2.0许可证开源权重,目前通过Tinker平台提供。

  3. Latent Space78

    Thinking Machines 发布 Inkling 2 Small:17B 活跃/594B 总参数 MoE,68 小时训练击败 Muse Spark

    Thinking Machines 发布 Inkling 2 Small,一个 594B 总参数、17B 活跃的多模态 MoE 模型,68 小时原生 NVFP4 预训练完成并击败 Muse Spark。该模型在 Artificial Analysis 智能指数达 31 分,超越前代,Apache 2.0 权重预计下周开放,有望成为最高分的美国开放权重模型。

    推荐理由:原文给出 Inkling 2 Small 的 68 小时训练效率和多项基准成绩,读者可据此评估西方开放权重模型的新定位。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有