跳到正文

#多模态

今日 4 条
10月26日周一
  1. 量子位69

    KV Cache砍掉99%,单卡吞吐飙6倍,港科CMU联手岩山科技开源新模型

    岩山科技旗下岩芯矩阵联合港科大、CMU等高校刚刚发布并开源EdgeRock-4B模型,在256K上下文下KV Cache减少99.1%且单卡吞吐为源模型6.42倍。模型基于Qwen3.5-4B改造,权重与代码已在GitHub和Hugging Face开源,支持文本和图像推理。其在AIME 2024–2026平均一次通过率82.9%,推理能力接近源模型。

  2. IT之家34

    研究:人类更喜好拟人形象 AI 智能体,但也存在“性别”偏见

    利默里克大学研究显示,在 189 位知识工作者参与的实验中,拟人形象 AI 智能体比机器人形象获得更高信任与“薪酬”。尽管女性化智能体 Johanna 与男性化 Johan 在信任度上无显著差异,但 Johanna 获得的“薪酬”在统计学上明显更低。该研究揭示了人类在 AI 协同办公中对拟人化形象的偏好及潜在的性别偏见。

10月25日周日
  1. Testing Catalog23

    Meta 正在为 Muse 助手开发头像分享功能

    Meta 正在为其网页版 Muse 智能体开发头像分享功能,该功能将允许用户通过弹窗预览并分享动画头像或复制自动生成的链接。目前该界面已在 Muse 网页版中显现,但尚未公开可用,且无确认的发布日期。此前 Meta 在 Connect 大会上介绍了 Muse Realtime Avatar,旨在将角色引入实时对话,但该功能在网页端仍处于开发阶段。

  2. IT之家21

    华为鸿蒙 HarmonyOS 7.0.0.111 版本更多“隐藏”新特性盘点,深色模式随日出日落切换等功能下放

    华为鸿蒙 HarmonyOS 7.0.0.111 版本在 Mate 80/70/60 及 Pura 80/70 等机型上推送,带来深色模式随日出日落自动切换、桌面下滑功能自定义等隐藏特性。该版本还新增“智慧场景服务”,支持创建个人、车辆、家庭三大自动化服务以联动全场景设备。此前该版本已支持 iPhone 双机互联及实况窗分享功能。

  3. IT之家44

    微软 Teams 将允许第三方工具扫描会议内容,识别深度伪造

    微软 Teams 将允许组织接入已认证的第三方工具,扫描会议视频和音频以检测深度伪造。该功能将于 11 月中旬在 Teams 桌面版、Mac 版和网页版逐步推出,由外部提供商完成检测,Teams 仅展示警告弹窗。经认证的检测机器人需获管理员赋予 Calls.ReportSyntheticMedia.All 权限,并提供 0.0 到 1.0 的置信度评分。

10月24日周六
  1. IT之家37

    XREAL 1 Pro+ 智能眼镜国行上架:峰值亮度提升至 1200 尼特、鼻托结构重新设计,3499 元

    XREAL 1 Pro+ 智能眼镜国行版已在京东上架,定价 3499 元,10 月 27 日发售。该机型搭载双 0.55 英寸索尼 Micro-OLED 面板,峰值亮度提升至 1200 尼特,并新增 AI HDR 功能及三种显示模式。此前该机型于 10 月 16 日在海外发布,主要提升了面板亮度并重新设计了鼻托结构。

  2. IT之家30

    IT早报 1024:月之暗面发布 Kimi K3.1 Pro;诋毁嘲讽尊界 S800 自媒体博主向尊界道歉;华为 Pura90 Plus 开启预订;iPhone Duo 内屏膜撕下秒变亮面屏...

    月之暗面正式推出 Kimi K3.1 Pro,这是公司迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。苹果首款折叠屏 iPhone Duo 于 10 月 23 日全球开售,国行起售价 15999 元,微信已率先适配其内屏分栏显示功能。

10月23日周五
  1. 量子位21

    百度世界2026前瞻:10+重磅分论坛,全面解码AI时代的智能组织进化路径

    百度世界2026大会将于11月12日举办,设置10+场分论坛聚焦“智能组织”议题,探讨AI驱动的组织重构与进化路径。议程涵盖智能体规模化落地、AI办公、具身智能及RSI等前沿技术,并展示百度“芯云模体”全栈AI最新进展。李彦宏将在开幕式发表主题演讲,分享对智能组织演进趋势的思考。

10月22日周四
  1. IT之家60

    米哈游联合清华北大等高校发布开源 GameScaling 游戏模型,覆盖 0.8B 至 27B 参数规模

    10月22日,米哈游崩坏AI研发团队联合清华、北大等高校开源GameScaling系列游戏模型,提供0.8B至27B参数规模共8个版本。该系列基于Qwen3.5视觉语言模型继续预训练,可接收游戏画面与操作记录生成键鼠指令控制角色。团队还发布论文探讨通过持续预训练提升虚拟游戏环境中的智能体操作能力。

  2. Google Research62

    Google Research 研究显示 AI 盲扫超声评估孕周可跨机构泛化

    Google Research 在 JAMA Network Open 发表研究,显示 AI 从盲扫超声评估孕周在芝加哥与内罗毕前瞻测试中非劣于专家(MAE 4.18 天对比 4.48 天)。内罗毕站点零本地优化即达 MAE 4.27 天,模型仅用芝加哥 120 例数据微调。此为继回顾性验证后首次实地多中心前瞻性测试。

    推荐理由:论文显示AI从盲扫超声评估孕周在两地均接近专家水平,意味着低成本探头配合新手操作可扩展产前筛查覆盖。

10月21日周三
  1. IT之家41

    腾讯内测 AI 互动社区“懂了鸭”:一句话生成可玩的动态课件与 3D 演示

    腾讯正在内测面向少儿与青少年的 AI 互动内容社区“懂了鸭”,官网与微信小程序已上线,目前向亲子用户和一线教师开放小范围测试。用户输入自然语言即可借助内置 AI 智能体生成 3D 演示、动态课件等“奇妙卡”作品,无需编程基础。此前腾讯在 AI 助手、编程、搜索等方向有多条产品线,但面向 K12 与亲子场景的互动内容社区尚属空白。

  2. The Decoder41

    Mistral 与 Nvidia 合作加速工业设计物理 AI

    Mistral 与 Nvidia 宣布合作,结合 Mistral Large 4 与物理 AI 及 Nvidia 的 CUDA-X、Warp 和 Omniverse,加速工程模拟与工业设计。双方计划发布公开基准和开放数据集,用于测试物理模型与 AI 智能体。此前双方曾共同构建 Mistral NeMo,Mistral Large 4 拥有约一万亿参数,定于 10 月下旬以开放权重形式发布。

  3. IT之家27

    禾赛公布 6D 全彩激光雷达亮点,实现 RGB 与深度芯片级像素级对齐

    禾赛科技公布下一代 6D 全彩激光雷达亮点,将 RGB 与深度信息在芯片级实现原生像素级对齐。该方案基于今年 4 月发布的“毕加索”芯片平台,使每个像素同时包含颜色、位置和距离信息,无需传统时空同步与融合。此举旨在解决传感器数据冲突,为自动驾驶提供高置信度真值数据。

  4. IT之家48

    谷歌为车载 Gemini 新增个人智能功能,可跨 Gmail、日历、地图调取数据

    谷歌宣布为车载 Gemini 新增个人智能功能,可跨 Gmail、日历、YouTube、地图及搜索记录调取数据以理解用户偏好。该功能即日起在 Android Auto 上线,后续数月内将拓展至谷歌内置车机系统车型。此前 Gemini 于去年 11 月首次登陆 Android Auto,其个人智能功能今年 3 月已在美国全境上线。

  5. Hacker News · AI 热帖79

    AI图像生成实践指南:从扩散模型到智能体

    westsmith 撰写了 AI 图像生成实践指南,系统讲解从扩散模型到智能体集成的原理、成本与代码实践。文中基于调用 Flux、Gemini 等模型的实验,总结了描述相机而非视图等提示词方法与不依赖提供商的薄接口模式。该指南还演示了 Claude 通过 MCP 调用图像模型形成智能体驱动生成回路。

    推荐理由:作者基于调用多家图像接口的实验,总结出不依赖具体提供商的薄接口、日志与重试模式,便于工程复用。

© 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