跳到正文
北京时间

全部动态

今日 87 条
9月24日周四
  1. NVIDIA Blog(RSS)61

    NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构数据集

    NVIDIA 与 Google DeepMind、EMBL-EBI 等全球研究机构合作,通过 AlphaFold Database 开放发布 2800 多种病毒的蛋白复合物预测 3D 结构,旨在为下一次疫情储备知识。

    推荐理由:原文给出数据集规模、覆盖范围和可复用的开源预测流程,读者可以据此评估如何用于自己的蛋白结构研究。

  2. 公众号:火山引擎67

    Seedance 2.5 API 上线 Draft 模式,480P 试错后 1080P 一次成片

    火山引擎为 Seedance 2.5 API 推出 Draft(样片)模式,先用 480P 快速生成样片验证创意,选中后再通过样片 ID 生成 1080P 成片,复用提示词、参考素材、seed、ratio、duration 等参数保证一致性。

    推荐理由:官方给出了具体的成本节约数字和两阶段工作流说明,创作者可以据此判断是否把 Draft 模式接入自己的视频生成管线。

  3. X:Claude Devs (@ClaudeDevs)68

    Claude Code 云会话正式上线,Pro 和 Max 订阅者可领一次性额度

    Claude Code 云会话正式可用,结束研究预览阶段,可在笔记本合盖后继续在 Anthropic 托管的基础设施上运行。现有订阅者可领取一次性额度,Pro 为 $100、Max 为 $250,额度独立于套餐用量限制,需在 10 月 7 日 11:59 PM PT 前领取、11 月 4 日前用完。

    推荐理由:云会话正式结束预览期,Pro 和 Max 订阅者可领取一次性额度,在本地受限或合盖后仍能继续任务。

  4. X:OpenAI (@OpenAI)72

    OpenAI 更新 ChatGPT Voice:支持邮件、日历、Slack 插件并由 GPT-6 Astra、Sol、Luna 驱动

    OpenAI 宣布 ChatGPT Voice 更新,即日起在最新版应用全球推送。语音功能现可使用邮件、日历和 Slack 等插件,并由 GPT-6 Astra、Sol 和 Luna 模型驱动。同时语音可在网页和移动端的 ChatGPT Work 中使用,仅通过说话即可在浏览器中创建文档、演示文稿、网站和表格,或处理复杂任务。

    推荐理由:官方宣布 ChatGPT Voice 接入插件和新模型并支持语音驱动工作流,读者可据此了解语音能力扩展到哪些日常任务。

  5. Cursor Blog61

    Cursor 发布 Rollouts 和 Security Reviewer 开发机器人

    Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer,帮助团队更快把安全可靠的代码送入生产环境。

    推荐理由:原文说明了两款机器人的工作机制和可配置动作,读者可以据此评估是否接入自己的部署与安全流程。

  6. Runway:News(网页)62

    Runway 发布 DaVinci Resolve 插件,可在剪辑软件内生成和重绘素材

    Runway 发布 DaVinci Resolve 插件,可在 Resolve Studio 内直接生成图像和视频、重绘播放头下的片段,并将结果导入媒体池和时间线。

    推荐理由:官方发布说明讲清了插件的核心工作流变化和版本要求,剪辑师可以据此评估是否把生成环节搬进 Resolve。

  7. Google Developers Blog(RSS)60

    Antigravity SDK 支持本地模型,首发 Gemma 4 26B A4B 配合 LiteRT

    Google 宣布 Antigravity SDK 支持本地工作流,首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B,可完全离线获得智能体辅助能力,建议机器配备超过 24GB VRAM 或统一内存。

    推荐理由:官方给出完整的本地模型接入步骤和混合编排示例,开发者可以直接照此把智能体工作流搬到离线环境。

9月23日周三
  1. vLLM 官方博客(RSS)74

    vLLM 发布 vllm-metal v0.28.0:在 Apple Silicon 上支持并发推理服务

    vLLM 官方发布 vllm-metal v0.28.0,把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon,由 MLX 和 Metal 执行模型,版本号与上游 vLLM 对齐。

    推荐理由:官方首次发布 vllm-metal,用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题,并给出可复现的并发基准数据。

  2. OpenAI:官网动态(RSS · 排除企业/客户案例)67

    OpenAI 向乌克兰政府开放 Daybreak 网络防御计划

    OpenAI 宣布向乌克兰政府开放其 Daybreak 计划,支持民用基础设施的网络防御,与乌克兰数字化转型部合作提供识别软件漏洞、开发和测试修复的工具。乌克兰 CERT-UA 在 2025 年处理了近 6,000 起网络事件;此前法国、德国、波兰等欧洲防御方已使用其网络模型,其中 CERT Polska 借此发现第三方路由软件中的 6 个漏洞,厂商已发布修复。

    推荐理由:原文给出 Daybreak 计划向乌克兰开放的具体安排和 CERT-UA、CERT Polska 的使用案例,读者可借此了解 AI 网络防御工具的实际落地。

  3. X:通义千问 / Qwen (@Alibaba_Qwen)65

    Qwen-Image-2.1 登顶 Arena 图像编辑与文生图开源榜第一

    通义千问宣布 Qwen-Image-2.1 在 Arena 的 Image Edit Arena 和 Text-to-Image Arena 均为开源模型第一。引用内容显示其 Image Edit Arena 得分 1367,总榜第 16,距第 15 名 GPT-Image-1.5-high-fidelity 仅 3 分,官方邀请用户体验该模型。

    推荐理由:原文给出 Arena 两个榜单的开源第一排名和具体分数,读者可以据此比较开源图像模型的当前水平。

  4. Claude Code:GitHub Releases(RSS)68

    Claude Code v2.1.280 发布,新增 Claude Opus 5.5 为默认 Opus 模型

    Claude Code 发布 v2.1.280,新增 Claude Opus 5.5(claude-opus-5-5)为默认 Opus 模型,支持 1M 上下文,价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok;同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

    推荐理由:官方更新日志详列了新增 Opus 5.5 默认模型、价格与大量修复,开发者可据此判断是否升级及对现有工作流的影响。

9月22日周二
  1. LlamaIndex:产品、工程与评测66

    LiteParse 9 月更新:PDFium 提速 20-25%,新增视觉定位与 is-complex 路由 API

    LlamaIndex 发布 LiteParse 2.14.6 更新,通过对自维护 PDFium fork 做内存分配优化(内置 mimalloc)等手段,将文本提取耗时降低 20-25%,平均 2.76ms/页,markdown 渲染 3.94ms/页。

    推荐理由:原文给出速度、表格准确率等实测对比数据和新增 API,读者可据此评估是否替换现有 PDF 解析方案。

  2. OpenRouter:Announcements(RSS)70

    OpenRouter 推出 Batch API,批量推理可享半价

    OpenRouter 发布 Batch API,异步批量请求由供应商在 24 小时窗口内完成,通常按正常 per-token 价格的 50% 或更低收费,目前已支持 70 多个模型。

    推荐理由:公告给出折扣幅度、70+ 模型覆盖和 beta 期 230k+ 批次的实测完成时间,还提示了提交时段对速度的影响。

  3. X:Kimi.ai (@Kimi_Moonshot)69

    Kimi 发布浏览器扩展,由 Kimi WebBridge 更名而来

    Kimi 发布新的 Kimi Browser Extension,前身为 Kimi WebBridge。用户可在浏览器侧边栏与 Kimi 对话,让它导航网页、填写表单并完成任务;对重复性任务,可录制一次操作步骤保存为 skill,下次由 Kimi 接手执行。产品现已在 kimi.com/products/kimi-browser-extension 和 Chrome Web Store 上线。

    推荐理由:官方原文给出了产品入口、侧边栏能力和把重复操作存为 skill 的做法,读者可据此评估是否纳入自己的浏览器工作流。

  4. Hugging Face:Blog(RSS)73

    transformers 支持直接加载 GGUF 量化模型,本地推理性能接近 llama.cpp

    Hugging Face 宣布 transformers 支持直接运行 GGUF 量化模型,通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的 GGUF checkpoint,并复用 ggml 的 Metal 内核。

    推荐理由:官方宣布 transformers 直接加载 GGUF,给出在 Apple Silicon 上接近 llama.cpp 的实测吞吐和加载方法,可帮助本地推理用户选择工作流。

  5. Fireworks AI(网页)61

    Fireworks AI 推出 Specialized Intelligence Index 领域基准索引

    Fireworks AI 推出 Specialized Intelligence Index(SII),汇集开放、闭源与专用模型在真实工作任务基准上的表现,首批覆盖医疗、法律、网络安全、金融、客服、生产力和软件七个领域。

    推荐理由:Fireworks 联合多家行业实践方推出领域基准索引,不做跨领域综合排名,读者可按成本和时长自行权衡模型选择。

9月21日周一
  1. 公众号:月之暗面(Kimi)71

    Kimi 发布 Kimi Code Desktop 1.0,macOS 与 Windows 版同步上线

    Kimi(月之暗面)发布 Kimi Code Desktop 1.0,作为 Kimi Code 官方桌面客户端,macOS(Apple 与 Intel 芯片)和 Windows 版同步上线,下载地址为 kimi.com/code。

    推荐理由:官方发布 Kimi Code Desktop 1.0,覆盖安装方式、Agent 模式与开发工作流细节,读者可了解它相对 CLI 的界面与协作变化。

  2. OpenRouter:Announcements(RSS)62

    TypeSafe 决策模型 Jev 通过 OpenRouter Decisions API 开放调用

    TypeSafe 的决策模型 Jev 已可通过 OpenRouter Decisions API 调用,模型 ID 为 typesafe/jev-1.13,于 2026 年 9 月 15 日发布早期访问。

    推荐理由:文章给出 Jev 三种决策原语、真实 API 响应和调用代码,开发者可据此判断如何用它替代 LLM 加正则的解析流程。

9月19日周六
  1. xAI:News(网页)64

    xAI 发布 Grok Voice Transcribe 2.0 语音转写模型,准确率较 1.0 翻倍

    xAI 发布 Grok Voice Transcribe 2.0 语音转写模型,官方称在真实场景评测中准确率是 1.0 的两倍且价格不变。在 Artificial Analysis 公开榜单上,它在 32 个 streaming 模型中准确率排名第一;多语言能力提升最大,短短语集合上词错误率从 20.6% 降至 6.8%。

    推荐理由:原文给出公开榜单排名、内部错误率数字和与 1.0 同价的定价,读者可据此评估迁移成本与实际收益。

9月18日周五
  1. X:Sherwin Wu(@sherwinwu)71

    ChatGPT for Word 上线,OpenAI 员工称 Excel 和 PowerPoint 用量近期激增

    ChatGPT 正式集成进 Microsoft Word,可在文档内把粗略笔记转成初稿、理顺段落、校对、给出修改建议,还能发现格式问题。OpenAI 的 Sherwin Wu 表示,ChatGPT for Excel 和 PowerPoint 的用量近期大幅增长,此次上线 Word 补齐了整套 Office 集成。

    推荐理由:作者作为当事方宣布上线,并补充了 Excel 和 PowerPoint 用量激增的背景,读者可据此了解 Office 全家桶集成的推进节奏。

  2. Claude:Blog(网页)70

    Claude Code Projects 改版:从文件夹到对话式协调

    Anthropic 宣布 Claude Code 的 Projects 改版,用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话,各占一个分支跑测试、开 PR,项目还带随时间积累的共享记忆和文件库。

    推荐理由:官方说明了项目改版的线程协调机制、共享记忆和推送节奏,读者可以据此判断是否要加入等待名单。

  3. Anthropic:Newsroom(网页)64

    Anthropic 推出生命科学验证计划(LSVP)

    Anthropic 推出 Life Sciences Verification Program(LSVP)beta,向经过验证的生命科学专业团队开放 Mythos、Opus 和 Sonnet 模型上比通用版更宽松的生物相关访问。

    推荐理由:原文给出了 LSVP 的授权分级、验证流程和离线监测机制,读者可以据此理解 Anthropic 如何在放宽生物安全限制的同时控制滥用风险。

9月17日周四
  1. X:Unsloth (@UnslothAI)68

    Unsloth 发布 Docker 镜像与 Unsloth Desktop,本地训练运行 500+ 模型

    Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型,提供新 GUI 和 notebooks 工作流,无需配置,支持 NVIDIA 和 AMD,指南见 https://unsloth.ai/docs/get-started/install/docker。

    推荐理由:官方介绍了新 Docker 镜像和 Desktop 应用,列出本地训练运行模型的硬件支持与效率数字,读者可据此评估本地部署方式。

  2. xAI:News(网页)61

    Grok Build 推出记忆功能,可跨会话保留项目约定与决策

    xAI 宣布 Grok Build 上线记忆功能,会在每轮对话结束后于后台记录项目约定、决策及事实,供后续会话读取。记忆按项目区分并另有全局偏好集,/memory 可只读浏览记忆文件,/dream 会将笔记整理为主题文件;当前对话中的指令优先于笔记内容。

    推荐理由:原文说明了记忆的记录、整理和优先级机制,读者可以据此评估它对长期项目编码工作流的影响。

  3. Claude:Blog(网页)78

    Anthropic 将 Claude Cowork 与聊天合并为统一 Claude,并推出 Docs 和 Slides

    Anthropic 宣布 Claude Cowork 与聊天合并为一个 Claude,任务无需再选择入口,Cowork 和 Design 的能力可在任意对话中使用,并沿用已有的上下文、skills 和 connectors。

    推荐理由:原文由 Anthropic 官方说明合并动机与边界,读者可以对照自己现有工作流判断迁移影响。

  4. X:Boris Cherny (@bcherny)70

    Claude Docs、Claude Slides 与 Claude Design 直接嵌入对话,可导出 PowerPoint 或 PDF

    Anthropic 的 Boris Cherny 宣布 Claude Docs、Claude Slides 和 Claude Design 已进入每段对话,直接在聊天中生成演示、文档和设计。生成的演示可打开、编辑并导出为 PowerPoint 或 PDF,无需跳转到单独工具。

    推荐理由:作者以产品方身份说明三款工具已内嵌对话,读者可以据此评估文档、幻灯片和设计生成对现有工作流的影响。

9月16日周三
  1. OpenAI:官网动态(RSS · 排除企业/客户案例)67

    OpenAI 推出 ChatGPT Ads 新功能:Sponsored Agents 测试并集成 HubSpot 与 Shopify

    OpenAI 为 ChatGPT Ads 推出多项 AI 驱动的新体验。Sponsored Agents 允许用户在点击广告后与明确标识的商业赞助智能体对话,目前在美国部分广告主中测试。

    推荐理由:官方宣布 ChatGPT Ads 多项更新,涵盖 Sponsored Agents 测试和 HubSpot、Shopify 集成,可了解 AI 广告平台的具体落地方式。

  2. 蚂蚁 inclusionAI:GitHub 新仓库63

    蚂蚁 inclusionAI 开源 Realtime-Venus 全双工交互系统

    蚂蚁集团 Venus 团队与清华大学在 GitHub 开源 Realtime-Venus,一个支持全双工对话与异步任务委托的实时交互系统。系统包含三个组件:Realtime-Venus-Omni(9B,流式音视频对话与主动交互)、Realtime-Venus-Audio(9B,语音交互与音频理解)以及负责后台任务执行并将结果返回同一对话的 Harness 运行时。

    推荐理由:蚂蚁和清华开源了全双工对话加异步委托任务的系统,含 9B 的 Omni 与 Audio 两个模型和 Harness 运行时,可直接下载推理或跑浏览器 demo。

  3. Claude:Blog(网页)65

    Claude for Small Business 新增 43 个 workflow 与 27 个集成

    Anthropic 为 Claude for Small Business 新增 43 个 workflow 和 27 个集成,覆盖 Shopify、Salesforce、TikTok、Zoom、Stripe、Zapier 等工具,该产品自 5 月上线以来安装量超过 90 万次。

    推荐理由:原文给出43个workflow、27个新集成和默认审批模式的控制方式,读者可以据此判断它怎样接入小店现有的工具链。

  4. Google Blog:AI(RSS)63

    Google 发布 TranslateGemma 等多语言 AI 成果,语言技术覆盖 300 多种语言

    Google 宣布其语言技术已支持超过 300 种语言、覆盖全球 86% 人口,并发布 TranslateGemma 轻量开源翻译模型(基于 Gemini 训练、支持 55 种语言、可离线运行)。

    推荐理由:原文来自 Google 对其语言技术的系统性梳理,读者可以借此了解其多语言 AI 的技术路线和数据合作方式。

9月15日周二
  1. Apple:Newsroom(RSS)77

    Apple 发布新一代 Apple Intelligence,Siri AI 正式以测试版上线

    Apple 发布新一代 Apple Intelligence,推出全面重构的 Siri AI,支持个人语境理解、屏幕感知、系统级应用操作和跨设备对话,今日起以英文测试版随 2027 系统更新推出,下月扩展至法语、日语、韩语、葡萄牙语和西班牙语。

    推荐理由:官方公告完整列出 Siri AI 的能力清单、设备与语言范围,以及欧盟和中国市场暂不可用等限制,读者可据此评估适用性。

9月11日周五
  1. OpenRouter:Announcements(RSS)67

    OpenRouter 发布 Fusion 复合模型,让多个模型辩论后合成最终答案

    OpenRouter 发布 Fusion 复合推理系统,将一个提示词并行发给 1 到 8 个面板模型,由 judge 比较共识与分歧后由调用模型写出最终答案。默认三模型面板成本约为单次完成的四到五倍、延迟两到三倍,在 DRACO 深度研究基准上预算面板得 64.7%、前沿面板得 69.0%。

    推荐理由:官方详解 Fusion 的多模型辩论机制、四到五倍成本与两到三倍延迟,并给出适用与不适用的具体场景。

  2. Together AI 研究与产品博客(RSS)63

    Together AI 扩展微调服务:新增模型、实验跟踪与更细训练控制

    Together AI 扩展 Together Fine-Tuning 服务,新增对 GLM-5.3、Kimi K2.7、Qwen 3.5 系列等最新开源权重模型的支持,并上线实时实验跟踪、数据集预览验证等能力。

    推荐理由:原文给出新模型支持、Expert LoRA 实测对比、自动早停和降价幅度等具体细节,读者可据此评估微调工作流的实际改进。

  3. OpenAI:官网动态(RSS · 排除企业/客户案例)81

    OpenAI 发布 Agents API 公测版

    OpenAI 推出 Agents API 公开测试版,将驱动 Codex 的 harness 与基础设施通过单次 API 调用开放给开发者,托管在云端。

    推荐理由:原文给出环境选择、子智能体和上下文管理等具体能力与定价方式,读者可据此评估是否迁移现有 Agent 基础设施。

  4. OpenAI:官网动态(RSS · 排除企业/客户案例)70

    OpenAI 在 API 中推出全双工语音模型 GPT-Live-1

    OpenAI 在 API 中发布语音模型 GPT-Live-1,可同时听和说,支持将推理和工具调用委派给 GPT-6 Astra 等后端模型,前端语音层定价为每分钟 $0.05。

    推荐理由:原文给出单模型全双工语音架构、基准变化和定价,读者可以据此评估它能否简化现有语音 Agent 的分层方案。

9月10日周四
  1. X:Google AI (@GoogleAI)67

    Google 发布图像工具 Pics,基于 Nano Banana 支持精准编辑与协作

    Google 发布图像生成工具 Google Pics,基于 Nano Banana 构建,现已上线 pics.new。支持局部对象编辑、图内文字修改与翻译、多人协作创作和单提示词生成多个选项。

    推荐理由:原文列出了 Pics 的四项具体编辑与协作能力及可用范围,读者可据此判断是否值得一试。