Google 提出 RRSI 防止自改进 AI 智能体记忆测试任务
Google 研究人员推出 RRSI 方法，通过限制编辑预算和严格审查机制，防止自改进 AI 智能体在优化过程中记忆测试任务。该方法基于 Claude Opus 4.8 模型，在未见过的基准测试中最高提升 4.7 分，同时减少约 30% 的 token 消耗，确保性能泛化而非过拟合。
全部 AI 动态
全部 AI 动态
今日 0 条The DecoderAI 评分1515 极客公园AI 评分2323 StartLux 发布开源决策模型 StartLux-Decision，宣称评测超 Jev
StartLux（原点星辉）发布开源多模态决策模型 StartLux-Decision，提供 0.8B 至 27B 五档规格并支持本地部署。其 27B 版本在 Decision Index 0.2.1 测试中综合分 63.88，高于闭源模型 Jev 的 57.91。该模型旨在填补 Jev 无法本地运行的缺口，助力构建个人 AI 系统。
The DecoderAI 评分1515 NASA 与 IBM 发布开源月球基础模型，利用 17 年轨道器数据预测极地冰层
NASA 与 IBM Research 联合发布开源的 NASA-IBM Lunar Foundation Model，基于 TerraMind 架构从零训练。该模型整合了 Lunar Reconnaissance Orbiter 等任务近 200 万块多模态数据，在极地冰层预测上误差比 SwinV2-B 降低最高 22%，并支持 LoRA 微调以适配不同分辨率任务。
The DecoderAI 评分2626 Google 调整 Gemini 订阅层级：免费用户仅用 Flash-Lite，AI Plus 无法访问 Pro
Google 自 2026 年 10 月起限制个人账号的 Gemini 模型访问权限。无订阅用户仅能使用最小的 Flash-Lite 模型，$4.99/月的 AI Plus 订阅者失去 Pro 访问权，仅可用 Flash-Lite 和 Flash。Pro 及更高级功能需 $19.99/月起的 AI Pro 或 AI Ultra 订阅方可解锁。
极客公园AI 评分4242 Tavus 发布 Griffin 模型，近半数用户误认其为真人
Tavus 推出全球首个「人类交互模型」Griffin，在一分钟视频通话测试中，48% 的参与者误认为对方是真人，较上一代系统的 2.4% 有显著提升。该模型采用全双工、视频到视频架构，实现平均 0.43 秒延迟的实时生成，在 NVIDIA VideoFDB 基准测试中表现优异。尽管存在样本量小及未完全公开等局限，其端到端设计标志着 AI 数字人从“形象逼真”向“自然交互”的质变。
量子位精选AI 评分6868 量子位分析GPT-6对3D行业影响及Meshy ARR破亿原因
量子位发文探讨GPT-6 Astra发布后，通用大模型是否取代专业AI 3D模型的问题。文章指出尽管通用模型能操作Blender进行基础建模，但在角色、复杂道具等高精度资产生成上，专业模型如Meshy仍具显著优势。
推荐理由：文章通过对比通用模型与专业工具在3D资产生成上的差异，结合Meshy的营收增长数据，分析了AI 3D赛道中专业模型的不可替代性及商业逻辑。
The Verge · AIAI 评分1212 Capcom 计划将 RE Engine 升级为 AI 生成游戏引擎
Capcom 在开发者大会上宣布，计划将 RE Engine 逐步升级为“AI 生成游戏引擎”，以应对大规模开发挑战。尽管此前承诺不在游戏中使用 AI 生成资产，但公司正致力于通过整合 AI 技术提升开发效率，构建“与 AI 共同创造游戏”的未来。
The Decoder精选AI 评分6262 LEGO-Anything：AI智能体从照片生成3D场景但难以自我评估准确性
研究人员提出 LEGO-Anything 方法，利用编码智能体根据单张照片迭代编写 Blender 代码以生成可编辑的 3D 场景。团队引入 LEGO-Bench 基准测试，包含 208 张图像和 443 个注册资产，用于评估场景的有效性、几何精度和视觉相似度。
推荐理由：原文介绍了从照片生成可编辑Blender代码的智能体方法及基准测试，揭示了当前模型在几何精度和自我评估上的局限。
Latent SpaceAI 评分1313 GPT-6.1 Sol 与 Sonnet 5.5 重塑成本性能前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million tokens，在 DeepSWE v1.1 上超越前代。Anthropic 的 Sonnet 5.5 [Max] 以 $2.74/task 成本占据 Agent Arena 前三席位。两者通过显著降低推理成本并提升基准分数，重新定义了 AI 模型的成本–性能边界。
爱范儿AI 评分3535 Utopai X 登顶 AI 视频榜全球第二，Utopai Studios 借 PAI 平台推进影视制作
Utopai Studios 自研模型 Utopai X 在 Artificial Analysis 盲评中位列全球第二，仅次于 Wan 3.0。该模型基于 MiniMax H3 后训练，配合 PAI 制片智能平台实现从生成到发行的全流程整合。公司估值约 10 亿美元，计划于 2027 年推出《Cortés》等多部作品，并加入好莱坞工会体系。
TechCrunch · AIAI 评分1515 Sean Parker 重塑 Stability AI 聚焦音乐生成
Sean Parker 与 CEO Prem Akkaraju 将 Stability AI 转型为面向音乐专业人士的 AI 工具制造商。该公司获 Sony、Warner 和 Universal 注资 7600 万美元，并授权其曲库用于训练，随后发布三款新音频模型及 AI 音乐编辑软件。用户可通过文本提示生成器乐或片段，即将支持哼唱旋律或 beatbox 来引导创作。
The DecoderAI 评分1212 Cloudflare 发布 Clef 与 Clef-flash 决策模型，实现 AI 智能体无人工介入
Cloudflare 推出基于 Qwen3.8-27B 和 Qwen3.5-9B 的 Clef 及 Clef-flash 决策模型，旨在让 AI 智能体无需人工介入即可自主决策。
The DecoderAI 评分1515 Microsoft AI 发布 MAI-Transcribe-2-Streaming 等语音模型
Microsoft AI 推出 MAI-Transcribe-2-Streaming 实时转录模型，支持 60 种语言，首字延迟仅 100 毫秒。同时发布 MAI-Voice-2.1 等文本转语音模型，MAI-Voice-2.1-Flash 变体延迟低至 150 毫秒，每百万字符价格降至 $15。
量子位AI 评分3131 openJiuwen X-Router自演进模型路由技术首发，实测减少50+%Token消耗
openJiuwen团队发布X-Router自演进模型路由技术，通过动态决策实现成本与效果最优。在PinchBench评测中，开启Bandit自演进后得分达70.70%，较全云基线成本降低44.6%。该技术支持昇腾亲和，利用Qwen3-0.6B进行复杂度分类，实测减少超50%的Token消耗。
The Decoder精选AI 评分6767 Black Forest Labs 发布 Flux 3 Image 支持多步局部编辑
Black Forest Labs 发布图像生成模型 Flux 3 Image，支持在不改变图片其他部分的情况下进行多步编辑。该模型涵盖文生图、图生图及文本渲染功能，允许用户通过边界框组合场景并输出最高 4K 分辨率。
推荐理由：原文介绍了Flux 3 Image的多步编辑能力与商用授权细节，读者可据此评估其在局部重绘场景下的实际表现。
MIT Technology Review · AIAI 评分2828 MIT科技评论：大模型未必真会推理
MIT科技评论文章借围棋与语言模型案例，讨论LLM的“推理”可能只是模式匹配与统计联想。设计师用它生成户型动线、软装搭配、材料清单或报价逻辑时，可把输出视为草案线索，关键尺寸、工艺节点、预算和交付标准仍需人工校验，防止流畅结论掩盖空间关系错误。
爱范儿AI 评分3333 MiniMax M3.1 Flash Preview 前端创作能力对标 Claude Opus 5.5
MiniMax M3.1 Flash Preview 在前端创作任务中展现出与 Claude Opus 5.5 同台竞技的能力，尤其在视觉风格统一与作品组织上表现突出。该模型通过多模态混合训练强化代码与视觉协同，能以更低成本和速度完成动态作品集、交互游戏等复杂设计任务。随着 Agent 工作流普及，Flash 类模型正改变智能、速度与成本的交换比例，使非旗舰模型足以应对多数日常开发需求。
The Decoder精选AI 评分6565 Ideogram 发布 Ideogram 4.5 模型，主打图像局部精准编辑
Ideogram 发布新模型 Ideogram 4.5，声称能解决 AI 图像编辑中修改局部导致整体变形的痛点，仅改动用户指定区域。该模型适用于产品摄影、室内设计等场景，提供四种质量层级（单张价格 0.8 至 22 美分），原生支持 2K 分辨率，现已通过平台及 API 开放使用，并计划近期推出开源权重版本。
推荐理由：原文介绍了Ideogram 4.5在局部编辑时保持其余部分不变的能力，并给出了定价层级和API接入方式。
The DecoderAI 评分3030 Google Gemini 4 Argon 缩小与 OpenAI、Anthropic 差距但未确立领先
Google 发布前沿模型 Gemini 4 Argon，在 Artificial Analysis 智能指数得分 53，追平 GPT-6 Astra。其输入输出 token 价格低至 $2/$10，支持百万 token 输出及长解码续写功能。该模型目前仅向 Fairwind 计划中的可信网络防御者开放，尚未面向公众或开发者全面推出。
Latent SpaceAI 评分1515 OpenAI 发布 GPT-6.1 Sol 与 Decisions API，Computer Use 性能提升显著
OpenAI 在 DevDay 推出 GPT-6.1 Sol 模型及 Agents API，其中 Computer Use 成本降至 Astra 的五分之一。团队在一周内快速上线 Decisions API，支持异步工具调用与 UltraFast 推理。Ari Weinstein 指出，结合截图、DOM 与 Playwright 等技术，智能体现已能实现超人类水平的软件操作与故障恢复。
Ars Technica · AIAI 评分1212 Google 宣布 Gemini 4 Argon AI 模型，目前尚不可用
Google 宣布推出 Gemini 4 Argon AI 模型，但该模型目前无法使用。这一发布标志着继 Gemini 3.5 Pro 之后的新一代产品亮相，尽管具体功能细节尚未公开，用户暂时无法体验该模型。
TechCrunch · AIAI 评分3838 OpenAI 新功能直击应用商店模式
OpenAI 在 Dev Day 宣布将 ChatGPT 打造为应用发现与运行平台，支持对话中直接调用第三方应用及交互式面板。其智能体 Dots 可连接超 4000 个应用自主执行任务，配合“Sign in with ChatGPT”实现跨应用身份与额度共享。此举意在颠覆传统应用商店分发逻辑，让软件通过 AI 助手被用户和智能体直接使用。
The DecoderAI 评分3838 Google 在 Gemini 中用 Skills 取代 Gems，跟进 OpenAI 与 Anthropic 转向智能体就绪提示格式
Google 在 Gemini 聊天中全球推出“Skills”以取代“Gems”，该格式源自 Anthropic 并作为开放标准。用户可通过斜杠调用或让 AI 自动生成技能，支持链接多个技能处理复杂任务。Gems 将于 11 月起逐步关闭，现有内容自动转换为 Skills。
AWS Machine Learning BlogAI 评分2828 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 模型现已在 Amazon Bedrock 上线，支持 500K token 上下文窗口及四级推理强度配置。该模型专为编码和长时智能体任务优化，Artificial Analysis 评测显示其 Intelligence Index 达 46，较前代提升显著。
OSCHINA 开源中国AI 评分1818 OpenAI 发布全天候运行 AI Agent "dots"，由 GPT‑6 Astra 驱动、拥有独立的云端电脑
OpenAI 在 DevDay 2026 大会上发布由 GPT-6 Astra 驱动的个人智能体 dots。该 Agent 拥有独立云端电脑，支持全天候运行并可集成至第三方应用。
极客公园AI 评分1818 OpenAI 推出个人 AI 智能体 dots；传豆包将推个人 AI 产品「Spell」；SpaceX 发射星舰成功入轨
OpenAI 发布由 GPT-6 Astra 驱动的个人 AI 智能体 dots，支持连接数千款应用并自主完成任务。豆包拟推出代号「Spell」的个人助理产品，可灵 AI 全新模型 Kling 4.0 开启内测。SpaceX 星舰第 14 次试飞首次成功入轨，并部署 26 颗星链 V3 卫星。
爱范儿AI 评分4242 OpenAI DevDay 2026 发布 dots 智能体与 GPT-6.1 Sol，Pro 会员额度减半
OpenAI 在 DevDay 2026 推出由 GPT-6 Astra 驱动的 dots 智能体助理及新模型 GPT-6.1 Sol。GPT-6.1 Sol API 价格仅为 Astra 的五分之一，DeepSWE v1.1 得分反超 Astra 1%。同时 Pro 会员套餐额度减半，UltraFast 模式需订阅月费 500 美元的 Pro 500 档位。
爱范儿AI 评分2121 OpenAI DevDay 2026发布GPT‑6.1 Sol，价格仅为Astra五分之一
OpenAI在DevDay 2026推出GPT‑6.1 Sol，其智能水平接近Astra但Token价格仅为后者五分之一。该模型API标准输入价为每百万Token 2美元，输出为10美元。同时发布的常驻智能体dots由GPT‑6 Astra驱动，支持全天候运行及多应用协同工作。
量子位AI 评分3333 OpenAI DevDay 2026发布GPT-6.1 Sol与Dots智能体
OpenAI在DevDay 2026推出常驻智能体Dots及新模型GPT-6.1 Sol，后者API价格仅为旗舰Astra的1/5。GPT-6.1 Sol在DeepSWE v1.1上匹配Astra能力，Codex升级至云端多Agent协作并支持最高300 tokens/s的Ultrafast模式。
极客公园AI 评分3737 OpenAI 开发者大会：推出 dots 智能体与 GPT-6.1 Sol，调整 ChatGPT Pro 订阅额度
OpenAI 发布由 GPT-6 Astra 驱动的 dots 智能体及新模型 GPT-6.1 Sol，并重构 ChatGPT 会员体系。新增每月 500 美元的 Pro 500 档，用量为 Plus 的 25 倍；旧版 Pro 200 新订阅者用量减半。此举将 AI 服务从按对话收费转向按“员工”工作量与速度定价，旨在打造集协作、应用市场于一体的超级入口。
Simon WillisonAI 评分1212 GPT 6.1 Sol：以五分之一的价格提供接近 Astra 的智能
OpenAI 推出 GPT 6.1 Sol，宣称其智能水平接近 Astra，但价格仅为后者的五分之一。该模型旨在以更低的成本提供前沿 AI 能力，进一步降低高性能大语言模型的使用门槛。
The DecoderAI 评分3333 OpenAI 推出常驻智能体 Dots 以对标 Meta Muse
OpenAI 在 DevDay 2026 发布常驻智能体 Dots，直接对标 Meta 的 Muse。Dots 运行于 GPT-6 Astra，拥有独立云端计算机与浏览器，支持通过 ChatGPT、Slack 及 Teams 交互并连接超 4000 个应用插件。目前仅 Pro 订阅用户可在欧洲经济区外使用，企业版覆盖全区域，长期计划实现多智能体团队协作。
OSCHINA 开源中国AI 评分2828 Manus 2.0 发布：自研框架 Cascade 省 32% 成本，视频编辑器把时间线交到你手上
Manus 2.0 上线，推出自研 Agent 框架 Cascade、共享工作区 Manus Studio 及独立应用 Cue。Cascade 主打效率，使项目保持轻量并节省 32% 成本。
Simon WillisonAI 评分3030 OpenAI DevDay 2026：发布 Dots 智能体与 GPT-6.1 Sol 模型
OpenAI 在 DevDay 2026 推出名为 Dots 的个人智能体，由 Astra 模型驱动，支持 ChatGPT Space 协作。同时发布 GPT-6.1 Sol，以 Astra 五分之一的价格提供接近其水平的智能，并推出速度提升 8 倍的 Ultrafast 模式。
极客公园AI 评分4040 AMD 82 亿美元收购 World Labs，李飞飞任首席科学家
AMD 宣布以约 82 亿美元全股票交易收购李飞飞创办的 World Labs，预计 2026 年底前完成交割。李飞飞将出任 AMD 执行副总裁兼首席科学家，直接向 CEO 苏姿丰汇报。此次收购旨在获取世界模型团队洞察，助力 AMD 理解物理 AI 算力需求并塑造未来技术路线图。
OpenAI NewsAI 评分1212 OpenAI 推出 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，提供接近 Astra 的编码、计算机使用及专业工作能力。该模型 API 输入输出 token 价格仅为 Astra 标准价格的五分之一。
爱范儿AI 评分4040 神秘模型 Space Bunny Alpha 凭涂鸦建站与 Agent 能力登顶 OpenRouter
匿名模型 Space Bunny Alpha 在 OpenRouter 和 OpenCode 上线，凭借快速将草图转化为可交互网站及稳定的 Agent 编程能力，迅速冲上日调用量第一。该模型支持多模态理解与长上下文处理，实测表现接近 GPT-6 Astra 等旗舰产品，目前提供免费 API 调用，被用户视为高效的“日常主力”编码工具。
爱范儿精选AI 评分6868 AMD宣布以82亿美元收购李飞飞创立的World Labs
AMD正式官宣将以约82亿美元的全股票方式收购李飞飞创立的空间智能公司World Labs，交易预计于2026年底前完成。收购完成后，李飞飞将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰汇报，World Labs团队将继续推进Atlas等空间智能模型的研究。
推荐理由：原文梳理了AMD收购World Labs的交易细节及双方战略意图，读者可据此理解芯片巨头如何通过绑定前沿研究来布局下一代AI计算生态。
OSCHINA 开源中国AI 评分2828 Claude Sonnet 5.5 发布：速度快 30%、Agent 编程评测从 10% 升至 70%
Anthropic 发布 Claude Sonnet 5.5，定位为 Opus 5.5 的快而省互补款。该模型比 Sonnet 5 速度快 30% 以上，多数任务成本低 30%，且 Agent 编程评测分数从 10% 跃升至 70%。它专攻高频日常任务、修 bug 及文档表格处理，并具备敏锐的设计眼光。
爱范儿精选AI 评分6868 可灵 Kling 4.0 首发实测：支持 10-bit HDR 与多关键帧控制
可灵 AI 发布 Kling 4.0 大版本更新，主打真实感、可控性与专业度，将于 10 月正式见面，同时推出高性价比的 Kling 4.0 Flash 供小范围体验。
推荐理由：实测展示了可灵4.0在10-bit HDR输出、多关键帧控制及长镜头叙事上的具体能力，为专业影视工作流提供了新的技术参考。