跳到正文
返回设计 AI 日报
2026 年 11 月 6 日 · 星期五每天 08:00 出刊

AI 日报 · 2026 年 11 月 6 日 · 星期五

设计前沿

第 45 期062026 年 11 月星期五
12件大事8个来源0件一手发布约 5 分钟读完
头条

Google Gemini Omni视频模型降价30%并支持15秒

Google DeepMind宣布Gemini Omni 1.2 Flash视频生成模型正式可用,片段长度扩展至15秒且价格降低30%。World Labs推出Frameboy实时演示,允许用户以15fps速度探索AI生成场景。此外,百度开源文心5.5 Flash Base模型,在多项基准测试中刷新同尺寸SOTA。

01

工具与模型

World Labs(空间智能)

World Labs 发布 Frameboy 实时演示及 Viewfinder 集成

World Labs 推出 Frameboy 研究预览版,允许用户通过浏览器以最高 15 fps 的速度实时探索由 Atlas 世界模型生成的场景。该功能已集成至 Web 应用 Viewfinder,用户可逐帧构建自定义场景并通过流式覆盖层进行实时交互导航。Frameboy 基于高度优化的 Atlas 变体,旨在降低迭代成本并提升从单张图像或文本描述生成 3D 一致视图的效率。

02

设计与空间

03

行业与商业

The Decoder

腾讯发布Hy4模型:支持视觉理解与自主操作电脑,宣称位列中国开源模型第二

腾讯正式发布语言模型Hy4,该模型首次具备图像理解能力并能自主操作软件,目前仅通过腾讯云、OpenRouter及腾讯系应用提供访问,权重尚未公开。据腾讯称,Hy4在超过200名金融专业人士参与的近600项真实任务测试中,表现优于Deepseek V4.1 Flash和Kimi K3.1 Pro等竞争对手,且网页搜索幻觉率从约16%降至5%左右。

爱范儿

星尘智能来杰谈具身智能:绳驱架构与AOS系统如何推动机器人进入家庭

星尘智能创始人兼CEO来杰在专访中阐述公司“绳驱本体+AOS操作系统+具身模型”三位一体架构,指出绳驱技术具备高力透明度、仿人构形及低成本优势。他类比苹果发展史,认为当前产品处于Apple II阶段,但预计明年将出现类似iPhone 4的爆款机器人并进入家庭场景。来杰强调反对机器人仅用于工厂拧螺丝,主张通过降低开发门槛让普通人用自然语言编程,赋予机器人收纳、教育等多样化生活助理功能。

TechCrunch · AI

Meta 向美国用户开放 Muse AI 视频通话功能

Meta 宣布其消费者 AI 智能体 Muse 的视频通话功能现已向所有美国用户开放。该功能基于 Muse Realtime Avatar 和 Muse Realtime Voice 技术,支持用户与可自定义的动画数字人进行实时互动。这一更新为 Meta 年底计划推出的 Tamagotchi 风格可穿戴设备铺路,未来将扩展至 AI Glasses 及 Muse Charm 硬件。

OSCHINA 开源中国

网易有道子曰 Confucius4-R2T2 模型登顶 HF ASR 热榜并发布技术报告

网易有道子曰 Confucius4-R2T2 模型在开源仅 4 天后登顶 Hugging Face 自动语音识别(ASR)热榜第一,全球累计下载量达 20 万次。近日,该模型的技术报告也已上线论文平台。围绕 R2T2,社区陆续推出了量化版本及不同运行环境的适配方案,以提升实时语音转写能力的可用性。

量子位

spaCy作者质疑MIT Astra研究:混淆读写权重概念

spaCy作者Matthew Honnibal发文质疑MIT团队关于Astra的研究存在严重误导,认为其将“纯读权重”与“编程辅助修复大模型”两种不同技术路径打包宣传,制造了AI能直接“读懂并修改”大模型大脑的假象。Honnibal承认Astra在工具使用和推理能力上确有突破,但批评其成果呈现方式加剧了行业炒作。

OSCHINA 开源中国

拾趣 (Magpie) v0.1.20 发布:重构截图操作,支持翻译、解释与总结

跨平台 AI 划词工具拾趣 (Magpie) 发布 v0.1.20 版本,重点重构了屏幕捕获功能为应用内操作。该版本强化了划选或双击后的浮动条体验,实时提供翻译、解释和总结,并支持将结果直接复制、搜索、写入 Obsidian 或预填日历。此外,工具还能识别图片、视频及扫描文档中的文字,实现原地处理而无需迁入对话窗口。

04

快讯

(本期完)

设计前沿 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本

浙ICP备2026082753号-2