AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月18日 11:02 · 每小时自动更新

7月22日 周三10 条

OpenCode@opencode产品AI 评分56

Laguna S 2.1 免费开源上线 OpenCode

Laguna S 2.1 现已在 OpenCode 上免费提供 1M 上下文窗口 · 完全开源 Poolside 迄今为止最强大的模型

推荐理由:OpenCode 免费上了 Poolside 的最强模型,1M 上下文且完全开源,对写长代码的开发者是实打实的顺手工具,可以省一笔算力开销。

xAI:News产品AI 评分64

xAI 发布 Grok for Outlook 邮箱 add-in

xAI 推出 Grok for Outlook,一个 Microsoft 365 add-in,可总结长邮件线程、按用户语气起草回复,并整理邮箱,包括归档、清理垃圾和标记待回复邮件。

推荐理由:官方公告说明了 add-in 的核心能力和可用范围,读者可据此判断它能否融入现有 Outlook 邮件流程。

Claude@claudeai产品AI 评分71

Claude Cowork 新增技能录制功能

Claude Cowork 新功能:教 Claude 一项技能。 录制你执行任务时的屏幕操作,边做边讲解,Claude 会将其转化为可重复运行的技能。在 Claude 桌面应用的 + 菜单中找到“录制技能”即可使用。 适用于 Pro、Max 和 Team 套餐。

推荐理由:Claude 现在能通过录屏学会你的操作流程,这是从「回答问题」到「执行任务」的关键步。如果你有重复性操作,把它教给 Claude 的成本几乎为零,Pro 用户值得立刻试试。

另有 2 家信源报道
Google Developers Blog产品AI 评分63

Google 推出 Tunix:基于 JAX 的高吞吐智能体后训练库

Google 发布 Tunix,一个基于 JAX 的原生后训练库,旨在消除多轮、使用工具的 LLM 推理智能体训练中的 TPU 闲置瓶颈。Tunix 通过高并发异步 rollout 与解耦的生产者-消费者流水线最大化硬件吞吐量,确保训练器持续获得数据。该库提供即插即用抽象和持续宏观级性能分析,便于集成自定义环境。

推荐理由:Google 这个训练库直接解决 agent 训练中 TPU 空转的隐性成本,对做后训练的团队可能是基础设施级改进,值得跟进。

Prime Intellect产品AI 评分64

Prime Intellect 整合 23 个任务集,提供超 365,000 个智能体 RL 环境

Prime Intellect 发布 research-environments,通过 verifiers v1 的 taskset API 将 SWE、终端和搜索三类共 23 个任务集统一到一套运行时和沙箱钩子下,总计约 365,000 个任务,包括约 198,000 个软件工程任务、约 28,600 个终端任务和约 137,600 个搜索任务。

推荐理由:原文给出 23 个任务集统一为一套 API 的整合方法,以及 gold patch 验证和 reward hack 防护的具体做法,可复用于 RL 环境搭建。

Manus:Blog产品AI 评分64

Manus 推出 Plan Mode,执行前先审阅方案

Manus 推出 Plan Mode,在执行开始前引入审阅步骤,Manus 会暂停并进行可行性检查,将目标、步骤和约束整理成一份 Markdown 计划文档,用户在确认前 Manus 不会开始构建。该功能仅手动启用,可在任务中途随时开启或关闭,今日起在 Web 和移动端向所有用户开放。

推荐理由:官方介绍Plan Mode的审阅流程与激活方式,读者可以据此判断它能否减少构建方向错误带来的返工。

7月21日 周二6 条

公众号:腾讯混元产品AI 评分64

腾讯混元推出Hyra-1.0递归自我改进研究智能体

腾讯混元推出Hyra-1.0,一个能递归自我改进的研究智能体,在NanoChat等三项任务上均超越Recursive公开结果。Hyra在55个数学开放问题中刷新29个历史最好结果,并设计出仅含15个可训练参数即可完成10位数加法的Transformer。所有产物已在GitHub开源。

推荐理由:腾讯自己下场做递归自我改进的科研智能体,而且一口气在数学、量子、药物设计多个方向刷榜,这比发个单一模型更有想象空间。

公众号:腾讯混元产品AI 评分70

Hyra发布:一个简单有效的科学发现智能体

腾讯混元推出 Hyra-1.0,一个能递归自我改进、专为性能导向研究与工程任务打造的智能体。其 Harness 采用双层循环架构,在 NanoChat、NanoGPT Speedrun、SOL-ExecBench 三项任务上均超过 Recursive 报告的结果,并在 55 个数学开放问题中的 29 个上刷新历史最好成绩。相关产物已在 Github Repo 开源。

推荐理由:展示了同一套循环在AI研发、数学、量子计算和药物设计中的迁移能力,更关键的是通过双层循环将评估器与solution共进化,使模糊目标也能被纳入搜索。

Modal 官方工程博客产品AI 评分61

Modal 与 Cognition 推出 Devin Outposts,AI 工程师可在自有 Sandbox 中执行任务

Cognition 推出 Devin Outposts,让 AI 软件工程师 Devin 的执行环境迁移到用户自控环境,推理仍留在 Cognition 云端;Modal 是启动合作伙伴,7 月 21 日起开放 alpha。

推荐理由:官方发布方介绍了 Devin 执行环境迁入自有 Modal Sandbox 的方式,GPU 按需启动和会话快照是可对比的实际能力变化。

Cursor Blog产品AI 评分64

Cursor 测试新型 AI 智能体集群:规划者+执行者分工,4小时通过80% SQL测试

Cursor 测试了新型 AI 智能体集群,将任务分解为规划者(使用最强模型)和执行者(使用快速廉价模型)。使用 Grok 4.5 时,新集群在 4 小时内通过了 80% 的 SQL 测试套件,而旧集群在第二小时前失败。该系统已用于构建浏览器、修复漏洞和生成数十亿 token 合成训练数据。

推荐理由:Cursor首次公开agent swarm的内部架构和协调失败模式,把835页规格文档变成可运行的SQLite数据库并开源,对做AI编程工具的团队和agent架构师来说,这些细节是金矿。

Elon Musk@elonmusk产品AI 评分67

Grok for Excel 上线,支持金融建模与图表生成

Grok for Excel 现已上线。

推荐理由:Grok 进 Excel 这步看似浅,但对整天和表格打交道的人,能直接在应用里调用 Grok 4.5 建模画图,比开网页版方便太多,是用 AI 改造办公的一个务实信号,非 Excel 用户可略过。

xAI:News产品AI 评分63

xAI 推出 Grok for Excel 插件,可用自然语言分析数据并编写公式

xAI 发布 Grok 的 Microsoft Excel 插件,可在不离开工作簿的情况下用自然语言提问、根据描述编写公式并运行场景测试。回答会引用来源单元格,图表可直接插入表格,插件还能通过 connectors 从近期邮件、SharePoint 或 Google Drive 文件获取上下文。

推荐理由:原文来自官方发布,说明了插件的核心能力、获取方式和与工作簿集成的具体形态,便于判断它如何嵌入日常表格工作流。

7月20日 周一5 条

Linear:Now产品AI 评分60

Linear 推出 Loops,让 Linear Agent 承接团队级周期性工作

Linear 发布 Loops,一种让 Linear Agent 在工作区内执行定时或事件驱动操作的新方式,可将 bug 分诊、创建平台跟进 issue、更新发布计划等重复性产品运维工作交给智能体。

推荐理由:原文介绍了 Linear Agent 定时与事件驱动的 Loop 用法及团队级可见性,读者可以对照自己的产品流程判断哪些重复操作可交给它。

公众号:小红书技术产品AI 评分68

小红书与北大开源 UltraEP:面向大规模 MoE 训推的实时负载均衡方案

小红书与北大提出 UltraEP,首次将基于精确路由信息的实时负载均衡引入生产系统,在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 等模型上,训练吞吐平均达到理想性能的 94.6%,相比 Megatron-LM 提升 42%;推理 prefill 吞吐相比 SGLang 提升 1.56 倍。

推荐理由:MoE 训练推理的负载不均是个老痛点,UltraEP 用实时复制热专家的方式把 GPU 利用率拉到 94% 的理想线,代码和论文都开源了,做大规模分布式训练的团队可以直接参考。

公众号:小红书技术产品AI 评分76

小红书、北大开源 UltraEP:面向大规模 MoE 训推的「最优」负载均衡方案

小红书与北大开源 UltraEP,首次将基于精确路由信息的实时负载均衡引入生产系统,在每个 microbatch 和每一层动态复制热点专家,平均达到理想性能的 94.3%,相比业界 SOTA 训推框架提升 1.49 倍。该方案已在 288B 参数 MoE 模型的完整预训练中部署,保持不低于理想性能 92% 的水平。

推荐理由:动态复制热点专家替代了基于历史窗口的重排,将MoE训推吞吐从理想的一半拉至90%以上,对自研大规模模型的团队而言,是一套可落地的负载均衡方案。

OpenAI Developers:Blog产品AI 评分63

Codex Code Review 支持在 AGENTS.md 中编写自定义仓库审查规则

OpenAI 为 Codex Code Review 推出自定义仓库规则功能,可在 AGENTS.md 中写明审查指导,Codex 在审查时应用相关规则并在 finding 中引用依据。官方测试显示规则引导下可找回 98% 的应报告问题,基线为 58.3%;文中还给出规则应小范围划分、写明不变量和安全路径、机械检查留给 CI 等撰写建议。

推荐理由:官方给出规则写法与实测数据,团队可以照着把反复口述的审查经验沉淀进 AGENTS.md 交给 Codex。

字节 Seed:Research Feed产品AI 评分79

字节跳动发布 Seed Audio 1.0 音频创作模型,统一建模人声与音效实现端到端影视级音频生成

字节跳动 Seed 团队发布音频创作模型 Seed Audio 1.0,在统一框架下联合建模人声、音效和环境声,支持 100ms 间隔精度的时间控制、单次约 2 分钟音频的延展生成及 20+ 语种自然生成。该模型已在火山方舟体验中心上线,多数场景音频可用率达 90% 以上,多语言音频自然度 MOS 超 4 分。

推荐理由:字节这次发布的 Seed Audio 1.0 不是又一个 TTS 模型,它把台词、音效、氛围统一编排,并支持百毫秒级时间线控制,对做视频和出海内容的团队是个立刻能用的创作升级。

7月19日 周日1 条

Tibo@thsottiaux产品AI 评分75

ChatGPT Work 功能:建站、邮件、文档处理

ChatGPT Work 适用于 ✅ 创建和托管网站 ✅ 为你管理电子邮件 ✅ 总结海量文档 ✅ 制作一流的文档、表格和幻灯片 已在你的移动应用或 http://chatgpt.com 上提供,包含在 Plus、Pro、Business 和 Enterprise 套餐中。

推荐理由:OpenAI把AI代理能力直接做进了ChatGPT主产品,能托管网站管邮件做文档,这对普通用户和轻团队是个巨大的效率杠杆,但能否真正代替这些常用工具还有待观察。

7月17日 周五4 条

xAI:News产品AI 评分85

Grok 推出 Automations 功能:定时或邮件触发,自动执行任务并汇报结果

xAI 为 Grok 引入 Automations 功能,用户可描述一次任务,让 Grok 按计划(一次/每日/工作日/每周/每月/每年)或邮件触发(按发件人、收件人或主题过滤)自动运行。每次执行都是一次完整对话,结果保存至运行历史,支持邮件或应用内通知。定时自动化对所有用户开放,邮件触发需 SuperGrok 订阅。

推荐理由:xAI 把自动化做进了 Grok,定时和邮件触发让 AI 从被动问答变成主动干活,尤其是邮件触发可以直接处理收件箱,对于需要自动化工作流的用户来说,这是一次真正的实用性升级。

ChatGPT@ChatGPTapp产品AI 评分68

ChatGPT 工作区支持文档表格幻灯片编辑

在 ChatGPT 工作区中创建和编辑精美的文档、电子表格和幻灯片。 @nickbaumann_ 为你演示操作。

推荐理由:ChatGPT 终于内置文档、表格和幻灯片,不是插件而是原生工作区,对轻办公需求的人来说,可能直接替代掉打开 Google Docs 的习惯。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。