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21日 00:59 · 每小时自动更新

5月18日 周一9 条

Hugging Face 社区博客产品AI 评分64

Hugging Face 推出开放 AI 智能体排行榜(Open Agent Leaderboard)

Hugging Face 发布开放 AI 智能体排行榜,用于比较完整智能体系统而非仅底层模型,并同时报告成功率和每次任务成本。排行榜统一了六项已有基准测试(SWE-Bench Verified、BrowseComp+、AppWorld、tau2-Bench Airline & Retail、tau2-Bench Telecom),覆盖代码修复、网络研究、个人任务、客服和技术支持。通过统一协议,各智能体系统以相同接口连接所有基准。结果显示相同模型搭配不同智能体系统会产生显著不同的分数和成本。配套 Exgentic 框架用于运行和复现评估,相关论文开源。

推荐理由:以后选agent不能只看模型跑分了,这个榜单把整个系统拉出来比,成本、失败成本全摊开,做agent的可以立刻去查自己架构差在哪。

Krea@krea_ai产品AI 评分78

Krea 2全面开放,订阅用户享一周无限生成

今天,Krea 2正式向所有人开放。 为庆祝上线,我们将为所有订阅用户提供整整一周的无限次Krea 2生成服务。 免费试用 👇

推荐理由:Krea 2 正式开放,新版本性能值得关注,尤其免费一周无限生成,做视觉设计的可以趁现在使劲造图,试试成片质量能不能撼动 Midjourney。

Elon Musk@elonmusk产品AI 评分75

Grok现已支持视频理解与分析

Grok可以处理视频了 [引用 @XFreeze]:你现在可以将整个视频上传给Grok,让它实时为你分析、总结、翻译、解释场景或提取重要上下文。 Grok能够理解完整的视频——而不仅仅是图像和文本。 它具备原生多模态能力和极其强大的视觉理解能力。

推荐理由:Grok 补上了视频理解这块拼图,不是抽帧而是整个视频的上下文分析,做媒体和内容的人多了一个实用的多模态工具,可以上手试试。

Elon Musk@elonmusk产品AI 评分74

Grok Imagine图像生成模型发布

Grok Imagine 现已向所有 X Premium+ 订阅者开放 这是我们的图像生成模型,由 xAI 开发

推荐理由:below_threshold:T2 推文门槛 75,当前 finalScore=74

IT之家·人工智能产品AI 评分70

腾讯 AI 设计智能体 Ardot 公测:一句话生成可编辑设计稿,一键转代码

腾讯云正式公测自研AI设计智能体平台Ardot。该平台核心功能包括:用户通过一句话指令即可生成App页面、官网、海报等可编辑设计稿;支持调用团队自有组件库生成规范稿,并能直接导入Figma文件保留原有设计。同时,Ardot具备设计稿一键转换为代码的能力,可对接CodeBuddy等开发工具实现代码还原。平台还提供多人在线实时评论、标注反馈和版本对比等协作功能,其微信小程序即将上线。

推荐理由:一句话生成可编辑设计稿不稀奇,但一键转代码加兼容 Cursor 这套组合拳让 Ardot 成了产设研协作的一个新选项,做项目和产品的可以上手试试。

Cognition 模型 / Devin 博客产品AI 评分68

Cognition 推出 Devin Auto-Triage 自动排查告警并生成修复 PR

Cognition 推出 Auto-Triage,Devin 可自动监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警,立即检查代码库与可观测性工具、并行派生 sub-Devin 调查,输出结论、下一步或直接开 PR。

推荐理由:原文来自官方发布,说明了 Devin Auto-Triage 的告警自动排查流程、记忆机制和安全设计,工程师可据此评估是否接入现有事故响应链路。

Prime Intellect产品AI 评分63

Prime Intellect 开源自进化合成智能体环境 general-agent

Prime Intellect 开源 general-agent 环境 v1,通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料,目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具,每个任务经求解器按难度带实证校准。

推荐理由:原文给出了任务规模、难度校准方法和早期 SFT/RL 结果,读者可以评估这个自进化合成环境对智能体训练的参考价值。

Manus:Blog产品AI 评分60

Manus 发布定时任务 2.0,支持在同一任务、项目和网页应用中持续运行

Manus 发布定时任务 2.0,让定时能力覆盖任务、项目和网页应用等更多上下文。定时任务可留在同一任务上下文继续运行,沿用项目里的文件、技能、连接器和输出标准;Manus 构建的网页应用可内置定时动作,刷新数据或生成摘要。更新还提供侧边栏、日程视图和日历视图查看运行记录,支持跳过确认、连接器和云电脑等高级设置,目前已面向所有用户开放。

推荐理由:官方介绍定时任务 2.0 的运行方式与可见性变化,用户可据此判断周期性工作如何接入任务、项目和网页应用。

5月17日 周日8 条

Google DeepMind:Blog产品AI 评分55

Gemini for Science:面向科学的AI实验与工具,开启发现新时代

Google 推出 Gemini for Science 项目,发布一系列基于 Gemini 模型的科学工具与实验性应用。该项目旨在扩展科学探索的规模与精度,通过人工智能辅助研究人员处理复杂计算、模拟实验系统并加速数据分析流程。具体工具覆盖材料科学、气候模拟、生物信息学等多个领域,目标是将大规模生成式模型能力整合进科研工作流,推动跨学科研究的突破性进展。

推荐理由:Google DeepMind把Co-Scientist和AlphaEvolve打包成实验工具集,试图用AI智能体加速假设生成、计算实验和文献综述。虽然还只是原型,但这是科学AI走向产品化的信号,科研人员可以试试。

Google DeepMind:Blog产品AI 评分63

让了解网络内容的创建和编辑过程变得更简单

平台宣布扩展其内容透明工具,旨在让用户更便捷地追溯网络内容的创建与编辑历史。这项更新将适用于社交媒体平台、网页内容等多个场景,帮助用户识别信息的修改痕迹,提升数字内容的透明度。

推荐理由:Google 把 SynthID 水印和 C2PA 凭证推向搜索、Chrome 和 API,普通人也能随手查「这是 AI 做的吗?」,这对虚假信息是实际的约束。

Elon Musk@elonmusk产品AI 评分84

Grok Imagine图像生成功能正式发布

Grok Imagine 现已正式发布 所有人都可使用 基于我们最新的文本到图像模型 能够生成逼真、高质量的图像 支持多种宽高比 现在可在 X 上使用

推荐理由:这是 Grok 补齐多模态的关键一步,从视频看生成质量不输 Midjourney,而且直接在 X 里就能用,零门槛对创作者是实打实的吸引力。

Rohan Paul@rohanpaul_ai观点AI 评分77

Anthropic CEO预言软件免费化与职业结构巨变

Anthropic CEO Dario Amodei在《华尔街日报》YouTube频道采访中表示,软件成本将急剧下降,可能基本免费,传统软件需百万用户分摊成本的前提将不再成立。同时,数十年来建立的许多工作和职业可能消失。Amodei认为社会能够应对并适应这种变化,但他警告人们目前完全未意识到即将到来的变革及其巨大规模。

推荐理由:Dario 这段 WSJ 访谈把软件免费化说得明明白白,但真正值得警惕的是后半句——整个行业对即将到来的职业冲击几乎没有意识,这种认知差才是风险。

xAI@xai产品AI 评分65

Hermes Agent 现支持 X Premium 订阅与帖子搜索

你现在可以在 Hermes Agent 中使用 X Premium 订阅,并且 Hermes Agent 现在可以搜索 X 帖子。 https://x.ai/news/grok-hermes [引用 @xai]:You can now use your @grok subscription inside @NousResearch Hermes Agent. http://x.ai/news/grok-hermes

推荐理由:xAI 把 Grok 和 X 搜索带到 Hermes Agent,看着是功能更新,其实在把自家数据和模型能力向第三方 agent 开放,这一步比新模型更值得追踪,做 agent 的该看看。

OpenAI Developers@OpenAIDevs产品AI 评分69

按需定制快捷键,优化工作流效率

处理大家的反馈让我们感到太有趣了。 (请继续反馈。) 键盘快捷键现已支持自定义。 围绕你的实际工作方式设置 Codex,然后通过设置调整快捷键,无需再适应我们的默认配置。

推荐理由:总算可以自定义快捷键了,对于天天用 Codex 写代码的人,这个更新比新模型还解渴,效率提升是实打实的,快去设置。

Ant Ling@AntLingAGI模型AI 评分80

社区协作再创佳绩,vLLM支持万亿级模型

又一次Day0协作,又一次社区胜利。感谢@vllm_project团队始终可靠的支持~ 🫡🫡

推荐理由:蚂蚁百灵把万亿参数的 thinking 模型开源,vLLM 第一天就能跑,想自己搭 agent 推理服务的可以直接动手了,开源生态的齿轮转得比想象中快。

Ant Ling@AntLingAGI模型AI 评分76

蚂蚁集团发布万亿参数推理模型Ring-2.6-1T

蚂蚁集团发布万亿参数推理模型Ring-2.6-1T,专为现实世界智能体工作流构建。该模型采用MIT许可,上下文长度通过YaRN技术从128K扩展至256K,并采用Async RL与IcePop混合训练架构。其核心特点是具备双推理努力模式:“high”模式用于快速智能体循环,“xhigh”模式用于深度推理,旨在实现更好的成本与性能平衡。模型已开源,欢迎社区反馈。

推荐理由:蚂蚁把1T推理模型以MIT许可开源,还专门为Agent循环做了高低推理双模式,做开源Agent的团队直接多了一个强力基座可选。

5月16日 周六15 条

IT之家·人工智能行业AI 评分70

杭州基地启用,机器人有了国家级职业技能训练场

国家人工智能应用中试基地(具身智能)5月16日在浙江杭州挂牌启用,为机器人提供国家级职业技能训练场。该基地是集场景体验、技术展示、研发合作、产业赋能于一体的综合性平台,旨在推动具身智能技术从实验室迈向现实应用。杭州市于5月1日施行首部具身智能机器人地方性法规,支持核心研发、平台建设和场景开放。目前杭州已集聚机器人产业相关企业700余家,2025年具身智能产业集群产值达1068亿元。

推荐理由:杭州这个国家级具身智能训练场不是「又一个基地」,它是把散点技术拢成产业链标准化的关键一步,做机器人的可以盯着政策红利和开放场景了。

IT之家·人工智能行业AI 评分75

突发!OpenAI 大规模重组,总裁 Brockman 夺权挂帅

OpenAI宣布进行史上最大规模重组,将ChatGPT、Codex和API三大核心产品线合并为统一组织。联合创始人兼总裁Greg Brockman正式全面接管产品战略,成为实际掌权者,而ChatGPT原负责人Nick Turley被调离核心岗位。此次重组旨在整合资源,聚焦“智能体时代”,并秘密开发集成多项功能的“超级应用”桌面端产品。与此同时,竞争对手Anthropic估值飙升至9000亿美元,使OpenAI面临严峻挑战。

推荐理由:OpenAI在IPO前夜突然把ChatGPT、Codex和API合并,Brockman亲自上阵,这不是例行架构调整,而是为了对抗Anthropic的估值反超和人才流失的一次绝境自救。想看懂OpenAI接下来怎么打Agent这张牌,这篇必须看。

OpenAI:官网动态教程AI 评分66

数据科学团队如何使用 Codex

Codex 能够帮助数据科学团队根据实际工作输入,自动化生成根本原因简报、影响报告、关键绩效指标备忘录、范围分析以及仪表板规格文档。该工具将自然语言描述转化为结构化分析框架,提升了从数据查询到报告生成的工作流效率,使团队能更快速地将业务问题转化为可执行的数据分析方案。

推荐理由:OpenAI Academy 手把手教数据科学团队用 Codex 产出分析报告,prompt 模板可以直接抄,但作为教程新信息不多,适合 Codex 用户按需参考。

OpenAI:官网动态教程AI 评分65

业务运营团队如何使用 Codex

业务运营团队可利用 Codex,将实际工作输入转化为多种关键文档。该工具能够基于真实工作内容,自动生成项目简报、战略更新报告、领导决策包以及进度更新等材料。这一应用展示了 Codex 如何将日常运营数据与沟通需求直接连接,提升文档创建效率与一致性,帮助团队更专注于核心业务决策。

推荐理由:一份给业务运营团队的 Codex 实操手册,直接给出可复制的 prompt 模板,把散乱的 KPI、会议笔记变成决策包。实用性高,信息增量有限。

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。