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20日 12:45 · 每小时自动更新

7月28日 周二16 条

公众号:火山引擎产品AI 评分61

火山引擎上线豆包搜索服务,为AI Agent提供实时可信搜索能力

火山引擎正式上线豆包搜索服务,为AI Agent提供跨语言、多模态、多垂类联网信息查询,融合全域互联网信息、行业知识与字节跳动独家内容资源。该服务从网站站点和创作者维度建立权威分级体系,过滤低质信息,在SimpleQA、FreshQA、BrowseComp-ZH等评测中表现优异。豆包搜索支持API、Skill、MCP等多种接入形态,面向企业和开发者提供每月500次免费搜索额度。

推荐理由:豆包搜索为Agent提供实时、可信的搜索能力,直接输出结构化信息,对国内开发者很实用。但宣发通稿缺少具体评测数据和对比,信服力有限。

另有 1 家信源报道
MarkTechPost模型AI 评分71

Microsoft 发布 MAI-Cyber-1-Flash:5B 活跃参数的网络安全模型,驱动 MDASH 在 CyberGym 上达到 95.95%

Microsoft 发布 MAI-Cyber-1-Flash,一款 137B 总参数(5B 活跃参数)、256k 上下文窗口的稀疏 MoE 网络安全模型,是 MAI-Code-1-Flash 的微调版本。

推荐理由:微软这个安全模型把漏洞挖掘系统推到95.95%,关键是90%任务由5B模型完成成本砍半,路由设计比模型本身更值得关注,做漏洞挖掘的可以马上跑起来试试。

另有 4 家信源报道
公众号:火山引擎产品AI 评分68

豆包搜索开放服务,为Agent提供实时、权威、可信的搜索能力

火山引擎正式上线豆包搜索服务,为企业和开发者构建AI Agent提供跨语言、多模态、多垂类的联网信息查询引擎。该服务支持API、Skill、MCP等多种接入形态,也可在Agent Plan中一键配置启用,并提供每月500次免费搜索额度。豆包搜索已在SimpleQA、FreshQA、BrowseComp-ZH等多项公开评测中表现优异,并服务国内9成TOP手机厂商的智能助手。

推荐理由:搜索服务从单次查询升级为 Agent 的持续信息流,权威分级过滤低质内容,Agent Plan 一键接入降低了企业构建深度联网 Agent 的集成成本。

OpenRouter:Announcements教程AI 评分65

如何评估不同 LLM 提供商在延迟、吞吐量和正常运行时间上的性能

同一模型在不同提供商端点上的表现因基础设施、量化、负载处理和路由默认设置而异。评估需测量延迟、吞吐量、正常运行时间和精度,并将测量结果转化为路由策略。

推荐理由:做 LLM 路由的开发者必读,OpenRouter 给出了衡量延迟、吞吐和精度的实操框架,把选型从 benchmark 转向真实性能,生产环境可以直接落地试。

Tomasz Tunguz 博客观点AI 评分67

AI Harness 对性能的影响超过模型本身:GPT-5.5 与 Opus 4.7 在第三方工具中得分更高

Endor Labs 测试显示,同一模型在不同 harness 中性能差异巨大:GPT-5.5 在 Cursor 中功能正确率 87.2%,远超其在 Codex 原生环境中的 61.5%;Opus 4.7 在 Cursor 中得分 91.1%,高于 Claude Code 的 87.2%。Harness 决定发送的上下文与缓存策略,智能缓存可节省 40-80% 成本并提速 13-31%。

推荐理由:作者引用同一模型在不同 harness 下的分数差与缓存研究,说明 harness 而非模型决定成本和表现,读者可借此审视自己的工具链选择。

GitHub Blog教程AI 评分74

GitHub Copilot 发布“Harness”工作流:用单一工具完成原型、规划、实现与代码审查

GitHub Copilot 推出“Harness”工作流,让开发者通过单一 AI 工具完成从原型设计、规划、实现到代码审查的完整软件开发流程,无需追逐多种新 AI 工具。该工作流强调实用性与集成性,旨在减少工具切换带来的效率损耗。

推荐理由:GitHub Copilot 官方出的实用工作流,不追新工具,把现有功能用透,用 Copilot 的开发者直接能套的「内功心得」。

The Decoder:AI News观点AI 评分70

OpenAI 称越来越多员工用 ChatGPT 做其他岗位的工作

OpenAI 分析超 80 万条与工作相关的 ChatGPT 消息后发现,43.5% 的岗位特定查询涉及另一职业,营销和工程任务交叉最多。用户用 AI 处理合同审查、数据分析、网站故障排查等原由专家负责的工作。OpenAI 认为这是岗位职责正在变化的早期信号,该趋势在缺乏专业团队的小公司尤为明显。

推荐理由:OpenAI 首次用 80 万条数据证明 AI 正打破职业边界,小公司里人人都快成多面手了,对组织设计和工具选型都是个早期信号。

另有 1 家信源报道
Kimi.ai@Kimi_Moonshot产品AI 评分73

Kimi 发布视觉感知基准 PerceptionBench

Kimi.ai 发布 PerceptionBench,一个从当前前沿模型在 42 个基准上的失败模式中归纳出的视觉感知基准。该基准将视觉感知拆解为 10 种原子能力,并构建了 3000 道验证题,每道题只考察单一感知能力,无需推理或外部知识。

推荐理由:从模型失败中反向定义原子感知,把视觉感知从推理里拆出来很聪明,开源数据和方法对做视觉评测的产品人很有参考价值。

MarkTechPost教程AI 评分72

用Claude和Python构建技能驱动的金融分析智能体

本教程基于Anthropic的financial-services仓库,用纯Python复现其技能驱动架构。通过解析SKILL.md文件构建可搜索技能注册表,并创建可复用SkillAgent,将金融分析剧本注入Anthropic Messages API,支持迭代工具调用循环。

推荐理由:这个教程把手教你将 Anthropic 的金融技能库打包成可运行的 Python 代理,不是概念演示而是完整工作流,做金融 AI 落地的可以直接抄。

IT之家·人工智能行业AI 评分73

德里高等法院裁定 OpenAI 利用 ANI 内容训练 AI 未侵犯版权

德里高等法院认定 OpenAI 利用亚洲国际新闻(ANI)社的内容训练人工智能不构成侵犯版权。法官 Amit Bansal 认为该行为符合印度《版权法》中研究类“合理使用”例外情形,且 ANI 未能证明 ChatGPT 直接复制其受版权保护内容。法院同时指出,现阶段颁布临时禁令将不利于印度正在开发的 LLM 及大量免费使用 ChatGPT 的用户。

推荐理由:印度法院认定训练数据属于合理使用,这是 OpenAI 在版权战中的首次重要胜利,可能影响全球类似案件的走向,值得关注。

另有 1 家信源报道
GitHub Blog教程AI 评分68

GitHub Copilot app 入门指南:多 Agent 会话工作区与 Canvas 预览

GitHub Copilot app 将 AI 编码工具升级为多 Agent 会话工作区,支持同时管理多个任务线程而不丢失进度。用户可为每个会话绑定项目上下文,通过 `/create-canvas` 命令在浏览器 Canvas 中预览 UI 并直接点选修改,还能启用 Agent Merge 自动处理 PR 审查反馈和合并冲突。

推荐理由:GitHub Copilot 应用把 AI 编程拆成多会话、画布和 Agent Merge,让 '一键修 bug' 变成真·项目管理流,Copilot 用户该上手试试。

TechCrunch:AI行业AI 评分76

Google AI Overviews 搜索结果出现率升至43%

Google AI Overviews 在搜索结果中的出现率一年内从15%升至43%,AI Mode月访问量从1.26亿增至2.79亿。用户搜索长度增加,正从短关键词转向更长的自然对话式查询。

推荐理由:Similarweb 的数据坐实了搜索范式的代际切换,Google 从链接跳板变成终点站。网站主和 SEO 从业者该认真对待 AI 引文不带来点击的现实了。

Liquid AI 模型与工程博客模型AI 评分65

Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 双向编码器,长上下文下 CPU 推理最快

Liquid AI 发布 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M 两个基于 LFM2 混合架构的双向编码器,支持 8,192 token 上下文,已在 Hugging Face 开放下载。

推荐理由:原文给出双向编码器的架构改动、17 项任务微调评测和长上下文 CPU 吞吐对比,读者可以据此评估其在边缘和本地部署中的适用性。

7月27日 周一13 条

公众号:月之暗面模型AI 评分81

Kimi K3 开放日:模型权重、技术报告和关键 Infra 技术同步开放

Kimi 发布 K3 模型权重与技术报告,并开源 MoonEP、FlashKDA 和 AgentEnv 三项关键 Infra 技术。K3 是 2.8 万亿参数的 MoE 模型,支持原生视觉与 100 万 token 上下文,参数规模约为 K2.5 的 3 倍,规模化效率提升 2.5 倍。

推荐理由:权重开源伴随技术报告公开训练细节,为研究机构直接复现和改造千亿级MoE模型提供了完整路径,也降低企业自部署门槛。

另有 1 家信源报道
Kimi.ai@Kimi_Moonshot产品AI 评分69

Kimi K3 开源分布式智能体环境 AgentENV

我们与 kvcache-ai 合作开源了 AgentENV。 AgentENV 是一个用于大规模运行智能体环境的分布式系统。其组件为 Kimi K3 的智能体强化学习训练提供支持,具备快速快照、恢复和分支功能,适用于大规模并行智能体工作流。 在 GitHub 上探索:http://github.com/kvcache-ai/AgentEnv

推荐理由:月之暗面开源了自家训练Kimi K3用的智能体环境,带快照和分叉,做agent训练的人可以直接上手抄作业,比看论文实在。

另有 1 家信源报道
公众号:月之暗面模型AI 评分85

Kimi K3 开放日:模型权重、技术报告和关键 Infra 技术同步开放

月之暗面发布 2.8 万亿参数的混合专家模型 Kimi K3,支持原生视觉理解和 100 万 token 上下文窗口。其规模化效率较 Kimi K2.5 提升 2.5 倍,并同步开源模型权重、技术报告及 MoonEP、FlashKDA、AgentEnv 三项 Infra 技术。

推荐理由:Kimi K3 的完全开放是一个明确信号,月之暗面把最核心的模型权重和技术细节全部公开,国内开发者从此有了媲美国际顶尖开源的底座。虽然部署门槛不低,但开放本身推动了生态发展。

另有 8 家信源报道
Air Street Press模型AI 评分70

Black Forest Labs 发布 FLUX 3,从视频生成延伸到机器人控制

Black Forest Labs 发布多模态基础模型 FLUX 3,单一架构内联合学习图像、视频和音频,可单次生成最长 20 秒带音频视频,其初步人偏好评测中优于 Runway Gen-4.5(77%)和 Grok Imagine Video(69%)。

推荐理由:原文把 FLUX 3 的多模态训练与其在工业机械臂上的控制实验串联起来,并给出冻结骨干的消融数据,可帮助读者理解视频表征迁移到机器人操作这条路线。

NVIDIA Blog行业AI 评分61

NVIDIA 等多家行业领袖联合成立 Open Secure AI Alliance,推动 AI 安全与防御开源化

NVIDIA、Microsoft、Hugging Face、IBM 等数十家机构联合成立 Open Secure AI Alliance,旨在通过开源模型、工具和框架构建可审查、可定制的 AI 安全防御体系。

推荐理由:NVIDIA拉上微软、IBM等三十多家公司成立了这个安全联盟,虽然现在只是一纸宣言,但它给‘开放模型更能打’撑腰,对搞安全的同学是个风向标,建议留意后续动作。

另有 3 家信源报道
Berkeley RDI:Blog观点AI 评分64

当编码不再是瓶颈:Berkeley RDI 提出软件自主开发三级框架

Berkeley RDI等机构提出三级软件自主开发框架:代码自主(AI完成设计与实现,人类决定构建内容并审核PR)、流水线自主(AI运行从设计到部署的全流程,人类仅评估结果)、需求自主(AI自主决定构建内容)。该框架旨在为能力声明、部署选择与问责提供清晰分类。

推荐理由:Berkeley团队提出软件自主开发三层框架,把模糊的“自主编程”拆成清晰阶梯,关键不在能力而在责任转移,开发团队该看看自己到了哪一级。

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。