跳到正文
今天11月20日周五3 条
  1. InfoQ 中文55

    红帽谈企业 AI 落地难题:模型频繁换代、Token 成本与 Agent 权限治理

    红帽全球副总裁兼大中华区总裁曹衡康指出,企业刚把模型接入业务,市场上就出现表现更好的新模型,CIO 面临是否重搭环境的抉择。红帽以支持 20 多个开源模型、合计 700 多个版本的平台应对模型换代,并推进 vLLM 与 llm-d 分布式推理;llm-d 于 10 月 20 日发布 1.0 版本,补齐多租户资源管理、请求优先级调度与面向 Agent 工作流的会话感知路由。

11月19日周四
  1. 少数派58

    NodLink:用 AirPods 头部追踪控制 Mac 光标,MIT 协议开源

    作者 Uinui 开发并开源了 NodLink,读取 AirPods 的姿态传感器数据,把头部朝向换算成 Mac 屏幕上的光标位置,全程不调用摄像头。左右歪头可映射为单击、右键或按住拖拽,也支持中英文语音指令如「点击」「双击」,并配有标号点选、暂停与回中。工具需 macOS 14 以上和支持头部追踪的 AirPods,以 MIT 协议开源,目前仅支持 Mac。

  2. The Verge · AI48

    我让 Apple Watch 的常听 AI 总结了我两周的生活

    作者在 Apple Watch Ultra 4 上测试了 Siri Recap 测试版,该功能可环境收音并用 AI 生成对话摘要。它默认关闭、需主动开启,摘要可选 1/3/7 天后自动销毁,不保存原始音频和可查看的文字记录,音频在 S11 芯片的安全隔离区处理后即删,大部分处理在本地完成。但 Siri 不训练用户声音,难以分辨真实对话,曾把 TikTok 视频内容误总结成作者本人经历。

  3. The Decoder78

    OpenAI 发布第二份内部研究加速报告,披露 Codex 等智能体使用数据

    OpenAI 发布第二份内部研究加速报告,披露 Codex、Dots 等内部智能体的使用深度。按 API 标价计算,10 月中位数研究员每天消耗价值 2400 美元的 token,环比增长 62%,前 10% 用户达每天 23000 美元。

    推荐理由:OpenAI 内部报告给出编码智能体的用量、任务成功率与失败环节,可据此判断当前智能体在研发流程中的真实边界。

  4. 雷峰网62

    黄仁勋去留未定,中国GPU采购商不敢下单期货

    黄仁勋辞任与复职传闻反复之际,深圳GPU采购商表示已不敢订期货,国内英伟达高端GPU渠道持续收窄。报道称单台B300国内现货价已炒至约2200万元,海外转运与租算力两条路分别受海关查扣和1200万TPP许可门槛限制。受访者认为国产GPU短期难接住需求,训练端仍依赖英伟达,推理端则受HBM成本制约。

  5. 雷峰网40

    美团无人机 M-Drone 4L 迪拜海外首秀,索降配送将落地 Sobha Hartland

    美团无人机第四代索降机型 M-Drone 4L 在迪拜完成海外首次亮相,通过缆索将订单送至指定投放点,全程无需降落,迪拜索降航线将于近期正式投用。该机型将落地 Sobha Hartland 等社区及户外空间,配送距离超 3 公里后每增加 1 公里,无人机约增加 90 秒、地面配送约增加 10 分钟。美团无人机已在迪拜商业运营近 2 年,全球累计完成超 110 万笔订单。

  6. 雷峰网72

    豆包工作上线三个月 DAU 突破 800 万,企业客户 ARR 突破 20 亿元

    豆包官方宣布,上线仅三个月的豆包工作日活跃用户数突破 800 万,企业客户年度经常性收入突破 20 亿元。豆包工作自 8 月 25 日发布,11 月 16 日上线“工作台”功能,首批覆盖金融、医疗、教育、创意设计等 21 个专业场景,用户也可创建、保存和分享自定义工作台。该产品近期还接入 Kimi、GLM、DeepSeek 等第三方模型,并标注不同模型的额度消耗倍率。

  7. 雷峰网58

    百图生科发布AI药物安全性评价系统,从虚拟细胞延伸至虚拟猴

    百图生科11月19日正式发布AI药物安全性评价系统,将虚拟细胞模型、毒性预测与非临床安全性评价服务结合,并依托“虚拟猴”等模型把预测从细胞层面延伸到动物体内。核心模型xTrimoTox在TDC公开基准的肝毒性、心脏毒性等任务上取得高于公开领先模型的结果,药物性肝损伤和hERG心脏毒性任务AUROC分别为0.9637和0.8918。

  8. 爱范儿78

    黄仁勋公开表示愿回归英伟达任CEO,董事会称已接受辞呈无意恢复

    黄仁勋在辞去英伟达CEO职务五天后于个人X账号发文,承认个人生活错误,并首次明确表示若董事会认为符合各方利益,他愿意重新担任CEO。同日英伟达董事长Harvey Jones在财报电话会议上表示,董事会已一致接受其辞呈,无意恢复其CEO职务,公司已聘请Heidrick & Struggles物色继任者,Colette Kress继续担任临时CEO兼CFO。

  9. 爱范儿80

    GPT-6.2 Astra 发布后差评不断,实测后我觉得它有点冤

    爱范儿实测 GPT-6.2 Astra 与 Sol 后认为,首发差评被集中放大,模型表现并没有网上说的那么糟。OpenAI 称 Astra 在 Agents' Last Exam 上比上一代高 5.2 分、成本不到三分之一,AA-3D 评测以 1318 Elo 排名第一;但 Theo、Dan Shipper 等开发者批评其在长期任务中异常中断、偏离目标、难以解释自身操作。

    推荐理由:结合开发者差评与作者自测,呈现 GPT-6.2 在长周期 Agent 任务中的真实表现与成本权衡。

  10. 爱范儿62

    即梦 Seedance 2.5 推出 4K 版本,支持 30 秒单次生成与六种画幅

    即梦 Seedance 2.5 推出 4K 版本,把最长 30 秒单次生成、全模态参考、视频编辑与延长等能力提升到 4K 画质规格。4K 模式支持 10bit BT.709 色彩格式和六种画幅输出,作者在品牌 TVC、电商素材、影视预演和线下大屏四类场景中做了实测。文章还提到 Seedream 5.5、Seedance 2.5 Flash 以及面向企业团队的即梦企业解决方案。

  11. 爱范儿80

    深度实测 GPT-6.2 Astra:3D 与成本亮眼,写作和长任务体验受质疑

    爱范儿实测 OpenAI 当天发布的 GPT-6.2 Astra 与 GPT-6.2 Sol,用一句话提示词在 17 分钟内生成 FPS 游戏,并完成可交互孔雀开屏 3D 场景、深海图谱网页和日式奇幻城市 GIF。

    推荐理由:作者用游戏、3D 场景、网页与写作等多组实测,呈现 GPT-6.2 Astra 在能力与可用性之间的落差。

  12. 开源中国资讯82

    OpenAI 发布 GPT-6.2 Astra 和 Sol 两个模型

    OpenAI 宣布 GPT-6.2 Astra 和 Sol 上线,Astra 为旗舰模型,定位面向最难的项目,在专业工作和科学研究评测上刷新自身记录,每任务成本不到 GPT-6 Astra 的三分之一。Sol 与 Astra 分工明确,官方称两者差别会体现在幻觉等方面。

  13. 开源中国资讯78

    腾讯开源 Hy4 flash:220B 总参数、12B 激活,单任务成本降至 Hy4 的 1/20

    腾讯宣布开源 Hy4 flash,总参数 220B,每个 token 只激活 12B。混元团队称其为迄今最具成本效益的 Hy 模型,单任务平均成本只有 Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8。相比上一代 Hy4,该模型在结构上改了三处。

    推荐理由:腾讯开源 Hy4 flash,给出 220B 总参数、12B 激活和单任务成本对比,可据此判断稀疏模型的成本取舍。

  14. 开源中国资讯78

    微软推出编程模型 MAI Code 2 和 MAI Code 2 Flash

    微软宣布推出新版本编程模型 MAI Code 2 和 MAI Code 2 Flash,核心卖点是“不到一半的价格,交付生产级质量”。在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 四个企业日常编码基准上取平均,MAI Code 2 拿到 GPT 6.1 Sol 的……(原文摘要在此截断)。

    推荐理由:微软公布 MAI Code 2 与 Flash 的定价和基准对比,可据此判断低成本编程模型的取舍。

  15. 开源中国资讯40

    伏羲智能决策平台发布 v1.0.0:多智能体协作与决策运营闭环升级

    伏羲智能决策平台发布 v1.0.0,升级多智能体编排与知识检索,并完善测试提案、历史回归、业务结果回传、偏差归因、漂移监测和优化评估流程。平台采用 Rust 技术栈,支持标准 DMN 决策模型和项目级治理,尝试把自然语言建模、确定性决策执行与发布后运营连接起来。

  16. 开源中国资讯58

    Claude Code 团队谈如何让 agent 验证自己的工作

    Claude Code 团队公开称其约 90% 的代码由 Claude 编写和评审,团队工程师 Addy Osmani 在 claude.dev 上撰文介绍这一规模下如何让 agent 验证自己的工作。文章的核心判断是,没有验证回路时最多同时跑一两个 Claude,因为每个都要人盯着;有了验证回路则可以同时跑几十上百个。

  17. 量子位70

    范式智能发布 Phai-A1 与 Phai-M1 双模型,全链路基于华为昇腾训练

    范式智能(原第四范式)首次发布自研基座模型 Phai-A1 和 Phai-M1,两款模型全链路在华为昇腾平台上完成训练。Phai-A1 面向代码开发和智能助手场景,官方称同等质量下响应速度比同参数级别模型快约 8-10 倍,单张 RTX 3090 即可运行,并具备原生百万级上下文;Phai-M1 面向真人影视场景,音画同步,约 3 分钟生成 15 秒 720P 视频。

  18. InfoQ 中文50

    腾讯轻量云 LoopForge 如何让 AI 从“能写代码”走向“能交付”

    腾讯轻量云专家江露在 AICon 北京站分享中介绍了 LoopForge 的云端 Loop 实践:用 DAG 定义的可执行 SOP 约束多 Agent 协作,由程序负责状态流转与交接,Agent 只在节点内完成分析、设计和实现。团队将评审与测试角色同实现角色隔离,并建立五道质量门禁,强调“独立的预期 + 可复现的运行事实”。她认为只有合入并通过验收才算真正完成交付。