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。
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。
Canva 上线生成式 AI 功能总开关,用户可在 Profile > Settings > Permission 中关闭 Magic Expand、Canva 聊天机器人生图、Magic Write、Magic Design、Dream Lab、Canva Code 等工具。
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。
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。
uya-agent 发布一个 9.3 MB 的静态二进制编程 Agent,拷到任意 x86-64 Linux 上即可运行,无需 node、python、glibc 或容器。它接收一句指令后自行读文件、改文件、跑命令,循环到给出结论,TUI、沙箱和 TLS 都打包在内。官网与 GitHub 仓库已公开。
OpenCode 发布 Browse,让编程 Agent 直接使用用户已登录各种账号的浏览器。该功能由 Chromium 扩展加一个 MCP server 组成,Agent 在后台折叠标签组中开标签页,可读页面、点击、输入、截图和录 tab;遇到登录、2FA 或付款环节时把标签页交还用户。
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。
Snowflake 宣布推出 Business Ontology 并即将开启公开预览,为团队提供受治理的方式定义、审批共用业务术语、实体、关联关系与指标,并映射到承载这些定义的数据和模型。
Linearbytes 发布开源 Playwright 库 Bug0 QA Agent,让开发者在标准 Playwright 规范中用纯英文写声明式测试步骤,由代理首次执行后把单操作步骤编译为具体浏览器操作并缓存到 Redis,后续运行直接重放以省去 LLM 推理延迟。
Tiger Data 发布开源 PostgreSQL 扩展 pg_vectorsearch,目前处于 Alpha 阶段,其 PRISM 索引用数据分区和压缩替代 pgvector 的 HNSW 图方法。
Amazon SageMaker AI 新增 AI 数据准备能力,可通过 Python SDK API 和 AWS AI-ML agent skill 生成合成数据、评估并改进数据集,并把专家反馈纳入流程。能力包括自动标注、人工审核、合成数据生成、数据质量评估和数据转换,可单独使用或串联成从原始数据到训练的流程。这些能力已在美国东部(弗吉尼亚北部)和美国西部(俄勒冈)区域正式可用。
Amazon SageMaker AI 为实时端点新增 KV 缓存感知路由(KV-aware routing),依据模型容器上报的缓存状态,把请求发给持有最长缓存匹配且不过载的实例。
Amazon SageMaker HyperPod Inference 现已支持 NVIDIA Dynamo,把 Dynamo 的多节点部署、prefill 与 decode 分离和 KV-aware 路由与 HyperPod 的基础设施管理结合起来。
Google 为搜索中的 AI Mode 推出“临时线程”功能,用户点击右上角图标即可开启不被记录的对话。该会话与账号分离,回复不受历史偏好影响,也不会影响后续个性化推荐。功能已在桌面端和移动端全球上线,覆盖所有支持语言。
Snapchat 宣布推出 Easy Lens CLI,让 Lens 创作者用 Claude Code、Cursor、Codex 等 AI 编码助手构建 AR Lens。
Suno 上线 Visuals 功能,用户可把歌曲转成自动对口型的 AI 视频片段,或用提示词生成缩略图和专辑封面,网页、iOS 和 Android 均可使用。
可灵推出 Kling Image 4.0,主打原生 8K 高清出图,放大后人像细纹、睫毛和风景细节仍保持清晰。新版本还支持单张图片生成 2000 字、70+ 款预设字体,一次描述最多生成 10 张系列组图,并可生成超长商品详情页。
Nutrient(原 PSPDFKit)推出 Data Extraction API,可将 PDF、扫描件、图片和 Office 文件解析为空间 JSON 或 Markdown,并按用户 JSON Schema 提取字段,每个值附带边界框、匹配标签和置信度分数。
AWS 在 SageMaker Studio 中上线 Amazon SageMaker JumpStart Model Leaderboard,可在质量、速度和成本三个维度并排比较模型。
LangChain 在 LangSmith 中上线面向编码智能体的成本追踪与治理方案,把 Claude Code、Codex、Cursor、GitHub Copilot Chat、Pi 和 OpenCode 的会话统一到同一套 trace 模型,用相同元数据和查询语法查看 token 用量、单会话成本、工具调用与子智能体活动。
LangSmith 推出 Alerts 功能,可基于错误率、运行延迟和反馈分数等指标设置告警,帮助在故障影响用户前发现 LLM 应用与智能体的问题。用户可对每类指标配置过滤器、5 或 15 分钟聚合窗口和阈值,并通过 PagerDuty 或自定义 webhook(如推送至 Slack)接收通知。已向 LangSmith 发送生产 trace 的用户即可配置首个告警。
Google DeepMind 发布世界模型 Genie 4,此前仅作研究预览,现向 Google AI Ultra 订阅用户开放。Genie 4 支持用文本实时重塑天气、角色和剧情,并能生成随场景变化的原生实时音效。
同一件事,精选收录的是《Google DeepMind 向 AI Ultra 订阅者开放 Genie 4 与新版 Project Genie》
Google DeepMind 向符合条件的 Google AI Ultra 订阅用户推出新版 Project Genie 体验,首次开放 Genie 4 世界模型。
同一件事,精选收录的是《Google DeepMind 向 AI Ultra 订阅者开放 Genie 4 与新版 Project Genie》
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie,首次开放 Genie 4 世界模型。Genie 4 支持在探索过程中输入新提示词实时修改环境,并首次搭配随场景变化的实时原生音频。
推荐理由:Genie 4 支持会话中实时改世界并加入原生音频,可对照 Genie 3 的会话时长与全景图能力看世界模型进展。
迪士尼幻想工程研发部门公布三款 Audio-Animatronic 原型机器人 Vilo Vele、Kado Bre'a 和 Jibu Bre'a,它们借助 Amazon AWS 云端 AI 能力实时回应游客互动。
Google 将 Gemini 应用带到符合条件的 Android(Go edition)低内存设备,覆盖此前只能使用基础语音命令的机型。官方称已重构应用,使核心体验在低内存硬件上流畅运行,支持 Gemini Live 用 45 种以上语言对话、拍摄笔记或表单进行学习与翻译,以及用 Nano Banana 生成图片。
推荐理由:原文交代了低内存机型的适配方式与可用功能,可据此判断 Gemini 在新兴市场的覆盖边界。
LangSmith 推出面向编码智能体的花费追踪功能,把每次 trace 的花费自动归因到智能体贡献的 pull request 上,并汇总到统一的编码智能体总览页。
推荐理由:原文把编码智能体的花费与合并 PR 挂钩,并给出按模型、技能和线程长度拆解成本的具体视图。
IBM 与 Confluent 将下载量超过 5000 万的 IBM 时序基础模型以原生内置函数形式接入 Confluent,云端和本地均可使用,模型在 CPU 上运行。
Mistral 为 AI 智能体 Vibe(原 Le Chat)推出桌面应用,用户可同时下发多个任务并观看智能体并行执行。
NVIDIA RTX Spark 紧凑台式机开售,华硕、戴尔、微星首批推出,宏碁、技嘉、惠普的迷你主机和微软 Surface RTX Spark Dev Box 即将跟进。
推荐理由:原文列出 RTX Spark 紧凑台式机的硬件规格与本地模型能力,可据此判断本地 AI 工作站的配置取舍。
OpenAI 详解 Codex 沙箱机制:Codex 在你的机器上执行命令时,会按你设定的文件系统与网络限制进行约束,覆盖 macOS、Linux 和 Windows。
Google 宣布 Gemini 任务功能开始向美国、日本、韩国、加拿大、澳大利亚和印度免费开放,使用新的 Gemini 4 Hydrogen 模型,美国用户还可使用一组高级功能。
推荐理由:原文给出 Gemini 代打电话、比价下单等具体任务流程与安全边界,读者可据此判断个人助理能接手哪些日常事务。
Google 正在向 Gemini 应用推送新设置,把聊天记录与模型训练拆成两个独立开关,用户不必再为了退出训练而关闭历史记录。
Datasette Lite 发布基于 Service Worker 的完整重写版,在浏览器内运行 Datasette Python 应用,效果已接近真实服务端版本。
NVIDIA 在 SC26 推出面向研究人员和开发者的 DGX Spark HPC 开发者套件,由四台 DGX Spark 以环形直连组成集群,无需网络交换机。
NVIDIA 发布新版 Slurm,让 QPU 厂商通过一个简单文件为所有超算中心提供统一硬件接口,超算中心无需为每种量子处理器单独开发适配方案。该扩展已获 Alice & Bob、IBM、IQM、Pasqal、Quantinuum 和 MQSC 采用,支持 QRMI 与 QDMI 接口,Slurm 26.11 将于本月晚些时候发布。
NVIDIA 扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa,让 AI 智能体帮助研究人员加速天体物理、材料科学与单细胞生物学等领域的发现。
Google Maps 为 Ask Maps 上线假日出行新功能,可生成逐日行程、查看实时路况与营业状态,并支持导出到 Google Docs 或分享。新增 agentic 能力可让 Ask Maps 查找美容、宠物护理、汽车和家庭维修的可用预约并代打电话联系本地商家。
异次元软件世界介绍免费开源下载管理器 Mister Download Manager(MDM),它用 Rust 从零重写,界面与功能对标 IDM,并补上 BT 磁力下载和 Windows、macOS、Linux 跨平台支持。
Hugging Face 与 OpenRouter 合作,把语言模型的 Inference Providers 从自建路由器换成 OpenRouter 的路由,按实时价格、速度和可靠性为每次请求挑选提供商,失败时在同一次调用内换另一家重试。
推荐理由:原文交代了路由切换后的重试、缓存与计费变化,读者可据此判断现有调用代码是否需要调整。