跳到正文
今天11月10日周二21 条
  1. 量子位80

    Seedream 5.5 图像生成与连续编辑实测

    量子位实测了 Seedream 5.5 在 100 轮连续编辑、多图合成、透明 PNG、复杂动作迁移和图层拆分中的表现,并对比了 GPT-Image 2.6 的编辑失真情况。测试显示,Seedream 5.5 能在多轮编辑中保持较高保真度,并支持小字与多语言渲染、图层拆分及文字二次编辑;该模型已在即梦、豆包和豆包工作上线。

    推荐理由:文章通过连续编辑、多图合成、透明图、复杂文字和动作迁移等实测,呈现了 Seedream 5.5 的表现与工作流价值。

  2. IT之家76

    蚂蚁灵波开源触觉基础模型 LingBot-Touch

    蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,统一磁触觉、视触觉和压阻式传感信号。在 Sharpa Wave 和 XHand 的 26 项真机测试中,接入 LingBot-Touch 后,四种动作模型平均任务成功率较无触觉时提高约 14 至 26 个百分点。

    同一件事,精选收录的是《蚂蚁灵波开源 LingBot-Touch 触觉预训练基础模型》

  3. SiliconANGLE AI80

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,强化科研与编码能力

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两款模型核心能力相同,但分别采用较严格和较宽松的安全限制。Fable 5.2 在多数 AI 基准上较 Fable 5.1 高出 10% 以上,并在 Terminal-Bench-Science 0.1 达到 74.6%;Mythos 5.2 仅通过有限访问计划向可信研究者开放。

    同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,API 调用费下降 20%》

  4. The Decoder76

    Meta 发布小型 AI 模型 Muse Ember,面向智能体重复性任务

    Meta 发布 Muse Ember,面向工具调用、小型编码、请求路由、数据提取和长文档处理等智能体重复性任务。Muse Ember 支持文本、图像、音频和视频,可一次处理最多 1 million tokens,并通过 Meta Model API 和 Muse Code 提供,价格为每百万输入 tokens $0.10、每百万输出 tokens $0.50。

    同一件事,精选收录的是《Meta 发布轻量级 AI 模型 Muse Ember,单任务成本为 Claude Haiku 5.5 的 1/3》

  5. The Decoder69

    字节跳动发布 Seedream 5.5 图像生成模型,支持 100 轮稳定编辑

    字节跳动推出面向专业生产流程的图像生成模型 Seedream 5.5,可进行最多 100 轮稳定编辑,保持未修改区域的像素一致并减少色彩偏移。模型支持原生 RGBA 和透明背景,并改进光照、材质、皮肤纹理及密集小字表现,正通过即梦(Jimeng,字节)、豆包、豆包工作版和火山引擎 Ark 逐步上线,Pro 版本计划推出。

  6. TechCrunch AI75

    Meta 发布轻量级智能体执行模型 Muse Ember

    Meta Superintelligence Lab 发布轻量级 AI 模型 Muse Ember,用于工具调用、编码子任务、路由、信息提取和长文档解析等重复性智能体工作。Ember 的输入价格为每百万 token 10 美分,支持文本、图像和音频输入,并可与 Muse Wonder 配合处理大规模任务。

11月9日周一
  1. IT之家80

    美团龙猫开源 LongCat-2.5 原生多模态模型,支持百万上下文

    美团龙猫开源面向长程智能体任务的原生多模态模型 LongCat-2.5,采用 MIT 协议,支持商用推理部署与二次训练。模型总参数 1.6 万亿,每个 token 激活约 480 亿参数,支持一百万上下文,并采用 W4A4 高效推理方案。LongCat-2.5 将多层级离散视觉 token 与文本统一交给主干处理,面向复杂代码库开发、Visual Coding 和专业办公等场景。

    推荐理由:原文披露了 LongCat-2.5 的开源信息及其多模态架构、量化部署与长上下文设计,便于读者评估其工程特点。

  2. 雷峰网79

    字节跳动发布 Seedream 5.5 图像创作模型

    字节跳动发布 Seedream 5.5 图像创作模型,并同步接入豆包、豆包工作和即梦。其生成速度、多轮编辑稳定性、透明素材生成及中文小字渲染能力均有提升,2K 方图编辑单张成本约 0.28 元,API 即将上线火山方舟。

    同一件事,精选收录的是《字节跳动发布 Seedream 5.5 图像创作模型,强化多轮精准编辑》

  3. 爱范儿83

    字节跳动发布 Seedream 5.5 图像创作模型,强化多轮精准编辑

    字节跳动发布新一代图像创作模型 Seedream 5.5,主打像素级精准编辑、上百轮修改不崩坏、原生 RGBA 透明素材、小字渲染和摄影质感,火山引擎将于本周上线 API 服务。

    推荐理由:文章通过多轮局部编辑、人像摄影、中文排版和透明素材测试,呈现 Seedream 5.5 在一致性与专业设计工作流中的表现。

  4. 量子位76

    腾讯混元 Hy4 发布并实测原生视觉、长程 Agent 与电脑操作能力

    腾讯混元 Hy4 正式发布,采用 770B 总参数、49B 激活参数,首次引入原生视觉和电脑操作能力,模型权重将于近期开源。Hy4 已在腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、ima 等产品上线,API 接入 OpenRouter、Hermes、OpenCode,内部测试幻觉率由 preview 版的 12.95% 降至 7.2%。

    推荐理由:实测覆盖视觉开发、长程任务和电脑操作,并披露幻觉率与金融任务表现,可作为评估 Hy4 实用能力的参考。

  5. 极客公园79

    极客公园实测腾讯混元Hy4的长程Agent、视觉理解与视觉代码能力

    极客公园实测腾讯混元Hy4,考察其长程Agent、视觉理解、视觉代码和电脑操作能力。Hy4能完成CPO研究报告与估值模型,并通过视觉理解生成和迭代修正交互式3D网页及游戏复刻项目;官方数据显示其幻觉率由preview版的12.95%降至7.2%,但与GPT、Claude等顶尖闭源模型相比仍有差距。

11月8日周日
11月7日周六
  1. IT之家51

    吉利发布“智象-星睿交通气象大模型”并推出“超视距安全预警”

    吉利汽车集团与中国气象局地球系统数值预报中心推出“智象-星睿交通气象大模型”,用于车道级监测结冰、团雾和暴雨等风险。模型已初步形成“超视距安全预警”功能,可基于多车互联识别危险路况并主动提示,计划率先在领克 900L 上量产落地。双方还计划于明年一季度发布“通用气象模型”,并推进车载气象观测相关国家标准建议书。

  2. 量子位65

    魔芯科技发布 MoWorld 2.0 通用4D世界模型

    魔芯科技发布 MoWorld 2.0,将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体和热力等十余种物理要素纳入统一建模。模型支持生成可编辑、渲染和重复调用的 3D/4D高斯资产,并通过多张昇腾 NPU 并行调度将实时视频推理速度由最高 50 FPS 提升至约 70 FPS。其推理成本最低为同规模 GPU 方案的 30%,相关技术已用于宠物 4D 分身等端侧应用。

11月6日周五
  1. TechCrunch AI73

    Underdog 演示 32MB 语音模型 Woof

    Underdog 发布名为 Woof 的 32MB 语音生成模型,并用它制作了一款浏览器游戏。模型拥有 31 million parameters,可让打字机朗读输入内容、让旋钮生成不同音乐,并可在多数设备上离线运行,所有人均可下载。Underdog 还发布了可在笔记本上运行的 27-billion-parameter 模型,并计划推出本地部署的笔记应用候补名单。