搜索
Jack Dorsey旗下Block研究团队Dessa尝试剔除文字训练、直接实现语音到语音交互，xAI的Grok Voice 3.0与OpenAI的GPT-Live则加速实时语音AI商用，但文章指出其在信息核对、隐私与办公场景中仍难取代屏幕。
Google正式发布世界模型Genie 4，提升画面真实感、物理模拟、世界一致性与实时控制能力，并可生成同步环境音和互动对话，由Gemini引导智能体协助规划，展现其在游戏、VR及互动影游领域的潜力。
腾讯游戏旗下公共技术线打造Motus AI独立平台，覆盖骨骼、蒙皮、动作生成与精修等3D角色动画全链路，已接入90余个内外部项目并落地《和平精英》等多款游戏。
英伟达宣布向Meta投资30亿美元，并扩大Muse个人智能体及Muse系列模型合作，Meta同时计划募资950亿美元，以支撑AI基础设施和资本开支。
不er，RSI应用在OCR上，效果这么猛？？
K2 Lab（攀峰智能）做到了很多 AI 应用想做但没做到的商业模式：不按 Token 收费，按结果收费。
数学之后，AI攻进自然科学了！
AI 设计的抗癌药物，正在人体临床试验中获得更多数据。
用全国产算力训练的底座，破局智能语音不可能三角。
722 篇数学手稿引发的讨论还没结束，OpenAI 又把一个更让人意外的结果摆到了科学家面前。
重构 AI 短剧制作流程。
在秦浩桐看来，AI 越强，值得研究的问题就越多。AI 聊天模型刚出现时，人们拿它聊天、解答困惑。后来发现它能写代码、处理任务，又开始希望它多做一点，最好能替自己把事情办完。模型的能力在长，人们的要求也在长。原来还没有人想到的用途，一旦变得可能，马上就会暴露出一批新的难题。
不知道大家有没有跟我一样，以前给自己的口播视频加包装，我通常只敢加几层文字。
在电影院看完首部「龙标」 AI 电影《三星堆：未来往事》，我瘫坐在椅子上，想跟《牛来》郑重道歉。
大模型Agent正在从简单问答，快速走向搜索、代码生成、网页操作和多轮工具调用。
Google DeepMind正式发布通用世界模型Genie 4，支持原生声音、实时对话与场景实时改写，单次连贯世界约维持2分钟，并由三款Gemini模型协同增强逻辑与物理模拟。
10 月 22 日，Arc 宣布将于 12 月 22 日关闭桌面端，工程与安全团队转向新浏览器 Dia。用户可以把密码、书签、扩展和历史记录迁过去，继续使用熟悉的功能，也可以选择开启 AI。
因为货架上的小尺寸挂钩被价格标签牌挡住了一部分，进便利店打工的机器人君第一次尝试挂货……扑了个空。
眼看对家Anthropic靠一纸招股书抢尽风头，OpenAI反手甩出GPT-6.1 Terra—— 想独占头条？先问问新模型答不答应。
早在 1995 年，Michael Wooldridge 等学者便在智能体研究的代表性论文《Intelligent Agents: Theory and Practice》中，提出了智能体的四项核心特征：反应性（Reactivity）、社会能力（Social Ability）、自主性（Autonomy）和主动性（Proactiveness）。
乐奇Rokid发布第二代AI眼镜Rokid Glasses 2、首款全彩AI眼镜Rokid Color及智能戒指Rokid Ring，Rokid Color起售价4999元，并强化AI交互、续航和智能体生态能力。
曾获LeCun转发推荐、狂揽1,000万下载的百度开源神作，又杀回来了！
困扰人类几十年的世界级难题，AI 只用几天就交卷了。
这次创作终于不烧心了。
当模型学会持续迭代改进算法，便推开了通往智能自主进化的大门。近日，由来自智源研究院、中国科技大学、中国人民大学等多个机构的研究人员组成的 AREX 研究小组发布 AREX-2 模型。
《读佳》独家获知，Soul将推出专为交互场景打造、超具活人感的语音合成产品“Loxinity（洛希无限）”，和市面上面向配音、短视频的TTS不同，这套模型从底层瞄准实时交互场景，主打强活人感。它支持单人配音、多人对话两种模式，配套音色克隆、音色设计等工具，还开放API接入。Loxinity下辖语音合成模型Loxi Speech和视频生成模型Loxi Avatar。
AI 视频创作，又一批新面孔登场了。
让 AI 生成成千上万条蛋白质序列，已经不是 AI 生物药研发最值得炫耀的能力。更重要的问题是：真正送进实验室的分子能否足够少，成功的机会又能否足够高？
今天真是个热闹日子。
