跳到正文
10月14日周三
  1. Ars Technica · AI45

    Google 计划在 Play Store 托管用户 vibe-coded 应用

    Google 宣布将为用 AI 自建应用的用户提供在 Play Store 私密托管和分享这些作品的方式。同时,2025 年推出的 Ask Play 扩展为更通用的搜索方式,可生成包含详细对比图表的应用推荐,Gemini 也将很快推出类似功能;新推出的 Game Finder 基于 12 亿 Android 玩家的使用数据,通过 Gamer DNA 画像匹配相似玩家。

  2. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 并全球开放

    Google DeepMind 宣布 Gemini 4 Argon 即日起全球开放,开发者和企业可通过 AI Studio 与 Gemini 平台的 API 使用,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini app 和 Search 的 AI Mode 使用。

    推荐理由:原文列出定价、上下文规格和多领域实测数据,读者可据此评估它对现有工作流的适配度。

10月13日周二
10月12日周一
10月11日周日
10月10日周六
  1. The Verge · AI58

    Nikon 显微视频大赛冠军因使用生成式 AI 被取消资格

    Nikon 宣布其 Small World in Motion 大赛原一等奖视频因不符合比赛关于生成式 AI 的规则而被取消资格。该视频由 Dr. Ning Xu 提交,声称展示呼吸道疾病患儿气道中纤毛的运动,此前因真实性受到质疑而被 Nikon 复查;Dr. Xu 在 LinkedIn 承认使用了无监督神经网络进行 AI 辅助后处理。

10月9日周五
  1. The Decoder56

    Anthropic Claude Science 首次绘制完整紫外全天星图

    Anthropic 的 Claude Science 首次用紫外光绘制了完整天空地图,由 AI 智能体协调下载多个太空任务的数据、校准并合并,缺失区域用 inpainting 技术补齐,测试中预测与实测平均偏差约百分之十。此前因臭氧层阻挡紫外光需在太空测量,NASA GALEX 仅覆盖约三分之二天空并跳过明亮恒星形成区,该星图将用作教学材料。

  2. The Verge · AI58

    Google 发布端侧 AI 笔记应用 Google AI Edge Foresight,完全离线转录会议

    Google 发布实验性 AI 笔记应用 Google AI Edge Foresight,免费使用,基于端侧 EmbeddingGemma 2 模型在 macOS 上完全离线转录会议和音频文件。应用可将会议中的速记要点整理成完整笔记,并内置助手支持就转录内容提问、引用本地文件,Google 称文件、音频和笔记不会离开电脑。目前仅针对搭载 Apple Silicon 的 Mac 优化。

10月8日周四
  1. Simon Willison22

    引用 Ben Affleck 谈卷积神经网络与视觉特效

    Ben Affleck 讲述自己从年轻时就喜欢计算机,电影从胶片转向数字化后更关注技术层面,并提到视觉特效工作流多年使用机器学习。他称自己能写一些不太好的 Python 脚本,解释卷积神经网络作为 Transformer 的前身,通过分析张量(图像的数值表示,含批次号、帧号、像素 RGB 值)做边缘检测和特征提取,从而识别窗台等图案,便于抠掉绿幕并替换背景。

  2. TechCrunch · AI76

    OpenAI 随 GPT-6 推出 Intelligent UI 新界面,为 ChatGPT 加入可交互视觉元素

    OpenAI 随新的 GPT-6 模型推出名为 Intelligent UI 的新界面,周三起为 ChatGPT 对话加入大量可交互视觉元素,包括可点击按钮、定制计算器、交互图表和可编辑图表等。

    推荐理由:原文交代了新界面的交互形态、示例场景和分层推送节奏,可据此判断它对现有对话体验的实际改变。

  3. Hugging Face Blog62

    Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型

    Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M(实验版),在 Decision Index 0.2.1 上 d1-3B 得分 48.57,超过所有 4B、9B 模型以及 Decider 35B-A3B(47.11)。

    推荐理由:给出了不同设备上的实测延迟和基准分数,读者可据此判断它是否满足自己的端侧部署预算。

10月7日周三
  1. TechCrunch · AI58

    Google 开放 SynthID 网站供公众检测 AI 生成媒体

    Google 于周二上线新网站,任何人都可上传图片、视频或音频,验证其是否由 AI 生成;此前该工具仅向部分记者、媒体从业者和研究人员开放测试。网站支持 JPG、PNG、WEBP 等图片格式,MP4、MOV、WEBM 视频格式,以及 WAV、MP3、FLAC 等音频格式,基于 Google 于 2023 年推出的 SynthID 水印技术。

  2. Google DeepMind72

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型,将文本、代码、图像、视频和音频统一映射到共享嵌入空间。

    推荐理由:给出了参数量、内存占用与上下文长度等具体指标,读者可据此判断它是否适合端侧部署。

  3. Simon Willison41

    Simon Willison 测试 Claude Opus 5.5 作曲能力

    Simon Willison 让 Claude Opus 5.5 为电脑游戏作曲,要求其设计简单的文本音乐格式并构建可播放的 artifact,附带示例曲目,结果出乎意料地好,风格偏向 Monkey Island 主题。他猜测文本模型作曲能力可能像 3D 图形一样是近几个月新出现的能力,但需对其他新旧模型做实验才能确认。