2026年11月10日 · 星期二

Anthropic 发布两款 Claude 5.2

Fable 5.2 进入开发平台与 Claude Code;新版的提速和降价以 Anthropic 公布的数据为准。

Anthropic 宣布 Claude Fable 5.2 与 Claude Mythos 5.2。开发者账号确认 Fable 5.2 已进入 Claude Platform 和 Claude Code,称它比 Fable 5.1 最多快 30%,API 每百万输入和输出 token 分别降至 8 美元和 40 美元,上一版是 10 美元和 50 美元。

Meta 推出面向智能体的 Muse Ember

Meta 推出面向智能体的 Muse Ember

Meta 将 Ember 定位为自家最小、最高效的模型,用于智能体反复执行的任务。官方列出的能力包括跨应用执行流程、依次调用工具、运行测试和修补局部代码,上下文窗口为 100 万 token。

OpenAI 集中监控研究模型的推理任务

OpenAI 公布内部系统 Control Room,用来追踪研究基础设施中的模型推理工作负载,包括训练与评估中的智能体采样。遇到安全或安保问题时,团队可从同一处快速叫停。

Google 一年内推出同代四套 TPU 系统

Sundar Pichai 称 Google 在一年内推出同一代的四套不同 TPU 系统。他把迭代节奏归因于硬件工程师与 Google DeepMind 的联合设计。

一个 OpenAI dot 可以连接多台电脑

一个 OpenAI dot 可以连接多台电脑

用户可为每项任务指定一台已连接的本地电脑,例如让专用机器负责构建和测试,自己继续在笔记本上开发。

英伟达团队介绍世界行动模型 GR00T 2

Jim Fan 转发的发布帖将 GR00T 2 描述为新一代机器人世界行动模型,旨在预测物理环境如何演变并生成相应动作。原帖未给出量化结果。

模型接入与行业动态11 · 10
@cursor_ai

Cursor 公布 Fable 5.2 的编程实测

Cursor 公布 Fable 5.2 的编程实测

Cursor 已接入 Fable 5.2。在自家的 CursorBench 中,新版默认推理强度得分 56.9%,前一版为 49.2%;新版在最高档达到 60%。

@perplexity_ai

Perplexity 在 Computer 和搜索接入 Fable 5.2

Perplexity 在 Computer 和搜索接入 Fable 5.2

Computer 向 Pro 和 Max 开放,搜索端限 Max。Perplexity 公布自家的 WANDR 测试结果:得分 0.851,每任务 14.51 美元。

@AIatMeta

Meta 将三款 Muse 模型带到 Google Cloud

Meta 宣布在 Google Cloud 提供 Muse Ember、Muse Wonder 和 Muse Spark 1.3,为三款模型新增分发渠道。

@vercel

Vercel:选 Anthropic 的新付费团队近 OpenAI 两倍

Vercel 的 11 月 AI Gateway 指数统计了其平台 10 月的生产流量。新付费团队选择 Anthropic 与 OpenAI 的比例接近 2:1;多数流量使用发布不满两个月的模型。

Vercel:选 Anthropic 的新付费团队近 OpenAI 两倍
@huggingface · 转引 @RicursiveAI

Ricursive 发布 Ripple-65B Preview

Hugging Face 转发了 Ricursive 的预览发布。团队称 Ripple-65B 是从头预训练的 650 亿参数稠密语言模型。

@soumithchintala

Inkling 2 Small 上线 OpenRouter 免费入口

OpenRouter 将它列为多模态 MoE 推理模型:总参数 5940 亿,每次激活 170 亿。Thinking Machines Lab 提供免费版本,称希望借此改进模型。

@hardmaru

Sakana AI 招募首款移动应用的早期测试者

Sakana AI 正在开发首款移动应用。David Ha 面向日本招募测试者;报名页说明 iOS 测试通过 TestFlight 分发。

@arankomatsuzaki

Nace AI 升级多模态决策模型 Drex Max

Nace AI 升级多模态决策模型 Drex Max

研究者 Aran Komatsuzaki 介绍 v1.1 支持文本、图像和视频,拥有 262K 上下文,并可通过 Kapitsa 在 Mac 本地运行。

智能体与开发工具11 · 10
@replit

Replit 让监控智能体调查生产故障

Replit 让监控智能体调查生产故障

Replit 称 Monitoring Agent 可持续监测生产环境,调查问题、验证修复,并在启用后代表用户部署。

@ClaudeDevs

Anthropic 给出 Claude 模型选型建议

指南建议日常开发从 Opus 5.5 起步,范围明确的修复可用 Sonnet 5.5,高并发分类和提取可用 Haiku 5.5,重大重构和深度研究可用 Fable 5.2。也可以先调推理强度,再决定是否换模型。

@OpenAIDevs · 转引 @AzianMike

OpenAI 开发者账号转发 12 小时提示缓存消息

转帖称 Agents API 团队已将提示缓存时长延长至 12 小时。所抓取正文未显示计费与适用条件。

@replit

Replit Agent 可在对话中排障并提交工单

Replit 更新日志称,Agent 可检查当前事故、文档和已知问题;仍未解决时,Pro 用户可让它附上调试信息提交工单。

@clementdelangue · 转引 @joelniklaus

同一模型换编程框架,评测排名也会变

Joël Niklaus 公布的对比中,OpenCode 1.19 在九个框架中排名第八,而 OpenCode 2 在所测三个模型上均并列第一。这是该测试的结果。

@rauchg

Vercel CEO 指出 MCP 的跨会话回调缺口

Guillermo Rauch 认为 MCP 可以承担通用系统通信,也指出一个实际问题:系统如何在另一会话中把异步结果回传。

@simonw

用折叠区收起 AI 生成的 PR 长说明

Simon Willison 建议在 PR 开头留一段人工整理的简短说明,把详细的生成内容放进 GitHub 支持的折叠区,并可标明模型及推理档位。

@llama_index

LlamaParse 提供三种部署选择

除托管 API 外,LlamaIndex 也提供客户自有云和本地硬件部署。选型取决于文档可以存在哪里,以及谁负责运维。

@ollama

Ollama 新增用量页面

Ollama 新增用量页面

用户可看每日花费、按 API 密钥归集的费用,以及各模型的输入、输出 token 和缓存输入比例。

@recraftai

Recraft API 增加团队用量和请求日志

Recraft API 增加团队用量和请求日志

新 API Portal 可按模型查看用量,逐笔查看响应码和延迟,并让团队共享工作区。

@cHHillee

Tinker 征询超长训练上下文需求

团队成员询问,256K 以上训练上下文能解决哪些问题,以及使用者希望支持多长。这是需求调研。

@dotey · 转引 @vista8

Capwise 开放录屏工具内测

开发者称内测版可生成双语字幕、自动放大点击位置和展示快捷键,并提供 CLI 供第三方智能体调用。

@teortaxesTex

开发者给 DSH 加了最近图像查看器

开发者给 DSH 加了最近图像查看器

该插件会列出模型在当前上下文中最近看过的图像,方便开发者核对它实际拿到了哪些视觉输入。

@TomLikesRobots · 转引 @UnrealEngine

Unreal Engine 5.9 发布 MegaJam 预览

Unreal Engine 的公告称,这是其首个主要借助智能体工作流构建的版本。本次开放的是 MegaJam 预览。

论文与技术11 · 10
@_akhaliq

AgentBaton 研究何时把任务交给更省的模型

AgentBaton 研究何时把任务交给更省的模型

论文在两项基准、11 组模型搭配中测试交接时机。在合适阶段由强模型交棒给高效模型,平均 API 成本下降 65.9%,准确率整体基本持平。

@_akhaliq

P²-MOPD 把多个教师的参数用作学生先验

研究将冻结的专家任务向量作为先验,与学生权重共同构成模块参数。在论文测试的 Qwen3 模型上,这种多教师在线蒸馏比基线更快恢复任务能力。

@_akhaliq

SplatAnything 用高斯间距统一三维尺度

论文提出 GSNorm,为前馈式 3D Gaussian Splatting 提供更一致的空间参照。作者在包含不同输入稀疏度和外推视角的基准中评估了它。

SplatAnything 用高斯间距统一三维尺度
@cwolferesearch

Cameron Wolfe 拆解强化学习里的分数中心化

Cameron Wolfe 拆解强化学习里的分数中心化

文章讨论大规模 MoE、异步训练和智能体任务带来的稳定性问题,以及为何对分数做中心化可能有帮助。

@_akhaliq · 转引 @vanstriendaniel

九款开放权重 OCR 模型对读历史扫描件

Daniel van Strien 分享一次针对 20 世纪文档的私有评估,样本包括 338 份扫描件,覆盖九款开放权重模型。

@_akhaliq · 转引 @HuggingPapers

TailorRig 收录约 3.9 万个人形网格

HuggingPapers 转述腾讯发布的数据集,共有 39,073 个带骨骼和蒙皮的人形网格,可用于角色绑定与动画研究。

@_akhaliq · 转引 @HuggingPapers

LongBanana 测试多张参考图的长上下文生成

这个经过专家核验的图像合成基准含 90 项任务,考查模型在多参考图场景中的表现。

@lateinteraction · 转引 @_reachsumit

MV-IVF 直接对多向量嵌入建立倒排索引

论文将聚类和倒排文件索引引入多向量检索,讨论如何直接对这类表示组织索引。

@sarahookr · 转引 @FazlBarez

研究者重新追问可解释性怎样帮助安全

Sarah Hooker 转发的新论文提出一个具体问题:理解模型内部怎样工作,在什么条件下能转化为可验证的安全改进?

@huggingface · 转引 @ariG23498

Hugging Face 分享 MoE 训练手册

《The Ultimate MoE Training Handbook》以 Hugging Face Space 形式发布,为混合专家模型训练提供可按章节浏览的实操资料。

@huggingface · 转引 @yb2698

社区分享多款小模型的智能体框架适配器

Hugging Face 转发了一批已完成训练的适配器,涉及 Liquid AI 的 LFM2.5-24B、LFM3 和 Twil-8B,面向 pi、Hermes 和 OpenCode 等框架。

@lateinteraction · 转引 @SilvioMartinico

TACHIOM 支持图像聚类和 HNSW 加速

维护者称聚类已可用于不含 token ID 的输入,例如图像,并可选用 HNSW 加速。

@_akhaliq · 转引 @NielsRogge

Papers with Code 增加连续语言模型条目

Niels Rogge 添加了连续语言模型方法条目,方便查找这一方向的相关论文。

影像、声音与三维11 · 10
@runwayml

Runway Sightline 先生成全景,再决定机位

Runway Sightline 先生成全景,再决定机位

Sightline 在 App Studio 生成 360 度全景,同一环境可用于多个取景角度,也能导出供三维场景使用。

@higgsfield_ai

Seedream 5.5 在 Higgsfield 上线

Seedream 5.5 在 Higgsfield 上线

Higgsfield 称字节跳动的新版图像模型可直接输出带透明通道的 RGBA 图像,并支持像素级局部编辑,减少多轮修改中的细节损失。

@sgl_project

Zonos3-Mini 首日接入 SGLang-Omni

这款 Zyphra 语音合成模型共有 8 亿参数,每 token 激活 8000 万。SGLang 团队称在单张 H100 的测试中,首个音频包在 57 毫秒返回。

Zonos3-Mini 首日接入 SGLang-Omni
@MistralAI

Mistral 用现场术语辅助实时转写

Mistral 用现场术语辅助实时转写

Mistral 在 AI Engineer Paris 实时转写主舞台演讲,提前提供讲者姓名和会议术语,帮助 Voxtral Transcribe 3 识别现场的专名。

@OpenAIDevs

OpenAI 上架 Codex 版 Chromatic 掌机

OpenAI 上架 Codex 版 Chromatic 掌机

OpenAI 在 Supply Co. 上架与 ModRetro 合作的掌机。配套 Codex 插件用于设计关卡、制作精灵动画,并在掌机上试玩。

@huggingface · 转引 @calebfahlgren

Hugging Face 支持分享三维资产

团队成员称平台支持上传和预览 GLB、PLY、STL 和 splat 文件,便于在浏览器中查看和分享。

@huggingface · 转引 @calebfahlgren

Hugging Face 出现 140 万个带标注像素精灵

平台团队成员分享了一批带文字标注的 16×16 像素精灵。实际使用前可查阅数据集的许可条款。

@higgsfield_ai

Higgsfield 用 Drama Ads 生成剧情广告

该功能把商品放进短剧情,生成包含剪辑、字幕和声音的成片。

Higgsfield 用 Drama Ads 生成剧情广告
@synthesiaIO

Synthesia 用 Syren 把采访转成社交视频

Synthesia 用 Syren 把采访转成社交视频

Syren 通过对话生成或剪辑符合品牌风格的视频,官网列出的用途还包括产品发布、口播编辑和博客转视频。

@ViduAI_official

Vidu API 提供 Q4 Preview 试用

Vidu 的试用页列出了 Q4 Preview,支持参考图生成视频;厂商将提示词理解和迭代速度作为新版重点。

@emollick

Mollick 用传送门串起 450 多个生成世界

Mollick 用传送门串起 450 多个生成世界

Ethan Mollick 的 Portals 实验让 Fable 5.2 构建可连续游历的三维场景。按作者披露,约 2.5 万个智能体生成了 450 多个程序化世界。

@higgsfield_ai

Higgsfield 用环绕视频生成可拆分的三维头模

Higgsfield 用环绕视频生成可拆分的三维头模

演示把一段 12 秒的 360 度视频交给 Fable 5.2 与 Higgsfield MCP,输出 Blender 模型,将头骨、脸、护甲和线缆拆成独立部件。

@teortaxesTex

代码生成的三维场景仍会犯基础错误

代码生成的三维场景仍会犯基础错误

一名开发者记录了几个反复出现的问题,包括共面闪烁、单面几何,以及场景、相机和控制器的坐标轴不一致。

机器人与开发者观察11 · 10

© FAV0 · AI Daily