2026年11月19日 · 星期四

@GoogleDeepMind

谷歌发布 Gemini 4 Neon

Neon 定位介于 Hydrogen 与 Carbon 之间,面向软件工程、知识工作和科学任务。官方公布 100 万 token 上下文,API 每百万输入/输出 token 为 3/15 美元,缓存输入为 0.15 美元;正向 Gemini API、Gemini for business 及相应 Pro、Ultra 用户推出。

谷歌发布 Gemini 4 Neon
@GoogleDeepMind

模型与基础设施

@cursor_ai

Cursor 接入 Neon 并公布自有评测

Cursor 接入 Neon 并公布自有评测
@cursor_ai

Cursor 称,默认推理强度下,Neon 在 CursorBench 4.1 得分 63.7%,Hydrogen 为 57.3%。这些数字来自 Cursor 自有测试,适用范围是该评测任务;不能据此概括所有编程场景。

@OpenAIDevs

可等待的 API 工作流新增折扣选择

可等待的 API 工作流新增折扣选择
@OpenAIDevs

OpenAI 为 GPT-6.2 Astra 和 Sol 介绍 Responses API 后台处理选项:首个响应可选择 2 小时或 8 小时目标,相比 Standard 每 token 最多节省 40%。适用于允许等待的单轮或多轮任务,目标时长不应解读为实时响应。

@vllm_project

vLLM 0.34.0 调整默认推理路径

vLLM 0.34.0 调整默认推理路径
@vllm_project

新版包含 1,061 次提交、412 位贡献者和 10 个新增模型;可扩展 KV cache 默认开启,Model Runner V2 成为唯一 GPU runner。发布说明称,Step5 NVFP4 在四块 GB200 上的解码最高提速 1.95 倍,升级前需阅读兼容性说明。

@runwayml

Runway 分享实时视频推理优化

Runway 再次分享其研究:为 Characters 服务的约 57B 视频模型,在保持 24 fps 实时对话时,H100 需求由八块降至四块。链接文章标注 11 月 5 日,属于工程结果再介绍,并非当天新发布模型;收益也限于该服务配置。

@OpenAI

OpenAI:研究任务的自动化仍不均匀

内部测量估计,需人类工作二至四小时的任务,智能体零干预成功率从 3 月的 23% 升至 10 月的 46%。不同工作差异很大,监控训练与编写推理服务代码并非同一难度;研究者仍参与核心判断,这不是全自主研发已实现的证明。

@OpenAI

OpenAI 介绍模型全生命周期安全流程

公司说明从早期研究、内部使用到公开部署各阶段的安全做法。关注点覆盖研发和使用过程,而不只是在上线前做一次检查;这是一份流程说明,不能单独作为每个模型已无风险的结论。

Mistral Vibe 登陆桌面端
@MistralAI

@MistralAI

Mistral Vibe 登陆桌面端

Mistral 宣布桌面版支持 macOS 和 Windows,可在本地或远程运行智能体。公告还提供面向欧洲构建者的 Pro 试用优惠,具体资格与额度以产品条款为准。

工具进入工作流

@GoogleDeepMind

Genie 4 开放 Project Genie 体验
@GoogleDeepMind

Genie 4 开放 Project Genie 体验

符合条件的 Google AI Ultra 订阅者开始获得 Genie 4 访问权,可用文字在探索途中修改场景,并听到随画面变化的原生音频。新版还加入创作智能体和社区作品库;Google 仍将其定位为实验性研究体验。

Pika 预览可响应创作者的 Enact
@pika_labs

@pika_labs

Pika 预览可响应创作者的 Enact

Enact 基于 Pika H3 Flex,尝试让创作者像在片场一样与角色互动、调整道具、布置场景和设置相机。当前为研究预览,展示的是交互式视频方向,不能等同于成熟影视制作流程已经全面可用。

创作工具

@recraftai

Recraft 可把指定字体放进生成提示

Recraft 可把指定字体放进生成提示
@recraftai

用户可在字体库按风格和类型筛选,附加一款或多款字体,也可上传自己的品牌字体,再生成海报和活动视觉。它把字体选择变成显式输入,减少仅靠文字描述字形的含糊。

@recraftai

Recraft Studio 接入两款字节模型

Recraft Studio 接入两款字节模型
@recraftai

Seedream 5.5 面向写实图像和小字呈现,Seedance 2.5 Flash 用于较快、较低成本的 480p 或 720p 视频草稿。两者分别服务图像与视频流程,不应把视频档位当成图像模型分辨率。

@heyglif

Glif 用参考表演控制生成角色

Glif 用参考表演控制生成角色
@heyglif

新 Remote Control skill 允许上传自己的视频,再选择现有角色或创建角色来生成新表演。官方演示强调指定产品和表演控制;生成用时与效果来自展示,实际仍受输入素材及模型限制。

@higgsfield_ai

Higgsfield 分享用视频模型制作海报

Higgsfield 分享用视频模型制作海报
@higgsfield_ai

团队称,在一组内部角色一致性实验中,Seedance 2.5 的十次尝试均保留外观,而两款图像模型的二十次尝试出现变化。这是单组创作测试,并非通用模型排名;其方法是先生成视频,再从中选取海报画面。

@higgsfield_ai

一则 AI 广告如何表达五种情绪

Higgsfield 分享创作方法:围绕身体细节、相机方向和角色动机组织镜头,而不只把情绪名称写入提示词。它提供的是可复用的导演思路,成片演示不代表所有生成都会同样稳定。

@ViduAI_official

Vidu 展示复古间谍片的镜头语言

Vidu 展示复古间谍片的镜头语言
@ViduAI_official

Vidu 用 Q4 Preview 演示戏剧光线、构图和复古胶片纹理的组合。该条属于创作案例,重点是用明确的视觉与动作意图组织场景,而非把展示效果写成新的模型能力突破。

产业与构建者
SGLang 首日支持 DaisyRose-27B
@sgl_project

@sgl_project

SGLang 首日支持 DaisyRose-27B

DaisyRose 是 RadixArk 基于 Qwen3.8-27B 做强化学习后训练的开放权重模型。部署文档列出 BF16、FP8、NVFP4 检查点和 DSpark 推测解码支持,提供多种单 GPU 部署路径。

开放权重与工程

@clementdelangue

Hugging Face 发布 OpenCode 适配器

团队在 Pi 适配器之后介绍 Qwen3.8-27B-opencode-adapted,用 LoRA 适配 OpenCode 编程智能体。它体现模型与运行框架的配套训练;现有转发没有给出完整测试条件,本条不额外补写成绩。

@_akhaliq

研究动态介绍微软 Aion Instruct

Hugging Papers 的动态称,微软在 Hugging Face 发布 2.3B 的 Aion Instruct,面向 Windows 端侧 AI。当前采集内容没有完整硬件需求或测试数据,暂不据此推断所有 Windows 设备都能流畅运行。

@lateinteraction

Marin 开放 57 个预训练中间检查点

Omar Khattab 转发研究团队公告:Marin “Mochi” 535B-A23B 的 57 个中间检查点开放,其中十个来自长上下文扩展阶段。这为观察训练过程提供材料,区别于只发布最终权重。

@_lewtun

PyBot 智能体留言板数据开放

PyBot 智能体留言板数据开放
@_lewtun

Lewis Tunstall 介绍,构建 PyBot 时的留言板含一千个智能体、18.4 万条消息和约 3,200 万词。此次新进展是交流记录开放,可用于研究群体协作;不把消息规模直接等同于更好的协作效果。

@_akhaliq

Multi-Branch Transformer 探索并行分支

论文动态介绍通过并行运行完整 Transformer 块来扩大模型,而不只是加宽单个部分。当前采集到的是研究简介,没有完整实验表格,因此仅呈现结构方向,不追加性能或算力节省数字。

@_akhaliq

CodeRabbit Verify 面向 PR 行为测试

CodeRabbit 发布 Verify,强调在合并前测试 PR,尽早发现功能损坏。该公告指向从代码审阅走向运行行为验证的产品方向;当前动态未提供完整覆盖范围,不将其写成可取代所有测试。

研究观察

@_akhaliq

SIM 为智能体框架改进保存理由

SIM 为智能体框架改进保存理由
@_akhaliq

论文把编辑理由、预期与实际结果、评估上下文写入 Self-Improvement Memory,让后续优化继续使用。任务模型权重保持冻结,改进对象是 harness;四领域实验中的收益不应被误写成模型已自主更新权重。

@_akhaliq

MPEG-Diffusion 按区域分配分辨率

MPEG-Diffusion 按区域分配分辨率
@_akhaliq

论文让重要区域采用高分辨率,其余区域采用低分辨率,并自动选择重点区域。作者报告,在 Wan2.1 14B 上只处理相当于完整分辨率 30% 的 token,去噪加速 4.8 倍;这是特定实验的去噪阶段数据。

@_arohan_

Muon 预训练研究短期权重衰减

新论文《Delayed Effects of Temporary Weight Decay in Muon Pretraining》关注暂时施加权重衰减的延后影响。采集到的转发提到训练前段的设置,但正文被截断,本条不补写最终结论或推荐训练比例。

@lateinteraction

Mixedbread 研究列表重排调度

《Deal With It》关注 listwise reranking 中的文档调度方式。Omar Khattab 转发了这项研究;当前材料只足以确认研究主题,不能据此声称所有检索排序系统都获得同样提升。

@ylecun

FrontierRSI 尝试衡量递归自我改进

Abundant Labs 介绍新的智能体评测 FrontierRSI,Yann LeCun 转发其发布动态。评测任务与现实研究流程仍需区分,单个基准的存在或得分不能证明开放环境中的持续自主进化已经实现。

@CoffeeVectors

SID-2 探索以智能体群扩展搜索

Max Rumpf 介绍基于计算扩展群体的搜索模型 SID-2,CoffeeVectors 转发了公告。开发者宣称其检索结果可与前沿模型竞争,但当前采集材料没有完整比较条件,因此仅记录方法与发布动态。

成本与真实体验

@fchollet

Chollet:token 需求取决于投入回报

François Chollet 认为,经济中潜在的 token 需求很大,成本是主要限制,企业也越来越在意投入回报。新模型若能提高已有任务的回报,需求就可能继续释放;这是分析观点,并非测得的需求总量。

@rasbt

Raschka 提醒别只用榜单选模型

Sebastian Raschka 把发布榜单比作招聘中的智力测试:它们可作为基线,却未必能预测具体任务是否合适。对于模型选择,关键仍是自己的工作样本、约束和实际结果。

@rauchg

Vercel CEO 讨论推理云供需

Guillermo Rauch 称,平均每两天就会收到一家推理 neocloud 创业公司的介绍,担心供给增长的可持续性;同时他表示 Vercel AI Gateway 的 token 需求月增约 40%。这是公司自述,不是全行业市场统计。

@op7418

一位创作者实测 Sol Ultra Fast 剪辑

一位创作者实测 Sol Ultra Fast 剪辑
@op7418

归藏记录剪辑八分钟视频总耗时 27 分钟,其中模型响应约 14 分钟;平均速度约 126 token/s,单次峰值 252 token/s。这里区分全任务用时和模型输出速度,单次体验不能作为普遍性能承诺。

@emollick

Mollick 谈 GPT-6.2 的早期混合反馈

Ethan Mollick 称 OpenAI 鼓励早期测试者坦诚反馈,并认为不应把某次点版本的复杂表现过度推演成长期趋势。该条是测试者观察,也提醒评估具体协作过程,而非仅看发布分数。

@fofrAI

Neon 演示从代码生成连锁机械装置

Neon 演示从代码生成连锁机械装置
@fofrAI

fofr 分享用 Gemini 4 Neon 从头渲染的 Rube Goldberg 装置,物理部分使用 MuJoCo。它展示代码、渲染与物理引擎结合的创作过程,属于作者案例,没有独立的成功率统计。

@swyx

Airbnb 小模型案例强调限定任务

swyx 转发 Ahmad Osman 的演讲摘要,称 Airbnb 在特定场景用 2B 模型以约 1% 成本达到前沿模型质量。当前动态没有完整任务和评测方法,本条保留转述归因,不把该比例推广到所有业务。

@arankomatsuzaki

设计盲测引出人类与模型的差距讨论

Aran Komatsuzaki 引述 Contra Labs 测试,称专业设计师对真实客户 brief 盲评时,人类方案赢得 76% 的两两比较,Fable 5.2 为表现最好的模型。这是所引测试的统计口径,不能等同于全部设计工作的替代比例。

@amasad

Replit 展示智能体之间的协作记录

Amjad Masad 分享 Missions 的留言板视图,让使用者观察智能体如何交流与协调。相较只看到最终交付物,过程可见性有助于检查任务分工;本条不把可查看记录当成协作质量已经得到保证。

© 2026 FAV0 · AI Daily