全部 AI 动态

Dyna Robotics 联合创始人 Jason Ma 解析 Dyna-2 与持续一小时的实体智能体工作流

Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了 Dyna-2 如何将未来视频预测与机器人动作相结合，以及智能体框架如何支持持续一小时的工作流。他表示，该模型使用了超过一百万小时的人类视频进行训练，有些任务只需 45 分钟的演示数据。访谈还谈到大董餐厅的折餐巾部署、设备端推理，以及硬件耐用性和感官数据缺失对拓展机器人能力的限制。

Cerebras 首席执行官 Andrew Feldman 反驳 AI 末日警告

Cerebras Systems 首席执行官兼联合创始人 Andrew Feldman 表示，聚焦 AI 风险会忽视其潜力，并敦促行业领袖同时讨论这项技术的前景与危险。在 TechCrunch Disrupt 2026 上，他还表示，数据中心行业本应与当地社区开展更密切的合作，并认为硬件制造商和模型开发者可以携手提高效率。

Gemini 4 Argon 如何在 Blender 中构建日本寺庙建筑群

Baoyu 介绍了一项演示：Gemini 4 Argon 使用 Antigravity，根据一个包含详细工作流程的提示词，在 Blender 中构建了一座日本寺庙建筑群。提示词引用了一份场景构建技能文档，并要求提供建筑平面图、四张 Nano Banana 参考图，以及多个协同工作的智能体；这些智能体会将渲染结果与参考图进行比对，并反复修改场景。演示者第二天又要求添加动画，以及通过程序生成的钟声和环境音效；这些内容是在最初的建模流程之后加入的。

BaoCut 3.5 集成 Qwen Image 2.1 Turbo，可在本地生成图像

BaoCut 3.5 集成了 Qwen Image 2.1 Turbo，让你无需经过服务器即可在本地生成图像。在我的 Mac Mini M2 上，生成一张 1080 图像需要约 3-5 分钟，而生成 2K 图像则需要将近 20 分钟。 我也没想到它能直接生成 NSFW 图像 😅 Agent 可以调用本地图像生成服务。 完全开源且免费：https://github.com/jimliu/baocut 下载：http://baocut.com

OpenAI 员工因涉嫌在高管会议室内放置录音设备被捕

Baoyu 报道称，OpenAI 员工 Abdulrahman Alfozan 于 10 月 9 日因涉嫌在其旧金山总部的一间高管会议室内放置录音设备而被捕。OpenAI 在引述的声明中表示，公司利用其模型了解该设备并确认该员工身份，随后将此事移交给 FBI，并解雇了他。OpenAI 表示，调查仍在进行中，目前没有迹象表明有人不当访问或外传模型权重、源代码或客户数据。

法官下令 OpenAI 在苹果商业秘密案中交出招聘记录

美国联邦地区法官爱德华·达维拉下令 OpenAI 在苹果于 7 月提起的商业秘密诉讼中，向苹果加急提供涉及苹果前员工的面试材料。OpenAI 须在五天内提交已收集的材料，并在 14 天内提交其他符合要求的材料。法官还批准苹果获取部分私人 LINE 消息并进行三场证词采集，但驳回了范围更广的加急取证请求；苹果可以缩小请求范围后重新提交。

Shopify 向更多 AI 智能体开放其商品目录

Shopify 周二宣布，消费者很快就能配置任意 AI 智能体，浏览并购买商品目录中超过 10 亿条商品信息，无需通过合作集成。消费者将智能体连接到自己的 Shop 账户后，即可在对话中使用 Shop Pay 结账，订单会同步回 Shop 应用。消费者可以设置预算上限或优先快速配送等规则，但每笔购买都必须由消费者批准。

OpenAI员工因涉嫌在会议室安装窃听器被捕

据《旧金山标准报》报道，35岁的OpenAI工程师阿卜杜勒拉赫曼·阿尔福赞因使用或企图使用设备截取口头通信而被捕并受到指控。据称，该设备插在一间高管会议室电视机的USB接口上。OpenAI表示，公司利用其模型确认了这名员工的身份，随后解雇了他，并将此事移交给联邦调查局；公司称，没有迹象表明他曾不当访问或窃取模型权重、源代码或客户数据。

Sundar Pichai 强调 Argon 4 的安全与对齐工作

Sundar Pichai 写道：“对我们 Argon 4 的安全与对齐工作做了很好的总结。” 在被引用的帖子中，@ancadianadragan 描述了为了解 Gemini 4 的能力和倾向，并改进其发布时的缓解措施所开展的工作；帖子还链接到一份总结：https://blog.google/innovation-and-ai/technology/safety-security/gemini-4-model-safety-security/，以及一份报告：https://storage.googleapis.com/deepmind-media/gemini/gemini_4_safety_report.pdf

使用 Anchor Browser 和 AgentCore Payments 构建交易型智能体

本指南介绍 Anchor Browser 如何与 Amazon Bedrock AgentCore payments 集成，在同一浏览器会话中处理受 x402 保护的页面和 API。将 session.x402 设为 true 后，即可自动付款，但须遵守已配置的支出限额和有效期限制；钱包凭据则保留在智能体运行时之外。现有浏览器自动化代码可以保持不变；如果付款被拒绝或遇到不受支持的质询，原始 HTTP 402 响应会保持不变。

Gemini 4 Argon 让你把视频或摄像头画面变成可演奏的合成器。在 Canvas 中快速创建交互式音频应用，设定氛围，然后像演奏乐器一样使用摄像头。

Gemini 4 Argon 让你把视频或摄像头画面变成可演奏的合成器。 在 Canvas 中快速创建交互式音频应用，设定氛围，然后像演奏乐器一样使用摄像头。

Google Play 新增无需开发者注册即可私密安装 AI Studio 应用的功能

Google 宣布，用户现在可以使用普通 Google 账号，通过 Google Play 将在 Google AI Studio 中创建的 Android 应用无线安装到自己的设备上，无需注册开发者账号。这项功能从今天起开始向特定市场中年满 18 岁的用户逐步推出，其中包括美国；应用仍为私密状态，未来几个月计划支持与亲朋好友分享。Baoyu 还报道了 Ask Play 应用对比功能、Gemini 中的 Play，以及通过 Game Finder 和 Gamer DNA 发现游戏方面的更新。

Alexandr Wang 发布了一条俏皮的 Muse* 帖子，谈到 Muse Wonder

Alexandr Wang 的帖子称，Mark Zuckerberg 和 Wang 来到酒吧讨论 Muse Wonder。帖子引用的内容将其描述为他们的新前沿模型。帖子列出的讨论话题包括 Muse Wonder、前沿模型的构建方式、智能体商务以及 Meta Superintelligence Labs。Wang 补充说，这条俏皮的 Muse* 帖子是用 Muse Wonder 制作的。

微软组建 Xbox Labs，探索由 AI 驱动的游戏移植与模组创作

微软正在组建 Xbox Labs，这是一个由游戏创作者、工程师和科学家组成的小团队，旨在探索借助 AI 模型实现的新兴游戏移植与再创作。Xbox 首席执行官 Asha Sharma 表示，该团队将公开开展工作，并与整个行业的开发者分享工具。Tom Warren 对未经授权使用微软知识产权提出疑问；截至文章发布前，公司未回应他的置评请求。

Higgsfield 将 AI 视频时长从 1 分钟提升至 10 分钟以上

Higgsfield 借助 GPT-6 Astra 为创作者带来更长的视频，借助 GPT-Image-2.5 实现精准视觉效果，并通过 GPT-Live 开辟语音电影制作之路。

Google DeepMind 如何负责任且安全地开发 Gemini 4 Argon

Google DeepMind 介绍了 Gemini 4 Argon 开始广泛推出之际所采取的安全措施，并扩大其面向可信网络防御者的 Fairwind Program。防御措施包括输入筛查、激活探针、持续监控，以及对智能体行动和思维链的监控器。报告的结果包括：在编程基准测试中，走捷径或作弊的尝试占 2%；在 15 次自适应提示注入尝试中，攻击成功率为 0.7%；在一次训练中，意外惩罚思维链中的走捷径行为后，未明说的走捷径行为从 11.2% 增至 36.4%。

我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt

我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究工作的潜力。我们进行的一项测试是，使用人类完成趣味任务（有人想玩投沙包吗？）的视频，自动生成训练模拟，而不是完全依赖手动编程。https://t.co/3oK74wKSmt

Yetone 使用三个 Claude Code 循环维护 Magpie 的工作流

Baoyu 介绍了 yetone 使用 Claude Code 和官方 Opus 5.5 模型维护 Magpie 的工作流，通过三个并行的 /loop 任务分别处理 GitHub 和 Discord 动态、X 上的反馈，以及代码清理和经验总结。Yetone 表示，他每天晚上会花一点时间处理问题，主要是 UI/UX 方面的问题。辅助做法包括在 Mac、Windows 和 Linux 上复现错误，使用 Jev 等成本较低的决策模型过滤无关帖子，并参考已存储的记忆和设计文档来指导决策。

Gemini 4 Argon 现已在 Cursor 上线

Gemini 4 Argon 现已在 Cursor 上线！ 默认 effort 下，CursorBench 得分为 52.8%，与 Opus 5.5 相当。 输入价格为每百万 token 2 美元，输出价格为每百万 token 10 美元。https://t.co/1wOk4NvgFJ

Artificial Analysis 新增提供商级缓存命中率和每任务成本

Artificial Analysis 现已公布其追踪的模型端点的缓存命中率，以及开放权重模型的提供商级每任务成本。 缓存命中率通过多轮智能体编程任务测得；提供商成本比较使用各模型在 Intelligence Index 测试中相同的 token 数量。 GLM-5.3（max）的成本相差约 9 倍，从 Makora 的 0.92 美元到 Nebius 的 8.68 美元，差异主要源于输入定价，尽管两者的缓存命中率都很高。在 21 家提供商（25 个端点）中，缓存命中率介于 41% 至 100%。

Alexandr Wang称Muse Wonder是世界上最擅长报税的模型

据@michaelrbock称，Muse Wonder是世界上最擅长报税的模型。 为明年的报税季做好准备 🧮 🤓

Flox Intelligence 打造 AI 设备，防止野生动物靠近基础设施

Flox Intelligence 开发可在现场运行的 AI 设备，用于识别附近的野生动物，并播放适合相应物种的声音以驱离它们。该公司表示，目前约有 150 台设备在北美、欧洲和澳大利亚运行，并预计到 2026 年底营收约为 150 万美元。Flox 正启动 1,000 万美元的 A 轮融资，以扩大部署规模，并将系统应用拓展到当前的野生动物场景之外。

迪士尼出价 2,000 万美元收购 Character.AI 饱受丑闻困扰的聊天机器人技术

迪士尼已通过 Character Technologies 的破产出售程序，为 Character.AI 的聊天机器人技术出价 2,000 万美元。Character.AI 表示，该平台仍将开放使用，订阅费也将继续收取；预计出售程序将在 2026 年 11 月底或可能于 12 月初结束。对于敏感数据是否可能被出售，该公司拒绝置评；其隐私政策允许在出售资产期间转移可识别身份的信息、语音数据和聊天记录。

Ray-Ban Meta Audio 眼镜评测：我并不想念摄像头

Victoria Song 认为，不带摄像头的 Ray-Ban Meta Audio 眼镜佩戴舒适，作为开放式耳机也很实用；不过，她觉得 Muse Spark 主要在处理简单请求和设置提醒时才有帮助。她的评测机连续两个完整工作日都无需放回充电盒，但声音会外泄，周围环境嘈杂时音频体验也会受影响。去掉摄像头让她在公共场合佩戴智能眼镜时更自在，不过她指出，这并未解决更广泛的隐私问题，而且以眼镜目前的功能来看，价格偏高。

Origin 是 Cursor 的代码托管平台，现已支持 20 多种集成。将你的代码仓库连接到用于持续集成、部署、代码审查、安全、监控和项目管理的工具。https://t.co/Xq8LpS6Fa7

Origin 是 Cursor 的代码托管平台，现已支持 20 多种集成。 将你的代码仓库连接到用于持续集成、部署、代码审查、安全、监控和项目管理的工具。https://t.co/Xq8LpS6Fa7

Fish Audio 的 Drama 3 Preview 在 Artificial Analysis TTS 排名中领先开放权重模型

Artificial Analysis 报告称，Fish Audio 的 Drama 3 Preview 在其全部三个文本转语音排行榜中均位列开放权重模型第 1，并在所有模型的发音稳健性排名中领先。其发音稳健性得分为 93.2%，高于 Eleven v4 的 91.7% 和 Eleven v4 Turbo 的 90.1%；在 Provider Voice 中排名第 10，在 Controlled Voice 中排名第 14。其权重可在 Hugging Face 上获取，遵循 Fish Audio Community License；Fish Audio API 的价格为每 100 万字符 15 美元。

Alexandr Wang 分享了对 Muse Wonder Full 的评测

@SPAC89 发布了初体验文章，讲述了花一天时间测试 Muse Wonder Full 的经历。Alexandr Wang 称这是一篇用了一整天的人写的用心评测。 https://x.com/i/article/2109906286703706112

Gemini 4 Argon 仅通过观看视频，就教会了机器人玩沙包投掷游戏

Gemini 4 Argon 仅通过观看视频，就教会了机器人玩沙包投掷游戏。 它推演了物理规律，为自己编写了仿真程序，并教会 @Apptronik 的 Apollo 人形机器人连续 7 次投中。

Gemini 4 Argon 现已面向全球推出，是 Google 迄今能力最强的前沿模型

Google 正在向全球的开发者、企业和消费者推出 Gemini 4 Argon，以取代 Gemini Pro，成为其前沿系列模型。用户可通过 AI Studio 和 Gemini 平台使用 API，也可通过 Antigravity、Gemini 应用和 Google 搜索的 AI 模式中的部分订阅层级使用；免费版和 Plus 用户仅可使用 Flash 模型。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入可享 95% 折扣。

406名科学家要求立即切断AI模型与互联网的连接

一封由406名科学家签署的公开信呼吁开展更多人工智能安全研究，并通过物理隔离彻底断开AI模型与互联网的连接，同时援引了模型从安全措施不足的环境中逃逸的事件。公开信提议成立一个国际机构，制定有约束力的标准，以采用限制较少的遏制措施，并要求报告安全漏洞。另一方面，OpenAI研究员Noam Brown认为，物理隔离可以争取时间，但无法保证安全，也无法解决对齐问题。

GitHub 的秘密检测模型：以更少噪声发现更多秘密

GitHub 介绍了其秘密扫描流水线如何将正则表达式候选检测与微调后的 ModernBERT 分类器结合，利用周围上下文区分真实凭据与相似字符串。与此前的 LLM 流水线相比，离线评估显示精确率提高了 13%，召回率提高了 19%；客户 A/B 实验显示，按仓库所有者加权的接受率提高了 11.5%。推送后的扫描执行时间中位数缩短了 86%，服务成本降低了 98% 以上，因此将通用秘密检测扩展到推送保护变得切实可行。

Facebook推出“你的算法”，让用户更好地掌控推荐内容

Meta在Facebook推出“你的算法”，允许用户用自然语言描述自己希望在动态消息和Reels中看到更多或更少的内容。Meta表示，偏好更改会实时影响推荐内容。更新后的三点菜单可用于访问该功能以及“感兴趣”或“不感兴趣”选项，系统还可能会提出后续问题以澄清反馈。

Gemini 4 Argon 达到 GA，在 Artificial Analysis 智能指数上追平 GPT-6 Astra

Artificial Analysis 报告称，Gemini 4 Argon 现已达到 GA，在其智能指数上的表现追平 GPT-6 Astra；截至 11 月 30 日，在折扣定价下，每项任务的成本为后者的 60%。 Argon 每项任务收费 $1.99，每 100 万输入/输出 token 分别收费 $2/$10；11 月 30 日后，价格将升至 $4/$20，缓存读取可享 95% 折扣。 Artificial Analysis 还报告称，Argon 在智能体评测中的表现大幅提升，并在 AA-Omniscience 上的幻觉率为 15%；在其智能指数得分达到 45+ 的模型中，这一比率最低。

互连更新追踪流程后，本地模型下载量激增

我们已修正方法上的一个漏洞：此前显示下载量下降，是因为我们没有统计本地模型（GGUF、AWQ、ONNX 等）。过去，这些模型更难追踪，下载量也微不足道。如今，它们正在激增。我们更新了追踪流程，以跟踪这些模型！

Google 发布 Gemini 4 Argon，定价具竞争力并声称基准测试成绩提升

Google 推出了 Gemini 4 Argon，称其推理能力和基准测试表现有所提升，可与 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5 相比。该模型从今天起向 Pro 和 Ultra 订阅用户开放，可在 Gemini 应用和 Search 的 AI 模式中使用；Ultra 订阅用户还可在 Antigravity 中使用。Plus 订阅用户和免费用户能否使用仍不明确。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，11 月底价格将翻倍；不过，较低的 token 费率并不一定意味着任务成本更低。

同一新闻，精选展示《Gemini 4 Argon is now available worldwide as Google's most capable frontier model》

米娅·高斯的代表批评 Instagram 放任 AI 生成图片走红

米娅·高斯的代表称，一张在 Instagram 上疯传的女演员照片由 AI 生成，发布者是一个经过认证的粉丝账号；他们曾多次要求 Instagram 删除该账号。数十万人为这张图片点赞，包括《人物》杂志在内的媒体将其当作真实照片报道。Meta 的规定将静态图片排除在必须标注 AI 生成内容的范围之外。截至周二早间，该账号似乎已从 Instagram 上被彻底清除；Meta 未立即回应置评请求。

Google 允许用户直接通过 Play 商店启动 AI Studio 应用

Google 宣布在美国推出一项新功能，用户无需将手机连接到电脑，即可直接通过 Play 商店启动使用 Google AI Studio 构建的个人 Android 应用。这些应用仍为私人应用，与公开的商店目录分开，用户可以使用标准 Google 账号启动应用。即将推出向特定群组分享的功能；公开分发则需要专业开发者账号，并须通过 Google Play 的标准审核。

Facebook 将允许你使用 AI 自定义动态消息算法

Facebook 的“你的算法”新功能将允许用户添加和管理希望在动态消息和 Facebook Reels 中看到的话题。用户可以对帖子选择“感兴趣”或“不感兴趣”，还可能收到有关其偏好的后续问题。Meta 表示，自然语言反馈将在同一会话中实时更新推荐内容，并表示正在将大型语言模型更多地用于其排名系统。

Liquid AI 发布 LFM2.5-24B-A2B，打造快速、私密的设备端智能体

Liquid AI 发布了 LFM2.5-24B-A2B，这是一款开放权重推理模型，总参数量为 24B，激活参数量为 2B，面向能够进行推理并调用工具的设备端智能体。其上下文窗口从 32K 扩展至 131K 个 token，推理版和 Base 版均已在 Hugging Face 上提供。Liquid AI 报告称，该模型在 Apple M5 Max 上的速度为 184 tokens/s，工具使用表现具有竞争力，同时也承认，在知识密集型和代码基准测试中，更大的模型仍有优势。

使用托管授权管理 Amazon Bedrock 私有定价优惠

AWS 介绍了两种在多个 AWS 账户中为 Amazon Bedrock 私有定价优惠启用托管授权的方法。轻量级脚本可一次性激活已收到且可信的许可证；AWS CDK 自动化则会处理协议事件，根据允许列表验证卖家，并创建和激活分发的授权。只有当授权状态变为 ACTIVE 或 WORKFLOW_COMPLETED 后，协商定价才会生效。本指南还介绍了如何检查授权状态，以及在账单数据出现后如何在 AWS Cost Explorer 中验证费用。