跳到正文

#Agent

今日 2 条
10月28日周三
  1. 爱范儿60

    讯飞输入法16.0发布智能体功能

    讯飞输入法16.0发布,新增第三代语音输入「意图成稿」与个性化AI键盘,用户只需说出意图,就能得到一份可以直接修改和使用的草稿。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. InfoQ中文70

    OpenTelemetry 将 Kubernetes Attribute Processor 提升至稳定版本

    OpenTelemetry 将其 Kubernetes Attribute Processor 提升至 1.0.0 版本,提升了可观测性管道中 Kubernetes 遥测数据的可预测性和稳定性,对可观测性团队和用户具有重要意义。

    推荐理由:OpenTelemetry 将 Kubernetes Attribute Processor 提升至稳定版本,提升了可观测性管道中 Kubernetes 遥测数据的可预测性和稳定性,对可观测性团队和用户具有重要意义。

  3. 极客公园60

    即梦发布短剧工作室,整合剧本创作至视频生成全流程

    即梦发布短剧工作室,整合剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑等功能,为创作者提供更高效的视频创作体验。

    推荐理由:即梦短剧工作室整合了剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑等功能,为创作者提供更高效的视频创作体验。

  4. 开源中国80

    OpenAI 模型证明局部光滑化猜想,推翻指数时间假设

    OpenAI 发布了三个领域的模型独立发现,其中数学领域的模型证明了局部光滑化猜想,并推翻了指数时间假设,这是 OpenAI 首次公开内部模型的前沿科研产出,并邀请学术界验证。

    推荐理由:OpenAI 的模型在数学领域取得突破,证明了局部光滑化猜想,并推翻指数时间假设,对相关领域的研究具有重要意义。

  5. 量子位75

    蚂蚁百灵开源 Ling-3.1-flash-1019,Personal Agent 走向真实任务

    蚂蚁百灵开源 Ling-3.1-flash-1019 版本,面向 Personal Agent 场景,提升了模型处理复杂工作流和多步骤任务的表现。同时开源基础模型 Ling-3.1-flash-base,为长程任务所需的知识、推理和计算效率打好基础。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  6. InfoQ中文70

    Vite+ 1.0 发布:JavaScript 工具链迎来“大一统”?

    Vite+ 1.0 发布,作为统一 JavaScript 工具链的首个稳定版本,集成了 Node.js 运行时、包管理器以及一系列前端工具,支持 CI、迁移、诊断和生态兼容性,并已获得多个项目的采用。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  7. Show HN70

    Simulusion:PyTorch 库,用于训练和运行世界模型

    Simulusion 是一个 PyTorch 库,用于训练和运行世界模型,包括 Dreamer、PlaNet、JEPA、IRIS、DIAMOND、DiT 和 Genie 等算法。它提供了统一的接口和多种环境集成,方便用户进行研究和开发。

    推荐理由:Simulusion 提供了多种世界模型算法的统一接口,方便用户进行训练和运行,具有实用性和广泛的应用前景。

  8. Show HN65

    SelfClaw – 自托管多模型 AI 聊天与 OpenAI 兼容 API

    SelfClaw 是一个自托管的多模型 AI 对话系统,支持 DeepSeek、NVIDIA、SiliconFlow、ZenMux、智谱、Kimi、MiMo、Mistral 等多家模型,并提供了自动降级轮询、CCR 闭环智能体等功能。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  9. InfoQ中文85

    蚂蚁百灵开源Ling-3.1-flash-1019:让Personal Agent走向真实业务

    蚂蚁百灵开源Ling-3.1-flash-1019版本,在智能指数中得分提升,面向Personal Agent场景,提升了模型处理复杂工作流和多步骤任务的表现。同时开源基础模型Ling-3.1-flash-base,采用混合线性MoE架构,总参数量约560B。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  10. IT之家70

    OpenAI 宣布三项重大科学突破,科研界不满其成果发布方式

    OpenAI 在数学、计算机科学和物理学领域取得突破,但科研界对其成果发布方式表示不满,引发对AI研究成果公开和验证的讨论。

    推荐理由:OpenAI 在数学、计算机科学和物理学领域取得突破,但科研界对其成果发布方式表示不满,引发对AI研究成果公开和验证的讨论。

  11. IT之家70

    微软 MAI-Image-2.7-Preview 模型发布,成为全球第二图像编辑 AI 模型

    微软发布 MAI-Image-2.7-Preview 模型,成为全球第二图像编辑 AI 模型,仅次于 OpenAI 的 GPT Image 2.5 Sunburst (max)。该模型主打图像编辑,支持输入原图和文字指令进行编辑,目前尚未开放文生图功能。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  12. 36氪70

    AI在自闭症康复领域的应用逐渐普及,对行业服务质量和成本产生显著影响。

    AI在自闭症康复领域的应用逐渐普及,对行业服务质量和成本产生显著影响。特需儿童康复企业大米和小米研发副总裁王占伟表示,利用公司积累的儿童康复过程数据训练模型,并将其嵌入机构中评估、排课、教案生成等工作,开始具备可行性。目前,该系统已在近100家直营门店及300余家合作机构中使用。

    推荐理由:AI在自闭症康复领域的应用逐渐普及,对行业服务质量和成本产生显著影响。

  13. Show HN65

    VelaTrace KiCad 插件:在订购电路板前检查 PCB 错误

    VelaTrace 是一个免费的 KiCad 10 插件,用于在订购电路板前检查 PCB 设计中的错误,帮助用户避免因错误设计导致的额外成本。该插件还具有自己的路由器功能,可帮助用户从检查过的板子生成路由图。

    推荐理由:VelaTrace 插件可以帮助 KiCad 用户在订购电路板前检查错误,提高设计效率。

  14. 量子位85

    OXR 模型开源:1.3B 参数横扫全球三榜第一,版面分析可插拔

    OXR 模型在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 三项基准测试中均位列第一,支持解析表格、公式、化学式等 13 类文档元素,并提供版面坐标。模型采用 RSI 训练范式,支持版面分析可插拔,已开源并提供在线 Demo 和免费 API。

    推荐理由:OXR 模型在文档解析领域取得显著成绩,开源后可能对相关领域产生重要影响。

  15. 量子位85

    文心Unlimited OCR 2发布,OCR 3.0时代来临

    百度发布文心Unlimited OCR 2,通过引入稀疏参考滑动窗口注意力机制(SR-SWA)和无限解码机制,大幅降低KV缓存占用,提高长文档解析效率,并已在Hugging Face和GitHub开源。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  16. 量子位85

    智元发布Genie Master具身Agent框架,推动Physical RSI在真实便利店业务流中应用

    智元最新发布的Genie Master具身Agent框架,使机器人在真实便利店环境中实现自主分析失败原因、调整策略、沉淀经验,实现‘无人在环’的持续自我改进。Genie Master通过EEP协议和时序对齐等协同设计,打通了推理、执行和反馈的交互链路,支持机器人自主习得新能力,大幅缩短研发周期。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  17. 量子位85

    千里科技发布AI雷达,实现端到端感知与多种工作模式

    千里科技推出AI雷达,具备端到端感知能力,支持边缘侧、卫星架构和兼容模式三种工作模式,旨在提升雷达的感知能力和数据处理效率。

    推荐理由:原文介绍了千里科技推出的AI雷达,该雷达具有端到端的能力,并支持多种工作模式,读者可以了解其如何改变雷达行业。

  18. 量子位85

    RoboParty萝博派对发布全栈开源人形机器人RP1

    RoboParty萝博派对正式发布全栈开源人形机器人RP1,从机械图纸、电气系统、自研关节到底层控制、仿真、训练和部署,开发者可以深入底层研究机器人的运动能力。RP1拥有24~30个自由度,能适应教育科研、数据采集、导览、文娱等不同场景需求。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  19. Show HN60

    CleanCode:Claude Code和Codex协同工作的新画布

    CleanCode是一个用于人类-AI协作的画布ADE(Agentic Development Environment),它将智能体、终端和项目工作空间整合到一个画布上,允许用户直接与智能体进行交互,并处理开发自动化任务。

    推荐理由:CleanCode作为一个新的协作开发环境,将人类和AI的协作提升到一个新的水平,读者可以了解其如何改变现有的工作流程。

  20. IT之家85

    谷歌发布Genie 4世界模型:实时导演世界,最具互动性AI世界模型

    谷歌DeepMind团队发布Genie 4世界模型,实现实时操控、可听、可推理的动态模拟世界。用户可用自然语言指令改变世界,支持实时操控。Genie 4是DeepMind首个在实时世界模拟中原生生成音频的模型,音频与画面同步产生。目前仅以研究预览形式向受信任测试者开放。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  21. IT之家85

    谷歌推出最强世界模型 Genie 4:一句话创造可交互虚拟世界,首次实现音视频同步生成

    谷歌 DeepMind 推出最新世界模型 Genie 4,支持生成高拟真度、可交互的虚拟世界,实现音视频同步生成。模型支持自由形式编辑,最长维持两分钟连贯场景。Genie 4 与 Gemini 集成,用于规划步骤和生成视觉内容。目前处于研究预览阶段,未来将向更多用户开放。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  22. Show HN65

    LLM Verifications 发布大型语言模型评测排行榜

    LLM Verifications 发布了包含 78 个模型和 80 个问题的评测排行榜,对多个大型语言模型在准确性、速度、延迟和成本方面进行了比较。

    推荐理由:该评测提供了多个大型语言模型在准确性、速度、延迟和成本方面的比较,有助于读者了解不同模型的特点和适用场景。