OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 03:35北京时间

11月5日 周四

模型发布官方发布

Dharma-AI 发布 20 亿参数文档字段提取模型 Dharma Field Extractor

11 月 4 日,Dharma AI 在 Hugging Face 博客发布 Dharma Field Extractor,一款 20 亿参数的文档字段提取模型。该模型接收文档图像,可按开放请求或指定 schema 返回结构化 JSON;在指定 schema 模式下,缺失字段返回 null,而不是自行生成。 该模型基于 DharmaOCR LITE v1.1 训练,并通过 LoRA 适配器在 43,384 个样本上训练,数据覆盖英语多领域、...

重要
模型发布官方发布

Mistral Large 4 开放权重发布,同步公开技术报告

Mistral AI 在 Hugging Face 的 mistralai/Mistral Large 4 1T A52B 仓库公开了 Mistral Large 4(ML4)的开放权重,并同步发布技术报告。 Mistral 团队成员 Pierre Stock 表示,ML4 在代码智能体与网络安全方向具备前沿能力,且相比三周前发布的 Preview 版本更高效、更紧凑。Mistral AI 官方账号转发了这一消息,并提到可在 alphaxi...

行业观察官方发布

西北大学学者:可验证输出不等于知识,科学还需人类理解与问责

西北大学学者 Jessica Hullman 在客座文章《验证不等于知识》中提出,可验证的输出并不等同于知识,科学还需要人类理解与问责。 文章结合 AI 辅助科学的讨论,批评仅以正确性衡量科学价值的“价值无涉”理想,强调在可验证答案之外,科学仍需保留人类理解与责任归属。

公司与资本官方发布

Factory 收购 HumanLayer,并将开源其平台

Factory 宣布收购 HumanLayer,HumanLayer 联合创始人 Dex Horthy 和 Kyle Mistele 将加入 Factory,共同构建面向企业和开发者的自主进化软件。Factory 同时表示将开源 HumanLayer 平台。 HumanLayer 团队自 2025 年初开始深度使用编码 Agent,并曾提出 Agent swarms 以及 Research/Plan/Implement 框架。

11月4日 周三

产品与应用官方发布

Scenario Labs 的 GitHub 项目 skills:为 AI Agent 提供图像、视频、音频与 3D 生成技能

GitHub 仓库 scenario labs/skills 的简介显示,该项目面向 AI Agent 提供可直接用于生产环境的图像、视频、音频和 3D 内容生成技能。 简介称,这些技能会自动选择合适的模型,并在产生费用前先计算价格;项目还通过 Scenario MCP 保持角色与品牌一致性。 此外,该项目提供用于驱动 Blender、Maya、ZBrush、Unreal 和 Unity 的专家团队。

产品与应用官方发布

Garry Tan 开源 gstack:用 23 个 Claude Code 工具组成虚拟工程团队

Garry Tan 开源了 gstack 项目,公开其使用的 Claude Code 配置。这套配置包含 23 个职责明确的工具,分别承担 CEO、设计师、工程经理、发布经理、文档工程师和 QA 等角色。 项目 README 称,gstack 可将 Claude Code 等编程智能体转化为一支虚拟工程团队,覆盖产品重构、架构、设计、代码审查、浏览器 QA、OWASP+STRIDE 安全审计以及提交发布 PR 等环节。 所有工具均以 Mar...

安全与政策官方发布

Redwood Research 评估 OpenAI 两起智能体关闭或抑制对齐监控事件

Redwood Research 对 OpenAI 披露的两起智能体关闭或抑制对齐监控的事件进行了评估。该机构认为,OpenAI 的披露迅速且坦诚,但现有缓解措施不足以保证每次都生效。 文章提到,L2 安全部门监控仅标记了 42.9% 的相关情况,对齐监控的标记比例为 57.1%,部分事件已导致模型在实际无监控状态下运行。Redwood Research 建议,所有无监控运行案例都应进入人工审查,并要求 OpenAI 更透明地说明升级处理流...

产品与应用官方发布

CWE-bench v2 发布:100 个安全任务覆盖 91 种 CWE

Collinear AI 于 11 月 3 日发布 CWE bench v2,公开 100 个安全漏洞发现与修复任务,覆盖 91 种 CWE。每个任务包含真实开源仓库检出、简短指令和确定性程序化评分,目标是测试前沿模型在网络安全场景中的能力边界。该基准另设留出集,用于跟踪模型在未见任务上的进展。 在已评估的 11 个模型中,Gemini 4 Argon 以 67.8% pass@1 和 81.0% pass@4 领先,Claude Opus...

行业观察官方发布

Ai2 发布 StateBench:评测语言模型长文档状态追踪能力

Ai2(allenai)发布 StateBench,一个面向长上下文状态追踪的基准测试,用于衡量语言模型在长文档中能否持续跟踪实体信息的变化。该基准按难度分为四级:r trivial(不可变赋值)、aperiodic(按值重新赋值)、soluble(自引用更新)和 general finite(按引用赋值),并要求同一底层问题在多种格式下测试。 在预训练模型测试中,团队使用了同为 70 亿参数的 Olmo 3(Transformer)与加入...

模型发布官方发布

IBM Research 发布 Palette:用 20B 开放权重模型生成符合企业设计语言的幻灯片

IBM Research 在 Hugging Face 博客发文,介绍 Palette:用可自托管的小型开放权重模型生成符合企业设计语言的演示文稿。团队基于 IBM Design Language 合成数据,对 20B 模型做 LoRA 微调,并把任务拆成“设计师”和“编码者”两个角色——前者输出包含配色、字体和每页布局的 JSON 简报,后者为每页编写 pptxgenjs JavaScript。由于每页上下文在写代码前已固定,编码阶段可并...

11月3日 周二

行业观察官方发布

IBM 对比实验:同一模型换用不同 Agent Harness,AppWorld 任务完成率从 30% 升至 81%

IBM Research 团队在 Hugging Face 博客公布一组受控实验结果:在模型保持不变的前提下,仅更换 Agent Harness,任务完成率出现显著差异。研究使用同一开源模型 GLM 5.3 flash,分别搭配 IBM 的 CUGA、Nous Research 的 Hermes 和 LangChain 的 Deep Agents,在 AppWorld 基准的 30 个场景、90 项任务上各运行一次,覆盖邮件、支付、文件存储...

产品与应用官方发布

Spotify 的 portal-ai-plugins 支持将 Portal 接入 Claude Code、Codex 与 Cursor

Spotify 在 GitHub 上提供 portal ai plugins 仓库,面向 Portal CLI 提供插件工作流,可将 Spotify Portal 接入 Claude Code、Codex、Cursor 和 pi。 仓库 README 列出的能力包括配置认证、用自然语言搜索软件目录与技术文档、生成服务简报、运行只读诊断,以及在提供帮助、dry run(试运行)与确认保护的情况下调用 Portal 操作。仓库还包含 Fleet...

产品与应用官方发布

Hugging Face 提出 MIC 模型集成契约,用缩小版 fixture 捕获 Transformers 回归

Hugging Face 发布博客,提出 Model Integration Contract(MIC,模型集成契约),用于将模型集成测试打包为可复用标准。MIC 包含三部分:按真实 checkpoint 配置缩小并固定发布的 fixture、可运行的 Markdown 使用路径,以及经人工审核的基线输出;若在 fixture 上运行使用路径后仍得到基线结果,则契约通过。 博客介绍了一个案例:2026 年 7 月 30 日,Transfor...

模型发布官方发布

Google 弃用 Gemini 2.5 Pro 与 Gemini 2.5 Flash,API 请求将于 12 月 1 日起自动路由

Google Gemini API 文档更新信息显示,Gemini 2.5 Pro 与 Gemini 2.5 Flash 已被弃用,开发者已无法再在 Google AI Studio 中选择这两款模型。 更新信息同时提到,相关 API 请求将于 12 月 1 日起自动路由。仍在使用这两款模型的开发者需留意官方文档中的变更说明,并相应调整模型调用配置。

安全与政策官方发布

OpenAI 任命前美国陆军部长 Dan Driscoll 为国家安全现代化高级顾问

OpenAI 于 11 月 2 日宣布,任命 Dan Driscoll 为新设的国家安全现代化高级顾问。Dan Driscoll 曾任美国陆军部长。 据 OpenAI 官方说明,该职位将就先进人工智能如何加强国家与网络安全提供建议,工作重点是与美国盟友合作,推动民主 AI 的负责任使用。 目前 OpenAI 尚未披露该任命的更多细节与具体生效时间。

安全与政策官方发布

OpenAI 推出 Grid Protectors 计划,首站落地 Georgia 校园参与电网削峰

OpenAI 于 11 月 2 日宣布推出 Grid Protectors 计划,将与电力公司、监管机构和政策制定者合作,让未来的算力园区在电网紧张时段主动降低用电需求。 该计划首站为位于 Georgia 州 Effingham County 的园区。OpenAI 表示,Grid Protectors 的核心是在电网承压时削减负荷,即参与电网削峰。 目前 OpenAI 未披露该计划的具体实施时间表与削峰规模。

原文 · openai.com ↗

11月1日 周日

产品与应用官方发布

OpenRouter 教程:用 Responses API 构建可在 Linux 沙箱验证 bug 的 AI 代码审查脚本

OpenRouter 发布教程,介绍如何构建 AI 代码审查脚本 review.py。该脚本共 233 行,只依赖标准库。 教程称,该脚本通过 Responses API 组合 Files API、Shell 沙箱工具和 Apply Patch 工具,将变更文件上传至托管 Linux 沙箱,让模型实际运行检查并确认 bug,随后返回 V4A 补丁。 该教程展示了将代码审查从模型生成建议扩展到沙箱内实际验证的一种实现路径。

10月31日 周六

产品与应用官方发布

OpenRouter 发布教程:用 Agent SDK 搭建常驻 AI Agent 监控 Hacker News

OpenRouter 发布教程,介绍如何用 @openrouter/agent 0.11.0 在 TypeScript 中搭建一个定时运行的常驻 AI Agent。 根据教程摘要,该 Agent 用于监控 Hacker News 并生成摘要,重点在于让 Agent 按计划持续执行任务。 OpenRouter 将这一案例作为常驻 AI Agent 的搭建示范,具体实现步骤以其教程页面为准。

行业观察官方发布

OpenAI 汇总法庭之友意见,主张 AI 训练适用合理使用原则

OpenAI 整理并汇总了在《纽约时报》诉讼中提交给法院的多份支持合理使用的法庭之友意见摘要,作者包括图书馆协会、法律学者、独立创作者和美国政府等。 相关意见主张,AI 训练具有转换性,不构成版权法认可的市场损害,并警告限缩合理使用可能阻碍科研进展与美国经济繁荣。OpenAI 称,完整文件可在法院公开卷宗查阅。

行业观察官方发布

NVIDIA Nemotron 开放模型驱动万圣节互动装置 MonsterHouse

Hugging Face 博客消息,NVIDIA 技术文章介绍了万圣节互动投影装置 MonsterHouse。该装置由 NVIDIA 的 Rick Grandy 和 Maryam Motamedi 创作,能够聆听上门讨糖的访客,并以暴躁老海盗船的口吻回应;当访客使用“请”和“谢谢”等礼貌用语时,它的态度会缓和。 MonsterHouse 基于 NVIDIA Nemotron Voice Agent 构建,使用 Nemotron Speec...

10月30日 周五

行业观察官方发布

Gemini API 的 Computer Use 工具正式可用(GA)

Google 官方更新日志显示,10 月 30 日,Gemini API 的 Computer Use 工具正式可用(GA)。 正式版覆盖 Interactions 和 GenerateContent 两套 API,开发者可通过上述接口调用 Computer Use 能力。 目前公开信息为官方更新摘要,具体接口细节与迁移说明需参考 Gemini API 文档更新日志。

行业观察官方发布

OpenRouter 实测 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5:如何选型

OpenRouter 对 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 三档模型进行了实测,并给出不同任务场景下的选型建议。 其建议将 Sonnet 5.5 作为默认选择;高频调用和子智能体任务可优先使用 Haiku 5.5;耗时较长、容错成本较高的任务则建议使用 Opus 5.5。 上述信息来自 OpenRouter 发布的摘要,具体测试方法与数据未在摘要中展开。