Reviso 让视频描述先找重点
先粗看全片，再回访关键片段，减少细节很多却漏掉主线的问题。
资讯 · 第 12 页
最近发布的产品动态、研究进展与行业消息。
最新资讯
共 499 篇
AI 学会推理后，换道题仍可能失效
受控实验发现，模型面对更难分布时会退回低效枚举。
Sandstorm 让闲置智能体沙箱休眠
支持保存运行状态和恢复，面向批量隔离执行任务。
Siri AI 开放跨应用任务开发预览
开发者可通过 App Intents 连接应用动作，用户版本仍在后续发布计划中。
SkillsManager 集中管理编程技能
在 Mac 上浏览、安装和整理 Claude Code、Codex 的技能文件。
Spotify 开放 Portal 智能体插件
让编程助手查询服务目录，并执行有权限的工程操作。
SQLoom 用约束训练自然语言查库
同时检查 SQL 语法、问题含义及子句之间的逻辑关系。
TAMPAgent 结合规划器操作机器人
在看不全环境时先形成部分计划，再依据新观测继续执行。
代码变了，AI 怎样修复过期测试
500 个真实 Java 案例显示，失败信息和代码变化需要一起提供。
Tstack 整理日常 AI 开发技能
面向 Claude Code 与 Codex，保留可按项目调整的工作约定。
开放模型也能接入机器人操作框架
uni-robot-agent 统一工具与执行环境，减少对封闭模型的依赖。
VeriHarm 同时检查代码完成与副作用
任务做对了，也可能伴随未授权的数据或系统操作。
VIAS 探索按组织要求引导模型
通过激活干预调整不同价值维度，减少统一指令之间的冲突。
Wave Forcing 加速连续视频生成
把去噪和缓存刷新组织为流水线，减少串行等待。
YouTube 扩大 AI 配乐替换工具
创作者可生成免版税伴奏，替换视频中触发版权声明的音乐。
ZO-BOLT 为低内存训练控制噪声
研究指出，两次差分评估是否使用匹配数据会改变优化可靠性。
AI 日报 11.03：科研应用与开源新进展
MIT 抗生素研究获奖、Claude 辅助应急报告，还有视频重生成与 3D 编程模型。6 条动态，一次看完。
Gemini 4 Carbon 发布，先向安全团队开放
Google 于 10 月 28 日公布 Gemini 4 Carbon，重点提升代码、网络安全和长时间智能体任务能力。首批访问面向部分网络防御团队，后续通过 Fairwind 计划扩大到受信任合作伙伴，尚未向所有普通用户开放。
Genie 4 开放研究预览，可实时修改世界并生成声音
Google DeepMind 于 10 月 27 日发布 Genie 4 世界模型，支持在运行中的模拟世界里用文字修改天气、场景、角色和事件，并同步生成环境音、音乐与对话。Gemini 模型参与理解指令和规划场景中的事件。
OXR 将 PDF 转成 AI 可读的结构化数据
SoMark 团队公开 OXR 文档解析模型及代码，将 PDF 和文档图片转换为 Markdown 或 JSON，同时保留版面坐标，方便智能体检索和处理。模型规模为 13 亿参数，支持文字、表格、公式等多种文档元素。
DeepSeek 社区量化版公布逐档评测
AtomicChat 在 Hugging Face 发布基于 DeepSeek-V4.1-Flash-1017 的社区 GGUF 衍生版本，组合 GSQ-RCO 量化和行为调整，并公开各个量化档位的测试记录。这是社区维护的版本，并非 DeepSeek 官方发布。
JustGoal 让 AI 自行优化 GPU 算子
10 月 27 日发布的 JustGoal 论文测试了一种更简单的算子优化方式：只向通用智能体提供优化目标和约束，让它自己编写算子、建立评测循环并持续调整，不预设专门的算子知识库或工作流。
Trajectory 获 4500 万美元融资，推出模型训练平台
Trajectory 于 11 月 2 日宣布完成 4500 万美元 A 轮融资，估值 3 亿美元，由红杉资本领投，NVIDIA、Bessemer 和 Bain Capital Ventures 参投。同日发布的平台把模型后训练、评估与部署放进同一套工作界面。
HachimoDock 把 AI 任务进度变成桌面小宠物
HachimoDock 是一个公开资料的桌面 AI 硬件项目：小屏幕上的角色会随着智能体的思考、执行和等待状态变化，让电脑里的任务有一个看得见的实体入口。项目同时提供电脑客户端与 ESP32-P4 固件。
Naver 签下 2 万亿韩元 AI 算力服务合同
Naver 在 11 月 12 日公布第三季度业绩时披露，已签署约 2 万亿韩元的计算服务供应合同，为其与 Brookfield、英伟达共同推进的 AI Factory 业务 获得首批客户。