NEWS DESK·新闻资讯
人工智能日刊 · 第 50 页
最近发布的产品动态、研究进展与行业消息。
订阅
切换主题
- 视频·
Hugging Face·
Pika H3 Flex 开放视频与同步音频生成
Pika H3 Flex 用六步采样生成视频和同步音频,并通过参考素材及提示控制镜头。公开模型支持本地 480p、768p 原生输出,托管 API 则提供更高分辨率和额外制作功能。 模型包含端点帧和多模态参考两类任务适配器。官方特别说明,网页展示的创作样片不是发布验收或速度基准,不能保证用公开包精确复现每段展示效果。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 安全·
Anthropic·
Anthropic 更新美国中期选举防护措施
Anthropic 公布了美国中期选举前的防护安排,包括识别滥用、检查政治偏向,并把投票相关问题引向可靠信息来源。公司称,Claude 会在选民登记、投票地点和日期等问题中提供通往 TurboVote 的入口。 公司还分析了近期一周内的 25 万段对话,以了解政治和选举信息的使用方式。公开比例反映的是该样本及其分类方法,不能直接代表所有平台上的政治讨论。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 开源·
Hugging Face·
Clover 把块扩散引入 35B 混合专家语言模型
DiffuSpace 的 Clover-35B-A3B-Preview 基于 Qwen3.6 架构,结合块扩散生成与混合专家机制,总参数约 35B,每 token 激活约 3B 参数,支持 128K 上下文。 官方提供推理说明和相关实现,并提醒很长的生成仍可能重复。模型内置长度与重复控制;“激活参数少”不意味着全部权重占用很小,BF16 部署仍需要足够显存。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。

- 商业·
Anthropic·
Anthropic 在新加坡设立办公室并签署合作备忘录
Anthropic 宣布在新加坡开设亚太地区第五个办公室,并与新加坡数码发展及新闻部签署合作备忘录。双方计划围绕 AI 安全、模型评估、采用情况研究和负责任部署开展合作。 公司介绍,新加坡 GovTech、Grab 和 DBS 等机构已在不同工作中使用 Claude。新增本地团队将支持公共与私营部门客户,备忘录本身则明确的是合作方向。
- 开源·
Hugging Face·
Mistral Large 4 发布多模态开放权重
Mistral 在官方模型库公开 Large 4,一款万亿总参数规模的原生多模态混合专家模型。官方把指令跟随、推理、编程和智能体流程整合进同一组权重,并提供 API 与量化版本。 它使用 Mistral Ecosystem Open-Weight License。普通商业与非商业用途和模型服务业务的授权条件不同,经营 Model-as-a-Service 需要另行取得商业许可,不能把开放权重等同于无条件使用。
- 安全·
Anthropic·
Anthropic 推出 Cyber Mission 支持网络防御
Anthropic 宣布 Cyber Mission,计划通过模型、工程人员、研究和资金支持关键基础设施及开源软件的安全维护。首批关键基础设施合作伙伴包括工业安全厂商、咨询机构和设备提供商。 项目强调发现漏洞之后的验证、排序和修复工作。对于电力、水务和工业系统,安全更新往往不能简单停机执行,因此团队将先与一小批专业服务商验证实际可行的防御方法。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
LFM3 视觉模型面向端侧文档和屏幕理解
Liquid AI 的 LFM3-VL-2B 接收文字、图像与视频,面向本地文档阅读、图表理解、屏幕识别和物体定位。模型把 LFM3 语言部分与新的自研视觉编码器结合。 官方提供 GGUF 和本地推理说明,同时提示它不适合编程、复杂推理或长多轮聊天。视频采样会增加上下文和内存消耗,处理长视频时应调整帧率及帧数上限。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
Anthropic·
Anthropic 使用政策将于 11 月 12 日更新
Anthropic 公布 2026 年使用政策更新,生效时间为 11 月 12 日。新版本进一步说明了欺骗性活动、武器相关软件、监控,以及医疗、金融等高风险用途的要求。 公司称,多数变化是澄清已有规则,并补充 Claude 执行更长、更独立任务后的适用示例。政策也针对自主执行物理动作增加控制要求,具体使用应以正式政策条文为准。
- 开源·
Hugging Face·
LFM3 Omni 用一个本地模型处理图文音视频
LFM3-Omni-2B 是 Liquid AI 的端到端全模态模型,可以理解文字、图像、视频和音频,并用文字或语音回答。其目标是在端侧把原本分开的识别、视觉理解、语言和语音合成组件合并。 模型卡提供了输入格式、输出模态和转写示例。它属于非推理模型,不支持开启 thinking 模式;具体输入输出方式由系统提示和生成模式控制。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
Anthropic·
Anthropic 承诺三年投入 1.5 亿美元支持科研
Anthropic 宣布未来三年向美国 Genesis Mission 承诺投入 1.5 亿美元,用于扩大参与机构的 Claude 使用范围。涉及机构包括 NASA、美国国立卫生研究院及国家科学基金会等 15 家以上单位。 公司表示,这延续了与美国能源部和国家实验室的合作,也与其科研工作台、学术使用席位及科研额度计划相衔接。公告描述的是未来三年的投入承诺。
- 音频·
Hugging Face·
英伟达 Nemotron 转写模型支持一小时录音
英伟达公开 Nemotron 3.5 Transcribe,支持 40 种语言的离线转写,可处理最长一小时录音,并提供翻译、说话人归属、时间戳和音频问答等功能。权重包含多种精度版本。 官方公布的最高吞吐数据使用了 NIM 中的优化实现,并明确其中部分优化尚未进入开源版本。因此,直接下载权重部署时,不应把托管优化版本的速度视为默认可达到的性能。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 安全·
Anthropic·
Claude 网络安全验证计划扩展为三级访问
Anthropic 将网络安全验证计划扩展为防御、红队和专项访问三个层级,并把此前 Project Glasswing 的相关安排整合进来。申请方可按工作范围接受不同程度的身份与用途审核。 防御层面向维护自有系统的团队、开源维护者等;红队层增加经授权的测试用途;专项层覆盖少数高风险系统的合格机构。该计划提供受控访问,不等于取消所有模型的安全限制。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
Liquid LFM3 面向本地小型智能体
Liquid AI 的 LFM3-1.7B 采用新的三混合架构,面向本地智能体、工具调用、结构化输出和领域定制。官方提供原始模型和 GGUF 版本,方便按推理框架与硬件选择。 模型卡明确指出,小参数版本不推荐用于复杂多步推理或智能体编程;知识密集任务宜结合检索。它适合把较明确的工作流程放到本地运行,而不是直接替代所有大型通用模型。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
Anthropic·
Anthropic 拟投入 1 亿美元培训 AI 部署工程师
Anthropic 推出 Claude Frontier Academy,承诺投入 1 亿美元,目标是在 2027 年底前培养一万名 Frontier Deployed Engineers。首批参与机构包括多家咨询公司、银行和企业。 培训采用实战考核与驻场项目结合的方式:工程师先完成模拟部署,再返回自己的组织推进一个真实 Claude 项目,并进入约 12 周的实践阶段。参与以组织提名为主,不是面向所有人的开放报名课程。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开发工具·
Hugging Face·
Unlimited OCR 2 支持一次解析多页文档
百度的 Unlimited OCR 2 提供 Transformers 和 SGLang 使用方式,支持将整份文档的页面按顺序放入同一个请求,从而在解析中利用跨页上下文。 官方说明区分多页和单页模式,并给出模型运行、PDF 转换和服务部署示例。长文档处理仍需按实际硬件、推理框架及上下文设置配置,不能把单个演示等同于任意长度都无需资源规划。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
南北阁 4.3 先推 33B 教师模型
南北阁公开 Nanbeige4.3-33B,重点面向编程和职业协作任务。团队先构建较高能力的教师智能体,再计划将相关能力蒸馏到更小的模型。 模型卡提供工具调用和推理配置,支持最高 512K 上下文。团队报告了多组职业任务与编程评测,但不同应用仍需自行测试;计划中的小模型蒸馏成果不应当作此次已经交付。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
Spark X2.6 小模型强化端侧工具任务
Spark-X2.6-4B 保持上一代的架构,通过改进后训练增强编程、智能体、多语言和长上下文能力。官方公开了 Transformers 格式权重,以及部署和推理配置示例。 模型默认启用思考,开发者可以按场景关闭。示例中的长上下文服务配置需要足够设备内存,实际部署时应根据硬件调整,而不是直接套用最大值。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
Flint 开放面向编程智能体的混合专家模型
Recursive 的 Flint 面向代码库调查、修复错误、实现功能和编写测试,支持文字输入输出、推理及多轮工具调用。模型约有 39.8B 总参数,每 token 激活约 2.5B 参数。 官方提供 BF16 权重和 SGLang 服务组件,并单独准备量化版本。模型卡解释了自报基准采用的智能体框架和计分口径,提示其他厂商的分数可能使用不同评测条件。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
DeepSeek V4.1 Flash 更新推理与工具调用支持
DeepSeek 官方公布 V4.1-Flash-1017 小版本更新,称其改善了推理、编程、智能体和视觉任务,并减少部分任务的执行时间与输出长度。模型与仓库采用 MIT 许可证。 发布内容包括提示编码的 Python 参考实现,以及用于请求格式转换和输出解析的 deepseek-recipe 工具。官方说明此次没有提供 Jinja 格式聊天模板,部署方需要按文档使用相应的编码与推理组件。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
FLUX 3 Klein 提供 ComfyUI 图像编辑权重
Black Forest Labs 提供面向 ComfyUI 的 FLUX 3 Image Klein 文件,支持指令编辑、文生图、最多十张参考图组合及边界框布局控制。文件包包含基础和蒸馏版本,以及不同精度选项。 官方强调应先把简短需求扩写成完整场景描述,再交给模型。模型主体、文本编码器和图像编解码器是分开的组件,显存需求与所选精度、硬件支持有关。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
SAM 3 用文字提示分割图片和视频中的物体
Meta 的 SAM 3 支持文字或视觉提示,可检测、分割并跟踪符合某个概念的物体。相比只指定一个位置,它能够按短语或示例寻找图像中所有匹配实例。 官方模型页提供图像、视频和交互追踪示例,包括正负提示及批处理。模型输出的是可继续用于编辑或分析的分割结果,其识别效果仍取决于场景和提示。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
Qwen 3.8 27B 开放视觉与智能体能力
Qwen 官方公开 Qwen3.8-27B 权重,支持图像、视频理解和可调思考模式,重点加强编程、专业工作、研究及长流程智能体任务。模型沿用 Qwen3.5 的架构基础。 官方提供多个推理框架的部署说明,同时将托管 API 版本列为后续服务安排。开放权重和托管服务的功能、默认上下文及可用时间需要分别看待。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 视频·
Hugging Face·
LTX 2.5 开放本地音视频生成组件
Lightricks 的 LTX-2.5 提供开放权重,可根据文字、图像和视频输入生成同步音视频,并支持本地运行和微调。文件按组件拆分,方便与 ComfyUI 工作流及命令行管线衔接。 项目采用 LTX-2.x Community License,部分授权事项另有商业协议。官方明确要求以完整许可证为准,因此部署、生产使用和微调权重转移应分别核对适用条件。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 前沿·
Apple·
Apple 智能国行版 11 月 4 日开放测试
苹果中国10月31日宣布,Apple 智能首批功能将于11月4日随 iOS 开发者 Beta 版开放测试,计划在12月随 iOS 27.3 正式推出。 苹果公告 苹果与阿里巴巴合作,将千问接入 Siri、写作工具和视觉智能,提供文本与图像理解等能力。用户可以在相关入口处理文本、询问照片或文档内容。




















