NEWS DESK·新闻资讯
人工智能日刊 · 第 6 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
- 资讯·
Synthesia·
Synthesia 接入 Claude 视频创作流程
官方 18 日更新介绍了在 Claude 中选择模板、生成和修改视频的流程;使用额度仍由 Synthesia 计划及积分决定。 Synthesia 在 11 月 18 日更新的官网介绍中,说明了通过 Claude 连接器生成和修改视频的功能。用户可在对话中描述视频,或结合文档、演示文稿和表格准备内容,再调用 Synthesia 创作。Synthesia 官方介绍 生成前,用户在对话内选择工作区、模板、品牌资源和虚拟形象。默认创作工具 Syren 会规划视频、写旁白并以代码构建场景;用户可用自然语言要求修改,每次编辑保留为新版本。

- 资讯·
PR Newswire·
芯原发布 AI 眼镜低功耗子系统
芯原推出面向 AI 和 AR 眼镜的 Nano-XR 系列和可配置硬件方案,涵盖图像、显示和端侧计算。 芯原(VeriSilicon)于美国东部时间 11 月 17 日公布面向 AI 和 AR 眼镜的可穿戴硬件子系统。方案采用可组合的 Nano-XR 处理模块,覆盖摄像、感测、图形、显示和端侧 AI 计算。 其中,ISPPico-XR 面向红外传感器和常开感测,可用于眼动跟踪、手势识别。芯原还将用于模块间数据交换的 FLEXA 架构与 DECNano 压缩技术结合,目标是减少对外部内存带宽的需求。

- 资讯·
Wherobots·
Wherobots 开放地理空间智能体 Waldo 预览
Waldo 接受自然语言任务,可选择空间数据、生成分析代码并绘制地图。 Wherobots 11 月 18 日宣布,地理空间数据智能体 Waldo 进入公开预览。用户可用自然语言描述任务,Waldo 查找目录中的栅格、矢量等数据,检查空间关系并生成查询或分析代码。Wherobots 公告 平台可将中间结果显示在地图上,供团队检查。根据公司的产品说明,结果可写入兼容 Iceberg 的数据平台,分析任务也可按计划运行。实际流程取决于目录中的数据和连接配置。产品说明

- 资讯·
Wispr Flow·
Wispr Flow 将会议笔记带到 iPhone
Notetaker 可在 iPhone 上录制现场会议,并把会议笔记同步到桌面端。帮助文档说明了录音入口和账号访问条件。 11 月 18 日,Wispr Flow 宣布会议记录工具 Notetaker 登陆 iPhone。应用内新增专门的 Notetaker 标签页,供用户记录现场对话。录音生成的会议笔记可同步至 Mac 或 Windows,与桌面端记录一起搜索和提问。 帮助中心文档显示,iPhone 用户还可通过锁屏小组件、控制中心、操作按钮或 Siri 快捷指令启动、停止录音。团队成员可接收分享的会议笔记。
- 资讯·
arXiv·
Option-GRPO 研究分层 SDK 代码生成
从 SDK 源码提取不同层级的调用组合,并用执行和属性检查反馈训练。 Option-GRPO 预印本研究如何让大模型学习训练截止后出现的 SDK,减少冗余和不符合接口习惯的代码。 方法从源码建立调用与语义结构,形成从原子操作到程序级的分层选项,再进行课程式强化学习。奖励结合执行深度、代码质量及从类型注解生成的属性检查,而不只看程序能否启动。
- 资讯·
Momenta·
Momenta 与 Uber 在慕尼黑启动有监督试乘
试点覆盖慕尼黑北部部分区域,乘客分批获准参与,每程配备安全员;目前免费且非商业运营。 Momenta 与 Uber 于 11 月 18 日宣布,在德国慕尼黑启动有监督自动驾驶试点。当地用户可在 Uber 应用内加入意向名单,资格将分批开放。Momenta 公告 初期服务范围覆盖慕尼黑北部较大区域,包括奥林匹克公园周边。已预登记并获选的用户在范围内请求 UberX、Electric 或 Comfort 行程时,可能获得有监督自动驾驶车辆选项,上下车使用指定站点。
- 资讯·
Workday·
Workday 财务方案加入审计准备与部署智能体
GO for Financials 已在美、加、英、爱尔兰提供,Accounting Agent 和 Deployment Agent 正式可用,分别支持资料准备与系统设置。 Workday 于 11 月 18 日推出 GO for Financials,面向成长型企业简化财务管理软件的购买、部署和使用,并加入 Accounting Agent 与 Deployment Agent。Workday 公告 Accounting Agent 可帮助财务团队收集审计所需记录、整理支持文件和准备报告。Workday 称,它遵循企业既有的信息访问权限及审批流程。
- 资讯·
Workday·
Workday 拟收购 Honeydew,补充 AI 语义层
交易仍待交割,Workday 计划将业务定义与权限编译为受治理的查询,为 AI 智能体和 BI 工具提供一致上下文。 Workday 于 11 月 18 日宣布拟收购 Honeydew,后者为 AI 和商业智能工具提供语义层。交易预计在 Workday 2027 财年第四季度、即截至 2027 年 1 月 31 日的季度内完成,仍需满足惯例交割条件。Workday 公告 Honeydew 的语义编译器将业务定义转换为受治理的查询。
- 资讯·
arXiv·
FutureBench 研究模型如何处理证据冲突
用真实、虚假和信息不足的同题材料,区分检查指令与来源优先级的影响。 FutureBench 预印本提出可随事件更新的评估框架,用于研究模型内部知识与检索材料冲突时的回答。 每道带时间戳的问题配有支持正确答案、支持植入错误答案及不含答案的材料,并先测试模型不读材料时能否回答。不同提示分别控制材料优先级与检查要求,记录采纳错误、坚持正确答案、拒答等行为。
- 资讯·
arXiv·
研究观察大模型如何判断论文新颖性
实验比较正常回答与明确判断,也指出评估依赖文献搜索和 AI 评判的限制。 一项预印本研究大模型评估新研究问题时,是否会夸大已有论文已经解决的内容。 作者用 40 个已接收论文的问题比较普通描述与强制是否判断,并分别核对引用全文。研究观察到两种回答之间的差距,但样本主要来自机器学习,开放问题标签和 AI 评判仍有限制,真实研究决策的影响尚未测试。
- 资讯·
Baseten·
Baseten 接入 Microsoft Foundry 公开预览
Baseten 将四款开放模型带入 Foundry,使用 Azure 统一治理和计费,需管理员启用;正式开放计划在2027年初,当前仍为公开预览。 Baseten 于 11 月 17 日宣布,其推理服务已进入 Microsoft Foundry 公开预览,Azure 企业客户可从 Foundry 模型目录选择 Baseten 支持的开放模型。Baseten 公告 首批模型包括 DeepSeek V4.1 Flash、GLM-5.3、GLM-5.3-Flash 和 Kimi K3。Baseten 负责推理服务基础设施,Foundry 提供企业治理、身份验证、访问控制和统一账单。
- 资讯·
Hugging Face·
Apple 发布 FastFrames 视频模型与代码
FastFrames 提供 13 亿与 140 亿参数版本,面向 480p 低延迟视频生成;权重采用 Apple 研究模型许可,仅限非商业研究,代码与 LingBot 另有条款。 Apple 公开 FastFrames 视频生成模型和参考代码,提供 13 亿参数的 FastFrames-S 与 140 亿参数的 FastFrames-L。Hugging Face 仓库的公开发布提交标记为 11 月 17 日。模型卡 两款模型采用自回归、两步视频扩散方案,面向 480p 视频生成。项目还提供训练、生成、延迟分析和评估代码,以及优化过的 LingBot 相机控制演示。项目仓库
- 资讯·
arXiv·
BOS Summary 研究首 token 的摘要作用
在预填充阶段改变首位置的可见范围,使其聚合提示信息,供后续生成读取。 BOS Summary 预印本研究如何利用语言模型序列开头常获关注的位置,保存与当前输入有关的信息。 方法在预填充的指定层,仅放宽 BOS 查询的因果限制,使其读取视觉及文本提示,其他位置的注意力规则保持原样。形成的输入相关状态继续留在缓存中,供随后生成的 token 访问。
- 资讯·
arXiv·
SpecLook 研究视觉智能体的推测与核验
小模型先选观察区域,再依据答案一致性和置信度决定是否交给大模型。 SpecLook 预印本提出免训练的视觉推测与核验流程,由小型 Scout 草拟图像证据区域,再由较大的多模态模型按需检查。 系统比较完整图与放大区域下的答案及置信度,决定直接退出或升级处理;较大模型可纠正区域与答案,部分模式还会搜索被标记的问题。文中的评分来自其设定的过程和数据评估。
- 资讯·
AWS·
AWS 为 SageMaker 加入训练数据准备工具
Amazon SageMaker AI 扩展模型训练和评估数据准备,加入自动标注、人工复核、合成样本、质量检查和格式转换等可以独立调用的组件。 AWS 于 11 月 17 日公布 Amazon SageMaker AI 的数据准备更新,为模型训练和评估提供合成样本、自动标注、人工复核、质量检查和数据转换等组件。各组件可单独使用,也可串在同一流程中。 公告介绍,对分类或实体识别等有固定答案范围的任务,可由多个模型分别标注,系统根据一致程度给出置信度。低于设定阈值的记录可以送入 SageMaker Studio 的人工复核队列。
- 资讯·
TechCrunch·
投行 AI 工具 Model ML 融资 2.5 亿美元
Model ML 宣布完成由 General Atlantic 和 QED Investors 共同领投的 B 轮融资,估值为 15 亿美元。 TechCrunch 于 11 月 17 日报道,伦敦 AI 公司 Model ML 完成 2.5 亿美元 B 轮融资。公司及投资方公告显示,交易估值为 15 亿美元,本轮由 General Atlantic 和 QED Investors 共同领投,累计融资达到 3.5 亿美元。 Model ML 面向投行、资产管理和咨询团队提供 AI 智能体,连接企业已有的数据与工具,用于准备财务模型、演示材料和尽调报告。
- 资讯·
arXiv·
RFBench 提出射频布局多模态基准
对齐布局图、几何表示和仿真电磁响应,评估模型理解及设计无源射频结构的能力。 RFBench 预印本提出面向无源射频布局的多模态数据集和基准,包含 1 万个两端口平面布局及对应电磁仿真结果。 数据连接可编辑几何、图像、占用网格及 1 至 10GHz 的响应,任务覆盖布局生成、表示转换、响应预测与设计诊断等。作者采用设计不重叠的训练测试划分;这些检查基于仿真数据。
- 资讯·
arXiv·
QDA 用智能体搜索大模型量化配方
以分布差异快速筛选候选,再检查部分长回答,最后对选定结果完整评估。 QDA 预印本研究由大模型智能体设计后训练量化方案,根据模型和精度配置反复修改量化配方。 每轮由工具库构建候选,以其和原模型的 KL 分布差异快速打分;较有希望的方案另做长回答检查,识别重复循环等失败。预算结束后,智能体选择一个结果再接受完整测试。
- 资讯·
arXiv·
Chorus 研究跨层共享 n-gram 嵌入
多层复用同一组短语表,再按各层状态单独适配,减少重复存储。 Chorus 预印本提出在语言模型输入及中间层共享一组 n-gram 嵌入表,用短 token 序列的查表结果补充表示。 不同层通过自己的隐藏状态对共享表示进行缩放和投影,再加入注意力计算。作者在多种模型规模和训练数据上评估该设计,目标是在复用短语知识时减少各层分别保存表的内存开销。
- 资讯·
Lawyers’ Committee for Civil Rights Under Law·
美国学生就 AI 警报处置提起诉讼
诉状针对被指由误报引发的拘留搜查,涉及技术供应商、学校与警方的处置流程。 美国民权律师委员会 11 月 17 日表示,已代表四名学生在马里兰州巴尔的摩县巡回法院提起诉讼,涉及 Omnilert、学校管理机构及警方人员。律师委员会声明 起诉书称,2025 年 10 月 Kenwood High School 的 AI 枪支检测系统将零食袋标为枪支;警报经人确认取消后,截图仍被转发并引发武装警察到场,学生遭到拘留和搜查。
- 资讯·
Microsoft·
微软联合逾 40 家机构发起 AI 透明度倡议
倡议将共同制定跨模型、跨供应商的透明度与治理方法,计划把证据接入企业安全工具;参与方包括 Adobe、埃森哲、毕马威、万事达卡和沃尔沃汽车。 微软于 11 月 17 日宣布 AI Transparency Initiative,与超过 40 家机构合作,推动跨模型、跨供应商的 AI 透明度、安全与治理方法。参与方包括埃森哲、Adobe、毕马威、万事达卡和沃尔沃汽车。
- 资讯·
Microsoft·
微软预告 MAI 模型权重授权
MAI Licensed Weights 将允许企业在自身 Azure 环境中部署和调整微软模型,控制访问与升级;该计划仍标为即将通过 Frontier Company 合作开放。 微软于 11 月 17 日公布 MAI Licensed Weights,计划让企业在自身的 Azure 环境中部署和定制微软 AI 模型,将专有知识与业务流程用于模型调整。官方公告 据微软说明,企业可控制模型的部署方式、访问权限与升级时间。客户数据和定制成果仍归客户,微软仅在获得客户明确同意后,才会将其用于训练自己的模型。
- 资讯·
Microsoft·
微软推出图像 Flash 模型与 Canvas 画布
MAI Image 2.7 与 Flash 进入 Foundry 公开预览,Canvas 提供局部替换与编辑;此次更新区别于 10 月已公布的图像编辑预览。 微软在 11 月 17 日公布 MAI Image 2.7、MAI Image 2.7 Flash 及由 Flash 驱动的 Canvas 图像创作空间,两款模型均通过 Microsoft Foundry 提供公开预览。Microsoft AI 公告 微软称,两款模型支持生成图像和局部编辑,包括调整物体颜色、材质与位置,以及在连续修改中保持视觉一致性;也支持透明背景输出。
- 资讯·
Microsoft·
微软开放 MAI Realtime 1 限量预览
该语音对话模型支持打断处理、工具连接和角色调整;Foundry 仍需申请限量预览,基础语音与额外推理分别计费。 微软于 11 月 17 日介绍语音到语音模型 MAI Realtime 1,面向企业实时对话应用,并开放 Microsoft Foundry 限量预览申请。Microsoft AI 公告 据微软介绍,模型可以处理打断与简短回应,结合背景噪声识别请求,并连接企业系统和工具执行任务。开发者可通过提示词调整语气、风格与行为;模型兼容 OpenAI Realtime API,便于现有语音应用测试和迁移。




















