OpenBMB@OpenBMBAI 评分6161
全部 AI 动态
- OpenBMB@OpenBMBAI 评分6161
TechCrunch：AIAI 评分6565 Nvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，支持最多 40 种语言，可处理最长 1 小时的录音并区分最多 8 个说话人，还同步发布了第 2 版开源语音数据集 Granary。
TechCrunch：AIAI 评分6161 韩国金融业再遭网络攻击波及 Daishin 证券、Mirae Asset 与 Bithumb
韩国金融业再遭一波网络攻击，涉及券商 Daishin Securities、Mirae Asset Global Investments 和加密货币交易所 Bithumb，距上月针对韩国金融机构的攻击约一个月。
TechCrunch：AIAI 评分5454 TechCrunch 评论：AI 高管用 AI 处理育儿的言论凸显硅谷与公众脱节
TechCrunch 作者 Amanda Silberling 评论 Marissa Mayer 在介绍其新应用 Dazzle 时称 AI 帮她为女儿写生日介绍，引发大量批评，Mayer 事后发帖辩称只是测试原型功能。
Artificial Analysis@ArtificialAnlysAI 评分5757
Arena.ai@arenaAI 评分5454Arena 基于 20,869 条 Agent Arena: Code 记录，对比五个前沿模型（来自 Anthropic 与 OpenAI）与其他 Agent 的用户投诉分布。
Hugging Face 社区博客AI 评分6363 NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据管线
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，现已在 Hugging Face 和 ModelScope 提供，单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。
The Decoder：AI NewsAI 评分6161 Artificial Analysis 新版 Intelligence Index 扩大开源与闭源模型差距
Artificial Analysis 改版其 Intelligence Index 至版本 5，Kimi K3.1 Pro 从第 4 降至第 9，开源模型与榜首差距从 3 分扩大到 12 分，Grok 4.7 也下跌 12 分。
404 MediaAI 评分6161 英国和欧盟用户如何拒绝 Meta 将其内容用于 AI 训练
404 Media 介绍了英国和欧盟用户拒绝 Meta 将其内容用于 AI 训练的操作方法。Meta 早前更新商业条款允许用业务账号内容训练 AI，生效日期因反弹从 10 月 30 日推迟到 11 月 20 日，并从允许用途中移除了 train 一词。
404 MediaAI 评分6161 Meta 更新商业条款允许用业务账号内容训练 AI，英国和欧盟用户可提交反对
404 Media 介绍了 Meta 为商业账号更新的商业条款，允许使用关联域名和 URL 的内容来开发、改进和训练其产品，原定 10 月 30 日生效，在反弹后推迟至 11 月 20 日，并从允许用途中删去“train”一词、限制为广告和商业产品。英国和欧盟用户可通过 Instagram 账号的隐私中心点击“object”提交反对表单，有用户收到 Meta 批准反对的邮件。
Rohan Paul@rohanpaul_aiAI 评分4040引用Austin Hughes@austinh___Cold calling isn’t dead. And that’s why today, we’re launching Unify Dialer. Sellers have already placed 112K+ calls with it. → Prospect, sequence, and dial in one place. → Move faster through your call list with Power Dialer, with the research done before you dial. → Reach more buyers with 34% more reachable numbers than Apollo and 66% more than ZoomInfo in our benchmark. 60% of reps book a meeting within their first hour of dialing on Unify. Who better to pick up the phone than the wolf of insurance himself, Juliano Massarelli? 👇🏻 Try it here: https://www.unifygtm.com/dialer?utm_source=x&utm_medium=austin&utm_campaign=dialer-launch
The Verge：AIAI 评分7474 xAI 拟收购密西西比 Southaven 418 套房屋，条件是居民放弃起诉其数据中心噪音
据 The Guardian 报道，xAI 子公司 MZX 正在密西西比州 Southaven 收购房屋，条件是房主签署免责协议、放弃加入指控其数据中心和燃气轮机产生持续噪音与震动的诉讼，据报道计划收购 418 套，已有 18 户打算出售，租房者称在房东同意出售后收到 60 天搬离通知。
IT之家·人工智能AI 评分5959 Gartner 调研：仅 3% 企业通过 AI 实现节约成本、提高生产力目标
IT之家援引 TechRadar 报道，Gartner 调研显示仅 3% 企业通过 AI 实现了提高生产力、降低运营成本等目标。四分之三企业领导者预计 AI 将对技术领域产生重大影响，尽管 38% 的企业已超出预算，仍有 85% 计划在 2027 年增加 AI 支出。
- OpenBMB@OpenBMBAI 评分5555引用atomic.chat@atomic_chat_hq
A 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
- OpenBMB@OpenBMBAI 评分5353
OpenBMB 发布 Lookahead Expert Scheduling（LES）推理系统，用于在端侧运行 MiniCPM-V 4.7 的 35B-A3B MoE 模型。
- OpenBMB@OpenBMBAI 评分5050引用draven@dravenip
DOCUMENT PARSING IS GETTING REALLY INTERESTING MiniCPM-OCR is an open-source model family from @OpenBMB and ModelBest built to turn documents into structured, usable information. → MiniCPM-OCR 1.0 is a compact 1.3B-parameter model for English and Chinese documents → handles scanned pages, photographed documents, tilted inputs and even curved pages → supports tables, formulas, PDFs and key information extraction → lets you inspect the Markdown source and preview the parsed output the family also includes MiniCPM-OCR Jev, a separate model that assesses the reliability of OCR results and helps identify outputs that may need human review. pretty cool to see document parsing and output assessment tackled together, with open-source weights and multiple deployment options. GitHub: http://github.com/OpenBMB/MiniCPM-OCR Hugging Face: MiniCPM-OCR 1.0：http://huggingface.co/openbmb/MiniCPM-OCR-1.0 MiniCPM-OCR Jev：http://huggingface.co/openbmb/MiniCPM-OCR-Jev
- OpenBMB@OpenBMBAI 评分5959引用atomic.chat@atomic_chat_hq
A 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
Simon Willison 博客AI 评分7171 Simon Willison：2026 年 10 月是 vibe coding 游戏开发的拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 游戏的拐点，他用 Claude Opus 5.5 以完全不看的代码方式做出四款自己真正爱玩的浏览器游戏，包括多人 RTS Battle Drones、RPG Emberwick、Tree Appreciator 和经营模拟 Quarter Sun Cove。
Aravind Srinivas@AravSrinivasAI 评分4444Perplexity CEO 演示用 Perplexity Computer 设计了一个 GTA V 任务：玩家在游戏内手机上 vibecode GTA VI，同时被开发者报警追捕。
Nathan Lambert：InterconnectsAI 评分6060 Nathan Lambert 谈 Artificial Analysis v5 与基准制定者的困境
Nathan Lambert 撰文分析 Artificial Analysis 智能指数 v5 更新及其带来的评测困境。AAv5 将指数均分为知识工作、编码、科学、通用四类各占 25%，榜单显示 8 个闭源模型超过最强待发布开源权重模型 Kimi K3.1 Pro。
公众号：面壁智能AI 评分4242 面壁智能 ForgeKernel 直播挑战 DeepSeek FlashMLA Prefill 手写算子
面壁智能将于 10 月 29 日上午 10:00 直播，由 ForgeKernel 基于 DeepSeek-V4.1 的真实推理负载现场生成、编译并跑分算子，正面挑战 DeepSeek 官方开源的 FlashMLA Prefill。后者运行于 DeepSeek 生产推理栈并驱动 DeepSeek-V4.1，被称为当前手写算子的顶尖水准。
The Verge：AIAI 评分7171 得州选民普遍反对数据中心，成为中期选举焦点议题
The Verge 报道，数据中心建设已成为得州中期选举的核心议题，8 月民调显示 57% 的得州人反对建设数据中心，多个团体组成 We the People Texas 联盟，据称代表多达 100 万选民。
公众号：卡尔的AI沃茨AI 评分6767 豆包工作上线录制回放功能，作者实测用它做电脑自动化 Skill
豆包工作新增了类似 Codex 的 record & replay 录制回放功能，用户可录制电脑操作并配语音讲解，由 AI 生成步骤并复刻，最长录制 30 分钟。作者实测发现它在用户占用窗口时会主动暂停而非重试，适合没有 API、跨多软件的工作流；作者还用它录制随机跨平台浏览节奏来采集小红书低粉爆款等内容，降低被风控检测的概率，并计划把 Codex 上做好的 skill 迁移过来以节省额度。
公众号：面壁智能精选AI 评分6666 面壁智能发布并开源 MiniCPM-OCR 系列：1.3B 解析模型与 2B 判别模型
面壁智能发布并开源 MiniCPM-OCR 系列。MiniCPM-OCR 1.0（1.3B）在 Real5-OmniDocBench 取得 93.68 分、OCRBench v2 取得 54.7 分的 SOTA，经 DSpark 加速后吞吐达 1.217 页/秒，端到端效率提升 55%。
推荐理由：原文给出双 SOTA 得分、吞吐实测与免检比例数据，并首次引入独立的解析结果判别模型，可用于评估文档解析落地方案。
公众号：可灵AIAI 评分6262 创作者阿米Amir用Kling 4.0实测温情短片《得闲饮茶》
可灵AI实战测评室邀请创作者阿米Amir用Kling 4.0制作粤语温情短片《得闲饮茶》，检验其在慢节奏情感叙事上的表现。他反馈30秒原生输出、全能参考和多关键帧（最多10张图）让动作与节奏安排更有余地，12个角色资产的一致性比3.0更稳，粤语对白与口型匹配出色；相对3.0最长15秒，4.0升级到最长30秒，并新增21:9画幅。
O'Reilly RadarAI 评分5656 James Shore 解析如何评估 AI 对软件开发的真实回报
James Shore 在 O'Reilly Radar 发表系列文章首篇，介绍如何量化 AI 对软件开发的组织级影响，分四部分覆盖交付速度、负面后果和业务结果建模。
The Decoder：AI News精选AI 评分7777 Cathedral 用 AI 智能体侵入 Anthropic 内部系统，双方对事件范围说法不一
网络安全初创公司 Cathedral 通过第三方业务软件渗入 Anthropic 内部系统，称其 AI 智能体在不到十二小时内接触到会议记录、薪资数据和 Slack 消息，并借漏洞赏金计划披露问题。
推荐理由：安全公司用 AI 智能体渗透 Anthropic 内部系统，双方对影响范围各执一词，可用作观察第三方软件安全短板的案例。
The Decoder：AI NewsAI 评分6262 Anthropic 工程经理：AI 时代新人拼的是创业式思维而非编码面试
Anthropic 工程经理 Felix Rieseberg 认为小型编程测试已无意义，因为 Claude 做得比候选人更好，他在招聘中改看能体现品味、同理心和原则性思考的小原型。
Simon Willison 博客AI 评分4646 Terk Terkowitz：AI 工具帮不上你的工作，这是发现而非失败
Amazon 工程领导层 Terk Terkowitz 在关于 AI 时代开发者角色的更新中表示，如果当前 AI 工具对你的工作没有帮助，那是一项发现，而不是失败。他建议记录原因、与同行社区分享、反馈给管理者并共同寻找解决方案，并称能说清 AI 在何处尚无法帮助工作的工程师，正展现了所期望的判断力。
IT之家·人工智能AI 评分6262 美国银行提醒客户不要向 AI 助手透露网银密码
据 Android Authority 报道，美国银行向客户发送题为《AI 时代的财务保护》的邮件，提醒不要向外部服务包括 AI 智能体分享网银用户名和密码，并表示分享凭据产生的责任由客户承担。摩根士丹利已开始屏蔽未经批准访问客户网银的第三方智能体，摩根大通和花旗银行也在收紧相关权限，责任归属难题尚无妥善解决方案。
IT之家·人工智能AI 评分5858 摩尔线程开源 Megatron-MUSA-Titan，聚焦万卡级集群万亿参数 MoE 模型训练
摩尔线程宣布开源大模型训练基础设施项目 Megatron-MUSA-Titan，基于其全功能 GPU，面向万卡级集群的万亿参数 MoE 模型训练，覆盖预训练与强化学习两大场景。
公众号：小红书技术AI 评分4545 小红书蜜薯 X Rokid 智能眼镜：Personal Agent 的实时多模态、Proactive 与 Memory 架构
小红书 2049 Lab 与 Rokid 合作，以智能眼镜为载体打造 AI 生活搭子“小红书蜜薯”，并介绍了其整体架构。系统由端侧体验、实时会话与 Agent 协作构成交互主链路，Memory 与能力服务独立支撑任务推进。其中多模态全双工支持插话与跨链路取消，Proactive 持续观察并判断回应时机，Memory 分层组织证据并异步读写，目标是走向持续服务个人的 Personal OS。
