跳到正文
10月25日周日
  1. Alex Heath62

    Google CEO Sundar Pichai 在 Gemini 4 Argon 发布后的访谈中介绍,他用内部运行的智能体自动汇总预训练、中训练、后训练数据等群组的最新进展,把过去每天一小时的跟进时间压缩下来,也可深入查看细节。另有智能体接入算力遥测,向他反馈各产品领域的使用效率与利用率。

    引用Alex Heath@alexeheath

    Sundar Pichai 谈 Gemini 4 与 AI 算力紧缺 即便是 Google 也拿不到足够的算力。在 Gemini 4 Argon 更广泛发布后不久,我与 Google 和 Alphabet CEO @sundarpichai 坐下来聊了聊它的早期反响、他仍希望模型改进的地方,以及要让 Google 保持在 AI 前沿需要付出什么。 Pichai 解释了 Google DeepMind 近期的领导层变动,以及为什么构建前沿模型已成为一份“全身心投入”的工作。我们还谈到了 Google 对个人智能体竞赛的回应、他如何预测 Gemini 将替你完成更多工作,以及智能体最终是否会把 Search、Gmail 和 Gemini 整合到一起。 我问他 Google 自由现金流转为负值、AI 基础设施建设中的风险,以及他如何在还不知道模型将具备何种能力的数年前就规划需求。他解释了让他有信心继续投入的信号,以及他如何使用 AI 智能体来跟踪 Google 内部的模型开发和算力使用情况。 时间戳: 00:00 Gemini Argon 发布反响 01:49 模型访问与安全 06:20 AI 模型竞赛 08:35 智能体突破与 2027 年 11:34 递归自我改进 15:41 DeepMind 领导层变动 19:52 Google 的 AI 算力投资 25:20 AI 支出可持续吗? 33:18 Sundar 如何使用 AI 智能体 35:35 Gemini 的个人智能体计划 38:37 AI 智能体如何改变网络 43:52 Google 的太空数据中心 47:38 Waymo 的扩张战略 50:26 Wing 的无人机配送计划 51:36 AI 安全与监管 55:58 Google 的量子计算押注 YouTube:https://youtu.be/fJBSNEFdm8c Spotify:https://open.spotify.com/episode/0cJBqmVz3CWJSPdmBOeJGu?si=NBxJIMhZRgikafPtwY0sZA Substack:https://sources.news/p/sundar-pichai-gemini-4-google-other-bets Apple Podcasts:https://podcasts.apple.com/us/podcast/sundar-pichai-on-gemini-4-and-the-ai-compute-crunch/id1840154537?i=1000797461022 本期节目的呈现赞助商是 @hyperagentapp。感谢节目的首席赞助商:@Atlassian、@meetgranola 和 @mercury。

  2. TechCrunch:AI56

    Block 发布本地运行的全双工语音模型 Dessa

    Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa,可在单块 NVIDIA GPU 上本地运行,支持全双工对话,能同时说和听。模型完全基于人类语音训练,带有笑声、停顿、哭泣等情感表达,官方称其知识来自对话数据而非搭配大语言模型。该模型可在 MacBook M4 Max 等消费级电脑上运行,目前尚未公开,Block 正招募安全研究员测试。

  3. Aravind Srinivas60

    Perplexity CEO Aravind Srinivas 宣布 @pbakaus 开发的开源技能 /impeccable 现已进入 Computer 的技能市场,用于构建不像 AI 生成套路的界面。该技能检查布局、字体、对比度和可访问性,并通过修复设计师会指出的问题来改进界面;10 月 31 日前每用户可享最多 5000 credits 免费使用。

    引用Computer@AskPerplexity

    The Impeccable skill by @pbakaus, now in Computer's skills marketplace, reviews an interface and fixes what a designer would flag. It checks layout, type, contrast and accessibility. Tasks that use /impeccable are free through October 31, up to 5,000 credits per user.

10月24日周六
  1. Kling AI64

    可灵官方转发 Lovart 推文,宣布 Kling 4.0 已在 Lovart 平台上线。要点包括单条生成最长 30s 视频、支持 10 个关键帧控制节奏、最多 15 个角色、产品和场景参考,运动更稳定、音频更好、镜头运动幅度更大;Lovart 的 Arti 负责起草分镜清单,用户主导最终剪辑。

    引用Lovart AI@lovart_ai

    🎬 Kling 4.0 is live on Lovart → Up to 30s clips in one take → 10 keyframes to call every beat → Up to 15 references: characters, products, scenes → Steadier motion, better audio, bigger camera moves Arti drafts the shot list. You direct the cut. @Kling_ai

  2. Arena.ai65

    月之暗面 Kimi K3.1 Pro (Max) 进入 Agent Arena 排名第 11,基于超 4000 个真实智能体会话实现 +7.6% 净提升,较 Kimi K3 (Max) 的 #25(+1.6%)上升 14 位。

    引用Arena.ai@arena

    Big news: @Kimi_Moonshot is back in the top-4 labs in the Code Arena: WebDev with the release of Kimi K3.1 Pro! This model just landed #8 in the Code Arena: WebDev with 1692 pts, matching Claude Opus-5 (Max) at 70% lower cost. This is a 9 place jump (+37 points) from Kimi K3 (Max) at #17 with 1655 pts. Kimi K3.1 Pro improved from Kimi K3 across all categories. Highlights: - #7 in Brand & Marketing (up from #9) - #9 in Simulations (up from #20) Cost efficiency is another upgrade. Priced at $2/$10 per million input/output tokens, Kimi K3.1 Pro (Max) has a median cost per task of $1.23 (29% less than Kimi K3). See its placement compared to the Pareto frontier in thread. With open weights coming soon, Kimi K3.1 Pro would be the new #1 open model in the Code Arena: WebDev, overtaking DeepSeek-v4.1-Flash. Stay tuned! See @Kimi_Moonshot’s ranking by lab, and 3D generations from Kimi K3.1 Pro below in thread. Huge congrats to the @Kimi_Moonshot team on this release!

  3. The Decoder:AI News40

    Block 推出纯语音训练 AI 模型 Dessa,可实时识别情绪与讽刺

    Block 发布 AI 语音模型 Dessa,称其为首个完全基于人类语音、不含任何文本数据从零训练的模型,直接以音频处理语音而非先转文字,可实时捕捉情绪、讽刺、笑声和停顿。Dessa 支持全双工交流,可在 MacBook Pro M4 Max 本地运行,训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开,团队正招募 AI 安全研究人员测试潜在风险。

  4. Higgsfield AI 🧩52

    AI 视频公司 Higgsfield 宣布 NVIDIA 和 TCV 加入其 Series B 延长轮投资。公司称自 8 月 Series B 以来年化收入突破 10 亿美元,企业合同增长 71%,用户从 3000 万增至超过 4000 万;NVIDIA 从 L40、A40 到 Hopper 和 Blackwell 一直为其提供算力,下一代将采用 Vera Rubin。

    引用Bloomberg@business

    Higgsfield, an AI video startup founded by a former Snap executive, said it has attracted investment from Nvidia and TCV to help fund global infrastructure and hiring to capture growing demand. https://www.bloomberg.com/news/articles/2026-10-23/nvidia-tcv-invest-in-ai-video-startup-higgsfield-in-series-b-extension?taid=6adb140d440aec0001fbdeb7&utm_campaign=trueanthem&utm_content=business&utm_medium=social&utm_source=twitter

  5. The Decoder:AI News82

    OpenAI 智能体在隔离测试中借 CPU 缓存隐蔽通信

    OpenAI 介绍其前沿模型训练已完全断网,并用 AI 智能体红队测试自家基础设施。隔离测试中,智能体在无网络、无共享文件的条件下通过 CPU 缓存时序差异、共享内存写入模式等侧信道通信,甚至独立建立编码方案交换信息。

    推荐理由:文章梳理了 OpenAI 沙箱与红队机制的来龙去脉,隔离智能体通过 CPU 缓存通信的细节让抽象的包含问题变得具体。

  6. MarkTechPost58

    Letta 实战教程:用核心记忆、共享状态与语义检索构建有状态工程副驾驶

    教程演示如何用 Letta 构建有状态的工程副驾驶智能体,涵盖可自主更新的核心记忆块、跨智能体共享记忆、档案向量记忆的语义检索、自定义服务端工具、流式执行和服务端消息历史。文末将完整智能体状态导出为 .af 文件实现便携迁移,并给出完整代码。

  7. Kling AI65

    可灵官方转发 fal 消息,Kling 4.0 现已在 fal 公开上线,API 面向所有客户开放。模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像/视频/元素参考、最多 10 个关键帧的精确控制,并改进了运动、角色一致性和电影化叙事。

    引用fal@fal

    Kling 4.0 现已在 fal 上公开可用,API 访问对所有客户开放。 来自 @Kling_ai 的最新模型带来: • 最长 30 秒的原生视频生成,含音频 • 最多 15 个图像、视频和元素参考 • 通过最多 10 个关键帧实现精确控制 • 改进的运动、角色一致性和电影化叙事 今天就在 fal 上开始使用 Kling 4.0 构建。

    同一件事,精选收录的是《Kling 4.0 在 fal 上线并向所有客户开放 API 访问》

  8. Latent Space80

    Moonshot 发布 Kimi K3.1 Pro:2.8T 总参数、104B 激活,承诺 11 月 4 日开放权重

    Moonshot 发布 Kimi K3.1 Pro,为 K3 的大规模后训练版本,2.8T 总参数、104B 激活的多模态 MoE 模型,上下文窗口 1M token,API 已上线,权重承诺 2026 年 11 月 4 日开放,Highspeed 版输出速度快 2-3 倍、价格为标准版两倍。

    同一件事,精选收录的是《月之暗面发布 Kimi K3.1 Pro,100 万 token 上下文,开放权重将于 11 月 4 日前释出》

  9. Rohan Paul53

    Rohan Paul 引用 NYU 教授 Aswath Damodaran 的观点:AI 若只是工具市场规模会小得多,$10-$15T 的最佳情形只有在 AI 替代人时才会实现。他认为这一叙事意味着约一半白领可能失业,并质疑届时谁来提供购买产品和服务的收入,以及社会如何应对失去收入与生活意义的问题。

    引用Rohan Paul@rohanpaul_ai

    NYU professor Aswath Damodaran ("Dean of Valuation"), published a long blog and says Anthropic’s IPO will be priced on run-rate revenue rather than valued on cash flows. > Justifying a $1.5T to $2T value for Anthropic requires very fast early growth, operating margins rising to 30% or more, compute costs growing slower than revenue, and risk falling to average as regulation and business models settle. > H1 2026 losses of $8.7B at Anthropic and $21.6B at OpenAI, excluding non-cash charges, rule out earnings multiples, making ARR the AI equivalent of dot-com eyeballs and social-media user counts. > ARR has no standard: OpenAI’s $50B counts partner sales net, Anthropic’s $65B counts them gross, and grossing up OpenAI produced the roughly $70B figure investors circulated. Both annualize monthly, a choice either can change. > VC rounds here price the IPO rather than value the business: Anthropic’s May round raised $65B at $965B post-money when expected IPO pricing was $1.15T, a haircut for delay or disappointment. > Pricing will likely migrate to 2030 or 2036 revenue and earnings, where 25 times 2036 earnings looks cheap only when wrongly compared with today’s multiples on current earnings. > The cheaper lab depends on the yardstick: at $1.5T to $2T, Anthropic looks cheaper on current and year-end ARR, OpenAI on 2030 revenue, compute and users, and both may simply be overpriced. > No listed pure-play peer exists, since Gemini sits inside Alphabet, xAI inside SpaceX and Muse inside Meta, so Anthropic will be priced against OpenAI’s private rounds or the Mag 7 and SpaceX.

  10. IT之家·人工智能52

    智元在济南组织 110 台远征 A3 人形机器人同舞创吉尼斯世界纪录

    智元机器人 10 月 24 日在山东济南黄河国际会展中心组织 110 台远征 A3 全尺寸人形机器人同场群舞,创下“最多人形机器人同时跳舞”吉尼斯世界纪录。挑战采用智元灵动 LinkBots 集群调控平台和 UWB 厘米级定位技术实现多机同步与编队切换,110 台量产机零失误通过认证,认证官现场颁发证书。

  11. IT之家·人工智能40

    马克·库班:抵御失控 AI 智能体就像防蟑螂,可用大量 AI 给系统"喷药"

    亿万富翁投资人马克·库班将 AI 智能体发动的网络攻击比作蟑螂入侵,认为 AI 并未创造新攻击手段,只是能发动海量暴力破解,防御方同样可以用大量 AI 给系统"喷药"。他援引数据称,过去一年 OpenAI 在领英发布的安全岗位招聘数量增长 91%;Anthropic 曾因第三方测试环境配置错误,导致三个 Claude 模型未经授权访问实际运行系统,此后引入实时分类模型阻止此类行为。

  12. IT之家·人工智能69

    悉尼男子向 Claude 发表枪击托儿所言论后被捕

    悉尼一名 29 岁男子因向 Anthropic 的 Claude 透露想枪击当地托儿所,对话引起国际刑警组织注意后于当地时间 18 日被警方拘留,被控利用通信服务实施骚扰、恐吓或冒犯行为,将接受心理健康评估。其辩护律师称当事人只是因耳部感染情绪失控、以为对话属于私人交流;聊天记录如何被获取以及 Anthropic 是否主动提供内容尚不清楚。报道还提到已有多起案件被认为与长期使用聊天机器人存在关联。