新京报贝壳财经记者对豆包工作、千问办公、WorkBuddy 三款 AI 办公应用进行系列任务实测，分别使用豆包2.1 Lite0921、Qwen3.87-Max、Hy4 preview 模型。在《2026年AI办公赛道调研报告》长程任务中，豆包工作用20分46秒产出1万字，WorkBuddy用21分18秒产出2.5万字，千问办公耗时超1小时产出5万字，但消耗约1800 token，约为另两款的60倍，记者需充值78元购买会员。多模态测试中，豆包工作的海报与视频完成度最高，WorkBuddy 生成的3D模型最接近原手办，但生成漫画时把自己的图标认成青绿色小猪脸。
匹配字段摘要、正文
The Verge 记者实测 OpenAI 本周发布的智能体平台 Dots，它拥有可自定义名字的拟人化形象，可在虚拟机中操作 Blender、GIMP 等应用，也能通过桌面版 ChatGPT 访问用户自己的电脑，并优先向每月 100 美元的 Pro 等高阶账户开放。实测中 Dots 在订网、宜家账户登录等任务上多次卡在安全验证，需要人工接管，但在作者授权访问个人电脑后，顺利完成了视频剪辑合并和个人网站改版部署。作者认为它更像面向普通人的 Codex，适合处理工作事务，但每月 100 美元的价格对个人用户未必划算。
匹配字段摘要
NVIDIA 技术博客介绍世界动作模型（WAM），即用视频世界模型替代视觉语言模型骨干，为机器人策略提供预测场景演变的物理先验。文章称 WAM 能从多样交互数据中学习、泛化到未见环境，并以更少演示适配新机器人本体。其开源基础模型 Cosmos 3 基于 Mixture-of-Transformers 架构，训练数据含约 7.67 亿张图像、3.48 亿段真实动态视频和 800 万条动作样本，提供 4B Edge、16B Nano 和 64B Super 三种规模；其中 Cosmos3-Nano-Policy-DROID 与 Cosmos3-Edge-Policy-DROID 分别可在 RTX PRO 6000 工作站和 Jetson Thor 上以 15 Hz 控制频率部署。
匹配字段摘要
LongCat 通过一组附带提示词的视频演示智能体编程如何将创意转化为可观看、探索和游玩的作品。用户可使用 LongCat-2.0 尝试这些提示词并创作自己的版本，相关 API 与 Discord 链接已提供。
LongCat 通过一组附带提示词的视频演示智能体编程如何将创意转化为可观看、探索和游玩的作品。用户可使用 LongCat-2.0 尝试这些提示词并创作自己的版本，相关 API 与 Discord 链接已提供。 · LongCat shared a set of video demos, each with its prompt, showing how agentic coding can turn ideas into things people can see, explore, and play. Users can try the prompts with LongCat-2.0, create their own versions, and access the provided API and Discord links.
匹配字段摘要
Together AI 展示了如何用 Goose 和 together-dedicated-containers 技能，在单次会话中将 Netflix 的 void-model 部署至 Dedicated Container Inference。智能体可自动生成推理服务与容器配置；该模型能移除视频中的对象及其引发的阴影、反射和物理交互，推理任务以异步方式返回结果。
Together AI 展示了如何用 Goose 和 together-dedicated-containers 技能，在单次会话中将 Netflix 的 void-model 部署至 Dedicated Container Inference。智能体可自动生成推理服务与容器配置；该模型能移除视频中的对象及其引发的阴影、反射和物理交互，推理任务以异步方式返回结果。 · Together AI demonstrated how Goose and the together-dedicated-containers skill can deploy Netflix’s void-model to Dedicated Container Inference in a single session. The agent generates the inference server and container configuration automatically; the model removes video objects and their induced shadows, reflec
匹配字段摘要
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
Artificial Analysis推出图生视频评测基准AA-Video-I2V v2.1与AA-Video-I2V-Silent v2.1,在最高1080p分辨率下按10类用例、10项能力和多种视觉风格对模型排名。两个版本分别基于1000条以上提示词的58000多张人类偏好投票和500条提示词的44000多张投票,仅5%提示词公开在公共竞技场并每月轮换。首版榜单中,Dreamina Seedance 2.5综合排名第一,与Seedance 2.0和MiniMax H3系列统计持平,价格为$34.12/min;开源权重的MiniMax H3 (768p)排名第三,价格$4.80/min。
匹配字段标题
Artificial Analysis推出图生视频评测基准AA-Video-I2V v2.1与AA-Video-I2V-Silent v2.1,在最高1080p分辨率下按10类用例、10项能力和多种视觉风格对模型排名。两个版本分别基于1000条以上提示词的58000多张人类偏好投票和500条提示词的44000多张投票,仅5%提示词公开在公共竞技场并每月轮换。首版榜单中,Dreamina Seedance 2.5综合排名第一,与Seedance 2.0和MiniMax H3系列统计持平,价格为$34.12/min;开源权重的MiniMax H3 (768p)排名第三,价格$4.80/min。
匹配字段标题
2026年10月25日,Dongxi 东锡 NLP 推荐 Sebastian Raschka 的《Building Reasoning Models from the Ground Up》,称其为地球上唯三最好的构建推理模型课程。被引帖中,Raschka 表示完整的从零构建推理模型视频系列已上线并附上链接,他本人将短暂休息,11 月回归更新 LLM 模型与研究动态。此前在10月24日,Raschka 已发布该配套视频课,共八讲、11 小时,从预训练的 Qwen3 0.6B 出发,用 Python/PyTorch 实现数学答案验证器、推理时扩展、简化 GRPO 版 RLVR 和蒸馏,并在 MATH-500 上评估;早期生成与评测可在 CPU 上完成,后续训练建议使用 GPU。目前课程已开放,东锡的推荐帖构成最新公开动态。
匹配字段标题
2026年10月22日,有用户称Grok Bot生成了一段图解科普动画视频。据阿易 AI Notes 当日发布的文章,作者表示只向Grok Bot提供一句话和一张头像,未写任何分镜提示词,后台便用纯前端代码把刚开源的记忆大模型MemT-1.0编译成一段1分钟图解科普动画,动画、配音和分镜一次性写成代码并当场渲染。作者还称,视频即代码便于扩展,换头像只需改一行图片路径,换英文解说重新执行编译即可自动对齐时序。目前该说法仅来自这一名作者的描述,尚无其他来源交叉印证。
匹配字段标题
斯坦福课程 CME 295 Transformers & Large Language Models 已更新至第四讲,视频和讲义均已公开。该讲主题为 Reinforcement learning with LLMs,内容从强化学习与奖励设计讲到 PPO、GRPO、RLVR 和 DAPO,并逐个解释其中的符号。课程由 Afshine 与 Shervine Amidi 主讲,共 9 讲,覆盖 Transformer 架构、注意力变体、RoPE、LoRA 微调、RLHF/GRPO 训练、Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。目前公开的是第四讲,后续讲次尚未见有证据的更新。
匹配字段标题
2026年10月22日,有用户称Grok Bot生成了一段图解科普动画视频。据阿易 AI Notes 当日发布的文章,作者表示只向Grok Bot提供一句话和一张头像,未写任何分镜提示词,后台便用纯前端代码把刚开源的记忆大模型MemT-1.0编译成一段1分钟图解科普动画,动画、配音和分镜一次性写成代码并当场渲染。作者还称,视频即代码便于扩展,换头像只需改一行图片路径,换英文解说重新执行编译即可自动对齐时序。目前该说法仅来自这一名作者的描述,尚无其他来源交叉印证。
匹配字段标题
斯坦福课程 CME 295 Transformers & Large Language Models 已更新至第四讲,视频和讲义均已公开。该讲主题为 Reinforcement learning with LLMs,内容从强化学习与奖励设计讲到 PPO、GRPO、RLVR 和 DAPO,并逐个解释其中的符号。课程由 Afshine 与 Shervine Amidi 主讲,共 9 讲,覆盖 Transformer 架构、注意力变体、RoPE、LoRA 微调、RLHF/GRPO 训练、Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。目前公开的是第四讲,后续讲次尚未见有证据的更新。
匹配字段标题
匹配字段标题
Artificial Analysis 公布 FLUX 3 Max在AA-Video-I2V v1.1和AA-Video-T2V v2.1上的排名
English translation is being prepared.
匹配字段标题
2026年10月9日,SpaceXAI 推出 Grok Imagine 视频家族的低成本模型 Grok Imagine Video 1.5 Lite,并上线 Artificial Analysis 的 AA-Video 排行榜与 Video Arena。该模型支持 1 至 15 秒、480p/720p/1080p 的文生视频与图生视频。在 AA-Video-T2V v2.0 和 AA-Video-T2V-Silent v2.0 两个榜单中均列第 17 名,领先 Google 的 Veo 3.1。价格方面,1080p 定价为每秒 0.14 美元,约为 Veo 3.1 的三分之一,是 Grok Imagine Video 1.5 的 56%;720p 与 480p 分别降至每秒 0.03 和 0.02 美元。生成 10 秒 1080p 片段的中位耗时 60.5 秒,为同质量水平中最快,可通过 SpaceXAI API、fal 和 Vercel AI Gateway 使用。
匹配字段标题
2026年10月9日,Artificial Analysis 公布对 Grok Imagine Video 1.5 Lite 的分场景能力评测,覆盖十类视频生成用例。评测显示,该模型在 Architecture & Real Estate、Consumer 和 Productivity & Knowledge Work 三个用例中最接近前沿水平,在 Live-Action Film 和 Frontier 上差距最大。与 Grok Imagine Video 1.5 相比,Lite 在 Social Media & Creator Content 上持平,在其余九个用例上落后。在 AA-Video-T2V v2.0 的十项能力中,Lite 在多场景与叙事、光照与材质、文本渲染三项最接近前沿,在对话与唇形同步、人体结构两项差距最大;对比 Grok Imagine Video 1.5,Lite 仅在物理表现上持平,其余九项均落后。同一评测还显示,在 AA-Video-T2V-Silent v2.0 的 12 个模型中,Lite 在质量与速度上均无对手同时超越,生成 10 秒 1080p 视频
匹配字段标题
Grok Imagine Video 1.5 Lite 上线 AA-Video排行榜与Video Arena
English translation is being prepared.
匹配字段标题
Grok Imagine Video 1.5 Lite 接受分场景能力评测 十类视频生成用例表现
English translation is being prepared.
匹配字段标题