2026年10月9日,Cloudflare 发布开源权重多模态决策模型 Clef-omni,可在一次调用中对文本、图像、音频和视频打分。据 MarkTechPost 报道,该模型基于 Qwen3-Omni-30B-A3B-Instruct 后训练,采用 30B 总参数、3B 激活参数的 MoE 结构,Apache-2.0 许可,定价每百万 token 0.15 美元。报道称其在意图分类任务上领先,CLINC150+OOS 达 97.7 macro-F1,但在推理与工作流评测上落后于 Clef,GPQA Diamond 为 47.4,而 Jev 为 78.3。同批更新还将 Clef-flash 价格降至 0.038 美元,并把托管 Clef 迁移到 SGLang,中位延迟从 262 ms 降至 152 ms。目前尚无后续发展事实。
匹配字段摘要
2026年10月10日,纽约大学数学教授Tristan Buckmaster称,OpenAI在未解决的数学难题上投入了数百万美元的算力。他同时表示,这有点像生死攸关的局面,因为如果Anthropic率先解决了一个千禧年大奖难题,那就表明他们拥有更好的内部模型。上述说法来自Rohan Paul于2026年10月10日发布的报道,完整视频见CNBC Television的YouTube频道。目前该事件仅有这一条事实证据,尚无后续发展。
匹配字段摘要
2026年10月10日,Sam Altman在Bloomberg与@EdLudlow谈及IPO时间表时表示,OpenAI的投资者并不急于推动IPO,并称“我们的投资者似乎对我们非常满意,也非常有耐心”。该表态由Rohan Paul在社交平台发布,并附有Bloomberg Tech完整视频链接。目前没有后续发展事实,事件状态停留在这一表态本身。
匹配字段摘要
2026年10月,Descript 发布教程,介绍远程播客录制与音频清理方法。据 Descript 官方产品更新,该方案由 SquadCast 支持,每位参与者本地录制独立音轨,支持高保真音频与 4K 视频、自动备份、渐进式上传、绿幕测试和自动转录,且远程录制功能包含在 Descript 播客编辑软件中不额外收费。文章还介绍了麦克风、耳机等设备选择与录音环境布置,并列出 Riverside.fm、Restream、Ringr、Alitu 等替代工具。目前尚无后续发展事实。
匹配字段摘要
2025年10月2日,Descript为其视频编辑AI智能体Underlord上线模型选择器,并新增Claude Sonnet 4.5选项。据Descript官方产品更新说明,用户可在项目中途切换模型,无需额外设置;选择后智能体内所有LLM请求都会改用所选模型。官方同时表示,默认配置仍是测试最充分的版本,换用其他模型可能遇到粗糙边缘。团队称评估和比较模型极其困难,未来计划支持为智能体不同部分分别选择模型。目前该功能已上线,暂无后续发展事实。
匹配字段摘要
Descript 在旧金山 Montgomery Street MUNI 车站投放了公司首块广告牌,把一篇 500 字、讲述视频创作意义的文章放上站柱。据 Descript 官方产品更新,该广告视觉刻意采用反乌托邦风格,主区域强调企业需要制作更多视频,而车站角落一根柱子则表达团队最初投身视频创作的初心。目前没有后续发展事实,事件状态停留在首块广告牌落地这一节点。
匹配字段摘要
Descript 投放 首块广告牌（含一篇关于视频为何重要的 500 词文章）
English translation is being prepared.
匹配字段摘要
2026年10月10日,Yuchen Jin 提出判断:深厚的领域专业知识加上懂得如何利用 AI,是这个时代强大的护城河。他在相关表述中引用了一个视频案例:一位数学博士与导师花了 6 个月证明一个定理,发表前询问 ChatGPT,AI 很快给出一个更优雅、采用他们从未考虑过的方法的证明,令他们陷入存在主义危机。Yuchen Jin 由此表示数学家不必绝望,编程领域已经历过类似过程,如今已离不开 AI。目前该判断没有后续发展事实,状态停留在这一原始表述。
匹配字段摘要
2026年10月11日,Odyssey 公开发布世界模型 Odyssey-3 的研究预览。据 The Decoder 报道,用户可用文本提示生成可实时探索的交互环境,开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash,基础模型为 14B 参数、生成 832×480 视频,Pro 版支持 1280×720。公司称 Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频基准得 66.1 分,但该成绩来自单次测试并采用八选一筛选,未满足基准要求的四次运行规则,四次运行平均为 63.37 分。目前尚无后续发展事实。
匹配字段摘要
2026年10月11日,Thinking Machines Lab发布从零训练的开源权重模型Inkling。据官方博客,该模型采用MoE架构,总参数975B、激活41B,支持最高1M token上下文窗口,预训练数据为45万亿token的文本、图像、音频和视频;原生支持文本、图像和音频推理,并可通过可控思考力度平衡性能与token效率。发布当日,Inkling在Tinker上开放微调,完整权重已上传Hugging Face。官方同时预览了12B激活参数的轻量版Inkling-Small,称其在多项基准上接近或超过Inkling,测试完成后将发布完整权重。同日另一篇官方博客提出开放权重模型的安全发布框架,披露对Inkling与Inkling-Small的评估方式,包括内部评测、四家外部机构红队测试和对抗性微调研究,结论是发布Inkling不太可能带来超出已有开放权重模型的实质性风险。
匹配字段摘要
2026年10月11日,Thinking Machines Lab发布交互模型研究预览,模型原生处理音频、视频和文本,实时感知与回应,而非依赖外部脚手架。官方博客介绍,其TML-Interaction-Small为276B参数MoE、12B激活,采用200ms微轮次的多流设计,并搭配异步后台模型处理长程推理与工具调用。官方称其在FD-bench v1.5与Audio MultiChallenge上兼顾智能与交互性,但长会话上下文管理、低延迟部署和更大模型服务仍是待解问题。官方计划今年晚些时候开放有限研究预览并发布更大模型。
匹配字段摘要
2026年10月10日,Yuchen Jin发表观点,认为AI无法替代创意与判断力。其随后于10月11日发布的文章进一步阐述这一看法:一段AI生成的视频走红,但AI并非天才,真正关键的是懂得讲好故事的创作者;一款AI打造的产品起飞,关键也不是AI,而是知道该做什么的创始人和构建者。文章指出,AI是一项了不起的技术,但再多的技术也无法把坏点子变成好点子。目前该观点仅有Yuchen Jin本人的这一条代表性证据,尚无其他发展事实。
匹配字段摘要
研究人员开发出一种可从脑扫描重建所见图像的AI工具。据财联社报道,以色列魏茨曼科学研究所Michal Irani团队开发出AI模型Brain-IT,可通过分析fMRI数据重建受试者观看图像时的视觉画面。团队训练了一个反向翻译模型,根据图片预测大脑活动以扩充训练数据,使模型读取一个新受试者只需一小时,而其他模型需要数十小时脑部扫描数据。目前该研究仅针对静态图像,团队计划拓展至听觉信息解码和视频,并探讨未来读取梦境的可能,同时相关技术的滥用风险也引发关注。
匹配字段摘要
2026年10月10日,市场监管总局就《中华人民共和国食品安全法(修订草案征求意见稿)》公开征求意见。据上观新闻同日报道,此次修订涉及智慧监管、主体责任、重点领域监管、管理制度和法律责任五个方面。草案提出推动“互联网+人工智能”监管应用,要求企业在关键风险环节安装监控设备并将实时视频接入县级以上市场监管部门信息系统,同时赋予监管部门物联网监控、视频巡查等非现场检查权限。草案还增设“学校食品安全”和“网络食品经营”专节,明确校长(园长)负责制、集中用餐陪餐制度,以及平台、直播间运营者和直播营销人员的主体责任。目前该草案处于公开征求意见阶段,尚无进一步有证据支持的发展。
匹配字段摘要
2026年9月22日,Anthropic发布Claude Opus 5.5。官方材料称,该模型在Artificial Analysis的Intelligence Index v4.3上以58分排名第一,比Claude Opus 5高7分,在Vals AI的Vals Index上以69.69%居首;支持最高100万token输入、12.8万token输出,推理默认开启并分五档,API价格为每百万输入/缓存/输出token 4/0.25/20美元。早先报道称其输出价格为每百万token 20美元,低于上一代的25美元。9月23日,Yuchen Jin称其单任务速度比Opus 5快约30%、成本低约40%。9月25日,Thomas Wolf称用Opus 5.5把一份Google Doc生成为视频。10月4日,Ado Kukic表示在medium和high effort下使用Opus 5.5未触及5小时限额,单次会话最高约用到74%。10月9日,Ado又称Opus 5.5发布后的周末是今年迄今最高效的编程日。同期Anthropic还发布了Sonnet 5.5和Haiku 5.5,并下调Sonn
匹配字段摘要
2026年10月9日,PixVerse宣布与OpenAI合作推出Prompt to Production,一项关于AI驱动创意工作流的学习项目。据PixVerse发布的信息,该项目从两场直播课程开始,教参与者使用ChatGPT和PixVerse插件,把创意简报转化为成片视频。目前该项目处于启动阶段,尚无后续发展事实。
匹配字段摘要
2026年10月9日,Anthropic为Claude推出两项beta功能。据The Decoder报道,Dashboards可连接BigQuery、Databricks、Snowflake、Salesforce等数据源,通过文本提示生成自动更新的实时看板,每个数字都会显示其底层查询,结果还能接入Amplitude、Grafana、Hex等工具;Motion则用文本、图表和图片生成动画讲解视频,支持以代码方式编辑并导出MP4。报道称,Dashboards面向付费用户,Motion面向Team和Enterprise套餐。同一报道还提到,Docs、Slides、Design结束beta,向包括免费账号在内的所有套餐开放,Anthropic称这些工具已创建超过4500万份文档;此前公布的Claude Design将于12月14日并入主应用,并提供迁移指南。目前尚无后续发展事实。
匹配字段摘要
2026年10月8日,Odyssey发布基础世界模型Odyssey-3。据Odyssey官方信息,该模型能根据提示词实时生成可交互环境,并从大量视觉观测数据中学习物理、动力学与因果关系的表征。其中Odyssey-3 Pro在Physics-IQ Verified的视频到视频基准上取得66.1分,官方称这是该基准报告的最高分,该基准覆盖流体动力学、光学、固体力学、磁学和热力学。Odyssey表示,该模型可被物理AI开发者用于控制机器人、人形机器人、汽车和无人机等自主机器,目前可免费体验。截至现有证据,尚无后续发展事实。
匹配字段摘要
2026年10月8日,生数科技开放Vidu Q4预览版。据量子位同日实测,该版本最高支持4K直出,一次最多可用15张参考图和3段参考音频,单条最长16秒。测试覆盖演技、运镜与特效等场景,6个视频共约110秒,按720P计价不到10元。价格与规格挂钩,MaaS端图生视频720P约0.6元/秒、1080P约0.75元/秒,SaaS端预览版阶段有两个月限时优惠。目前尚无后续发展事实。
匹配字段摘要
Descript 发布 Season 8视频编辑功能
English translation is being prepared.
匹配字段摘要