AI 情报文章归档

Lauren Tan 发布 pstack，这是她个人的一套用于严谨、自主 Agent 工程的技能集，会持续调优和简化。用法包括运行 /setup-pstack 选择预算、在提示词前加 /poteto-mode、用 /poteto-help 查询技能；已上架 Grok Bot 和 Cursor 插件市场，源码在 GitHub。

Francois Chollet 推荐 Annie 团队打造的 K-12 AI 辅导应用 Gakku，称其用主动式对话学习解决一对一辅导难以规模化的问题。Gakku 的语音教练不代写作业，而是引导学生完成 10 分钟写作"任务"，覆盖头脑风暴、起草和修改，训练孩子自主生成想法、组织逻辑论证并清晰表达。

fal 宣布 Black Forest Labs 的 FLUX 3 Image Klein 上线 fal 平台，提供 Klein 与 Klein Base 两个版本，支持文生图和图像编辑。用户可画框获得精确布局、从参考图中选取物体并放置到指定位置、通过框编辑、迁移风格并渲染文字。

fal 宣布 FLUX.3 Klein 模型现可在其平台试用，提供文生图和图像编辑两类入口，另有对应的 Base 版本，链接分别为 https://fal.ai/models/blackforestlabs/flux-3/klein/text-to-image 、https://fal.ai/models/blackforestlabs/flux-3/klein/edit-image 、https://fal.ai/models/blackforestlabs/flux-3…

Current Affairs 通过工会合同采用出版业最严反 AI 政策之一，禁止刊发 AI 生成文本、禁止用 AI 生成艺术作插图。该刊称此举是为直接挑战媒体的“slopification”，并援引 Futurism 报道称创意产业四年流失超 20 万个岗位。

更多算力，更少中断！✨

试用：https://openrouter.ai/nvidia/nemotron-3.5-super-vl:free

混合Mamba-Transformer MoE，具备多token预测，输出更快。专为文档智能、网络研究、客户服务和视频理解打造。

OpenRouter 宣布 NVIDIA Nemotron 3.5 Super VL 上线。该模型为开源 120B-A12B 多模态模型，面向能看、推理并行动的长时运行智能体，覆盖文本、图像、文档、GUI 和视频，支持 1M 上下文。

阶跃星辰转发 FeatherlessAI 的消息，Step 5 Preview 已上线该平台，以 FP8 精度提供服务。该开放权重模型为 600B 稀疏 MoE 架构、每 token 激活 27B，面向长程智能体工作，在软件工程和专业知识工作（尤其金融）上有前沿级表现，按 Artificial Analysis 数据其每任务成本约为 Claude Opus 5.5 的 1/6，智能水平与 Kimi K3 相当。

Lovable 宣布平台内新增多种 AI 模型和工具，用户无需离开 Lovable 即可构建带语音、推理、视频、搜索等能力的应用。

fal 宣布 NVIDIA Nemotron 3.5 Super VL 上线其平台。该开放权重多模态模型总参数 120B、每 token 激活 12B，面向视觉推理和智能体工作流构建，支持图像、文档和视频理解，具备视觉推理与工具调用、文档智能和 AI agents 能力。

据 CNBC 报道，Bank of America 已聘用 1000 名外部承包商，与 3000 名内部员工一起修复 Anthropic Mythos 等 AI 模型发现的软件漏洞。

研究者在 TheoPhysEval 基准上测试商用 AI 智能体解决理论物理研究问题，OpenAI 的 GPT-6-Astra 在 Codex 环境中解出 50 题中的 49 题，平均每题不到 3 美元，全套基准总成本约 116 美元。

NVIDIA 发布两款开源模型 Nemotron-3.5-Bolt 和 Nemotron-3.5-Super-VL。Bolt-74B-A9B 可在 24GB RAM 上运行，Super-VL-120B-A12B 需 82GB RAM，结合 NVIDIA 官方介绍，Super VL 支持文本、图像、文档和视频理解，并具备推理与工具调用能力，面向长时运行的 AI 智能体。Unsloth 已提供两款模型的 GGUF 下载和使用指南。

NVIDIA 宣布发布开源模型 Nemotron 3.5 Super VL，总参数量 120B、激活参数 12B。该模型支持推理和工具调用，可理解文本、图像、文档和视频，面向长时间运行的 AI 智能体。

英伟达发布开放多模态模型 Nemotron 3.5 Super VL，采用 MoE 架构，总参数 1200 亿、激活 120 亿，将推理、工具调用与文本、图像、文档及视频理解整合，官方称单 GPU 智能体任务吞吐量最高达同规模开放模型的 5 倍。

了解 Gemini 4 Argon 的更多信息 ↓ https://goo.gle/4jfSznG

有了 Gemini 4 Argon，你的研究有了新的讲故事方式 📖 我们在 @GeminiApp 中用 Nano Banana、Veo 和 Argon，把一份密集的学术 PDF 变成了一本全彩动画故事书。

Inside the $23.99 ESP32 audio recorder found in an OpenAI executive conference room, why Anthropic replaced Git with Scion at 30,000 merges a day, and Cloudflare's JA4 bo

Ethan Mollick 认为，在智能体时代 CoT（包括摘要版 CoT）的价值迅速崩塌，改变了与 AI 协作的方式。他提出，有效引导 AI 并获得可观测性，现在需要主动要求模型输出中间结果和测试，并借助 AI 排查发现的问题。

Google 正在 YouTube Music 应用和网站上线 AI 内容标签，标注完全由 AI 生成或经 AI 大幅修改的歌曲，标签显示在播放页，点击可查看详情。该做法沿用今年早些时候 YouTube 视频的 AI 标注机制，Google 与合作伙伴及自有检测工具共同识别，上传者也可自愿标注为完全 AI、部分 AI 或无 AI。

第 11 天/ 我们完成了一系列改动并投入了更多算力，大幅减少了“所选模型已达容量上限，请尝试其他模型”这一干扰性提示的出现。即使真的出现，它最终也应该能自行继续，而不会就此卡住。 如果你在实际使用中仍然遇到这个问题，请告诉我们，我们会去查看。

NVIDIA Nemotron 3.5 Super VL 在 Baseten 上线，基于 Nemotron 3 Super 架构的 120B 参数 MoE 模型，每 token 激活 12B 参数，新增视觉编码器以支持文档、截图和视频理解。

模型洞察分析师 @DawidGalarowicz 分享了他对 @AIatMeta 的 Muse Wonder、@MistralAI 的 Le Chonk 的初步看法，以及接下来值得关注的两个 AI 趋势。 https://www.youtube.com/watch?v=_QhIGY9wQdk

GEN-1.5 组装一套化妆品，然后再组装一套，再组装一套，再组装…… 我们正在扩大 GEN-1.5 的访问权限 注册加入等候名单 https://generalistai.com/waitlist

现在你可以用 Manus 让重复性工作自动运行！ 你只需要告诉 Manus 工作何时开始，以及最终成果是什么样的。

Rivian CEO RJ Scaringe 在 TechCrunch Disrupt 上表示，未来 Rivian 汽车将能运行 Anthropic 等外部公司开发的 AI 智能体，但未给出时间表，公司称将在 12 月的“AI & Autonomy Day”活动上披露更多细节。

立即加入：https://app.pixverse.ai/challenge/pixlight?utm_source=X&utm_id=Social

NVIDIA 发布开源 1200 亿参数的 Nemotron 3.5 Super VL 多模态模型，称在其类别中任务完成最快、比同类次优快 5x，并推出两款端侧模型 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB，后者 10 月 23 日上线。模型采用 2-bit 原生量化可在 RTX/DGX Spark 上本地运行，权重、数据集和训练配方开放，已有数十家机构基于自有数据后训练。

谢谢，圣保罗！我们满载而归，心中充满感动与灵感。 超过 100 位创作者参加了我们在巴西举办的 Tripothon，分享创意、探索新的 AI 工具，让他们的 3D 世界变为现实。听到社区说出“难忘的体验”和“超棒的能量”这样的话，让我们更加明白自己为什么做这件事。

可灵（Kling AI）宣布 Kling 4.0 正式全量开放，用户可通过 kling.ai 全新创作界面使用，并新增 MCP 和 CLI 接入以融入视频创作工作流。即将推出 4K 和 1080p 的 10-bit HDR 视频输出，以及面向企业客户和开发者的 API 访问。

快手可灵于10月15日宣布 Kling 4.0 正式全量上线 klingai.com。4K、1080p 的 10-bit HDR 格式输出即将上线，创作页面同步全面升级，Kling 4.0 能力已接入 MCP/CLI，面向企业客户与开发者的 API 服务将于近期开放。

可灵 Kling AI 宣布 Kling 4.0 现已全面开放，邀请用户开始创作。官方同时展示了用 Kling 4.0 创作的短片 KING CARD，呈现每张卡牌都讲述故事的魔法世界，并以寻找缺失 King Card 为线索。

Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein，支持文生图、图像编辑和最多 10 张参考图的多参考生成，采用 FLUX Kommunity License。

Google 官方宣布 Gemini 4 Argon，称其专为解决高度复杂的编码与智能体问题而构建，可解开 Chromium 遗留代码、加速 Gemma 模型等。同时开放两类申请：科学家和研究者可申请免费获得 Antigravity 最高用量档 6 个月，网络安全防御者可申请加入 Fairwind Program，详情见 goo.gle 链接。

Google 介绍 Gemini 4 Argon 对开源模型 Gemma 的优化：仅用几天就把 Gemma 4 E2B 在 A100 上经 vLLM 实现约 2.85x 推理加速，从约 37,900 提升到超过 108,000 tokens 每秒，且保持 100% token 一致、零质量下降。视频演示了同时生成 64 个实时 Python 模拟。

我们的研究人员还使用 @Antigravity 中的 Argon 来优化 xTB——这是被引用最多的开源量子化学软件包之一，用于预测分子的 3D 结构以及筛选药物和材料候选物。 他们将 xTB 预测分子结构的速度提升至多 2.3 倍，构象搜索速度提升 1.8 倍，并将这些改动贡献到了 GitHub 上的 xTB 官方仓库 → http://goo.gle/4s6dko0

针对 Google 的开源 Agent Development Kit（ADK），团队给 Argon 提供了一本技能规则手册和一个目标：在不破坏现有应用的前提下消除框架开销。 Argon 在一夜之间自主工作，发现了多项优化，使长会话中的内存会话准备时间缩短了 40%，冷导入速度提升了 21%。 在 google/adk-python 中查看实际效果 → http://goo.gle/4eAtLDA

Google 介绍 Gemini 4 Argon 在 Chrome 团队的一项成果，帮助将核心网页处理逻辑从 Chromium 4000 万行代码库中一个 600 万行的遗留浏览器功能目录中分离出来，把数月的工作压缩到几周内完成。对 Chrome 数十亿用户的效果是消除了一整类浏览器崩溃，并让活跃网页在标签页、侧边栏和悬浮窗口之间流畅切换而无需重新加载。