AI 情报文章归档

Google 正式发布 Googlebook，将 ChromeOS 与 Android 的最佳能力结合，打造面向笔记本的全新平台。初期重点是为 Android 手机用户提供体验出色的笔记本。Sundar Pichai 转发了这一消息并表示看好。

An agent evaluation fails in CI but passes locally. Before blaming the model, ask whether both runs...

这实际上太离谱了 CursorBench 4.0： grok 4.7 xhigh：46.3% - $6.01/任务 fable 5.1 medium：46.8% - $7.05/任务 gpt-5.6 sol max：41.7% - $8.23/任务 而且相比 grok 4.6 xhigh，它在成本基本不变的情况下从 41.4% → 46.3%

阿里 Qwen 团队发布 Qwen-Image-2.1，将文生图与图像编辑统一到一个 7B 单流 DiT 模型中，搭配 8B Qwen3-VL 编码器，支持原生 RGBA 透明输出和最多 10 张参考图编辑。

This is part 6 and the last. Parts 0 through 5 walked the diagram in badge order: the whole reference...

前会计师 Ahad Ali 推出实时记账产品 Tabby，用 Plaid 导入账户数据、AI 生成实时财务仪表盘，目标是让记账软件层"消失"。上线 14 个月已有 5,500 家小企业使用，年经常性收入约 10 万美元，团队仅 7 人，正募集 100 万美元 pre-seed 融资，并准备推出自然语言界面 Tabby Talk。

Arena 宣布 xAI 的 Grok 4.7 已加入 Agent Arena 评测，用户可投票影响排行榜。该评测基于数百万真实的长周期智能体任务，模型可使用网页搜索、文件系统和终端工具完成复杂工作流，并用因果追踪方法衡量相对表现。Grok 4.7 还进入 Battle Mode 的文本、视觉、代码和文档类别。引用方称其相较 Grok 4.6 在同价同速下有明显提升。

Codos 定位为首个虚拟首席 AI 官，通过访谈员工找出可自动化任务，再部署自动化并持续从团队使用中学习。其底层构建上下文图谱与分层记忆，涵盖公司事实、运营历史和工作优先级，并运行在用户自有服务器上。一家中型 fintech 在六个月内释放了团队 21% 的产能。

Krea Agent 现已通过 MCP 提供。 你现在可以直接通过你的智能体工作流生成素材、自动化视频流水线，并运行创意迭代循环。 立即试用 👇

Grok 4.7 发布，相比 Grok 4.6 在相同价格和速度下能力更强。附带对比表显示其输入 $2/百万 token、输出 $6/百万 token，在 CursorBench 4.0 得分 46.3%（4.6 为 40.4%）、EEBench 64.0%、Terminal-Bench 4.0 38.0%、Harvey Legal Agent 19.6%，多项基准领先对比模型。

Perplexity Computer 现已支持用 MiniMax H3 和字节跳动 Seedance 2.5 生成视频，Pro 和 Max 订阅用户可直接使用。用户在同一对话线程中请求营销短片、产品演示或社交素材，即可在文案与创意内容旁直接产出成片，适合需要多种工具协同的网页应用与创意素材工作流。

Grok 4.7 发布，官方称在相同价格和速度下较 Grok 4.6 有明显提升。Andrew Milich 推荐该模型擅长编码、工程工作和 3D，可在 Grok Build 和 Cursor 中以高 TPS 作为思考伙伴使用。图表显示 Grok 4.7 xHigh 输入 $2 / 输出 $6 每百万 token，EEBench 64.0%、CursorBench 4.0 46.3%、DeepSWE v1.1 71.0%（High Effort）。

xAI 的 Grok 4.7 已上线 OpenRouter。官方称其为目前最强的编码与知识工作模型，能在困难任务上持续工作更久、更仔细地自查，并在 CursorBench 4.0 上处于价格性能前沿。使用入口：https://openrouter.ai/x-ai/grok-4.7

你的原创角色终于连载了！！！ 用 GPT Image 2.5 把角色变成漫画

我喜欢 Jev 的一点是：多年来，大型通用模型几乎吸走了 AI 领域所有的氧气。 但在更加专业化和定制化的模型上存在巨大机会，这些模型为特定任务和语言而构建，因此成本低几个数量级、速度更快、优化更好。@huggingface 上公开可用的这类模型有 300 万个。 让我们构建一个更加多元的 AI 生态！

Grok 4.7 是智能、速度与低成本的强力组合

Perplexity Computer 现在可以使用 MiniMax H3 和 ByteDance Seedance 2.5 生成视频。 向 Computer 提出制作宣传短片、产品演示或社交素材的需求，它会在同一对话中连同文案和创意一起产出成片。 现已面向 Pro 和 Max 订阅用户开放。

AI 架构专家 @_avichawla 公开一份本地实测指南，用完全开源方案在消费级显卡上复刻无声决策引擎，同一分类任务耗时从传统自回归生成的 1088 毫秒压到 6 毫秒，提速 180 倍，数据不离本地且零 API 成本。

Grok 4.7 发布，编码、长时运行的智能体和知识工作能力提升，价格与速度与 Grok 4.6 相同。主要改进包括更大的基础模型、更长强化学习训练、更好的自检与长上下文处理、更强的抗越狱能力，并已上架 Cursor、Grok Build 和 API。

嘿 MIT，来认识你的新伙伴！ WorkBuddy 要来校园了，暂定 9 月 24 日。 带上朋友来打个招呼吧！

Grok 4.7 发布，官方称其在与 Grok 4.6 相同的价格和速度下有显著提升。 Lauren Tan 转发并致以'4.7 day'祝贺，所附对比图显示 Grok 4.7 xHigh 输入 $2/百万 token、输出 $6/百万 token，与 4.6 持平；在 EEBench 64.0%、Harvey Legal Agent 19.6%、CursorBench 4.0 46.3% 等基准上较 4.6 提升明显，DeepSWE v1.1 为 71.0%（High E…

天哪……grok 4.7 对一个".1"版本来说是个相当有意义的跃升 它使用了比 grok 4.6 更新、更大的基座模型，这意味着它不只是对 4.6 做了更多后训练

Connecting one MCP server to one agent is a five minute job. Connecting fifteen of them across four...

"这周你想要多少 AI？"

Cartesia 创始人认为语音模型的难点不在"语音"本身，而在于持续状态：它不能只给出正确答案，还要在序列不断变长时跟上对话节奏。他提到团队是从序列建模而非语音研究进入这一领域，这也是其重点投入状态空间模型的原因。相关完整视频发布于 YouTube 频道 The Neon Show。

从温暖的饱和感到更具实验性的风格，描述你想要的效果，就能在你的音轨中听到 ✨

开发者 Marcus 基于决策模型 Jev 推出智能剪贴板 Jaste，粘贴时按目标输入框语义自动输出对应字段，全程不到 80 毫秒。作者实测称，把混合文本一次复制后，粘贴到姓名、电话、地址框分别得到对应内容，无需改变快捷键习惯；相比通用大模型云端思考两三秒且易解析出错，决策模型可嵌入高频系统快捷键。

用 Jev 重新整理约 2.3K 篇 AI 研究论文，总成本 $0.14、耗时约 83 秒。Jev 与旧标签（由 DeepSeek V4 Flash 生成）一致率 75%，并找出约 579 处高置信度主题变更；人工抽检 30 处分歧后全部采纳，变更已在生产环境验证。作者认为通过组合 System One 与 System Two 模型可显著改进流水线。

Grok 4.7 基准测试

一条推文批评自称"AI 安全专家"的群体散布"不监管 AI 人类就会灭亡"等言论，并指 Anthropic 和 OpenAI 纵容这类声音，以在 IPO 前借媒体炒作造势、推动政府合同与监管，进而阻挡竞争。推文称主流媒体偏爱此类八卦内容而为其提供平台，主张 AI 应像互联网一样开放可及。

字节跳动推出 AI 短剧与视频制作平台 Dramagic，覆盖剧本分析、角色创建、分镜到视频预览的全流程，支持多人协作并内置一致性检查，通过企业平台 BytePlus 销售。据中国网络视听协会数据，2026 年一季度中国上线约 12.8 万部短剧，为上一年全年总量的三倍，其中 95% 由 AI 生成；清华大学教授沈阳估算 AI 视频每分钟成本为 90 至 120 美元，约为传统制作成本的十分之一。

原来这就是 Anthropic MTS 说的“pacing the frontier”哈哈 让智能体干活的时候打打游戏，没什么问题。

Jon Cheney 在 Replit 上花了 $400 打造了 GenAIPI。 5 天内，他靠第一个客户赚了 $15k。6 周内，他赚了 $180k。 18 个月后，GenAIPI 估值达到 $20M。 Jon 有远见。Replit 让它成为可能。

NVIDIA 推出 Halos，称其为首个也是唯一一个面向物理 AI 的全栈安全系统，覆盖设计、验证与部署各层。

Meta 宣布开源 Rebalancer，一个用于解决资源分配问题的通用求解库，已在 Meta 内部使用超过九年，目前每天解决约 4000 万个分配问题，涵盖 30 多种问题建模。

NVIDIA 在埃及大埃及博物馆举办活动，展示当地 AI 生态从能力建设转向规模化落地，其埃及 Deep Learning Institute 学员规模一年内增长超十倍。

Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58，为其测得的最高分，并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平（59.6%）。

Stanford HAI 新系列 Prompt Response 中，Surya Ganguli、Diyi Yang 与 Rob Reich 讨论了 AI 智能体的涌现行为、递归自我改进、独立评估以及 kill switch 能否让先进 AI 更安全。