本·阿弗莱克创办的电影 AI 公司 InterPositive 被 Netflix 以约 5.87 亿美元收购
Netflix 于 2026 年 3 月宣布收购本·阿弗莱克 2022 年创办的电影 AI 公司 InterPositive，团队加入 Netflix，阿弗莱克继续担任高级顾问；随后提交给美国证券交易委员会的 10-Q 文件显示，这笔现金收购约 5.87 亿美元。
AI 评分62
AI 评分 62 / 100
#多模态模型
#多模态模型
今日 3 条MIT 科技评论中文精选 The Decoder精选 Anthropic 的 Claude Science 首次绘制完整紫外天图
Anthropic 的 Claude Science 首次绘制出完整的紫外天图。该项目由 Claude Science 协调多个 AI 智能体，从多个太空任务下载数据、进行校准并合并，再用 inpainting 技术补全缺失区域，测试中预测值与实际测量平均偏差约 10%。
AI 评分62
AI 评分 62 / 100
AIbase 豆包工作上新：新增无限画布功能，接入 Seedream5.0Flash 与豆包2.1Lite
10月9日豆包官方宣布「豆包工作」双线更新：工作任务模式新增画布功能，并接入全新图片模型 Seedream5.0Flash，同时豆包2.1Lite（0921新版）正式上线豆包工作。
AI 评分58
AI 评分 58 / 100
cnBeta精选 Anthropic 与天文学家借助 Claude 完成首张完整全天紫外地图
天文学家 Ménard 用 Claude Science 把 GALEX 等公开紫外巡天数据整合成第一张完整全天紫外地图，人工需数周的工作借助 Claude 只用几天完成。
AI 评分73
AI 评分 73 / 100
爱范儿 全球最大独立 AI 原生影视公司 Utopai Studios 推进院线长片，预售收入最高约 1.1 亿美元
全球最大独立 AI 原生影视公司 Utopai Studios 正把 AI 制作的长片推进院线与传统发行体系，其《Space Nation》和《Cortés》的部分国际发行权已按非 AI 内容的正常市场价格预售给巴西 Globo 体系、德国电视台等买家，若按计划交付预售收入合计最高约 1.1 亿美元。
AI 评分58
AI 评分 58 / 100
Hugging Face Blog TII 推出 Falcon-ASR：1.6B 参数阿拉伯语语音识别模型
阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一款 1.6B 参数的语音识别模型，重点覆盖阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。
AI 评分42
AI 评分 42 / 100
WIRED 亚马逊 Alexa 平板成为 Amazon Phone 的蓝图
亚马逊周四宣布停产廉价 Fire 平板，改为运行 Android 并接入 Google Play Store 的高端 Alexa 平板，Alexa+ 首次获得 On-Screen Intelligence，可读取屏幕内容并完成加购物车等操作。设备副总裁 Kevin Keith 对是否推出手机回应称“无可分享”。此前路透报道亚马逊正开发代号 Transformer 的 AI 手机。
AI 评分42
AI 评分 42 / 100
WIRED 亚马逊 Fire 平板被 Alexa Tablet 取代：12 Pro、11、8 三款发布，首发官方 Android 与 Google Play
亚马逊用全铝 Alexa Tablet 系列取代 Fire 平板，推出 Alexa Tablet 12 Pro（500 美元）、Alexa Tablet 11（330 美元）和 Alexa Tablet 8（230 美元），首次运行官方 Android 并完整接入 Google Play Store。
AI 评分38
AI 评分 38 / 100
极客公园 OpenAI 为 ChatGPT 推出全新 IUI 智能用户界面，GPT-6 面向更广用户开放
OpenAI 将 GPT-6 推向更广泛的 ChatGPT 用户，并同步推出 Intelligent UI（智能用户界面），可根据问题自动组合文字、图表、按钮、表单，生成计算器、账单分摊工具或小游戏等可直接操作的界面。
AI 评分31
AI 评分 31 / 100
Apple Machine Learning Research精选 Apple 提出 Normalizing Trajectory Models：四步采样保留精确似然
Apple 研究团队提出 Normalizing Trajectory Models（NTM），把扩散模型的每个反向步骤建模为带精确似然训练的条件归一化流，在四步采样下匹配或超过强图像生成基线，并保留整条生成轨迹的精确似然。
AI 评分72
AI 评分 72 / 100
Science News精选 基因疗法与特制护目镜让部分盲人恢复有限视力
一项发表于《新英格兰医学杂志》的研究显示，光遗传学疗法配合定制护目镜可让部分遗传性失明患者恢复有限视力。10 名因视网膜色素变性失明的参与者中，7 人光敏感度得到改善；完成行为测试的 8 人中有 4 人能借助护目镜找到门口或沿线条行走。
AI 评分62
AI 评分 62 / 100
OpenAI News精选推荐 OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称其响应更快，提供可视化内容和可直接探索、使用的交互体验。
AI 评分84
AI 评分 84 / 100
The Decoder精选 Google 向公众开放 SynthID 检测器，称已有 1800 亿图片和视频带水印
Google 将 SynthID Detector 开放给公众，任何人都可以检测图片、视频或音频是否由 Google 及其合作伙伴的 AI 生成。该工具识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印，支持 JPG、PNG、MP4 和 MP3 格式。
AI 评分62
AI 评分 62 / 100
TechCrunch · AI精选推荐 OpenAI 随 GPT-6 推出 Intelligent UI，ChatGPT 界面转向可视化交互
OpenAI 推出名为 Intelligent UI 的新界面，随新 GPT-6 模型于周三开始推送，在对话中大量加入可交互的视觉元素，如可点击按钮、针对特定任务定制的计算器、交互式图表和可编辑图形。
AI 评分80
AI 评分 80 / 100
Hugging Face Blog精选 Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和 d1-omni-600M（实验性）。
AI 评分62
AI 评分 62 / 100
Ars Technica · AI精选 Google 推出改进版 SynthID AI 内容检测器，面向全球开放
Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印，并在新网站 SynthID.com 上向所有人开放使用。SynthID 是编码在 AI 生成图像、视频像素和音频波形中的隐形信号，Google 称仅 Gemini 就已为超过 1800 亿张图像和视频、以及 24 万年时长的音频集成该水印。
AI 评分62
AI 评分 62 / 100
TechCrunch · AI精选 Google 上线 SynthID 网站，可识别 AI 生成的图像、视频和音频
Google 周二上线新网站，任何人都可以验证一段媒体内容是否由 AI 生成，此前该工具只向部分记者、媒体从业者和研究人员开放测试。网站支持 JPG、PNG、MP4、MOV、WAV、MP3 等图像、视频和音频格式，使用 Google 2023 年推出的 SynthID 水印技术进行识别。
AI 评分66
AI 评分 66 / 100
爱范儿精选 DLSS 5 正式版体验：英伟达用神经渲染让游戏画面以假乱真
爱范儿在《NBA 2K27》上实测 DLSS 5 正式版，开启后球员面部、球衣、地板和光影关系明显更接近真实摄影机拍出的 NBA 比赛质感。
AI 评分71
AI 评分 71 / 100
Google DeepMind精选 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的开源多模态嵌入模型，参数 740M，可将文本、图像、音频和视频映射到统一嵌入空间。
AI 评分71
AI 评分 71 / 100
The Decoder精选 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，Google 称其在各方面均有提升。
AI 评分71
AI 评分 71 / 100
The Decoder精选 Google 发布 EmbeddingGemma 2，称性能超越两倍规模竞品
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量。该模型有 7.4 亿参数，Google 称其在多模态嵌入基准上超越规模达其两倍的竞品，在 Massive Text Embedding Benchmark（Code）上得分 78.68，比前代 68.76 提升近 10 分。
AI 评分66
AI 评分 66 / 100
Simon Willison Mistral Large 4
Simon Willison 用同一提示词测试 Mistral Large 4 生成 SVG 的能力，与 Claude Opus 5.5、GPT-6.1-sol、Gemini 3.8 Flash 进行对比，提示词为"生成一只穿渔网袜在火星上乱穿马路的犰狳"。各模型均使用默认推理级别。
AI 评分32
AI 评分 32 / 100
The Verge · AI 苹果、Google 正重新定义“录制”：AI 硬件不存视频只生成文字，还算录音录像吗？
苹果被曝正在研发一款不保存视频录像的智能家居摄像头，改用 AI 将画面转成文字描述，并支持人脸识别；Google 可穿戴设备负责人 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不存任何片段。
AI 评分31
AI 评分 31 / 100
The Decoder精选 Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4），万亿参数、原生多模态，已通过 Mistral Studio 开放 API 预览，权重预计 10 月底发布。
AI 评分71
AI 评分 71 / 100
TechCrunch · AI Pinterest 推出 Beauty Guides：用 AI 把美妆 Pin 图变成沙龙行动方案
Pinterest 推出由视觉智能与生成式 AI 技术 Pinterest Intelligence 驱动的 Beauty Guides，可将发型、美甲等美妆类 Pin 图转成可带去沙龙的行动方案。
AI 评分31
AI 评分 31 / 100
TechCrunch · AI精选 Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 发布大型多模态模型 Mistral Large 4，参数规模达 1 万亿，绰号 Le Chonk。该模型目前仅通过公开的 guardrail 端点访问，Mistral 计划在安全测试完成后于三周内开放权重。
AI 评分66
AI 评分 66 / 100
Mistral AI精选 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
AI 评分78
AI 评分 78 / 100
The Decoder精选 Reka AI 发布 19B 参数全能模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行，不调用工具或外部模型，可实时生成连续视频并即时响应新指令而无需重启。
AI 评分66
AI 评分 66 / 100
极客公园 AI，为什么总在画美女？
AI 图像生成反复出现美女，根源在于模型从数据分布中心取样，而"平均脸"恰好符合人类审美偏好。2025 年 Civitai 上 NSFW 图片占比从 2023 年 1 月的 41% 升至 2024 年 12 月的 80%，用户点击与厂商奖励模型形成反馈循环。Grok 图像生成设有 Spicy 模式，放松内容过滤，仅对付费用户开放。 brief: yes
AI 评分50
AI 评分 50 / 100
爱范儿 华为 Mate 90 上的睿影 Z10 模块相机：十年前的「外挂相机」如何复活
爱范儿上手体验了华为睿影 Z10 模块相机，它通过 HyperClick 超级卡口安装在 Mate 90 Pro Max 典藏版及非凡大师机身背部，内置 1 英寸 5000 万像素 RYYB 传感器和 24mm-240mm 10 倍连续光学变焦镜头，最大光圈 F2.0-F4.5。
AI 评分58
AI 评分 58 / 100
The Decoder NASA 与 IBM 发布开源月球基础模型，基于 17 年轨道器数据
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
AI 评分33
AI 评分 33 / 100
极客公园精选 Tavus 发布 Griffin 人类交互模型：全双工视频到视频，48% 测试者误认为真人在通话
美国 AI 视频公司 Tavus 于 10 月 1 日发布 Griffin 模型，定义为全球首个「人类交互模型」（HIM），采用全双工、视频到视频架构，可实时生成 720p 视频，平均延迟 0.43 秒。
AI 评分71
AI 评分 71 / 100
TechCrunch · AI ChatGPT 上线虚拟试穿与收藏功能
OpenAI 宣布在全球范围上线两项 ChatGPT 购物功能：虚拟试穿和收藏。用户可上传自拍或全身照，在购物结果中通过新的 Try On 按钮查看衣服或配饰的上身效果，也可上传网页截图等商品图片让 ChatGPT 试穿；收藏功能则把用户发现的产品保存到应用内的 Library，与试穿图片存放在一起。
AI 评分58
AI 评分 58 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
AI 评分87
AI 评分 87 / 100
Google Research Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，通过轻量“转向阻尼”网络在不改动冻结基座模型的情况下调控生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持 SFT、RWL 与 PPO 三种微调方式。
AI 评分42
AI 评分 42 / 100
Simon Willison Photo Scrubber：本地人脸模糊与元数据清除工具
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可自动识别人脸并模糊处理。该工具基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型，全程在本地运行。
AI 评分38
AI 评分 38 / 100
Microsoft Research精选 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的经典态向基底态转变，从缩小搜索空间到选出候选验证仅用一个周末。
AI 评分62
AI 评分 62 / 100
Latent Space精选 Runway 发布 GWM Worlds 2 与 WorldPrompt，详解实时世界模型工程
Runway 推出 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并提出新的输入格式 WorldPrompt，可固定环境部分要素（含首帧）后生成带时间戳的事件与动作。
AI 评分62
AI 评分 62 / 100
Google Research精选 Google 研究发布 AI 视频联合导演框架，用多智能体实现长视频连贯生成
Google Research 发布 AI video co-director 多智能体框架，作为编排层构建在 Gemini 和 Veo 之上，把长视频生成建模为全局优化与世界状态跟踪问题，以缓解语义漂移和级联失败。
AI 评分66
AI 评分 66 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频，让模型能边听边看边说，并具备精准唇形同步、自然表情和流畅的轮流对话。
AI 评分71
AI 评分 71 / 100