OpenBMB@OpenBMBAI 评分4848社区开发者基于 10 年积累的 29,294 张照片构建了本地优先的生活回顾引擎 LifeLog，由 MiniCPM 驱动，可将相册转为可用语言探索的记忆档案。
#多模态
- OpenBMB@OpenBMBAI 评分4848
MarkTechPostAI 评分6868 Meta 发布 Muse Ember：1M 上下文的小型智能体模型
Meta Superintelligence Labs 发布 Muse Ember，是其 Muse 品牌下第四款、最小的高效多模态推理模型，主打智能体中的重复性子任务（工具调用、编码子任务、路由、抽取和长文档解析）。
- OpenBMB@OpenBMBAI 评分4848
很高兴看到 MiniCPM-OCR 集成进 Docling！🚀💙 感谢让开源文档处理更加易用！🙌
引用ふきゅう@Khaled865412521Docling v2.149.0 just shipped and who should update depends on what you feed it 📄 Building RAG over PDFs? New opt-in --use-embedded-picture-images pulls a figure straight out of the PDF at native pixels instead of a rendered crop. If the region also holds text or vector shapes it falls back to the crop Need OCR on one consumer GPU? New minicpm_ocr preset for OpenBMB's 1.3B MiniCPM-OCR (English + Chinese): docling doc.pdf --pipeline vlm --vlm-model minicpm_ocr Transcribing audio on a Mac? ASR can now run on mlx-audio with no torch, and Granite Speech recordings get split into ~30s windows ⚠️ Scripts: --vlm-model X now really switches to the VLM pipeline (it used to be silently ignored), and pairing it with --pipeline standard now errors pip install -U docling github.com/docling-project/do…
公众号：数字生命卡兹克精选AI 评分8181 实测 Claude Fable 5.2：一次直出视频与 3D 网页，审美与细节表现突出
Anthropic 凌晨正式发布 Claude Fable 5.2，作者第一时间实测视频动效、Three.js 3D 场景和苹果静安店 3D 网页等 10 个任务，全部一次直出，未发现生成视频中的事实错误。
推荐理由：作者用多个一次直出的实测案例展示 Fable 5.2 在视频动效和 3D 前端上的表现，并给出额度消耗和日常模型搭配建议。
Ado@adocompleteAI 评分4040大胆想象！这可能是我见过最酷的 Fable 5.2 演示之一。
引用Alex Albert@alexalbert__I gave Fable 5.2 a PDF of one of Leonardo da Vinci’s 500-year-old notebooks and it made his inventions real for me to interact with. Such an exciting time for education. Anything from history that’s been stuck on a page can now be something you explore.
Claude@claudeaiAI 评分5656Claude 官方演示 Fable 5.2 自行编写规格、选择元器件、布线四层电路板、设计 3D 打印外壳并编写软件。每块板不到一天即可进入制造环节，三台设备均无需任何修改即可正常工作。
Google Research：BlogAI 评分4646 Google 在柏林通信博物馆展出 Language Explorer，可视化全球语言多样性
Google 在柏林通信博物馆新展“Real Talk! Language. Power. World.”中展出 Language Explorer 互动装置，该平台基于开源 LinguaMeta 数据集，汇集数千种语言数据，供研究者、教育者和语言爱好者在线探索全球语言多样性。
Rohan Paul@rohanpaul_aiAI 评分4848
引用Fangchang Ma@fangchangmaThe first AI persona you’ll actually want to meet face-to-face. Most AI personas stare blankly while you talk. Emma reacts while you’re still speaking. After 18 months of research at @nuance_ai, this is Emma, built on Nuplex, our full-duplex audiovisual foundation model.
Claude：YouTube同事件AI 评分6262 Anthropic 发布 Claude Fable 5.2
Anthropic 发布 Claude Fable 5.2，定位为面向高难度技术挑战和开放式技术工作的模型，在编码、推理和视觉等方面有提升。模型现已向 Pro、Max、Team 和 Enterprise 计划开放，官方同时建议多数编码和知识类任务仍从 Opus 5.5 起步。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Claude：YouTube精选AI 评分6060 Claude Mythos 5.2 预测基因治疗载体 AAV 衣壳结构
Claude 官方视频介绍 Claude Mythos 5.2 预测了完整 AAV 衣壳结构，即用于递送基因治疗的蛋白质外壳。模型编写代码在相邻五链分组上运行开源折叠模型，再利用衣壳对称性拼合全部 60 条链；在 AAV2 上预测结果与实验结构误差约为一个原子宽度。
推荐理由：原文给出了具体预测方法和精度结果，读者可以据此了解该模型在结构生物学任务上的实际表现。
Claude：YouTubeAI 评分5858 Anthropic 演示 Claude Fable 5.2 从一段提示词设计出可用的语音助手硬件
Anthropic 展示 Claude Fable 5.2 仅凭一段提示词完成语音助手集线器设计：规划电路板、用 CAD 建模外壳并编写固件。Diode Computers 直接依据 Claude 的设计文件制造电路板，该设备是项目三台设备中的早期原型，Anthropic 与 Diode 存在商业合作关系。
Lydia Hallie ✨@lydiahallie同事件AI 评分6868引用Claude@claudeai隆重推出 Claude Fable 5.2 和 Claude Mythos 5.2，旨在应对最艰巨的技术挑战。 它们是众多领域雄心勃勃项目中的得力协作者，并在编码、推理和视觉等方面展现出改进。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Anthropic：Newsroom精选AI 评分8686 Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者为同一底层模型，Mythos 需通过 Cyber 或 Life Sciences Verification Program 申请访问。
推荐理由：官方发布给出了具体基准对比、定价与安全测试细节，读者可据此评估新旧模型的能力与成本差异。
Ethan Mollick：One Useful ThingAI 评分7575 Ethan Mollick 评测 Claude Fable 5.2：接近 AGI 但仍呈锯齿状
Ethan Mollick 在 Claude Fable 5.2 公开前长期试用后认为，该模型已达到他定义的
Meta AI：Research Blog精选AI 评分7373 Meta 发布最小最高效模型 Muse Ember，主打智能体高频任务
Meta 发布 Muse Ember（muse-ember-1.0），定位最小最高效的复杂推理执行模型，面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
推荐理由：官方给出与 Claude Haiku 5.5 和 GPT-6 Luna 的逐项成本与基准对比，读者可据此评估智能体高频任务的性价比选型。
IT之家·人工智能AI 评分6969 美团龙猫开源 LongCat-2.5 模型：总参数 1.6 万亿，支持百万上下文
美团龙猫于 11 月 2 日发布面向长程智能体任务的原生多模态模型 LongCat-2.5，11 月 9 日正式开源，采用 MIT 协议，支持商用推理部署与二次训练。
公众号：龙猫LongCatAI 评分7373 美团开源 LongCat-2.5：1.6 万亿参数 MoE，MIT 协议支持商用
美团龙猫LongCat 正式开源面向长程智能体任务的原生多模态模型 LongCat-2.5，采用 MIT 协议，支持商用推理部署与二次训练，无需额外授权。模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文，在复杂代码库开发、Visual Coding 与专业办公场景端到端交付能力提升。
IT之家·人工智能AI 评分5656 微软申请专利：AI 近乎实时修改直播语音并重绘嘴型
微软提交编号 US 2026/0341309 A1 的专利申请，计划用 AI 智能体近乎实时地替换直播中的词语，并生成与修改后语音一致的嘴部画面，处理后的视频约延迟 1 至 10 秒播放。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4040 蚂蚁 inclusionAI 开源 ZoomGain：用全局到局部感知差构建视觉监督数据
蚂蚁 inclusionAI 发布 ZoomGain，利用放大后才显现的视觉细节反推整图问题，为视觉语言模型构建监督信号。同步开源 ZoomGainBench（1000 题、941 张图，覆盖属性识别、计数与 OCR）、9000 条 RL 训练数据及 ZoomGain-4B、ZoomGain-9B 模型检查点。
The Decoder：AI NewsAI 评分6363 Co-Design Bench 测试显示编码智能体仅在约四分之一任务上完全达标
阿里与多所亚洲高校的研究者基于真实编码会话中的用户修改请求构建了 Co-Design Bench，要求智能体改造现有 Web 应用，输入含图片、音频、视频等。十个受测模型中最好的 GPT-6 Astra 平均满足约 70% 的任务要求，但仅 26.4% 的任务完全正确，Claude Opus 5 与 Qwen3.8-Max 分列其后，Grok 4.6 垫底。
卡尔的AI沃茨@aiwartsAI 评分6868作者用商汤 SenseNova-6.8-Flash 实测代码动画、UI、3D 和 SVG 动态海报四类生成产物，对比 Opus 5.5 的差距并给出可复用的去 AI 味方法。
IT之家·人工智能AI 评分7171 谷歌 AI-PPG-ACC-HTN 系统登上 Nature：无需袖带用智能手表检测高血压
谷歌于 11 月 5 日发布登上《Nature》的研究，推出 AI-PPG-ACC-HTN 多模态 AI 系统，无需袖带校准，用消费级智能手表被动检测高血压迹象。
IT之家·人工智能AI 评分4141 吉利发布“智象-星睿交通气象大模型”，车道级预警可识别结冰与团雾
吉利汽车集团与中国气象局地球系统数值预报中心联合推出行业首个“智象-星睿交通气象大模型”，可实现车道级气象环境实时监测与提示。该模型已初步输出车道级能见度、暗冰和暴雨风险提示产品“超视距安全预警”，基于多车互联识别结冰等危险路况并主动提示，计划率先在领克 900L 上量产落地。明年一季度双方还将发布行业首个“通用气象模型”。
IT之家·人工智能AI 评分6767 Planet 推出 Planet AI 应用，用自然语言查询超十年卫星影像变化
美国卫星数据公司 Planet 于 11 月 5 日推出 Planet AI 应用，结合大语言模型与超十年全球卫星影像档案，支持自然语言搜索、观察和分析地表变化，已通过 ai.planet.com 免费开放。产品提供搜索地球、探究变化和深度分析三大能力，所有结论以可查看的原始卫星影像为依据以降低模型幻觉风险，早期测试者主要将其用于生态保护、土地管理和环境合规。
Descript 官方产品更新AI 评分5151 Descript 发布 11 月 6 日更新：品牌版式包、Underlord 技能与项目回收站
Descript 发布 2026 年 11 月 6 日更新，AI 可根据品牌指南、Logo 和颜色生成可编辑的版式包（付费计划），并引入 Underlord 技能以斜杠调用，取代 11 月 30 日下线的提示词模板。
OpenAI：官网动态AI 评分5555 OpenAI 联合 Ligo 发布 BioBasicsBench 基准，评测 AI 智能体处理常规湿实验室分析的能力
OpenAI 与酶设计公司 Ligo 共同发布 BioBasicsBench 基准，用 100 个任务衡量 AI 智能体解读原始实验数据、发现错误并识别证据是否足以支持结论的能力，覆盖蛋白质方法、成像与流式、定量与检测、核酸方法和分子克隆五个领域。
Mastra BlogAI 评分4747 Mastra 为智能体推出 Ring 门铃事件信号
Mastra 智能体现在可通过 Ring signals 接收 Ring 门铃事件，每个事件以可配置优先级的通知信号进入智能体线程。智能体可调用 Ring API 获取快照或视频片段，并据此判断门口情况。
Artificial Analysis@ArtificialAnlysAI 评分4343
Artificial Analysis 完整文章AI 评分4545 VIALS-AA 评测：不同模型走向科学图像推理的不同路径
VIALS-AA 用 161 项任务各跑三次，测试模型解读科学图像的能力，Gemini 4 Carbon (high) 以 64% 得分领先，比 GPT-6 Astra (max) 多答对两项任务。
Latent SpaceAI 评分8181 Thinking Machines 发布 Inkling 2 Small：594B 总参 17B 激活 MoE，GB300 上 68 小时预训练
Latent Space 汇总多家信源报道 Thinking Machines 发布 Inkling 2 Small，594B 总参、17B 激活的多模态 MoE。
公众号：蚂蚁百灵精选AI 评分6666 蚂蚁百灵发布 Ling-3.2-flash：原生多模态，560B 总参数单步激活 25B
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，总参数 560B、单步激活 25B，支持 1M 原生长上下文，重点强化视觉反馈自检与异常自适应恢复能力。
推荐理由：原文给出 Ling-3.2-flash 的参数规模、视觉自检与异常恢复机制和推理加速数据，可据此判断其在长程任务中的可用性。
IT之家·人工智能AI 评分6060 西门子医疗与阿里达摩院签约合作，推广 AI 一扫多筛技术
11 月 6 日在上海进博会上，西门子医疗与阿里巴巴达摩院签署战略合作协议，计划将达摩院基于平扫 CT + AI 的一扫多筛技术与西门子医疗影像设备、临床应用结合，推广用一次 CT 扫描早期发现胰腺癌、胃癌、肠癌等高致死癌症及主动脉夹层、肺动脉栓塞等心血管危急重症。
MarkTechPostAI 评分6767 Thinking Machines 发布 Inkling 2 Small：594B MoE、17B 激活、1M 上下文
Thinking Machines Lab 发布第二代 Inkling 首款模型 Inkling 2 Small，为 594B 总参数、17B 激活的稀疏 MoE，支持文本与图像输入、1M token 上下文和可变推理强度。
IT之家·人工智能AI 评分6262 Meta 个人 AI 助手 Muse 上线实时语音对话与虚拟形象功能
Meta CEO 扎克伯格 11 月 6 日在 Threads 宣布个人 AI 助手 Muse 正式上线实时语音对话与富有表现力的虚拟形象功能，率先面向美国用户，覆盖移动端、网页端和 Mac 应用。
- OpenBMB@OpenBMBAI 评分4444
很高兴看到 MiniCPM-OCR 集成进 LiteParse！🚀💙 感谢 LlamaIndex 团队让文档解析对开发者更加易用。🙌
引用LlamaIndex 🦙@llama_indexLiteParse integrates with MiniCPM-OCR from @openBMB 🚀 MiniCPM-OCR is a new lightweight OCR model that performs OCR after capturing cropped layout regions. On ParseBench, it beats Gemini 3.5 Flash Lite and PaddleOCR-VL-1.6 on content faithfulness. LiteParse is our ultra-fast OSS document parser. When OCR is required, LiteParse lets you connect any existing OCR model. See the integration: github.com/run-llama/litepars…
IT之家·人工智能AI 评分6464 World Labs 发布 Frameboy 演示：网页端实时探索 AI 生成世界，最高 15 帧
World Labs 发布 Frameboy 演示项目，让网友在网页端用高度优化的 Atlas 版本实时探索 AI 生成世界，以最高 15 帧每秒从云 GPU 流媒体传输。Atlas 是其两个月前发布的自回归世界模型，拥有像素级摄像机控制。IT之家实测称其类似游戏机，可通过点击“游戏卡带”选择世界并自由探索，目前需运行在云端 GPU 服务器上，成本不低。