跳到正文
10月2日周五
  1. IT之家·人工智能42

    Meta 预热雷朋 Display 眼镜 2026 年下半年大型更新:改进导航、控制通知推送、Hologram 虚拟化身

    Meta 公布雷朋 Display 眼镜 2026 年下半年大型更新,导航语音将结合眼前环境描述路况,并新增骑行和公共交通两种模式,用户也可自行控制眼镜显示的通知类型。Meta 计划今年晚些时候向美国 Early Access 用户推送 Hologram 虚拟化身,首批支持 WhatsApp 视频通话,用户需在 Meta AI 应用中扫描面部并录制约 1 分钟语音样本创建。

  2. NVIDIA Blog67

    NVIDIA DGX Spark 推出 64GB 版本,10 月 23 日起以 $4,999 开售

    NVIDIA 宣布 DGX Spark 推出 64GB 统一内存新配置,10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 发售,起步价 $4,999,支持最高 1000 亿参数模型在端侧运行。

    推荐理由:官方公告给出64GB版的价格、上市时间和双机集群性能数据,读者可以据此评估本地AI部署的内存与成本取舍。

  3. The Verge:AI61

    Suno 推出 Speech 功能,可在公测中同时生成语音与背景音乐

    Suno 在 web 和移动端公测推出 Speech 功能,可根据脚本或提示词生成语音,并能同时生成配套背景音乐,单次最长约八分钟。功能提供 Simple 和 Advanced 两种模式,Advanced 可自定义脚本并调整音色性别、风格和变化幅度,官方称语音与音乐将作为一条完整音轨生成,目前仍为早期测试并将按用户反馈改进。

  4. IT之家·人工智能31

    极米记得 AI 显示眼镜 MemoMind One 明日登陆线下门店,开启定金预定

    极米记得 AI 显示眼镜 MemoMind One 将于 10 月 3 日登陆全国 56 家线下门店及 INNO100 全球创新旗舰店,10 月 3 日至 10 月 14 日到店预付 100 元定金可获赠价值 199 元墨镜夹片 1 副。该产品定位为可长期佩戴的专业 AI 眼镜,具备记忆、导航、提词能力,集极米显示、蔡司光学、哈曼声学于一体,官方暂未公布配置信息。

  5. Manus:Blog63

    Manus 介绍 Game Dev 的调参与多人游戏工作流

    Manus 在 9 月 28 日发布 2.0 后,进一步介绍其中已有的 Game Dev:可在游玩时实时调整速度、重力等参数,管理和替换角色、画面及声音素材,并由平台承担多人游戏的服务器部署、网络与状态同步。本文是对既有能力和创作方式的说明,不是一次新的功能发布。

  6. Manus:Blog72

    Manus 分享视频生成与时间线编辑工作流

    Manus 分享使用既有视频能力的创作经验:先由 AI 搜索参考、制作镜头与代码视觉元素,再在 Manus Studio 的视频编辑器中逐轨调整画面、字幕、配乐和音效。教程还演示导入本地素材、自动转录与编排初剪,以及将长视频剪成短片;作者以 125 段旅行素材整理成约 11 分钟成片为例,说明如何把生成初稿继续打磨为可发布作品。

    推荐理由:作者结合真实项目,介绍从导入素材、转录和编排初剪,到逐轨调整字幕、画面与音频的工作流,读者可将这些方法用于自己的视频制作。

  7. Sundar Pichai58

    Google DeepMind 发布 SynthID Bio,一套面向 AI 生成生物设计的水印方法家族,可将不可察觉的签名直接嵌入蛋白质序列而不影响其生物功能。Sundar Pichai 转发该消息并称赞其对科学诚信与生物安全的推进。

    引用Google DeepMind@GoogleDeepMind

    SynthID Bio is our new family of watermarking methods made for AI-generated biological designs. In a world first, we can now embed an imperceptible signature directly into protein sequences without affecting their biological function. 🧵

  8. Midjourney:Updates35

    Midjourney Alpha 更新日志:修复 10 万张以上图片历史崩溃问题,下周将推协作工具

    Midjourney 发布 alpha.midjourney.com 更新日志,修复了图片历史超过 10 万张时打开深层图片导致站点崩溃的问题,并让发送预览风格时保留提示词栏设置、提示词参数按文件夹保存。本周以 bug 修复和清理为主,官方称下周将推出新的协作工具,后续还将加入持久化编辑历史和更好的风格探索方式。

  9. IT之家·人工智能46

    索尼 PlayStation 为标准版 PS5 推出 AI 超分辨率技术 QSSR

    索尼 PlayStation 为标准版 PS5 推出基于人工智能的超分辨率技术 QSSR,全称 Quick Spectral Super Resolution,是 PSSR 的快速演进版本,也是与 AMD 合作项目 Project Amethyst 的一部分。该技术采用精简神经网络架构,率先在《漫威金刚狼》《羊蹄山之魂》上获得支持,在 PS5 上显著提升图像细节和稳定性。

  10. Suno:Blog71

    Suno 推出 Speech beta:语音与背景音乐一体生成

    Suno 推出 Speech beta,称其为首个能把语音与原创背景音乐作为一条完整曲目生成的音频模型。用户输入文字并描述想要的声音和音乐风格即可创作,beta 已向所有用户开放,官方提示仍存在口音漂移、停顿过重等问题并将持续改进。

    推荐理由:官方介绍了 Speech 的玩法和 beta 限制,还附了官方博客链接,想试用或了解语音加音乐一体生成的可以看看。

  11. IT之家·人工智能65

    OpenAI 在 ChatGPT 全球上线虚拟试穿与商品收藏功能

    OpenAI 于当地时间 1 日在全球推出 ChatGPT 两项购物新功能:虚拟试穿服装和配饰,以及可保存商品、与试穿图片放在一起的收藏功能。新功能基于 ChatGPT Images 2.5 模型,据称光线更自然、纹理更丰富、编辑指令更稳定且生成更快。用户可上传自拍照或全身照查看试穿效果,也可描述穿衣风格让 ChatGPT 挑单品,或上传名人穿搭照找可购买同款。

  12. Aravind Srinivas59

    Perplexity CEO Aravind Srinivas 宣布开源多模态决策模型 pplx-decider-27b,并通过新的 Decisions API 提供,输入 token 价格为 4 美分/百万,输出 token 免费,还表示未来几天会进一步降价。该模型(API 版本 pplx-decider-v1-27b)被训练为对固定答案集输出概率分布而非文本,在 7,210 行固定评测集的 11 个决策基准上总体准确率 85.71%,其中 RAGTruth 88.80%、TabFact 90.60%。

    引用Perplexity Developers@perplexitydevs

    Introducing the Perplexity Decisions API. It's powered by pplx-decider-v1-27b, our multimodal decision model trained to output a probability distribution over a fixed set of answers instead of text. It costs $0.04/million input tokens and scores 85.71% across benchmarks.