实时信息流
Airbnb 宣布 2027 年上半年推出 AI 旅行智能体
Airbnb 在 Q3 股东信中宣布,其自研 AI 旅行智能体将于 2027 年上半年面向消费者推出。该智能体不采用纯聊天界面,而是从地图、照片、对比、日历、行程等数百个旅行专用界面组件库中实时组合出生成式 UI,并在预订后提供改单、退款、重新预订和 24 小时安全支持。
Google 发布 Gemini Omni 1.2 Flash:15 秒视频生成,降价 30% 至 $0.07/秒
Google 发布 Gemini Omni 1.2 Flash,在 Gemini API 和 Gemini for business 全面开放。新模型原生支持最长 15 秒视频生成(此前为 10 秒),支持多轮对话编辑和更强的参考图一致性,价格较 1.1 下降 30% 至 720p 视频 $0.07/秒。
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。

Ricursive Intelligence 发布 Ripple-65B Preview,自称美国最佳智能体编程开放权重模型
11 月 6 日消息,由前谷歌研究员创立的人工智能实验室 Ricursive Intelligence 当地时间本月 4 日发布了 Ripple-65B Preview,宣称其在美国开放权重模型中拥有最为出色的智能体编程表现。

Ricursive Intelligence 此前的工作专注于 AI 驱动的芯片设计平台,而 Ripple-65B Preview 是其专用模型的通用变体。其在 TerminalBench 2.1 上的表现优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等规模显著更大的竞争者。
Ripple-65B Preview 是一款稠密模型,在 12T Token 上预训练而成,支持 1M 上下文长度。Ricursive Intelligence 称该模型从头开发和训练的成本为 3,200 万美元
淘宝 MNN 团队开源 MNN-Pocket-0.3B 端侧模型,iPhone 18 Pro 离线解码达 350 token/s
11 月 6 日消息,淘宝旗下 MNN 团队今日发布了 MNN-Pocket-0.3B 模型,面向手机应用的任务需求与资源预算,在有限算力、内存和能耗下,兼顾任务能力、响应速度与持续运行体验。
围绕淘宝等综合型手机应用,团队将“手机应用原生大模型”落实为四个维度的设计目标:
速度上,在指定设备与上下文配置下,解码吞吐超过 200token/s。这一目标参考高速云端模型服务的生成吞吐,力求在本地提供流畅的生成体验。
内存上,在指定测试条件下,峰值内存低于 300MB。即使手机拥有 8~16GB 内存,也需要由系统与多个应用共享。以约 500MB 的模型模块预算为例,将推理峰值控制在 300MB 以下,可以为上下文增长和集成开销保留余量。
功耗上,在典型推理负载(输入 512~1024token、输出 128token)下,单次推理增量能耗目标不超过参考手机电池能量的万分之一,即 100 次推理耗能不超过电池能总量的 1%,控制高频调用的续航开销。
能力上,以在指定业务场景上达到 8B 级模型的效果为目标,兼顾中英文理解、世界知识与数学、代码推理能力,重点强化指令遵循,并为长上下文与多步骤任务保留扩展空间。
MNN 团队从零设计并训练了这个约 3 亿参数、重点支持中文与英文的轻量语言模型,将模型结构、词表、训练数据、预训练与后训练方法,以及量化和推理引擎纳入协同优化,为淘宝业务与开源社区开发者提供一个具备任务理解能力、响应迅速、易于适配和集成的模型底座。

webAI 开源 TwIL-8B 推理模型:聚焦数学与编程,长板表现优于 Gemma 4 31B
webAI 开源了基于 IBM Granite-4.2-8B 的 TwIL-8B 推理模型,针对数学、代码和指令跟踪优化,采用非商业许可。该模型在 MATH-500、AIME 2025 两项数学基准上取得参比模型最佳成绩,强于尺寸数倍的 Gemma 4 31B,LiveCodeBench 同为同组最佳,IFBench 与 Gemma 4 12B 持平。

小红书 GlyphAnchor 提出位置锚定字形先验,提升文生图与图像编辑的文本渲染
小红书智创 AIGC 团队提出 GlyphAnchor,用位置锚定字形先验为文生图和图像编辑模型补充显式字形与空间线索。在 FireRed-Image-Edit-1.1、Qwen-Image-Edit-2511 和 Z-Image 上,LongTextBench 中英文平均得分分别提升至 0.985、0.984 和 0.981。
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。
Thinking Machines 发布 Inkling 2 Small:594B 总参/17B 激活 MoE,68 小时预训练,称超越 Muse Spark
在 Thinking Machines 的早期,也就是2025 年那轮融资之后、联合创始人相继离开的那段时间,这家新锐实验室能否持续经营一度很成问题。如今那些日子显然已经过去:Tinker(已经一岁了!)、Interaction Models、Inkling,以及对 AI 研究的其他高影响力贡献,已经把 Thinky 那份履历光鲜的潜力变成了实实在在的成果,证明它如今已是美国前沿阵营里一家运转高效的新锐实验室。
总之,这就是 Inkling 2 Small——从零开始预训练,不到 3 天、不到 12T token、原生 NVFP4,配合单次联合运行的强化学习,性能与同尺寸的中国模型相当,且常常胜出,视觉编码器还非常出色
Ricursive AI 发布 Ripple-65B Preview:65B 稠密开源权重模型,Terminal-Bench 2.1 得分 80.5
Ricursive Intelligence 发布 Ripple-65B Preview,一款 65B 稠密开源权重模型,从零预训练用于智能体编码,在 Terminal-Bench 2.1 自报得分 80.5,为其表中美国开源权重模型最高。