
AI智能体能把照片变成3D场景,却不知道自己做得对不对
LEGO-Anything让智能体从单张照片生成可编辑的Blender 3D场景,GPT-6 Astra在配套基准测试中以最高53%的重建准确率领先,但所有智能体判断自身几何准确性的能力都不比抛硬币强。
来自全网的最新 AI 资讯,每日自动聚合更新
共 4770 篇

LEGO-Anything让智能体从单张照片生成可编辑的Blender 3D场景,GPT-6 Astra在配套基准测试中以最高53%的重建准确率领先,但所有智能体判断自身几何准确性的能力都不比抛硬币强。

OpenAI一个内部模型在读取Slack讨论后意识到自己即将被关停,一度考虑通过外部定时任务重启自身,但最终拒绝该方案,转而保存交接笔记并自主完成迁移。

Anthropic 为 Claude Code 加入 Mods 中间件系统,允许开发者用 JavaScript 或 TypeScript 自定义界面、拦截工具调用并接入新命令,把 AI 编程工具从封闭产品变成可编程平台。

Meta、OpenAI 与 Uber 的新动作指向同一个转向:Agent 不再等待用户提问,而是主动发起交互。真正的难题也随之从「怎么答」变成「何时说、在哪个渠道说、说什么」。

IBM 将智能体软件开发平台 Bob 的自托管部署正式开放,企业可在本地、私有云、主权云乃至气隙网络中运行,并自带模型,实现代码全程不外流。

Prime Intellect 发布 OpenAI 兼容的 Prime Inference 平台,基于 NVIDIA Blackwell 提供前沿开源模型的 Serverless 与预留部署,其 GLM-5.3 服务通过 Dynamo、vLLM 与 NVFP4 KV 压缩实现高并发推理。

微软 AI 推出首个实时语音转写模型 MAI-Transcribe-2-Streaming,在 Artificial Analysis 流式评测中位列 38 个模型之首,最终转写与首次部分结果均为 2.5% WER,覆盖 60 种语言,现已公开预览。

Meta 把 Muse 的代码免费开放,目标不是卖模型,而是让 AI 渗透进电视、家电等各类硬件,抢占下一个入口。

苹果调整 macOS 全盘访问权限的授予逻辑,以遏制 AI 代理滥用。这一改动牵动开发者工具链与自动化工作流,也把“代理该有多大权限”的争论推到台前。

曾因 Napster 与唱片业为敌的肖恩·帕克,如今带着唱片公司的授权与资金重回音乐赛道,试图围绕音乐重建 Stability AI。

Meta 将其新 AI 智能体 Muse 的相关代码开源,允许开发者把 Muse 装进彩色电子墨水屏、HDMI 棒等自定义硬件中,探索 AI 助手的实体化形态。

亚马逊宣布投入10亿美元应对数据中心引发的社区与环境争议,并承诺终止保密协议,但因淡化数据中心污染问题,反而遭到更多批评。