Hacker News · AI 热帖同一件事 · 2 家谷歌SWE使用48个AI智能体分析NASA雷达数据，72小时内发现墨西哥未报告的玛雅金字塔；智能体通过处理1,200 km²的雷达图像，识别出具有直角和锐角的疑似金字塔、广场和蓄水池结构，经墨西哥国家人类学与历史研究所确认该地点未在注册记录中。
各家口径不同：Hacker News称AI智能体包括Gemini、ChatGPT、Claude和Grok；AI热帖只提到Google SWE。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI 发布了 ZoomGain-4B 大语言模型，在 ZoomGainBench 上取得 61.08 分，并在多个细粒度感知和通用感知基准测试中表现优异；模型基于从全局图像细节中挖掘的全局到局部视觉感知差距构建监督，支持英文和中文问答，可通过 Hugging Face 下载。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/ZoomGain-4B-GGUF 是一个 175B 参数的多模态模型，支持图像输入，使用 FP16、Q8_0 和 Q4_K_M 精度量化。模型包含语言模型和 mmproj 视觉编码器/投影器，通过 llama.cpp 转换为 GGUF 格式。提供 llama-mtmd-cli 命令行推理和 llama-server 网络聊天功能。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/ZoomGain-9B 的 GGUF 格式权重已发布，使用 llama.cpp 转换，语言模型为 FP16、Q8_0、Q4_K_M，视觉编码器和投影器（mmproj）同样采用该量化方案。需同时提供语言模型和 mmproj 文件进行图像输入，支持 CLI 推理（llama-mtmd-cli）和 Web Chat（llama-server）部署。
MarkTechPostMBZUAI 的 IFM 发布 PAN 2，一个开放 29B 参数扩散 Transformer（MMDiT）世界模型，输入文本和可选首帧，输出 704×1248 分辨率 24 fps 视频（最长 20 秒），在 100 步多任务中实现 34.0% 的完整计划完成率，领先 6 个测试模型，但长计划失败率高且硬件需求高，代码在 Apache 2.0 下开源。
蚂蚁 inclusionAI · Hugging Face 新模型Sing VL S1 是一个基于 Qwen3.5 的多模态决策模型，可对文本或 JSON 及最多四张图像回答命名问题，每个问题使用单个 Transformers 前向传递评分选项，在 43 个文本数据集和 11 个视觉数据集上表现优异，支持 Python 3.12 和 PyTorch 推理。
IT之家 · AIAdobe 在 Photoshop 中推出“重新调光”工具，可添加并调整光源位置、颜色和亮度，且修改不破坏原图；升级后的“移除”工具能清除物体留下的阴影、倒影、足迹和波纹，并重建背景。
Hugging Face Daily PapersdNaViT 是一种离散原生分辨率视觉 Transformer，通过分组乘法量化（grouped product quantization）和双分支目标，在视觉理解、生成和编辑任务中匹配或超越特定基线。它在 12 个视觉理解基准、4 个生成基准和一个图像编辑基准上表现优异，证明离散词汇可以作为通用视觉表示
IT之家 · AI华为麒麟 9050 系列搭载新一代达芬奇架构 NPU，性能提升 140%、功耗降低 66%，业界首个支持 30B MoE 大模型端侧运行，具备离线特性，并支持多级存算协同优化、低比特量化。
NVIDIA BlogNVIDIA Jetson Orin NX模块用于AIRECO公司回收厂试点线推理，驱动机械臂从传送带抓取目标物，识别准确率达95%；计划明年将年处理量从1.8万吨提升至4.8万吨，运营成本降低85%。
IT之家 · AI6565摩尔线程宣布旗下 MTT S5000 智算卡及 MUSA 软件栈已适配 MiniMax H3-Image 图像生成模型。该模型可在 10 秒内生成 4096×4096 像素高分辨率图像，速度达市面主流 5 倍。摩尔线程基于 MTT S5000 进行全链路优化，支持文本生成图像、图像参考和编辑能力。
AWS Machine Learning BlogMoonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上发布，该模型为 Kimi K3 的后训练版本。
Comfy BlogSeedream 5.5 在 ComfyUI 中通过合作伙伴节点提供，是一个多模态模型：从文本生成内容，并从图像进行编辑。该版本在透明 RGBA 生成、精确的局部多轮编辑、带可读文本和结构化布局的海报和图表生成、更逼真的肖像以及光照控制方面取得进展。在 ComfyUI 中，所有功能集成在一个节点后，可串联编辑流程并将透明输出直接发送到合成节点。
OpenRouter Blog在 OpenRouter 上测试，fp8、fp4 与 fp16 在 240 个评分任务中未发现精度差异，所有六种端点得分在 98.3% 至 99.2% 之间。低精度通常更便宜，但 fp8 比 fp16 更贵的情况有 7 模型，4-bit 比 8-bit 更贵的情况有 7 模型。fp4 端点在 40 个无工作流乘法任务中表现最差，但差距可能由偶然性导致。
The Decoder英伟达的GR00T 2 AI模型通过分析人类视频动作，无需远程操控即可让机器人学习新任务，在400,000小时视频数据上训练，实验室测试成功率为10-80%，配合GPT-6 Astra可实现97%的玩具模型组装成功率，但触觉处理和语言模型延迟仍是挑战。
Meta EngineeringMeta 开源 Triton Low-Level Extensions (TLX) 编译器，通过引入显式 warp-group 和 cluster 级别编排提升 GPU 性能，支持 RecSys 训练/推理及 LLM 预训练，在 NVIDIA 和 AMD GPU 上实现超越独立库的端到端性能提升。
MiniMax News精选同一件事 · 3 家8080MiniMax 发布了基于 H3 的开源权重图像生成模型 H3-Image，支持文生图、参考图生成和图像编辑，可在 10 秒内生成 4096 × 4096 的 4K 图像，最多支持 16 张参考图。
推荐理由: 官方给出 4K 生成速度、参考图数量和定价区间，可据此判断开源图像模型与闭源方案的差距。
IT之家 · AI同一件事 · 3 家MiniMax H3-Image 发布并开放权重，10 秒生成 4096x4096 像素 4K 图像。模型具备文本生成图像、图像参考和编辑能力，速度达市面主流 5 倍，支持 16 张参考图，首周 16MP 生成请求五折。
The Verge · AIRing 宣布将于 2027 年 1 月 27 日以 249.99 美元的价格推出 AI 无人机摄像头 Ring Drone Cam，该设备可响应 Ring 传感器触发（如检测到移动。
The Verge · AIAdobe 在其 Max 事件中宣布为 Premiere、Photoshop 和 Lightroom 增加了新的自动移除对象、瑕疵和其他不需要的干扰的功能，同时推出了新的生成式 AI 工具和跨 Adobe 应用的协作体验。
Hugging Face Daily PapersFrontier3DBench 统一评估了 145 项任务中代码智能体在对象、场景和交互式 3D 世界创建上的能力，GPT-6.1-sol 在对象和场景层表现最佳，总得分 66.02/100，但所有配置在对象和场景任务中参考重建得分均低于文本驱动生成。生成世界在局部机制上平均 83.08/100，但在运动清除和状态化工作流上仅分别为 20.82 和 30.26，显示协调活动完成仍是核心瓶颈。
IT之家 · AIBlender 5.3 正式发布，原生支持 3D 高斯泼溅（导入 PLY/SPZ 格式数据），Linux 平台默认图形后端切换为 Vulkan（最低版本 1.1），Windows 版本除 ARM 设备外同步调整。
Hugging Face Daily Papers6565Reframe 通过证据感知强化学习和观察门控策略蒸馏，在 14 个图像和视频基准测试中提升具身视觉智能体的工具使用表现，优于 Mix-RL 和基础 MOPD 方法。其两阶段框架 GD-GRPO 和 OG-MOPD 分别通过随机移除原始视觉输入和从修复后的观察中恢复蒸馏，互补地促进模型依赖工具返回的观察结果。
用户开发了一个浏览器端工具，输入地点即可查询过去 7 天内所有经过该地的卫星及其拍摄的真实影像（Sentinel-2/Landsat/NASA），通过 GPU 渲染约 1.7 万在轨物体并实时计算开普勒方程实现高精度定位。该工具仅展示真实卫星拍摄数据且不存储用户位置。
量子位蚂蚁灵波开源触觉预训练模型 LingBot-Touch，将不同触觉传感器信号统一编码为触觉Token，使机器人动作模型成功率提升。LingBot-Touch-Tiny 参数量约 532万，预训练数据 4983小时、约 13.3亿帧，支持多种灵巧手和动作模型，成功率平均提升 15-25%。
IT之家 · AI5050日本肯德基使用生成式 AI 制作部分试售商品宣传图，杯中冰块呈现与汽水相同的深绿色及类似果冻的光泽，引发网友质疑图片与实物不符及品牌形象受损。肯德基承认宣传图使用 AI 但拒绝回应是否会在其他商品中应用。
量子位Seedream 5.5 在连续编辑 100 轮图像的高压任务中表现优于 GPT-Image 2.6，展现出更强的稳定性。该模型提升了真实感，支持小字与多语言渲染、透明图生成与编辑，以及图层拆分与文字二次编辑功能。此外，Seedream 5.5 的 API 价格降至单张 0.28 元，速度提升，延续“输入图 + 输出图”两段计费结构，无文本 Token 费用。
e-means 在 25 轮训练内达到低于 Lloyd 算法的测试损失，仅需 1.2 至 3 轮。与最先进的 Flash-KMeans 相比，GPU 端端速度提升 10-45 倍，CPU 端端速度提升 8-15 倍。e-means 通过指数移动平均更新、自动超参数调整、改进初始化和死簇复活策略，实现了速度和损失的双重优化。
Claude Fable 5.2 可以一键从侄子的一组画作中生成完整游戏，包含 175 张图像和 140 个音频片段。生成的动作游戏包含 18 个角色、12 个关卡及剧情，支持 4 人联机，通过 Claude Code 和 Opus 4.8 实现。
Claude.dev BlogAnthropic 推出四种 Claude 模型供用户选择：Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5 和 Claude Fable 5.2。
AWS Machine Learning Blog5858NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 中可用，支持图像、视频和文本输入生成文本。
The Verge · AI6565Instagram 发布 Effect Builder 功能，允许用户通过 AI 提示词创建自定义滤镜，支持附加风格参考图片并预览效果。提交的滤镜需通过安全审核后才能对其他用户开放，使用时会链接到创作者主页。
AWS Machine Learning Blog3838CrossnoKaye 通过其 ATLAS 平台和 AURA 智能体，在 Amazon Bedrock AgentCore 上实现工业物理 AI，将生产提效 11-17% 并降低能耗 21%。AURA 利用 AgentCore 的代码解释器能力，在隔离微 VM 中运行 Python 工作负载以验证数值计算，同时通过边缘集群和云优化系统实现闭环控制。
The Decoder精选7171字节跳动 Seed 推出面向专业生产工作流的图像生成模型 Seedream 5.5，称其支持最多 100 轮多轮编辑，未改动区域在像素级保持一致且不出现偏色。该模型可原生生成带透明背景的 RGBA 图像，无需手动抠图即可作为设计素材使用，并称在光照、材质、皮肤质感和密集小文字还原上更准确。Seedream 5.5 正通过即梦、豆包、豆包 Work 和火山引擎方舟逐步开放，Pro 版本已在计划中。
推荐理由: 原文列出多轮编辑稳定性、原生 RGBA 输出和文字渲染三项能力，可据此判断它在设计生产流程中的位置。
Epoch AINvidia GB300 相比 H100 在智能体推理任务上的能力提升达 25 倍，远超 8 位 FLOP/s 的 2.5 倍增长。IPI 指数通过比较芯片在多种输出速度要求下能同时处理的请求数量来衡量推理能力，GB300 设为基准值 1，得分为 1 的芯片能同等条件下服务两倍用户。IPI 版本 1 结合四款代表性模型结果，采用 GB300 当作参考基准。
Berkeley AI Research2222BAIR团队在2026年11月9日至12日于德克萨斯州奥斯汀举行的机器人学习会议（CoRL）上展示多项研究成果，包括33篇主会论文、4个突破性海报、10场口头报告和7场专题演讲，其中教授Negar Mehr将发表早期职业主题演讲。会议涵盖机器人视觉语言行动模型、具身智能体、细粒度操作对齐、后见之明奖励编辑等议题。
Latent Space5858Frontier Labs 的 AI 训练业务一年内营收达 10 亿美元。Handshake AI 展示了其在金融、生物和编码领域的智能体评估环境，包括银行邮件处理、脑肿瘤组织图像识别和文件访问模拟任务。VIALS 作为生物领域基准，测试模型对科学图像的理解能力。
IT之家 · AI6565大疆 Osmo Pocket 4P 固件更新至 V01.02.11.49，新增 18 倍变焦（不支持慢动作、延时摄影）、舞台与日落场景预设、iPhone 即拍即传（支持 iOS 26.4.1 及以上）及 LivePhoto AI 生成功能。
IT之家 · AI6767谷歌推出 TPU 8tx 和 TPU 8i Max 两款新品，分别针对机密计算和超长上下文窗口 AI 应用，旨在挑战英伟达在 AI 芯片市场的地位。TPU 8tx 与 AMD 芯片协同工作，TPU 8i Max 集成两颗芯片提供更强计算能力，两款产品预计明年上市。
Hugging Face Daily Papers3434P²-MOPD通过将每个学生模块表示为其自身可学习权重与冻结专家任务向量（专家减去基础模型）的加权求和，联合训练权重和混合系数α，使专家成为参数先验，显著加速多教师策略蒸馏。
