Comfy BlogMiniMax H3 图像支持 ComfyUI
MiniMax H3 图像现已原生支持 ComfyUI，提供 4096×4096 高分辨率输出，支持文本生成图像和参考图像编辑，通过 Partner Nodes 也可直接运行。
实时
#开源/仓库
- Comfy Blog
MarkTechPostZyphra 发布 ZONOS3-Mini：800M 参数开源语音合成模型
Zyphra 发布了 ZONOS3-Mini，一款 800M 总参数、100M 活跃参数的开源语音合成模型，支持实时本地部署和零样本语音克隆。该模型在 Zyphra 自研 ZTTS2-Eval 基准测试中排名开放模型第一（66.2 分），单 H100 GPU 上生成首个音频耗时 80 毫秒，但参考音频克隆效果远低于嵌入模式。
Amazon ScienceMitra-v2：扩展合成预训练以构建表格基础模型
Mitra-v2 在 TabArena 基准测试中领先单模型领域，在 33 个数据集上优于 Mitra-v1，并在 ScoringBench 排名第一。
NVIDIA Technical BlogNVIDIA发布开源NVKE和NVKR项目用于GPU架构的Kubernetes管理服务
NVIDIA 发布开源 NVKE 和 NVKR 项目用于 GPU 架构的 Kubernetes 管理服务，两者均处于公共预览阶段。NVKE 和 NVKR 旨在帮助 AI 工厂客户通过 Kubernetes API、工具和生态系统能够消费 GPU 资源。
- NVIDIA Technical Blog
NVIDIA Snapshot开源组件可在秒级内启动和恢复GPU工作负载
NVIDIA Snapshot 使初始化的 GPU 工作负载可跨推理副本复用，加速启动和恢复。当推理需求激增或副本故障时，可用 GPU 不会立即转化为服务能力。初始化 LLM 工作负载（冷启动）可能需要数分钟。
- NVIDIA Technical Blog6565
Agent Substrate：为大规模代理提升 Kubernetes 能力
Agent Substrate 解决了 Kubernetes 在运行 AI 代理时的低效问题，通过共享 Pod 资源减少闲置浪费并保持代理状态，相比传统方式将冷启动时间缩短 3.5 倍。该框架已捐赠给 Linux Foundation，支持大规模代理部署。
IT之家 · AIMiniMax 开源 H3-Image 生图模型，10 秒生成 4K 图像
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。
TechCrunch · AIKora Systems 发布面向 AI 时代的 Linux 桌面操作系统 Kora
Kora Systems 于 2026 年 11 月 10 日发布名为 Kora 的 Linux 桌面操作系统，集成 AI 模型与智能体，支持跨应用协作、文件访问和任务间上下文保留，计划 2027 年免费推出，基于 OpenAI Codex 和 Anthropic Claude 加速开发，目标用户为重度 AI 用户。
- TechCrunch · AI
Adobe 将 AI 代理和新创意工具引入 Photoshop、Premiere 和 Firefly。
Adobe 在其 MAX 大会上宣布将更多 AI 功能加入 Photoshop、Premiere、Illustrator 和 InDesign，同时扩展 Firefly 的 AI 能力并推出创意 AI 代理。
Hugging Face Daily PapersFlide：通过精确状态分叉加速决策推理
Flide 是一个开源推理引擎，通过精确状态分叉技术让多个问题共享计算，在 Decision Index 0.4.1 上支持 30+ 开源决策模型，推理速度比 vLLM 和 SGLang 快 9.5 倍。
n8n Blogn8n Labs 发布独立个人智能体 Nod：在本地计算机运行的开源 Agent
n8n Labs 发布了独立个人智能体 Nod，一个在用户本地计算机运行的开源 Agent。Nod 拥有独立的计算机和浏览器，可以完成聊天工具无法处理的任务，如取消订阅、监控价格、预订酒店等，并能在后台并行执行多个任务。它支持用户选择 AI 提供商，并具备长期记忆能力，在 LongMemEval 基准测试中得分 93.2%。
Google DeepMindAlphaProof Code：Google DeepMind 开源多 LLM 智能体框架实现复杂软件深层形式化验证
Google DeepMind 开源 AlphaProof Code 框架，用多 LLM 智能体首次实现广泛部署的 Signal 协议代码深层形式化验证，生成超 600 万行 Lean 证明，仅 1% 代码需人工复核，将专家团队数年工作压缩至四周，并成功识别出两处已知漏洞。
- Google DeepMind5858
Google DeepMind 发布 SatWeave 和 PARDIG 数据集以支持 AI 天气模型研发
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集，支持天气、水文和气候应用研发。
Hacker News · 300+ 热帖6565 Show HN: 本周经过任何地方的每一颗卫星及其照片
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，提升机器人通用手感
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%。
- 量子位
openJiuwen 推出 TTSE 经验学习框架，实现 Agent 双轨自演进
openJiuwen 发布 TTSE（双轨自演进）框架，将 Agent 经验分为 FACT（环境事实）和 TIP（条件式技巧）双轨管理，通过真实任务反馈持续校正环境认知与执行方法。
- Hugging Face Daily Papers
ReproBridge：为机器学习研究工件构建可复现性
ReproBridge通过标准化设计（精炼代码库、环境设置、实验启动器和复现指南）提升机器学习实验复现成功率，在ReproBridge-Bench上使四款模型的平均复现率从76.4%提升至92.6%。精炼工件使下游API成本平均降低19.7%，缩小模型间成功率差距至3.9个百分点，所有模型均达到90%以上成功率。移除代码或环境组件会显著降低复现效果。
- Hugging Face Daily Papers
LingBot-Touch 发布：一种支持通用灵巧操作的异构触觉表示学习模型
LingBot-Touch 是一个触觉基础模型，学习跨不同触觉传感器（压阻式、磁性、视觉触觉）的统一、可扩展表示，产出可即插即用的触觉 token，持续增强扩散策略和视觉语言行动（VLA）模型（如 π_{0.5} 和 LingBot-VLA）的灵巧操作能力。实验表明，该触觉表示在模拟和真实机器人部署中显著提升复杂操作任务表现，同时保持强计算效率。
- IT之家 · AI
小米联合北京大学发布《物联网设备模型技术白皮书》，11.6 亿台 AIoT 设备技术经验开放给全行业
小米联合北京大学发布《物联网设备模型技术白皮书》，提出四层物模型架构与 Dynamic Service 动态服务机制，确立「AI 友好物模型」四项标准与三大评价，小米把 11.6 亿台 AIoT 设备上验证过的技术和经验开放给全行业。
- 量子位
中山大学本科生反AI逆向项目BLA火了！让黑客Token账单原地暴涨300倍
中山大学本科生项目BLA通过投毒、耗尽预算、诱导误判三步法反制AI逆向工具REA，使逆向AI的Token消耗量暴增300-2800倍，加固后总Token消耗约是加固前的639.5倍，总费用约是304.4倍。该项目已获3900+星和476 forks。
Hacker News · 300+ 热帖同一件事 · 2 家 e-means：在十分之一的训练轮数内超越 k-means
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。
同一件事 · 2 家各家口径不同：Hacker News 表示 e-means 在 25 轮训练内达到低于 Lloyd 算法的测试损失，而 MarkTechPost 提到 1.4 到 2.6 轮达到 k-means 25 轮的损失水平。
Hacker News · 300+ 热帖 Claude Fable 5.2 一键生成侄子的梦想游戏
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。
- Hugging Face Daily Papers
WorldFoundry：面向世界智能统一基础设施
WorldFoundry 提供开源基础设施，用于可复现地推理和评估跨视频、3D/4D、具身行动和交互系统的生成世界模型，包含可追溯证据和基准，收录 270 个模型条目、74 个基准和 62 个注册指标。
Claude Code releases1515Claude Code v2.1.322 发布
Claude Code v2.1.322 版本在 Vertex 平台的全球、美国和欧洲区域新增了快速模式，若 Vertex 拒绝该模式则会回退至标准速度。
vLLM releases1515vLLM v0.34.0rc0 发布：迁移 Gemma 和 StableLM 到 Transformers 后端
vLLM v0.34.0rc0 发布，将 Gemma 和 StableLM 迁移至 Transformers 后端。
LangChain Deep Agents releases1515LangChain Deep Agents deepagents-code==0.2.6 发布
LangChain Deep Agents 发布 deepagents-code==0.2.6 版本，包含让闲置压缩设置可追踪、为卸载追踪打上触发器标签等新功能，以及修复 Windows 下 dcode 启动、本地服务器流量绕过代理等 Bug。
Simon Willison同一件事 · 2 家6565Claude Code 构建 Beep Locator 软件定位神秘响声
Claude Code 构建了 Beep Locator 软件，通过多设备三角定位法探测房间内间歇性响声的来源，设备间通过播放声音互相定位，最终将响声定位在约 40cm 范围内，帮助用户找到响声源头。该系统运行 Python Web 应用服务器，利用 WebSockets 协议连接设备，设备通过麦克风录制 60 秒音频并检测响声，通过播放特定声音进行时间差测量实现定位。
- LangChain Deep Agents releases1515
LangChain Deep Agents 0.7.35发布
LangChain Deep Agents 0.7.35 发布，修复了子智能体保留父智能体提示缓存前缀、虚拟文件系统结果保留符号链接名称、`read_file` 媒体和 Nemotron nudge 标记为 harness 通知等 Bug。
Codex releases00GitHub Copilot rust-v0.169.0-alpha.8 发布
GitHub Copilot rust-v0.169.0-alpha.8 发布，该版本包含最新功能改进和修复。
- IT之家 · AI
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2 AI 模型，API 调用费下降 20%。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2 模型，后者面向专业机构。Fable 5.2 每百万词元输入/输出费用分别为 8/40 美元，较 5.1 下降 20%。生成速度最高提升 30%，可选快速模式 2.5 倍速但价格更高。
- Hugging Face Daily Papers
Confucius4-R2T2：一个用于实时转录的稳定前缀流式语音识别模型
Confucius4-R2T2 是一个用于实时应用的稳定前缀流式语音识别模型，通过后训练将全上下文 ASR 模型转换为流式模型，无需架构修改。基于 Qwen3-ASR-1.7B 构建，R2T2 实现了近离线识别精度和低发射延迟，支持可配置的流式块大小，并展现出有前景的跨语言泛化能力。该模型和实现已公开发布。
- Codex releases00
GitHub Copilot 0.169.0-alpha.7 发布
GitHub Copilot 发布 0.169.0-alpha.7 版本，提供代码生成、审查、安全和协作功能，支持自定义集成和持续更新。
Google ResearchGoogle Research 推出 Language Explorer 工具可视化世界语言多样性
Google Research 发布 Language Explorer 在线平台，通过可视化与数据呈现全球语言多样性。该工具整合 LinguaMeta 开源数据集，支持 1,000 种语言，旨在帮助研究人员、教育者和爱好者探索语言差异。平台已作为互动装置亮相柏林通信博物馆新展览，并设有线上版本供公众访问。
Claude · YouTube5858Claude Fable 5.2 设计了一个可工作的语音助手中心
Claude Fable 5.2 从一段提示词设计了语音助手中心，包括电路板布局、CAD 外壳建模和固件编写，Diode Computers 根据其设计文件制造了原型板。这是该项目中 Claude 设计的三款设备之一，Anthropic 与 Diode 存商业关系。
- NVIDIA Technical Blog6565
NVIDIA Holoscan 5 实现机器人手臂失重感
NVIDIA Holoscan 5 通过持续计算逆动力学实现重力补偿，使机器人手臂在操作时仅需提供支撑重量的扭矩。该技术支持通过示教学习、物体操作或人机协作的机器人应用，依赖重力补偿回路构建。
Epoch AIInference Performance Index (IPI) 如何衡量推理能力
Nvidia 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。
- Codex releases00
GitHub Copilot 0.169.0-alpha.6 发布
GitHub Copilot 发布 0.169.0-alpha.6 版本，该版本未提供具体更新内容。
- MarkTechPost6767
百度 ERNIE Evolve 自动化研究系统超越 NanoChat 和 NanoGPT 记录
百度发布 ERNIE Evolve 自动化研究系统，通过给定代码库、目标和评估标准自动选择研究方向、编辑代码并运行实验，仅保留通过隐藏评估器和独立审查者验证的更改。
Latent Space5858Frontier Labs 购买 Handshake AI 数据的深度解析
Frontier 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。
IBM Research Blog5252IBM 将策略执行嵌入 AI 堆栈的 Praxis
IBM 将 Praxis Policy Engine (PPE) 作为策略过滤器嵌入开源 AI 代理服务器 Praxis，支持对工具、提示词、模型调用等执行策略控制。