中国团队用自然语言设计蛋白质，Hugging Face 上线 DNA 版工具
一个由中国研究者组成的大型合作团队开发出可用自然语言提示生成指定功能蛋白质的工具，用户无需掌握蛋白质结构细节。原文称，若以产出可用蛋白质为标准，成功率不算高，但仍能完成任务。另据 Hugging Face 公告，其平台已托管一个在 DNA 层面做类似设计的工具。
推荐理由了解自然语言生成蛋白质的实际成功率与 Hugging Face 新托管工具，判断这条路线是否可用。
共 63 条 · 第 1/2 页
富士 Instax Mini Evo 2 发布：加触屏和视频录制
富士推出混合型拍立得相机 Instax Mini Evo 2，售价 290 美元，11 月底开售，仅黑色。传感器从初代的 1/5 英寸升级到 1/2.77 英寸，背面换成 4.5 英寸 LCD 触屏，是富士首款带触屏的 Instax 机型，但仍保留两个拨盘和打印拨杆。新增基础视频录制，只能拍按下快门前几秒，MP4 存 microSD 卡，无音频，分辨率 560 × 992、24FPS。支持 10 种胶片效果和 10 种镜头效果，新增 Expanded View 模式，USB-C 充电，打印 2 × 3 英寸 Ins…
推荐理由想买拍立得的人可先看参数：传感器变大、加触屏，但视频只有 560 × 992 且无声。
iOS 27.2 为 iPhone Duo 加入 Apple Pencil 支持
苹果发布 iOS 27.2，为旗下首款折叠屏 iPhone Duo 加入 Apple Pencil 支持，此前苹果曾承诺该功能会在今年内上线。更新还为 Duo 增加视频通话用的「Edge Light」补光功能。Siri AI 可在信息中执行建议操作，并新增法语、日语、韩语、葡萄牙语和西班牙语支持。照片与 Image Playground 开始支持 Google 的 SynthID AI 水印。FaceTime 群组通话支持前后双摄同时拍摄。
推荐理由想了解 iPhone Duo 折叠屏实际功能补齐进度和 Siri AI 多语言支持范围的人可以看。
联想 Yoga 9n 触控笔体验：对触屏 MacBook 的启示
The Verge 作者体验联想 Yoga 9n 后，对传闻中的触屏 MacBook 提出期待。Yoga 9n 是 16 英寸二合一翻转本，搭载 Nvidia RTX Spark 平台，配备 OLED 触控屏和手写笔，手写笔既能在屏幕上书写，也能在触控板上使用，带来类似 Wacom 的体验，并可通过磁吸固定在顶盖上。作者希望触屏 MacBook 支持 Apple Pencil，并让手写笔在触控板上也能使用、能磁吸充电。文章还提到 macOS 27 有迹象显示苹果正在更新触控交互。原文信息有限。
推荐理由想了解触屏 MacBook 可能形态的人可以看：手写笔在触控板上作画是联想已经实现的具体方案。
Rivian 收购世界模型初创公司 Third Dimension
Rivian 收购英国初创公司 Third Dimension，后者用 AI 把图像和视频转成逼真的 3D 世界，交易金额未披露。Third Dimension 15 人团队将并入 Rivian 由 James Philbin 领导的自动驾驶与 AI 团队，并帮助 Rivian 扩张伦敦 AI 中心。Third Dimension 2024 年成立，从 Abstract Ventures、MVP、Soma Capital、Solari Capital 等 VC 处融资 700 万美元。Rivian 车队每天上传超过…
推荐理由做自动驾驶仿真或世界模型的人可以看：Rivian 每天 40 万段真实驾驶数据加 AI 生成 3D 场景
Simon Willison 分享 AI 生成音乐视频链接
Simon Willison 发布了一篇链接式短文，指向标题为「DE STAAT - FREEDOM (Official Music Video)」的内容，并附上 music、ai、generative-ai 等标签。原文没有正文，也没有说明该视频由哪个模型或工具生成，信息有限。
推荐理由原文只有链接和标签，没有可操作信息，可跳过。
德国摄影师用喷墨墨滴显微照获尼康小世界奖
25 岁德国实验摄影师 Ole Bielfeldt 凭喷墨打印机墨滴落纸的显微照片赢得 2026 年尼康小世界显微摄影大赛，从 69 个国家的 1802 件作品中胜出。墨滴速度超过相机快门，他拆解打印机让纸张在固定打印头下移动，在暗室用闪光灯充当快门凝固墨滴。他不用 AI，坚持传统技法。
推荐理由与 AI 无关的摄影新闻，仅可当作显微摄影技法参考
Canva 发布首个自研图像生成模型 Canva Craft
Canva 推出首个自研图像生成模型 Canva Craft，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。模型分两阶段：先解析提示词并规划元素空间关系、相对比例、视觉层级和文字信息，再生成最高 2K 分辨率、支持 30 种宽高比的图像，强调物体细节准确、文字清晰可读，且可局部精确编辑。训练数据为 Canva 模板库中的设计作品而非照片，因此生成图可用 Canva Magic 转为分层设计。该模型已向所有用户开放，入口在 Dream Lab 标签页，同时提供 API，并计划通过 MCP 接入 …
推荐理由做设计工具或图像生成的团队可看：用设计稿而非照片训练、生成即可分层，是差异化思路
AI 分析 CT 影像发现 42.9% 无症状者存在冠状动脉炎症
Biograph 完成美国首个使用 Caristo Diagnostics 的 CaRi-Heart 技术的研究，对无症状、低风险人群做 AI 冠状动脉炎症检测。结果显示 42.9% 的参与者存在炎症升高，17.9% 在至少一条主要心脏动脉中炎症非常高；约 47% 无可见斑块的参与者仍有炎症升高。研究还发现，常规血液指标（ApoB、non-HDL-C、HbA1c、hs-CRP）和 AHA PREVENT-ASCVD 风险计算器与炎症存在与否无相关性，无法识别这些患者。
推荐理由AI 读 CT 能查出常规血脂、血糖和风险评分都漏掉的炎症，做医学影像 AI 的可以看这个落地场景
Maxinsights 用 5000 名承包商的头戴摄像头采集机器人训练数据，获 3000 万美元种子轮融资
Maxinsights 通过 5000 多名承包商佩戴的摄像头拍摄第一人称视频，为机器人提供训练数据，已完成 3000 万美元种子轮融资，由 Peak XV 领投。原文还提到，2026 年上半年投资者向物理 AI 投入 474 亿美元。原文信息有限，未披露公司成立时间、客户和具体数据规模。
推荐理由想了解机器人训练数据从哪来、物理 AI 资金有多热，可以看这个 474 亿美元的数字。
Coolfly 太阳能智能喂鸟器降价近半，带 AI 识鸟
The Verge 报道，Coolfly 的 Aura 智能喂鸟器现价 149.90 美元，降价 140 美元；Birdfy 喂鸟器 109.99 美元，降价 90 美元。Aura 配双太阳能板，可拍 2.5K 视频、150 度视角、全彩夜视，并支持本地和云端存储；无需订阅即可用 AI 识别超过 1 万种鸟。Birdfy 支持 2K 视频和 AI 识别 6000 多种鸟，但太阳能充电和终身 AI 识别需另购，订阅费每年 49.99 美元。
推荐理由想买带 AI 识别功能的喂鸟器，可对比两款差价和订阅成本
Google DeepMind 发布 10 米分辨率全球森林类型地图
Google DeepMind 与 Google Research 联合世界资源研究所（WRI）、国际应用系统分析研究所（IIASA）发布 Forest Typology（ForTy）2020，把全球每一块 10×10 米土地归入六类森林与土地利用类型，并给出 2017—2025 年逐年变化序列，可看出天然林被替换成人工林或农田的具体位置。该地图是欧盟《无毁林产品法规》（EUDR）的关键基准，后者要求咖啡、可可、棕榈油等商品不得来自 2020 年后由森林转为农业的土地。此前多数全球地图只标注是否有树，无法区分原始林…
推荐理由做供应链合规或 ESG 的可以直接用这张 10 米精度地图核对 EUDR 土地来源
BirdBuddy 推出 99 美元起的新款智能喂鸟器
BirdBuddy 发布 Nook（99 美元起）和 Home（219 美元）两款智能喂鸟器，取代已停产的 Pro（339 美元）。两款新品改用新摄像头，支持 135 度广角横屏模式；App 直播加载时间从 Pro 的约 30 秒缩短到 8 秒以内。代价是画质和视角不如 Pro：2K HDR 画面不够锐利明亮，竖屏视角更窄，充电需拆下整机。Nook 被评测者认为性价比最高。
推荐理由想买智能喂鸟器的人可参考：99 美元起，直播加载 8 秒，但画质不如已停产的 Pro
Birdbuddy 发布 Nook 与 Home 智能喂鸟器，售价 99 美元起
Birdbuddy 正式发售 CES 2026 上宣布的两款智能喂鸟器，并改用新名称：原 Birdbuddy 2 Mini 更名为 Nook，起售价 99 美元，配 2K HDR 摄像头、135 度视场角，鸟一落下就自动唤醒拍摄，App 用 AI 识别鸟种；加 60 美元的 Nook Solar 版带太阳能板，199 美元的 Extended Edition 加大站杆。旗舰款 Birdbuddy 2 更名为 Home，售价 219 美元，6 杯容量、双太阳能板、双频 Wi-Fi，麦克风升级后可凭鸟鸣辅助识别鸟种。两…
推荐理由99 美元就能买到带 2K 摄像头和 AI 鸟种识别的喂鸟器，想低成本体验 AI 识别的可以看。
Building fast filesystems for VMs
At Modal, we like to think that we know a thing or two about squeezing nanoseconds out of systems. We love to obsess over making our systems performant and capable from the ground up, and we have to! We build for the tho…
推荐理由产品发布/更新类信息，来自 Modal，建议按需查看原文。
Colossal 发布 GenoMorph AI 平台，为复活渡渡鸟锁定 2300 个基因编辑靶点
Colossal Biosciences 周三发布 AI 平台 GenoMorph，用于加速物种复活研究。该平台结合 3D 形态学、比较基因组学和发育生物学，在基因数据有限的情况下筛选可编辑基因。渡渡鸟目前仅有 1 个完整基因组，而猛犸象项目有 100 个。团队用鸡、鹌鹑、鸭、鸽子的发育数据，加上 70 多种鸟类的基因信息和 3D 头骨测量数据训练模型，耗时一年多。目前已为渡渡鸟颅面形态识别出约 2300 个候选 DNA 编辑靶点。公司还开发了脂质纳米颗粒递送系统，可直接向鸟类胚胎递送基因编辑工具，无需等待完整繁殖…
推荐理由2300 个编辑靶点、1 个渡渡鸟基因组对 100 个猛犸象基因组，看 AI 如何补足古 DNA 数据缺口
我让 AI 数字孪生告诉我该吃什么
The Verge 高级评测员 Victoria Song 记录了自己连续 100 天使用 Twin Health 数字孪生管理代谢的经历。该系统由智能体重秤、Dexcom G7 连续血糖监测仪等设备采集数据，在 App 中生成红/橙/绿三色食物评级，预测进食后的血糖反应。例如一碗蛋白 Cheerios 加牛奶单独吃为橙色，若饭后散步则变为绿色。Twin Health 目前仍属实验性服务，仅通过企业或私人健康计划提供，主要面向有慢性代谢问题的人群，尚未开放广泛下载。
推荐理由想了解数字孪生如何落地日常健康管理，可看这套血糖预测评级的真实 100 天体验
Mosqitter 用 AI 把灭蚊器变成监测网络
宾州 30 人初创公司 Mosqitter 正把其无化学灭蚊设备升级为 AI 监测网络，用于识别蚊种、追踪数量变化并预警疾病风险。公司称目前已有超 5000 台设备运行于五大洲，2022 年时仅 250 余台。其计算机视觉系统通过神经网络分析蚊虫生物特征，再比对外部数据集并由昆虫学家验证，给出置信度评分；同时接入天气、风速、湿度等环境数据，未来用于预测蚊群数量与健康风险。WHO 数据显示，全球登革热病例从 2023 年的 650 万例增至 2024 年的 1460 万例。
推荐理由登革热一年从 650 万涨到 1460 万例，这套 AI 识蚊预警网络是具体落地的公共卫生案例。
Halo 联合创作者写 AI 题材小说，成立跨媒介工作室
《Halo》《Destiny》联合创作者 Jason Jones 撰写了一部关于 AI 接管世界的口述史小说，由作家 Margaret Stohl 协助开发。两人成立世界构建工作室 Stone Kite，现有 22 名内部员工和超过 250 名外部创作者，本月发布四部分图像小说《One Zero One》第一章，并公开 Jones 原稿的一章。工作室计划先以漫画等快节奏媒介试水，再根据反馈决定是否推进电影和游戏。
推荐理由看游戏行业顶级世界构建者如何用 250 人协作网络做跨媒介 AI 叙事，可参考其先漫画后影视的路径
苹果联合 LG、施耐德推出 Apple Home 智能家居系列
苹果与 LG 电子、施耐德电气合作推出 Apple Home Collection，共 6 款设备，包括安防摄像头、视频门铃、门锁和两款恒温器，售价 349 美元起的 LG 智能锁支持 UWB 无感解锁，是市面上第三款支持该功能的门锁。产品由第三方制造、苹果联合开发，无需第三方 App 或账号，用 iPhone 碰触即可通过蓝牙和 NFC 配对，通信端到端加密。该系列在纽约 Welcome Home 活动上发布，同场还有新款 Apple TV 4K 和 HomePod Mini 2，由 Siri AI 驱动的 Ho…
推荐理由349 美元的门锁是市面第三款支持 UWB 无感解锁的产品，做智能家居或 HomeKit 配件可参考其配对方案
2026 年 12 款 AI 实时翻译工具横评：延迟、语种与价格
MarkTechPost 对照官方产品、定价和文档页，梳理了 12 款 AI 实时翻译工具，按使用场景分为四类。实时对话与开发者 API：Palabra.ai 称延迟低于 1 秒，语音到语音 API 每分钟 0.04 美元，会议套餐 60 美元/月起；Google Gemini 3.5 Live Translate 覆盖 70+ 语种，输出比说话人慢几秒；Apple Live Translation 完全在设备端运行，支持 10 种语言变体，需新款 AirPods 和 iOS 26 的 Apple Intellig…
推荐理由做会议、活动或出海产品的可直接按延迟、语种、每分钟价格对号入座，Palabra.ai 0.04 美元/分钟是 API…
AI 智能喂鸟器实测：引来鸽子老鼠，作者退货失败
The Verge 作者花 269 美元购入 Kiwibit Bird Feeder 2 Pro，这款带 4K AI 摄像头和太阳能板的喂鸟器能自动识别鸟种并推送通知，初期成功吸引多种山雀。但随后一只体型巨大的林鸽霸占喂食器，挡住镜头并连续进食 15 分钟，内置的"有害动物警报"声波驱赶无效。鸽子长期占据后，老鼠也来觅食。作者最终拆下喂鸟器塞进衣柜，并建议想买智能喂鸟器的人从简单便宜、不带 AI 的款式开始，因为用过的喂鸟器无法退货。
推荐理由想买智能喂鸟器的人先看：269 美元设备驱赶功能对鸽子无效，用过的还不能退
工程师用 AI 挖掘 400 年档案，发现被遗忘的陨石与犀牛记录
软件工程师 Jesse Waites 受历史学家 Benjamin Breen 用 Opus 5.5 在荷兰东印度公司档案中发现 1615 年渡渡鸟目击记录的启发，搭建了一套多模型串联的 AI 研究流水线，并行检索 GLOBALISE 项目数字化后的数百万页手写档案。他找到了一份被遗忘的陨石坠落报告、三头失落的犀牛记录，以及未被记载的火山喷发。所有结论都要求能追溯到原始档案扫描件和可查证的档案编号，以应对模型自信出错的问题。
推荐理由想用 AI 做历史档案检索的人可以直接抄这套多模型串联、结果回溯原始扫描件的流水线
天体物理学家用 Claude 完成首张全天空紫外图
天体物理学家 Brice Ménard 与 Claude 合作，制作出首张完整的全天空紫外（UV）图。此前天文学家已从射电到伽马射线各波段完成全天图，但大片天区从未在紫外波段被观测。Ménard 在 Anthropic 科学博客中说明，他引导 Claude 找到已有数据集、将其合并，并用统计推断填补空白。这项工作原本需要人类数周，借助 Claude 只用几天，期间他还能处理其他项目。该图可作为教学工具，也说明 AI 让科学家长期搁置的低优先级工作变得可行。
推荐理由看 AI 如何把数周的数据整合压缩到几天，科研人员可参考这套找数据、合并、补缺的用法
亚马逊发布 Alexa 平板，接入 Google Play
亚马逊发布全新 Alexa 平板产品线，共三款：Alexa Tablet 12 Pro、11 和 8，放弃 Fire OS 与自有应用商店，改用 Android 并首次在发售时接入 Google Play Store，可下载 YouTube、Netflix、Gmail 等应用。12 Pro 厚 6.5 mm，12 英寸 280 PPI 屏、120Hz、3:2 比例，可选防眩光 Nanomatte 屏，亚马逊称其处理性能约为此前自家平板的 3 倍、图形性能 9 倍，支持 Wi-Fi 6E、16 小时视频播放，售价 4…
推荐理由亚马逊平板首次原生支持 Google Play，12 Pro 图形性能号称提升 9 倍，499.99 美元起
Pollo AI 用 OpenAI 模型做视频创作，用户超 2600 万
Pollo AI 创始人兼 CEO Bill Zhu 称平台已有超 2600 万用户，用于生成视频、广告和视觉内容。其新产品 Pollo Agent 使用 OpenAI 的 GPT-6 Astra 和 GPT-Image-2.5，把用户的粗略想法转化为故事线、分镜和脚本。为平衡推理深度、速度与成本，Pollo AI 用 GPT-5.6 做路由、GPT-6 Astra 处理叙事规划等复杂任务，用户选择或切换模型的时间减少超 50%。目前 30% 的创作者会话从视频模板或热门格式工作流开始，图像生成统一使用 GPT-I…
推荐理由多模型路由省去 50% 切换时间，做视频 Agent 可参考这套 GPT-5.6 路由 + GPT-6 Astra…
LiquidAI 发布面向边缘设备的多模态决策模型 open d1
原文正文被无关的 AOL 账号解锁垃圾内容完全覆盖，仅标题显示 LiquidAI 发布了名为 open d1 的多模态决策模型，面向边缘设备。模型参数、能力、开源协议、发布时间等具体信息均无法从原文获取，信息有限。
推荐理由内容被垃圾信息污染，无法获取模型细节，建议直接去 Hugging Face 官方页面核实
Google 上线 SynthID Detector，可检测 AI 生成图像视频音频
Google 周二推出 SynthID Detector 网站，任何人都可以用它验证一段媒体内容（图像、视频或音频）是否由 AI 生成。该工具支持数十种常见文件格式。原文信息有限，未披露检测准确率、支持的具体格式清单及是否免费开放等细节。
推荐理由以后收到可疑图片或音频，可以先丢进这个网站验一下再转发。
Google 上线 SynthID 网站，可检测 AI 生成媒体
Google 周二推出一个新网站，任何人都可以用它验证一张图片、一段视频或一段音频是否由 AI 生成。原文信息有限，未披露检测准确率、支持的文件格式与使用限制。
推荐理由做内容审核或需要辨别 AI 素材的人，可先记住这个免费检测入口
Google 发布 Nano Banana 2.1，价格降约 50%
Google 发布图像模型 Nano Banana 2.1，基于 Gemini 3.6 Flash，官方称相较前代「全面提升」。价格比 Nano Banana 2 低约 50%。原文正文信息有限，未披露具体评测数据与上线渠道。
推荐理由图像生成成本直接砍半，做批量出图的可以换模型试算成本
TCL P80 Ultra 首搭磨砂 OLED 屏，为 iPhone Duo 探路
TCL P80 Ultra 是首款将 Nxtpaper 磨砂技术用于 OLED 面板的手机，屏幕具备更深黑色、更好对比度和更丰富色彩，并首次支持息屏显示。侧边 Nxtpaper 键可切换 Paper Mode，可去色或全单色，默认豁免流媒体和游戏应用。作者认为屏幕观感是最大亮点，但性能卡顿、三摄拍照平庸，作为手机本身不推荐。文中提到这让作者更期待 iPhone Duo 的磨砂内屏。
推荐理由想了解磨砂 OLED 实际观感的人可看：作者实测亮度、可视角度和防眩光表现，并指出性能与拍照是短板。
开发者用开源 Gemma 为母亲做防诈骗读图应用，支持 22 种印度语言
开发者 codeswithroh 在 DEV Hacktoberfest 挑战中发布开源项目 চিঠি（Chithi），用开源权重模型 Gemma 帮只读孟加拉语的家人识别账单、银行信件和诈骗短信。用户用手机拍下纸质文件或截图，应用会朗读出这是什么、需要做什么（金额、截止日期），并用红色「প্রতারণা（诈骗）」标记提示风险，附一键呼叫家人的按钮。项目最初只支持孟加拉语，后扩展到印度第八附表全部 22 种语言加英语。本地部署时照片不出家门，用 Ollama + Gemma 在家用笔记本上运行，无云 API、无账号…
推荐理由想用开源多模态模型做本地隐私应用，可参考它的架构：Bun 服务器 + Ollama + Gemma，照片不出本地。
SCM：macOS 本地 AI 搜索照片与视频每一帧
开发者发布开源工具 SCM（Screen Memories），在 macOS 上对任意文件夹内的照片和视频做本地 AI 搜索。视频按场景切分并嵌入，可定位到具体镜头和时间码；支持 OCR 文字搜索（Tesseract，含中英等 35 种语言）和 Whisper 语音台词精确检索，另可选本地 LLM 对话。全部推理在本机运行，不上传云端，默认 CLIP 模型权重约 435MB，首次下载后离线可用。通过 Homebrew cask 安装，要求 Apple Silicon、macOS 12+ 及 Bun。
推荐理由本地跑、不上传，视频能搜到具体镜头时间码，隐私敏感或素材多的用户可直接 brew 安装试用
Aleph Alpha 发布开源模型 Kolibri：78B MoE，Apache 2.0
德国 Aleph Alpha 于 2026 年 10 月 3 日发布开源权重模型 Kolibri，Apache 2.0 许可，权重已上 Hugging Face。总参数 78.1B，每 token 仅激活 3.46B（4.4%），支持德语和英语，原生上下文 262,144 token，测试可到 1,048,576。训练用约 24 万亿 token，其中德语超五分之一，在德国和芬兰的 768 块 NVIDIA B200 上从零训练，知识截止 2026 年 6 月 18 日。FP8 权重约 78 GB，支持 4 级推理…
推荐理由78B 总参只激活 3.46B，FP8 约 78 GB，德语场景可自托管，Apache 2.0 商用无限制
Sean Parker 将 Stability AI 转向音乐工具
Napster 联合创始人 Sean Parker 正把 Stability AI 重塑为面向音乐专业人士的 AI 工具公司。两年前他参与了对这家濒临崩溃的图像生成初创公司的 8000 万美元救助，好友 Prem Akkaraju 出任 CEO。今年 8 月底，公司宣布获得 7600 万美元融资，投资方包括索尼、华纳和环球，三家同时授权其曲库用于训练。此后 Stability 发布了三款新音频模型和 AI 音乐编辑软件，可根据文本提示生成完整器乐音轨或片段。Parker 称即将推出的更新将支持用户哼唱旋律或用人声打…
推荐理由音乐人可关注：索尼、华纳、环球曲库已授权训练，文本生成器乐音轨工具已上线
Anthropic 展示用 Claude Opus 5.5 做出的创意项目
Anthropic 官方账号发帖称，过去几周用户用 Claude 做出了不少有创意的作品，并列举了其中几个最喜欢的例子，第一个是用 Opus 5.5 搭建的一座可运转的水车。原帖仅给出这一条具体案例和一段视频链接，未披露更多项目细节、参与人数或功能更新信息。
推荐理由能看到 Opus 5.5 在实体装置类项目上的实际用法，附演示视频链接
Midjourney Alpha 更新：修复大量 bug，下周推协作工具
Midjourney 发布 alpha.midjourney.com 更新日志。上周上线侧边栏风格预览、更大尺寸图片、文件夹默认参数三项功能。本周以 bug 修复和清理为主：提示词参数按文件夹保存、10 万张以上图片库打开历史图片不再崩溃、编辑保留原图宽高比、多个 sref 合并为单个风格 pill。官方称下周将推出协作类新工具，后续计划包括持久化编辑历史和更好的风格探索。
推荐理由用 Midjourney Alpha 的可以看：10 万张图库崩溃已修，编辑不再被 --ar 拉伸
Opus 5.5 等模型在模拟油画工作室作画，多数画黄昏
一个 Show HN 项目让多个 AI 模型在模拟油画工作室中作画：模型自己写出每一笔，由笔刷、湿颜料和亚麻布的模拟执行。多数作品模仿 Caspar David Friedrich，仅凭文字研究，从未见过其画作。观察发现：两幅相隔六小时、互不相见的画作都选了波罗的海岸边、水边女子、鱼竿、巨石和船；第 16 轮两位冬季画家都命名为《雪中黄昏的支石墓》。54 幅有标题的画中 30 幅含 Evening、Dusk、Twilight 或 Sunset。MiMo v2.6 Pro 存在 bug：对话中超过五张图后会回答较早图…
推荐理由看 AI 在无视觉参考下的创作趋同与 Gemini 识破评测，含 MiMo 具体 bug 编号
Google 在 Gemini Live 推出 Guided Vision 实时视觉辅助
Google 在 Gemini Live 中上线 Guided Vision，兼容的 Android 设备今日起可用。用户共享摄像头画面后，Gemini 可实时语音描述镜头中的内容，包括朗读小字、描述周围环境、识别和寻找物体、说明物体细节，并支持追问（如让 Gemini 读出刚找到物品的保质期）。该功能面向盲人、低视力人群及需要临时协助的用户，类似 Apple 在 iPhone 和 Vision Pro 上的 VoiceOver Live Recognition。除 Gemini 应用外，Guided Vision…
推荐理由无障碍场景可直接用：Android 9 以上装 Gemini 或 TalkBack 即可让 AI 读小字、认物体
Tavus 发布 Griffin 模型，48% 测试者误认为视频对面是真人
Tavus 推出 Griffin，号称首个「Human Interaction Model」，能实时处理语音、表情、语气、手势和停顿，并同时接收与生成视频。在一项 Tavus 研究中，48% 的参与者在 1 分钟视频通话后认为 Griffin 是真人，此前系统最高仅 2%。在 Nvidia 一项衡量 AI 在音视频对话中拟人程度的独立测试中，Griffin 得 3.83 分，真人 3.92 分，此前最佳 AI 模型为 2.80 分。研究预览版 Griffin-Lite 已向部分测试者开放，更强版本将在「安全问题解决…
推荐理由48% 的人 1 分钟内分不清真假，做客服、陪练、在线教育的可以关注这个拟人度基准