AINews：AI Engineer NYC 大会举行，Gemini 4 Argon 正式发布并经多机构评测
Gemini 4 Argon 正式全球发布，面向编码、知识工作、企业工作流与网络防御，可通过 Gemini API、Gemini 应用、AI Mode 与 Antigravity 获取。
推荐理由：本期汇总 Gemini 4 Argon 正式发布后的独立评测、定价与部署细节，并收录同周 Anthropic、Meta 等厂商动态，便于横向比较能力与成本。
#多模态
#多模态
今日 0 条Latent Space精选AI 评分8383 量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B MoE 模型仅需 3G 内存即可在 iPhone 断网运行
面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7，包含 35B-A3B 与 1B 两个版本。35B-A3B 为系列首个 MoE 模型，每次推理仅激活 3B，约 3G 内存即可在 iPhone 17 Pro Max 上断网流畅运行，解码速度超每秒 13 token。模型通过前瞻专家调度提前预取专家、混合精度量化压缩权重，并以自回放微调减少业务定制后的通用能力遗忘。
推荐理由：原文实测了35B MoE模型在手机端的运行效果，并详解了前瞻专家调度等让大模型在低内存设备上跑快的关键技术。
爱范儿精选AI 评分8484 谷歌发布 Gemini 4 Argon，以低价与长上下文对标 GPT-6 和 Opus 5.5
谷歌正式发布新旗舰模型 Gemini 4 Argon 并面向全球上线，开发者可通过 AI Studio、Android Studio 及 Gemini API 接入。
推荐理由：原文汇总了官方能力数据与全网实测对比，读者可直观比较 Argon 与 GPT-6、Opus 5.5 的速度和价格差距。
极客公园AI 评分6161 苹果给 Siri 做了一块能认出全家人的屏幕，售价 299 美元
苹果发布 7 英寸智能屏幕 Apple HomeView，美国售价 299 美元，10 月 13 日开放预订、11 月 13 日上市，同期还推出第四代 Apple TV 4K 和 HomePod mini 2。
爱范儿AI 评分6262 阶跃终端发布首款大模型原生智能体手机 STEPX Neo，实测 Amoo 与 Step Studio
阶跃终端正式发布首款大模型原生智能体手机 STEPX Neo，内置个人智能体 Amoo，软硬模全栈定价 3999 元。真机实测中，Amoo 可基于记忆与圈屏提问等上下文完成订票、文档导出等多步骤任务，端云协同处理简单操作与复杂规划。Step AOS 开放 Skill 生态与开发工具 Step Studio，用户可对话构建自己的 App、Skill 或 Agent 并上架分享。
InfoQ 中国精选AI 评分8181 Meta 发布 Muse Wonder 系列模型，Alexandr Wang 亲述 Muse 七个月翻身内幕
10 月 12 日，Meta 发布新一代 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full，明确指向个人和专业 Agent，核心能力被概括为主动记忆和主动专注。
推荐理由：原文把 Muse Wonder 的规格、定价与多项对照评测放在一起，读者可看出 Meta 以主动记忆和长程执行卡位个人 Agent 的思路。
Latent Space精选AI 评分8383 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta 超级智能实验室（MSL）发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，定位个人与专业智能体工作。Wonder 通过 Meta Model API 和 Muse Code 开放，Wonder Full 仅向 Muse Code 订阅用户提供，定价为每百万 token 输入 $4、输出 $20，上下文窗口 1M。
推荐理由：汇总了 Muse Wonder 的发布详情与第三方评测数据，可据此横向对比它与 Opus 5.5、GPT-6 Astra 的能力与价格。
爱范儿精选AI 评分7676 小扎发布神秘「西瓜」模型，跑分媲美 Opus 5.5，口碑却一言难尽
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款模型（前代号 Watermelon），主攻个人与专业智能体任务，强化跨对话记忆、长时任务执行与编程能力。
推荐理由：原文并置了官方跑分、第三方评测与早期用户实测，便于读者判断 Wonder 系列在编程与智能体任务上的实际位置。
Hacker News · AI 最新AI 评分6363 ProductAI 检查 495 张 AI 商品图：35% 的错误出在文字上
ProductAI 用视觉模型把卖家上传原图与生成结果逐张比对，18 天内检查 495 张渲染图并标记 111 张（约五分之一）。被标记的问题中 39 张（35%）是标签文字或数字变化，如 118 mL 被渲染成 110 mL、9.6% 变成 5.6%；其次是颜色或材质 19 张、形状 16 张、产品整体错误 11 张。
36氪AI 评分6060 字节用 AI 做出《不问凡尘》，Steam 好评率 88%
朝夕光年旗下江南工作室用 Seedance 模型开发的修仙影游《不问凡尘》9月23日在 Steam 上线 EA 版，好评率 88%。游戏美术、配音、代码均有 AI 参与，制作组花了一年时间打磨，总制作人称其为市面上 AI 浓度最高的游戏。玩家与 NPC 的对话由独立智能体驱动，可通过不同提示词说服 NPC 获取资源，还能借助豆包提高交涉成功率。
极客公园AI 评分4242 复旦邱锡鹏团队获超 10 亿融资，成立两年，让模型感知、理解、响应变化的世界
模思智能宣布完成超 10 亿元 Pre-A 轮融资，由华控基金领投，这是其成立不到两年来的第二笔大额融资。公司由复旦教授邱锡鹏创立，聚焦情境智能，2026 年以来围绕语音、视觉和实时多模态连续发布 20 多个模型，其中 7 月开源的 MOSS-VL-Realtime 已能持续接收视频流并实时更新判断。
36氪AI 评分4747 模思智能完成超10亿元Pre-A轮融资，想让AI懂人的情绪与处境
邱锡鹏教授创办的模型公司模思智能近日完成超10亿元Pre-A轮融资，由华控基金联合领投，资金将用于全模态实时交互系统研发与全球商业化落地。公司将交互模型作为工程化入口，推出可实时理解和生成语音、视频等多模态的MOSS Live系统，目标是让AI持续理解现场情境。过去半年多，团队已迭代发布20多个模型版本，并与B端客户一起打磨交互模型。
The Decoder精选AI 评分7676 Meta 新前沿模型 Muse Wonder Full 进入 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，两者均进入 AI 模型第一梯队，在 Artificial Analysis Intelligence Index v4.3 上分别得分 52 与 56，前代 Muse Spark 1.3 为 48 分。
推荐理由：文中汇总了多机构基准成绩与 token 定价对比，可据此判断 Muse Wonder 系列在第一梯队中的位置、事实知识短板与成本代价。
Hacker News · AI 最新AI 评分2020 Meta 发布全新系列高级 AI 模型
Meta 发布全新系列高级 AI 模型。原文未提供具体型号、参数规模、benchmark 分数、价格、上下文长度、可用性（开源/闭源/API）等细节，暂无可核验的进一步信息。
Hacker News · AI 最新AI 评分6363 理解驱动机器人的 AI
本文以 Physical Intelligence 2025 年发布的开源权重 VLA 模型 π0.5 为例，解释控制机器人的 AI 如何工作。
Hacker News · AI 最新AI 评分2020 Show HN: Jruva — 支持聊天、文档与图像的 AI workspace
Jruva 是一款支持聊天、文档与图像处理的 AI workspace，其核心机制为多供应商回退（multi-provider fallback）。作者更倾向于亲自在评论区简短说明该项目的开发初衷及回退机制的工作原理。
36氪AI 评分5252 影石举办2026 Bold Maker智能影像挑战赛，从AI剪辑走向移动摄影师
影石在南京举办2026 Bold Maker智能影像挑战赛，220余名青年创客在四天三晚内完成原型开发，15支队伍进入决赛。影石同期公开“移动摄影师”计划，希望设备自主观察环境、理解拍摄目标并规划移动轨迹，并将智能影像拆分为“选、拍、剪、传”四个环节。多模态语音助手Kira、“时刻Pro”和“3D时光仓”已落地相关能力，Insta360+云存储付费用户同比增长超124%。
36氪AI 评分5151 模思智能完成超10亿元Pre-A轮融资
10月12日，模思智能官宣完成超10亿元Pre-A轮融资，由华控基金领投，国开科创、上海科创基金、新微资本等参投，元禾控股等老股东持续投资。本轮资金将用于推进全模态实时交互智能的研发与能力建设，以及全球商业化落地。
Hacker News · AI 最新AI 评分4949 Show HN: Mira AI 步行导览
Mira 是一款 AI 语音导览工具，让用户在桌前即可游览各地，边看街景边听讲解。旧金山和巴黎的导览无需注册即可使用，登录后可解锁其他城市与自定义导览功能，新用户有 30 分钟免费时长。
Hacker News · AI 最新AI 评分1717 多模态 AI 的数据工程
原文仅含标题与 URL，无正文可供摘要。
量子位 · 行业解读AI 评分4949 下架8个月，GPT-4o的拯救行动居然还在继续
OpenAI 将于 10 月 23 日停用 GPT-4o 最早的 API 快照（2024-05-13 版）。下架 8 个月来，Keep4o 支持者持续发起请愿与守夜，最新方案呼吁 OpenAI 以存档式开放权重保留已退役的 GPT-4o。OpenAI 尚未回应，而 Anthropic 已承诺永久保存已退役模型权重，并保留了 Claude Opus 3 的付费使用。
量子位精选AI 评分7777 何恺明团队发布多模态Harness框架VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生Harness框架VISTA，把环境返回的每一帧原样保存到上下文之外，供模型按需回看、放大和对比，无需额外训练。
推荐理由：论文提出把原始画面存成可随时回看的视觉档案，让现有多模态模型无需重新训练即可在交互式视觉推理中复用视觉经验。
Hacker News · AI 最新AI 评分3535 Show HN: WhimKid，一款面向儿童的 AI 故事书生成器
SylwairTech LLC 推出 AI 儿童故事书生成器 WhimKid，可将想法、照片或熟悉角色转化为可编辑的绘本。它提供 5 个年龄段、10 至 30 页篇幅、最多 6 个参考角色与多种美术风格，支持文本、插图与页面编辑。新账号获 100 个欢迎积分（30 天有效），成品可导出 PDF、图片、音频及 SRT、VTT 字幕等 6 种模式。
阿里云开发者精选AI 评分7777 Qwen-Image-2.1 Pro、Turbo API 正式上线，让图像生成与编辑走进你的应用
Qwen-Image-2.1 Pro 与 Turbo API 正式上线千问AI平台，开发者无需自行部署即可通过 API 接入图像生成与编辑能力，Qwen-Image-2.1-Turbo 模型权重也同步开放。
推荐理由：官方给出了两款 API 的能力要点与接入入口，开发者可据此判断图像生成与编辑能力怎样融入现有工作流。
Hacker News · AI 最新AI 评分5757 魏茨曼研究所 Brain-IT 模型可将所见画面还原为图像
以色列魏茨曼研究所 Michal Irani 团队开发的 Brain-IT 模型，仅凭观看者的大脑活动即可重建其所见图像，在构图、色彩等细节上优于现有同类模型。
36氪AI 评分4848 以色列团队开发 Brain-IT 模型，可通过 fMRI 数据重建受试者所见画面
魏茨曼科学研究所 Michal Irani 教授团队开发了名为 Brain-IT 的 AI 模型。该模型能够通过分析功能性磁共振成像（fMRI）数据，重建出受试者观看图像时的视觉画面。
Hacker News · AI 最新AI 评分7474 Google SynthID Detector 向全球英语用户开放
Google 将 SynthID Detector 向全球英语用户开放，任何人都能用它检测图片、视频或音频是否由 Google 或合作伙伴的 AI 生成。截至目前 SynthID 已为超过 180B 张图片和视频以及 240,000 年的音频内容添加水印，合作伙伴包括 OpenAI、NVIDIA、Kakao，Apple 也将加入。
OSCHINA 社区AI 评分6767 Cloudflare 发布多模态决策模型 Clef-omni，Clef 系列同时降价提速
Cloudflare 今天发布多模态决策模型 Clef-omni，同时下调 Clef-flash 价格并提升 Clef 速度。Clef-omni 是 Clef 系列首个支持音频、视频、图像与文本的决策模型，基于开源的 Qwen3-Omni-30B-A3B-Instruct（MoE 架构）。
雷峰网AI 评分5757 WorldArena 2.0 挑战赛揭榜，JEPA 与空间智能路线正面交锋
清华团队联合多所高校推出的 WorldArena 2.0 Challenge 揭榜，视启未来 WorldIncept、北京中关村学院 MW2、小米机器人 ViTacX 分获三条赛道第一。
InfoQ 中国AI 评分4848 10 秒视频很惊艳，为什么 AI 做一部短剧还是这么难？
行业专家在 InfoQ 直播中指出，AIGC 已从单点 Demo 走向规模化生产，竞争单位从单个 clip 变成完整生产链路。专业内容生产中，模型的可控性比单次惊艳效果更重要，真实交付成本是每条合格成片的综合成本，远高于单次模型调用价格。人的创作判断将持续向上游移动，负责目标定义、审美与最终取舍。
Hacker News · AI 最新AI 评分5757 Kenerate：聚合 AI 图像、视频与音乐模型的创作工作台
Kenerate 推出了聚合多种 AI 图像、视频和音乐模型的创作工作台，用户可用单一额度余额调用各家模型。其 AI 智能体能根据文字描述自动规划任务、挑选模型并交付成品；网站提供 $9.99、$24.99 和 $79.99 三档月度订阅，注册即送免费额度。
Hacker News · AI 最新AI 评分6464 阶跃星辰（StepFun）Step 5 Preview 现已上线 Vercel AI Gateway
阶跃星辰（StepFun）旗舰模型 Step 5 Preview 现已上线 Vercel AI Gateway，支持文本与图像输入，具备 1M token 上下文窗口，面向智能体编码、专业知识工作与金融分析，可在单次请求中处理大型代码库、多份文档或截图图表。
雷峰网AI 评分6969 「字节投毒实习生」田柯宇创世界模型公司，估值 2 亿美元挑战李飞飞
田柯宇创立的 10 人世界模型实验室获五源资本、IDG 投资 3000 万美元，估值 2 亿美元，计划 2027 年发布面向机器人、自动驾驶和交互式视频的基座模型。
雷峰网AI 评分5959 豆包工作新增画布功能，并接入豆包2.1 Lite模型
豆包工作推出创作画布功能，并新增轻量级豆包2.1 Lite模型。画布功能将素材、设计方案与创作成果集中到同一无限画布，接入图片模型Seedream 5.0 Flash，图片生成后仍可继续修改文字、配色和布局；豆包2.1 Lite面向日常问答、文档撰写、表格处理和PPT制作等高频办公场景，在响应速度与额度消耗上作了优化，图片、视频和音频理解能力较为突出，用户将客户端升级至最新版本选择该模型即可使用。
Hacker News · AI 最新AI 评分2828 AI 模型可从人脑重建图像
研究人员开发出一款 AI 模型，能够根据人脑活动重建出人眼所见的图像。该技术通过分析脑部信号将其还原为对应的视觉画面，在脑机接口与神经科学领域展现出应用潜力。目前相关研究仍处于早期实验阶段。
XAI 评分5757 一部 AI 影片报名奥斯卡最佳动画长片
一部 AI 影片已报名奥斯卡最佳动画长片。消息源自 @fableshowrunner 的推文，Hacker News 讨论帖获得 4 点和 2 条评论。
36氪AI 评分1717 美央构建物理AI路径闭环：把人体变成可计算的真实世界
广州美央创新科技以FAITH多模态感知、“女娲”人体真实世界模型与医疗级智能硬件，落地“感知—理解—决策—执行—反馈”的物理AI闭环。“女娲”采用3DGS与点云、三维网格协同的混合路线，基于约2659万张多视角高清人体图像建模，部分流程仅需5至20秒。执行端硬件ASP-1M已于2026年7月取得国家药监局三类医疗器械注册证。
Hacker News · AI 最新AI 评分6868 Nace.ai Document Intelligence 1.0 发布，含 Drex 决策模型与 NDI 文档解析
Nace.ai 发布 Document Intelligence 1.0，推出决策模型 Drex 与文档解析服务 NDI。Drex 在一次前向传播中为每个选项给出校准概率，NDI 可读取 36 种文件类型并为每个答案标注来源。平台支持通过 npm install nace-sdk 接入，并提供公有云、专属云、自有 VPC 和本地离线四种部署边界。
36氪AI 评分5959 Tavus Griffin-Lite 视频对话几可乱真，48% 受试者误以为对方是真人
美国旧金山 AI 视频公司 Tavus 发布新模型 Griffin-Lite，在 54 名受试者参与的一分钟视频通话测试中，有 26 人（48%）误以为对方是真人。上一代系统在同一测试流程下仅有 2.4% 的受试者作出同样判断。Tavus 称这是首个通过“视频图灵测试”的实时视频对话模型，Griffin-Lite 可在双方同时说话时实时附和或打断，如同真人聊天。
Hacker News · AI 最新AI 评分1010 AI 与作者之死
原文仅包含一条 Hacker News 讨论链接，未提供正文内容，无法提取可核实的产品、模型或技术要点。