AI Pulse

95K：GitHub 刚把 AI Agent 的开发边界往前推了一格。这个新开源的系统强制要求 AI 在写代码前必须先完成完整的规格说明（Specs）。几天内狂揽 95K Stars，最直接的后果是，AI 正在从“盲目写代码”转向“先思考再执行”。

当代码生成的逻辑链路被强制规范化，下一步被拿掉的人工环节，可能就是那层昂贵的代码审查（Code Review）。你觉得这种强制约束，是提升了代码质量，还是只是在给 AI 制造更高级的幻觉？

AI 代理终于能「真·操控」任何软件了！🔥 香港大学出品的 CLI-Anything 已斩获 35k+ Stars，瞬间爆火！你的 AI Agent 不再只会聊天，它能直接打开 Blender 建 3D 火星车、用 GIMP 专业修图、FreeCAD 设计机械、Kdenlive 剪视频、 画复杂流程…… 全部通过真实可靠的 CLI 命令完成！

核心亮点： - 一条命令就把任意 GUI/API 软件变成 Agent 原生 CLI（完美支持 Claude Code、Pi、OpenClaw 等） - 自动生成完整 CLI + 测试 + 文档，超 2280 个测试 100% 通过 - 真实软件驱动 + 结构化 JSON 输出，稳到爆 - CLI-Hub 一键安装：pip install cli-anything-hub 后 cli-hub install xxx 震撼 Demo：AI 用 FreeCAD/Blender 一步步造出火星车和无人机，还能实时预览； 自动生成带字幕的专业视频、玩卡牌游戏…… 真正的 Agent 时代来了，软件不再是人类的专属，而是 AI 的生产力工具。

微软刚刚发布了一款参数量为 40 亿的模型，可在 3 秒内将任意图像转换为带完整纹理的 3D 资产。输出 GLB 文件，包含完整的 PBR 纹理，可直接用于 Blender、Unity 和 Unreal。100% 开源。

3D 艺术家们今年过得不太容易。

.@cerebras 目前正在企业测试中以约每秒 1000 个 token 的速度运行 Kimi K2.6——当前领先的万亿参数开源模型。速度是次快 GPU 云的 6.7 倍，是 Claude Opus 的 10 倍，是 Gemini Flash 3.5（Google 最新推出的快速模型）的 3 倍。一项通常耗时 3 分钟的编程任务，在 Cerebras 上可在 6 秒内完成。

这正是晶圆级芯片（wafer scale）所要实现的目标。

Google 刚刚推出了其全新的 Gemini Omni Flash 模型。我们立即针对 Seedance 2.0 进行了并排测试。请在此查看真实的生成结果与对比。

📢很高兴分享我们的新论文：《Continuous Diffusion Scales Competitively with Discrete Diffusion for Language》（连续扩散在语言建模中可与离散扩散竞争性地扩展） 我们提出了 RePlaid 🌊，一种连续扩散语言模型（DLM），具备 🏅离散似然界 🏅扩展规律，性能可与当前最优（SOTA）的离散 DLM 相媲美。 如何实现？请深入阅读👇[🧵1/12] 论文链接： 本工作由我杰出的合作者共同完成：@WeiGuo01 @ShuibaiZ69721 @ssahoo_ @YongxinChen1 @ArashVahdat @MardaniMorteza @jwthickstun

字节跳动刚刚发布了一款名为 Lance 的开源模型——注意：它仅需 3B 活跃参数！🤯 它却能同时接收文本、图像和视频输入，并同步生成全部三类内容！简直令人难以置信！

我们推出 Nemotron-Labs-Diffusion —— 首个三模式语言模型系列（3B/8B/14B），仅需更改注意力模式/掩码，即可在 1⃣ 自回归、2⃣ 扩散和 3⃣ 自推测解码三种模式间切换。一个模型，三种解码模式。无需额外的草稿模型，无需架构改动。

仅通过此方式，即显著提升不同并发水平下的效率。单用户实际吞吐量最高可达 4 倍提升。🤗 Hugging Face 仓库：开源许可 🛜 项目主页： 📰 技术报告： 详情如下 👇

我们为此刻筹集了3000万美元。今天，我们推出Conversion Agents。这是首个由AI代理执行具体工作、而您的团队专注战略的营销平台。

我们称之为“氛围营销”（vibe marketing）。营销团队将50%以上的时间花费在单调重复的工作上。Conversion Agents可将这一比例降至5%。

一张图像 + 文本 + 相机轨迹 = 可控的世界。全部在单块 GPU 上运行。我们的研究团队刚刚发布了 SANA-WM，这是一个 2.6B 参数的开源世界模型，原生训练用于生成时长达 60 秒的视频，并支持精确的相机控制。

兄弟们注意了，GitHub 又出宝藏项目了—— hello-agents，直接冲上开源热榜第一，还在飙。这玩意儿把 AI Agent 从理论到实操全打包成一套开源课程， ①1️⃣ Agentic RL ②2️⃣ SFT ③3️⃣ GRPO 这些找高端 AI 岗必考的技能，全在里面。以前这些东西要么散得到处都是，要么得花钱买课。

现在？免费，还系统，不看你亏大了。

一些个人消息：我创立了一家新的 AI 安全标准机构，我们的前两项标准已于今日发布。我们名为 Guidelight，联合创始人是另一位前 OpenAI 安全研究员 Page Hedley。（1/n）

裁员警报：AI21 Labs 🚨 裁员110人，占员工总数的61%。一天之内，员工人数从180人降至70人。这并非一家名不见经传的初创公司。

其股东名单中包括Google和Nvidia。已融资5.75亿美元。这家以色列大语言模型实验室表示，销售语言模型“并非可持续的收入来源”，正转向AI智能体（AI agents）。

🚨我们的论文已发表于《美国国家科学院院刊》（PNAS）：我们发现，经典的人类说服技巧以一种“类人”方式对人工智能起效，使其同意那些不当请求（依从率从35%提升至51%）。该方法在一系列主流大语言模型（LLM）上均有效，尽管较新的模型抵抗性更强。

没有陷阱；SAM3 是开源的，而且非常出色。它特别擅长物体跟踪，甚至在篮球比赛这样极其复杂的场景中也能表现优异。它可能是我迄今为止最喜欢的计算机视觉模型。

一家 AI 公司是否会失去对其自身智能体（agents）的控制？为探究这一问题，Anthropic、Google、Meta 和 OpenAI 允许我们：（1）使用思维链（CoT）访问权限测试其最佳内部模型；（2）审阅有关能力、对齐性（alignment）与控制机制的非公开信息。结果是：我们的首份《前沿风险报告》（Frontier Risk Report）。

尽管 AI 正在帮助我们应对重大挑战，但它也带来了新的潜在安全风险。正因如此，我们专注于构建保障更广泛生态系统安全的工具——例如 CodeMender，一款可自动发现并修复关键软件漏洞的代码安全代理。

虽然 Google AI Studio 是从提示词到应用的最快路径，但随着团队的发展，转向本地开发平台可帮助开发者实现更快的迭代。现在，您只需一键即可将 AI Studio 项目导出并导入 @Antigravity。

没有新模型发布的 Google I/O 就不算完整的 Google I/O。 来认识一下 Gemini 3.5 Flash：它为智能体（agents）和编程任务提供前沿性能，在复杂、长周期任务中表现出色，可立即交付真实世界价值；现已通过 Gemini API 在 Google AI Studio 中提供。

推出 Gemini API 的托管智能体（Managed Agents）——仅需一次 API 调用，即可获得一个由 Google 托管的远程 Linux 环境智能体，随时可扩展；您可用 Markdown 定义自定义指令、技能和工具。

// Code as Agent Harness // 一份超过 100 页的报告，涵盖与 agent harness 相关的所有内容。（建议收藏） 尤其值得注意的是，该综述汇总了 code as agent harness 的方法与应用。 本文有力地论证了 code-as-harness 或许正是推动我们前进的关键。

AI 模拟是科学领域的另一项强大工具，使我们能够理解并预测动态系统。这些模拟包括： 🌍 AlphaEarth Foundations，一个地球的“数字孪生”，有望帮助应对毁林和粮食安全等问题 🌧️ 我们最先进的

你现在可以在 AI Studio 中构建应用，直接与 Google Workspace 交互：启动可从 Google Sheets 拉取数据、整理 Google Drive、或处理团队文档的工具，全程无需离开 AI Studio。

SynthID（用于检测图像是否由 OpenAI 生成）：

很多人学大模型，最容易遇到资料很全，但不知道怎么动手的情况。GitHub： 上海交大出品的 Dive into LLMs，是一个大模型实战教程库，覆盖从模型微调、部署、提示学习，到知识编辑、数学推理、多模态、GUI Agent、安全对齐等 11 个方向。每个主题都配了 PDF 课件、Markdown 教程和可运行的 Jupyter Notebook，不只是讲概念，而是能直接跟着跑实验。

内容包括：微调与部署、提示学习与思维链、知识编辑、数学推理、模型水印、越狱攻击、大模型隐写、多模态模型、GUI 智能体、智能体安全、基于 PPO 的 RLHF 安全对齐。比较适合两类人：一类是想系统补大模型实战链路的开发者，另一类是做研究、毕设、项目选题时，想快速切入某个具体方向的学生。

📢很高兴分享我们的新论文：《Continuous Diffusion Scales Competitively with Discrete Diffusion for Language》（连续扩散在语言建模中可与离散扩散竞争性地扩展） 我们提出了 RePlaid 🌊，一种连续扩散语言模型（DLM），具备 🏅离散似然界 🏅扩展规律，性能可与当前最优（SOTA）的离散 DLM 相媲美。 如何实现？请深入阅读👇[🧵1/12] 论文链接： 本工作由我杰出的合作者共同完成：@WeiGuo01 @ShuibaiZ69721 @ssahoo_ @YongxinChen1 @ArashVahdat @MardaniMorteza @jwthickstun

// Code as Agent Harness // 一份超过 100 页的报告，涵盖与 agent harness 相关的所有内容。（建议收藏） 尤其值得注意的是，该综述汇总了 code as agent harness 的方法与应用。 本文有力地论证了 code-as-harness 或许正是推动我们前进的关键。

一家 AI 公司是否会失去对其自身智能体（agents）的控制？为探究这一问题，Anthropic、Google、Meta 和 OpenAI 允许我们：（1）使用思维链（CoT）访问权限测试其最佳内部模型；（2）审阅有关能力、对齐性（alignment）与控制机制的非公开信息。结果是：我们的首份《前沿风险报告》（Frontier Risk Report）。

一张图像 + 文本 + 相机轨迹 = 可控的世界。全部在单块 GPU 上运行。我们的研究团队刚刚发布了 SANA-WM，这是一个 2.6B 参数的开源世界模型，原生训练用于生成时长达 60 秒的视频，并支持精确的相机控制。

我们为此刻筹集了3000万美元。今天，我们推出Conversion Agents。这是首个由AI代理执行具体工作、而您的团队专注战略的营销平台。

我们称之为“氛围营销”（vibe marketing）。营销团队将50%以上的时间花费在单调重复的工作上。Conversion Agents可将这一比例降至5%。

我们推出 Nemotron-Labs-Diffusion —— 首个三模式语言模型系列（3B/8B/14B），仅需更改注意力模式/掩码，即可在 1⃣ 自回归、2⃣ 扩散和 3⃣ 自推测解码三种模式间切换。一个模型，三种解码模式。无需额外的草稿模型，无需架构改动。

仅通过此方式，即显著提升不同并发水平下的效率。单用户实际吞吐量最高可达 4 倍提升。🤗 Hugging Face 仓库：开源许可 🛜 项目主页： 📰 技术报告： 详情如下 👇

字节跳动刚刚发布了一款名为 Lance 的开源模型——注意：它仅需 3B 活跃参数！🤯 它却能同时接收文本、图像和视频输入，并同步生成全部三类内容！简直令人难以置信！

你现在可以在 AI Studio 中构建应用，直接与 Google Workspace 交互：启动可从 Google Sheets 拉取数据、整理 Google Drive、或处理团队文档的工具，全程无需离开 AI Studio。

推出 Gemini API 的托管智能体（Managed Agents）——仅需一次 API 调用，即可获得一个由 Google 托管的远程 Linux 环境智能体，随时可扩展；您可用 Markdown 定义自定义指令、技能和工具。

没有新模型发布的 Google I/O 就不算完整的 Google I/O。 来认识一下 Gemini 3.5 Flash：它为智能体（agents）和编程任务提供前沿性能，在复杂、长周期任务中表现出色，可立即交付真实世界价值；现已通过 Gemini API 在 Google AI Studio 中提供。

虽然 Google AI Studio 是从提示词到应用的最快路径，但随着团队的发展，转向本地开发平台可帮助开发者实现更快的迭代。现在，您只需一键即可将 AI Studio 项目导出并导入 @Antigravity。

尽管 AI 正在帮助我们应对重大挑战，但它也带来了新的潜在安全风险。正因如此，我们专注于构建保障更广泛生态系统安全的工具——例如 CodeMender，一款可自动发现并修复关键软件漏洞的代码安全代理。

95K：GitHub 刚把 AI Agent 的开发边界往前推了一格。这个新开源的系统强制要求 AI 在写代码前必须先完成完整的规格说明（Specs）。几天内狂揽 95K Stars，最直接的后果是，AI 正在从“盲目写代码”转向“先思考再执行”。

当代码生成的逻辑链路被强制规范化，下一步被拿掉的人工环节，可能就是那层昂贵的代码审查（Code Review）。你觉得这种强制约束，是提升了代码质量，还是只是在给 AI 制造更高级的幻觉？

AI 代理终于能「真·操控」任何软件了！🔥 香港大学出品的 CLI-Anything 已斩获 35k+ Stars，瞬间爆火！你的 AI Agent 不再只会聊天，它能直接打开 Blender 建 3D 火星车、用 GIMP 专业修图、FreeCAD 设计机械、Kdenlive 剪视频、 画复杂流程…… 全部通过真实可靠的 CLI 命令完成！

核心亮点： - 一条命令就把任意 GUI/API 软件变成 Agent 原生 CLI（完美支持 Claude Code、Pi、OpenClaw 等） - 自动生成完整 CLI + 测试 + 文档，超 2280 个测试 100% 通过 - 真实软件驱动 + 结构化 JSON 输出，稳到爆 - CLI-Hub 一键安装：pip install cli-anything-hub 后 cli-hub install xxx 震撼 Demo：AI 用 FreeCAD/Blender 一步步造出火星车和无人机，还能实时预览； 自动生成带字幕的专业视频、玩卡牌游戏…… 真正的 Agent 时代来了，软件不再是人类的专属，而是 AI 的生产力工具。

微软刚刚发布了一款参数量为 40 亿的模型，可在 3 秒内将任意图像转换为带完整纹理的 3D 资产。输出 GLB 文件，包含完整的 PBR 纹理，可直接用于 Blender、Unity 和 Unreal。100% 开源。

3D 艺术家们今年过得不太容易。

.@cerebras 目前正在企业测试中以约每秒 1000 个 token 的速度运行 Kimi K2.6——当前领先的万亿参数开源模型。速度是次快 GPU 云的 6.7 倍，是 Claude Opus 的 10 倍，是 Gemini Flash 3.5（Google 最新推出的快速模型）的 3 倍。一项通常耗时 3 分钟的编程任务，在 Cerebras 上可在 6 秒内完成。

这正是晶圆级芯片（wafer scale）所要实现的目标。

Google 刚刚推出了其全新的 Gemini Omni Flash 模型。我们立即针对 Seedance 2.0 进行了并排测试。请在此查看真实的生成结果与对比。

AI 模拟是科学领域的另一项强大工具，使我们能够理解并预测动态系统。这些模拟包括： 🌍 AlphaEarth Foundations，一个地球的“数字孪生”，有望帮助应对毁林和粮食安全等问题 🌧️ 我们最先进的

一些个人消息：我创立了一家新的 AI 安全标准机构，我们的前两项标准已于今日发布。我们名为 Guidelight，联合创始人是另一位前 OpenAI 安全研究员 Page Hedley。（1/n）

裁员警报：AI21 Labs 🚨 裁员110人，占员工总数的61%。一天之内，员工人数从180人降至70人。这并非一家名不见经传的初创公司。

其股东名单中包括Google和Nvidia。已融资5.75亿美元。这家以色列大语言模型实验室表示，销售语言模型“并非可持续的收入来源”，正转向AI智能体（AI agents）。

🚨我们的论文已发表于《美国国家科学院院刊》（PNAS）：我们发现，经典的人类说服技巧以一种“类人”方式对人工智能起效，使其同意那些不当请求（依从率从35%提升至51%）。该方法在一系列主流大语言模型（LLM）上均有效，尽管较新的模型抵抗性更强。

没有陷阱；SAM3 是开源的，而且非常出色。它特别擅长物体跟踪，甚至在篮球比赛这样极其复杂的场景中也能表现优异。它可能是我迄今为止最喜欢的计算机视觉模型。

兄弟们注意了，GitHub 又出宝藏项目了—— hello-agents，直接冲上开源热榜第一，还在飙。这玩意儿把 AI Agent 从理论到实操全打包成一套开源课程， ①1️⃣ Agentic RL ②2️⃣ SFT ③3️⃣ GRPO 这些找高端 AI 岗必考的技能，全在里面。以前这些东西要么散得到处都是，要么得花钱买课。

现在？免费，还系统，不看你亏大了。

很多人学大模型，最容易遇到资料很全，但不知道怎么动手的情况。GitHub： 上海交大出品的 Dive into LLMs，是一个大模型实战教程库，覆盖从模型微调、部署、提示学习，到知识编辑、数学推理、多模态、GUI Agent、安全对齐等 11 个方向。每个主题都配了 PDF 课件、Markdown 教程和可运行的 Jupyter Notebook，不只是讲概念，而是能直接跟着跑实验。

内容包括：微调与部署、提示学习与思维链、知识编辑、数学推理、模型水印、越狱攻击、大模型隐写、多模态模型、GUI 智能体、智能体安全、基于 PPO 的 RLHF 安全对齐。比较适合两类人：一类是想系统补大模型实战链路的开发者，另一类是做研究、毕设、项目选题时，想快速切入某个具体方向的学生。

SynthID（用于检测图像是否由 OpenAI 生成）：