AI Pulse

社区讨论：多数用户聚焦技术之外的行业影响，有人提到大家常讨论生成式AI对开发者的影响，却很少关注AI对配音演员和影视演员的冲击。有人对比行业动向，提出OpenAI已经完全放弃Sora项目，但谷歌仍在重度投资视频生成，可能是把视频生成当做开发世界模型的核心环节。不少用户提出质疑，有人称含人类的AI生成视频仍有严重的恐怖谷效应，有人指出该版本依然无法实现将生成视频和已有音频同步。

认识一下 Gemini Omni 1.1 Flash ⚡️，这是我们最新推出的视频生成与编辑多模态模型。

它现在整合了你最爱的 Veo 创意控制功能，还新增了全新能力。你可以使用 4K 超分辨率、首帧/末帧控制，以及快速 360p 草稿生成等功能。

但最大的升级是什么？是更上一层楼的场景扩展能力。

使用 Omni 1.1，你可以基于原视频中 10 秒的上下文来扩展场景，相比 Veo 原先只支持 1 秒是巨大的飞跃！

这意味着更强的连贯性、更深度的控制，以及更长、更统一的叙事。点击下方看实际演示↓

人机对话是 AI 领域最难解决的问题之一。

今天，我们正式推出 Sparrow-2，这是我们最先进的实时对话理解模型。

它为 Tavus PALs 带来了大多数语音 AI 至今仍不具备的能力：理解对话当前的进展，并决定下一步该做什么——该何时倾听、等待、开口，或是继续说下去。

我们推出了内在发现（intrinsic discovery），一种全新的学习方法，能让模型在无人工监督的情况下，在开放环境中自主探索和学习。

借助内在发现，我们训练出了一个世界模型，它在模拟终端环境方面的表现超过了 GPT-5.6 Sol。

据称，随着近期成为话题的「Raiza Chat AI」出现，越来越多人开始挑战在PC上开发属于自己的AI角色聊天👀

如果你对聊天开发感兴趣，可以去看看引用内容。你可以用Claude Code和Codex轻松做出视频里那样的AI角色聊天，不光声音和性格，聊天界面也能按照自己的喜好自定义。

它不需要依托外部服务，可以直接在你的PC里搭建，因此能做出完全只属于你的AI角色聊天空间。

还支持自选头像格式，你可以选自己想用的头像格式。另外，如果你有希望新增支持的头像格式，也欢迎提需求😊

介绍 Gemini Omni 1.1 Flash。该模型为开发者带来了一套全新的创意控制工具与生成式视频能力。

- 扩展场景以实现更长的叙事
- 可指定首帧与末帧
- 以 360p 分辨率更高效地起草视频
- 最高可升频至 4K 分辨率
- 可在多模态输入中添加视频参考

目前该模型已可通过 Gemini API 和 AI Studio 使用。

今日，我们启动 Model Hardware Standard (MHS) 研究预览的第一阶段。这是一套全新标准，用于让 AI 智能体安全操作科研与先进制造领域的物理设备。

了解更多：https://www.anthropic.com/news/model-hardware-standard-research-preview

从天气预报到机器人学，智能决策都依赖于对未知的理解。

我们的研究副总裁 @ZoubinGhahrama1 与 @fryrsquared 一同探讨，为什么教会系统自我怀疑和概率思维能带来更安全、更可靠的真实世界决策。🧠 观看本期节目 ↓

时间码：
00:00 引言
01:06 不确定性的作用
07:45 正确性与置信度
09:40 历史视角
16:10 AI 中的贝叶斯思维
26:30 真实世界中的不确定性
36:42 未来研究与 AGI

如果你正在用 Claude Code 做实体相关的项目（固件、机器人、传感器、家庭自动化等等），我非常想听听你的设备配置和你正在搭建的东西！

今日，我们启动 Model Hardware Standard (MHS) 研究预览的第一阶段。这是一套全新标准，用于让 AI 智能体安全操作科研与先进制造领域的物理设备。

了解更多：https://www.anthropic.com/news/model-hardware-standard-research-preview

介绍 Gemini Omni 1.1 Flash。该模型为开发者带来了一套全新的创意控制工具与生成式视频能力。

- 扩展场景以实现更长的叙事
- 可指定首帧与末帧
- 以 360p 分辨率更高效地起草视频
- 最高可升频至 4K 分辨率
- 可在多模态输入中添加视频参考

目前该模型已可通过 Gemini API 和 AI Studio 使用。

据称，随着近期成为话题的「Raiza Chat AI」出现，越来越多人开始挑战在PC上开发属于自己的AI角色聊天👀

如果你对聊天开发感兴趣，可以去看看引用内容。你可以用Claude Code和Codex轻松做出视频里那样的AI角色聊天，不光声音和性格，聊天界面也能按照自己的喜好自定义。

它不需要依托外部服务，可以直接在你的PC里搭建，因此能做出完全只属于你的AI角色聊天空间。

还支持自选头像格式，你可以选自己想用的头像格式。另外，如果你有希望新增支持的头像格式，也欢迎提需求😊

我们推出了内在发现（intrinsic discovery），一种全新的学习方法，能让模型在无人工监督的情况下，在开放环境中自主探索和学习。

借助内在发现，我们训练出了一个世界模型，它在模拟终端环境方面的表现超过了 GPT-5.6 Sol。

介绍针对 arXiv 论文的自动研究功能：使用一大批 Claude/Codex 智能体复现和实验任意 arXiv 论文。

训练后，你的智能体可以通过 @tinkerapi 启动并行强化学习运行，同时你可以观察实验树的生长。

现在就去 OpenResearch 试用：

人机对话是 AI 领域最难解决的问题之一。

今天，我们正式推出 Sparrow-2，这是我们最先进的实时对话理解模型。

它为 Tavus PALs 带来了大多数语音 AI 至今仍不具备的能力：理解对话当前的进展，并决定下一步该做什么——该何时倾听、等待、开口，或是继续说下去。

认识一下 Gemini Omni 1.1 Flash ⚡️，这是我们最新推出的视频生成与编辑多模态模型。

它现在整合了你最爱的 Veo 创意控制功能，还新增了全新能力。你可以使用 4K 超分辨率、首帧/末帧控制，以及快速 360p 草稿生成等功能。

但最大的升级是什么？是更上一层楼的场景扩展能力。

使用 Omni 1.1，你可以基于原视频中 10 秒的上下文来扩展场景，相比 Veo 原先只支持 1 秒是巨大的飞跃！

这意味着更强的连贯性、更深度的控制，以及更长、更统一的叙事。点击下方看实际演示↓

我们很高兴发布 OpenInstinct：Instinct 但支持自托管、开源，并且兼容所有模型。

你可以完全掌控代码、数据和密码。

部署到 Vercel，再也不用手动联网操作了。

我发现在预印本网站上有不少挂着我名字的AI垃圾论文，这些论文我既没写过，也从来没见过。

我聊过的其他学者也遇到了同样的情况。

我不认为现在所有这类论文都是真的……不过质量尚可的AI论文工厂很快就要出现了。

社区讨论：多数用户聚焦技术之外的行业影响，有人提到大家常讨论生成式AI对开发者的影响，却很少关注AI对配音演员和影视演员的冲击。有人对比行业动向，提出OpenAI已经完全放弃Sora项目，但谷歌仍在重度投资视频生成，可能是把视频生成当做开发世界模型的核心环节。不少用户提出质疑，有人称含人类的AI生成视频仍有严重的恐怖谷效应，有人指出该版本依然无法实现将生成视频和已有音频同步。

从天气预报到机器人学，智能决策都依赖于对未知的理解。

我们的研究副总裁 @ZoubinGhahrama1 与 @fryrsquared 一同探讨，为什么教会系统自我怀疑和概率思维能带来更安全、更可靠的真实世界决策。🧠 观看本期节目 ↓

时间码：
00:00 引言
01:06 不确定性的作用
07:45 正确性与置信度
09:40 历史视角
16:10 AI 中的贝叶斯思维
26:30 真实世界中的不确定性
36:42 未来研究与 AGI

按难度排序的 AI 开发技能 🤖

🔴 模型训练 —— 极难
🔴 微调 LLM —— 极难
🔴 多智能体系统 —— 难
🔴 AI 基础设施 —— 难

🔵 RAG —— 中偏难
🔵 向量数据库 —— 中等
🔵 AI 智能体 —— 中偏难
🔵 LangGraph —— 中等

🟢 提示词工程 —— 简单
🟢 OpenAI API —— 简单
🟢 Claude API —— 简单
🟢 Gemini API —— 简单

哪项 AI 技能实际上被低估了？👀

🚨我们的新研究考察了智能体购物：你能否始终预测（或是通过营销手段影响）智能体的选择？答案是不能。我们发现，哪怕是微小差异（页面浏览顺序、记忆）都会以不可预测的方式改变AI的偏好。

部分前沿AI评估需要数亿token，每一次失败的试验都会产生实实在在的成本。

我们推出了optstop：这是我们的开源工具，可以在估值已经足够精确的时候终止评估，在估值不够精确的时候让评估继续运行。🧵

分享一段最近实测非常有效的 Prompt，专门清理 AI Coding 长程迭代以后留下的屎山代码。

这套方案基于 DeepSeek Harness 仓库，随后经过优化和抽象，整理成了适用于一般代码库的 simplify-codebase 规范。

AI 很擅长继续添加抽象、状态、接口和兼容层，却很少主动证明哪些东西已经可以安全删除。单次修改都看似合理，长期累积后，整个仓库会背上越来越多维护义务。

这套方法会先按真实模块和所有权边界拆分任务，由多个子代理并行清扫，主代理处理跨模块契约并完成最终验证。

另一个很好用的工作流：先让网页端 Pro 模型审查整个仓库并生成方案，再交给 Codex 按检查结果实际修改和验证。

仓库地址：
完整提示词见下图。

我改主意了。如果你追求最高质量，GLM-5.3 Flash 值得你优先于其他任何模型运行。它是能放进 2 块 DGX Spark 里的最好模型。

这个模型能做到其他模型根本做不到的事。它比 GLM-5.2 更好，体积还只有一半。

希望我们能早日见到 DFlash2，到时候它就能真正大放异彩了！

我在Grok Bot做了一个SRE机器人，用来检查日志、链路追踪、Sentry里的错误，还会定期检查我存在datadog里的仪表盘，自动持续优化系统。

它会定期运行，而且每次部署的时候，它都会观测日志、链路追踪，识别代码里的问题，然后提交修正用的PR。

我认为这个@bot和使用claude/codex的区别，就在于它拥有特定领域的例行工作和职责，因为它是7×24小时不间断运行的。

现在每次部署都能以一种出乎意料的方式自我修复，所有错误和慢查询都会被自动修复，我根本不用停下来手动分析所有这些内容，而且这还只是众多机器人中的一个。我们生活在一个不可思议的时代。

接下来它要做的是观测部署，出现问题的时候执行回滚，同时提交修复方案。

如果你正在用 Claude Code 做实体相关的项目（固件、机器人、传感器、家庭自动化等等），我非常想听听你的设备配置和你正在搭建的东西！

我们使用 GLM-5.3-Flash 搭建了一个理想厨房。这是一个在 Blender 中构建的 3D 世界。这不是一段生成视频。

前Cursor工程师，现SpaceXAI工程师说：「我再也不用一步步提示/微观管理我那大约10个GrokBot智能体了。我睡觉的时候，我的「参谋长」会管理整个机器人团队的任务，它们还能推送PR」。

在一场30分钟的研讨会上，poteto展示了她如何搭建一支全天候运行的GrokBot团队来自动化自己的生活，以及自动化如何改变了她的代码（视频的第一部分）。

这段内容的价值超过十多本讲GrokBot和软件工程的指南。观看视频，向SpaceXAI团队学习从代码到生活的全自动化，然后阅读文章，正确搭建好整支团队↓

mattshumer_在X平台发文表示，这个项目相当出色。等到该产品正式推出时，模型会非常擅长自主配置强化学习（RL）运行流程，完成相关训练。

mattshumer_@了Hugging Face和Pollen Robotics，表示希望能够提前参与测试，之后会向公众分享自己的看法与实验结果。

SpaceXAI的一名首席工程师发布了时长一小时的工作坊，内容是在C语言环境下运行Grok 4.6，将后续工作交付给GrokBot团队，整个项目从零开始搭建。

工作坊按时间划分了不同内容模块：1分14秒讲解降低token消耗的方法，4分27秒介绍工具工程相关内容，9分38秒聊到模型失忆问题，30分12秒讲解搭建AI代理的正确方式，44分08秒展示全栈项目的现场运行。

这类工作坊会改变人们向AI代理分配工作的思考方式。原文建议今晚跳过看剧，抽出一小时观看这个工作坊，之后可以阅读下方文章，学习如何用AI代理自动化整套日常流程。

用户@petergyang在𝕏上分享了自己的使用体验。他将共160页的个人医疗记录上传给AI工具，认为效果非常出色。

他公开提问@ChatGPT Health项目的团队成员都有哪些，同时提出设计建议。他指出这款产品不仅需要为患者设计，也应该照顾护理人员和患者家属。

目前这类医疗AI工具基本都只支持单人使用。医疗记录属于敏感隐私内容，但@petergyang认为，应当允许患者向直系亲属开放病历共享权限。