Gemini 3.7 Flash 联手 Nano Banana 与 Omni，一句话生成视差动画落地页
Gemini 3.7 Flash 结合 Nano Banana 和 Omni，可从单条提示词一次性构建交互动画网站。3.7 Flash 会自动调用相应工具生成文案、图像素材，并渲染适配视差效果的 Omni 视频。
#多模态
#多模态
今日 10 条Google AI Developers(@googleaidevs)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio(@FishAudio)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 推出 Fish Creative：从语音延伸至多模态创作平台
Fish Audio 推出多模态创作平台 Fish Creative（@FishCreativeHQ），创作者可在同一空间把想法转成角色、场景和可直接发布的视频。语音由 S2.1 Pro 生成并支持内联情感标签，也可克隆自己的声音；口型同步、图像与视频、音效均在同一画布内完成。
Fish Audio(@FishAudio)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fish Audio 推出多模态创作平台 Fish Creative，从语音层构建完整故事
Fish Audio 发布多模态创作平台 Fish Creative，从音频层起步，支持用 S2.1 Pro 生成语音并内嵌情绪标签，也可克隆自己的声音。平台还能将任意人脸与选定声音做唇形同步，并在同一画布上用主流模型生成图像与视频、按需添加音效。
Milvus(@milvusio)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Milvus 3.0 Storage V3 引入 Manifest，为数据集提供带版本的唯一事实来源
Milvus 3.0 Storage V3 引入 Manifest，用一个统一位置描述数据集状态：某个版本包含哪些文件、遵循什么 schema、适用哪些删除操作，以及关联的统计与索引。
Web3天空之城AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 李飞飞对话安德鲁·休伯曼：智能的基石与未来
李飞飞在 Huberman Lab 播客中与斯坦福神经科学教授 Andrew Huberman 对话，将智能追溯至5.4亿年前视觉的进化起源，并指出大数据、GPU 算力与神经网络算法三者于 2012 年汇合，成就了 ImageNet 引发的现代 AI 飞跃。
Google AI Developers(@googleaidevs)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Nano Banana 和 Gemini Omni 把网页变成交互式视觉百科全书
Google 用 Nano Banana 和 Gemini Omni 做了一个 Chrome 扩展，在 Antigravity 中借助 Gemini 3.7 Flash 构建，可高亮网页任意文本即时生成丰富的可视化定义，帮助浏览时深度学习。
Google AI Developers(@googleaidevs)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.7 Flash 用 APG IV 分类系统识别维多利亚植物插图
Google 将维多利亚时代植物插画书籍的数百份 PDF 输入 Gemini 3.7 Flash，让它按现代 APG IV 分类系统提取并分类这些历史植物。模型的理解结果被做成一个在 Antigravity 中构建的交互式可视化。
Rowan Cheung(@rowancheung)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 庆应大学与 MIT Media Lab 研发无脸漂浮机器人，用动作与人交流
庆应大学与 MIT Media Lab 的研究者造出一台氦气填充的漂浮机器人，没有脸、没有旋翼和夹伤点，靠轻柔拍动的鳍片在房间中漂移并用动作与人交流。演示中它充当闹钟、学习伙伴、起身活动提醒，甚至舞伴。团队避开类人脸孔带来的恐怖谷效应，押注这种像宠物般可触摸的软体硬件能被人接受进入个人空间。
Google AI(@GoogleAI)AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Pixel 11 系列并上线 Gemini 3.7 Flash
Google 发布今年 Pixel 11 系列、Pixel Watch 5 和 Pixel Tag，带来多项 AI 集成，包括同时拍摄视频与照片的 Magic Capture、AI 语音输入与文本转换的 Rambler、以及用 Pixel 摄像头做实时光学手语转文字翻译的 Live Transcribe，并由具备主动性的智能体层 Gemini Intelligence 串联。
Paul Couvert(@itsPaulAi)精选AI 评估 · 81/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 81/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里开源 Qwen3.8-27B 多模态模型，27B 参数对标 Opus 4.6 Max
阿里开源 Qwen3.8-27B，这是一个原生多模态稠密模型，仅 27B 参数，综合表现超过 Qwen3.7-Plus，在真实编码与办公工作流中表现突出。
为什么值得看
原文给出 Qwen3.8-27B 的参数量、上下文与 Apache 2.0 许可，读者可据此判断小模型本地部署的能力边界。
Google Gemini App(@GeminiApp)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 支持询问「这是 AI 生成的吗」来验证图片视频音乐
如果你不确定某张图片、视频或音乐是否由 AI 生成，可以直接问 Gemini「Is this AI-generated?」来验证。Gemini 还提供了水印设置选项，用户可查看相关可用范围与管理方式。
Poe(@poe_platform)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Gemini 3.7 Flash 上线 Poe，支持 100 万 token 上下文
Google 的 Gemini 3.7 Flash 已在 Poe 上线，官方称其为 GoogleAI 最智能的主力模型，具备快速且强大的推理能力，面向编程与智能体场景。该模型支持 100 万 token 上下文窗口，可处理文本、图像、音频和视频。
Demis Hassabis(@demishassabis)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布手语转文本模型 SL2T，Pixel 11 上支持 ASL 直接输入
Google DeepMind 发布手语转文本模型 SL2T，与聋人社区密切合作开发，让用户首次可以直接用手语对着手机表达。该模型为 Android 上聋人和听障用户带来新功能，在 Pixel 11 上从美国手语转英语起步，用户可以在 Gboard 和 Live Transcribe 中直接打手语而无需打字。
bolt.new(@boltdotnew)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用自拍生成的 3D 形象：Aparna Soneja 的互动作品集在 Bolt 上线
开发者 @AparnaSoneja 用自拍在 Ready Player Me 生成 3D 化身，经 Mixamo 绑定骨骼后，在 Bolt 上发布了一个会挥手回应的作品集。
Microsoft Research BlogAI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MindTopo 揭示多模态大模型的空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大模型在连通、包围、顺序、分离与打结五类拓扑关系上的推理与规划能力。测试显示，当前模型在静态识别上表现明显优于交互式规划任务，且两者均远低于人类水平，失败多发生在规划阶段而非感知阶段。图像与视频生成仅在前者能维持单帧可见关系时有所帮助，视频推演常改变拓扑或违反任务物理约束。
Google DeepMind(@GoogleDeepMind)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 与听障社区共建 SL2T，将 ASL 输入带到手机
Google DeepMind 与听障社区合作构建了 SL2T，在 Deaf Googlers 及 AI 手语咨询委员会的指导下，把 ASL（美国手语）输入带到手机上。团队表示这只是开始，正致力于将该技术扩展到更多手语和应用场景。
Google DeepMind(@GoogleDeepMind)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind SL2T 在学术基准上达到 SOTA，并针对单手手语等真实场景优化
Google DeepMind 的 SL2T 在学术基准上达到 SOTA，并针对单手打手语等真实使用场景做了优化。为保护隐私，它在设备端追踪身体姿态，再由服务器将其翻译为文本。
Google DeepMind(@GoogleDeepMind)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布手语转文本模型 SL2T
Google DeepMind 发布手语转文本模型 SL2T，并已在 Android 上线相关功能。首批支持美国手语转英文、落地 Pixel 11，用户可直接在 Gboard 和 Live Transcribe 中用手语输入，无需打字。
Google DeepMind BlogAI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 推出大规模多语言手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 与 Live Transcribe 中上线手语转文字听写功能，首批支持美国手语（ASL）转英文，更多设备与语言将陆续跟进。
Mistral AI(@MistralAI)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral AI 称正在构建开源平台，持续创新前沿高效开源模型
Mistral AI 表示世界需要一个开源平台，其正在构建该平台，让客户能按任务选择合适模型，并拥有更多选择与灵活性。作为其中一环，Mistral AI 将继续跨模态创新前沿、高效的开源模型。
Replicate(@replicate)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LTX-2.5 上线 Replicate，新增 Diffusion Fidelity Rendering
LTX-2.5 已在 Replicate 上线，新增 Diffusion Fidelity Rendering，可针对更复杂场景动态增加算力。该模型支持原生 4k HDR、运动与音频。
Microsoft Research(@MSFTResearch)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Microsoft Research 的 CARE-X 探索胸部 X 光统一解读方法
Microsoft Research 提出 CARE-X，探索将灵活推理、校准预测与基于测量的工具统一用于胸部 X 光解读，让放射学 AI 不再局限于生成报告。
Microsoft Research BlogAI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软发布 CARE-X：面向临床可用的放射学 VLM，结合辅助监督、奖励对齐学习与工具增强测量
微软研究院推出研究模型 CARE-X，一个统一胸部 X 光 VLM，可兼顾报告生成与结构化诊断预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。另一项独立实验中，团队将 Qwen3-VL-4B-Instruct 与确定性测量工具配对，检验直接计算能否改善心脏增大等依赖测量的病变判断。
Hunyuan(@TXhunyuan)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯混元发布 Hy3D WorldClaw：从文本提示词生成大规模 3D 开放世界
腾讯混元推出 Hy3D WorldClaw，一个从文本提示词生成大规模 3D 开放世界的智能体工作流。它不是视频，也不是 Gaussian Splatting，每个场景都完全由可编辑、可直接用于游戏的 3D 资产构建，具备高质量几何与纹理，并可自由探索。
Replicate(@replicate)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Seedance 2.5 上线 Replicate：支持最多 50 个参考素材
Seedance 2.5 已上线 Replicate，单次可上传最多 50 个参考素材（30 张参考图 + 10 段视频 + 10 段音频），仅凭一条提示词即可生成 30 秒连续或多镜头视频。
Microsoft Research(@MSFTResearch)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Vibhasha：构建兼具语言准确性与文化相关性的多语言多文化 AI 系统实用指南
微软研究院发布 Vibhasha 实用指南，面向多语言、多文化 AI 系统的构建，目标是让系统同时做到语言准确与文化相关。该指南为实用性质，具体方法、模型与数据细节未在原文中披露。
字节跳动Seed精选AI 评估 · 82/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 82/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 字节跳动发布音视频全双工大模型 SeedRealtime，已在豆包 App 全量上线
字节跳动 Seed 推出原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，实现边看、边听、边说的实时交互；模型已在豆包 App 全量上线，选择打电话进入视频通话即可体验。
为什么值得看
字节跳动公布音视频全双工模型的统一架构与端到端人评结果，可对照级联方案理解实时交互的改法。
Replicate(@replicate)AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 黑森林实验室 FLUX 3 Video 上线 Replicate
黑森林实验室的 FLUX 3 Video 已在 Replicate 上线，该多模态模型覆盖视频、音频、图像和动作预测，本次先放出视频能力。它支持生成最长 20 秒、最高 1080p 的视频，具备原生音频、文生视频、多帧图生视频、视频续写和多语言对话，并提供 Draft 模式以更低成本快速试想法，可通过 API 或常用工具使用；2K、4K 和开放权重版本即将推出。
Mistral AI(@MistralAI)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 内容审核模型：以自然语言政策输出校准评分，统一处理文本与图像
Mistral 的内容审核模型把审核政策当作自然语言问题输入，直接返回校准后的评分，并在同一接口中同时处理文本和图像。完整技术报告已发布在 arXiv（2607.25857）。
Mistral AI(@MistralAI)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 发布 Shieldstral：单张 16GB GPU 上的多模态内容审核模型
Mistral 推出多模态内容审核模型 Shieldstral，可在单张 16GB NVIDIA GPU 上运行，官方称其效率为业界领先。该模型还允许企业对"何为安全内容"进行自定义控制。
Microsoft Research(@MSFTResearch)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 微软推出 PRISM2：基于真实病理报告训练的病理多模态基础模型
微软发布 PRISM2，一个用病理图像和真实病理报告语言训练的多模态基础模型。仅靠简单问答，PRISM2 在多项基准任务上追平专用癌症检测系统，且无需为每项任务单独建模型。
MiniMax 稀宇科技精选AI 评估 · 77/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 77/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MiniMax H3 开源 24 小时，超百家企业 Day 0 上线
MiniMax H3 开源后 24 小时内，超百家合作伙伴完成 Day 0 适配和接入，其中包括华为昇腾、摩尔线程、沐曦、海光信息、昆仑芯、天数智芯、壁仞科技、AMD、Intel 共 9 家国内外芯片厂商。
为什么值得看
可了解 MiniMax H3 开源后 24 小时内的芯片与云平台适配名单，以及其在视频评测榜单中的位置。
MiniMax 稀宇科技精选AI 评估 · 77/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 77/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MiniMax 正式开源通用视频模型 MiniMax H3
MiniMax 开源新一代通用视频模型 MiniMax H3，可统一理解文本、图像、视频和音频，生成最高 2K、最长 15 秒并带原生立体声音频的视频，稳定支持 11 种对话语言。
为什么值得看
H3 开源了 33B 全模态生成主干，并说明稀疏注意力等模块后续才放出，读者可据此判断当前可复现到哪一步。
Binyuan Hui(@huybery)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Binyuan Hui 转述 Karpathy：用 LLM 造游戏或成综合能力测试方向
Binyuan Hui 转发 Andrej Karpathy 的观点并评论，认为做游戏能同时检验 LLM 的推理、规划、编码、工具库使用和多模态理解等能力，但社区仍缺少做游戏的标准化基准。
Andrej Karpathy(@karpathy)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Karpathy：让 Opus 5 用 5500 行代码渲染《魔戒》第一段
Andrej Karpathy 用《魔戒》第一段文字和 1M token 预算（约 10 美元）让 Opus 5 做 Three.js 渲染，模型运行约 2 小时后写出 5500 行代码，以程序化方式呈现这段故事。
Google AI(@GoogleAI)AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 汇总 Gemini 近期更新：Gemini Robotics 2、3.5 Flash-Lite、3.6 Flash 等
Google AI 汇总了近期多项发布。Gemini Robotics 2 由 Google DeepMind 推出，为机器人带来全身智能；Gemini 3.5 Flash-Lite 是速度最快。
字节跳动SeedAI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 字节跳动发布视频创作模型 Seedance 2.5
字节跳动 Seed 团队正式发布新一代视频创作模型 Seedance 2.5，单次生成时长从 15 秒提升至 30 秒，并支持多轮延长。模型支持单次输入最多 30 张图片、10 段视频和 10 段音频作为参考素材，强化了白模参考、运动参考、创意参考能力；编辑方面支持时间戳精准控制与定向修改，并升级绿幕、视角、参考编辑。
MiniMax 稀宇科技精选AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 80/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MiniMax 发布全模态生成模型 H3，计划开放模型权重
MiniMax 正式发布通用全模态生成模型 H3，支持文本、图像、视频、声音组成的多模态上下文理解，可输出原生双声道音视频，最高支持 15s 2K 分辨率。官方称在 2K 分辨率下每秒价格不到主流模型的 1/3，768P 下不到 1/2，并计划在未来几天内在符合法律法规的前提下开放模型权重，设计初期已考虑多款国产芯片兼容性。
为什么值得看
MiniMax 官方给出 H3 的全模态生成能力、每秒价格对比与即将开源权重的安排，读者可据此判断视频生成领域的开放化进展。
Google AI Developers(@googleaidevs)AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemini Robotics ER 2 具身推理模型
Google 发布 Gemini Robotics ER 2，称其为面向物理 AI 能力最强的具身推理模型，定位为机器人的高层大脑，可直接连接 Gemini Live API。该模型处理连续视频流以跟踪进度、调用工具、搜索网页并实时指挥动作模型，面向开发者新增进度跟踪增强、执行中途故障实时检测、多机器人协作和安全指令遵循等升级。
Google AI(@GoogleAI)精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 Gemini Robotics 2 与具身推理模型 Gemini Robotics ER 2
Google DeepMind 推出 Gemini Robotics 2，作为驱动新一代机器人的智能层，支持全身智能控制、高级灵巧操作和多机器人协作。新发布的具身推理模型 Gemini Robotics ER 2 充当机器人的高层大脑，负责观察环境、推理完成任务所需动作并与视觉-语言-动作模型协同执行，同时跟踪进度，使机器人能够完成复杂多步工作流、在步骤失败时自我纠正并适应全新场景。
为什么值得看
Google DeepMind 发布 Gemini Robotics 2 系列，读者可了解机器人全身控制与具身推理的新分工。