News Briefing
今日快讯
本期筛选窗口为北京时间11月18日08:00至11月19日08:00,已与#419去重。RSS返回30条且覆盖有限,补充官方发布和HuggingNews。既有模型仅收录新开放安排或新评测,价格、测试和产品权限均保留适用条件。
头条动画
用“师傅组装书柜”和“导出报表功能”的例子,说明工具环境如何影响智能体交付。豆包中文配音,白色居中字幕。
Gemini 4 Neon正式发布,编程表现与工具环境密切相关
标签:谷歌 / 基础模型 / 编程智能体
来源:谷歌官方发布 · HuggingNews评测汇总
谷歌发布Gemini 4 Neon,提供百万Token上下文和多档推理强度,面向复杂编程与知识工作,并逐步进入API、Gemini应用和Antigravity等入口。官方列出的API价格为每百万输入Token 3美元、输出15美元,缓存输入0.15美元,具体访问资格依产品与订阅而异。SWE-sweep结果中,mini-SWE环境得分12.8%,Antigravity环境为39.0%,企业应连同工具、推理配置和任务成本比较完整系统。
腾讯开放Hy4 Flash家族权重,新增自主部署选择
标签:腾讯 / 中国模型 / 开放权重
腾讯在11月18日公布Hy4 Flash家族开放权重安排,涵盖Flash、FP8和Base版本,约224B总参数、12B激活参数,支持多模态和百万Token上下文。本条聚焦新增的权重下载与部署安排,延续此前API和平台接入进展。模型采用Tencent Hy License,部署团队应核对商业使用条款、量化兼容性、硬件要求与实际上下文负载。
腾讯财报披露WorkBuddy日活超千万,办公AI进入高频使用阶段
标签:腾讯 / AI办公 / 产品采用
来源:腾讯第三季度业绩公告
腾讯11月18日发布的第三季度业绩披露,WorkBuddy日活用户超过1000万,用户每日合计消耗超过100万亿Token,并称企业采用持续增长。公司以大语言模型Token消耗量说明产品使用规模,这一口径同时受到任务长度、模型和工具调用方式影响。企业评估办公AI时,可将活跃用户、完成任务数、任务质量与推理费用放在同一张表中,观察高频使用是否带来可持续收益。
Genie 4加入原生音频和实时编辑,让虚拟世界可持续调整
标签:谷歌 / 世界模型 / 交互创作
谷歌在Project Genie中推出Genie 4,增加原生音频、对话和运行过程中的文字编辑,用户可在探索时调整环境。更新还包括Gemini引导的创作助手与社区画廊,旧版Genie 3另获生成时长和全景图输入扩展。用于互动内容原型时,团队可重点核对场景持续性、控制精度与各版本实际开放的功能。
OpenAI与AMD披露电路代码优化,部分改动已进入送制造设计
标签:OpenAI / AMD / 芯片设计
来源:OpenAI官方技术说明
OpenAI披露,模型通过改写SystemVerilog RTL电路描述,在AMD已高度优化的旗舰GPU IP基线上取得最高14%的功耗、性能与面积综合指标改进。AMD已把部分改动纳入送制造设计,另一些进入后续版本的生产设计文件。团队使用Synopsys工具核对行为一致性与设计取舍,这些结果对应指定模块、基线与验证流程。
RadixArk开放DaisyRose-27B,针对长程编程任务开展强化学习
标签:RadixArk / Qwen生态 / 开放模型
RadixArk发布首个开放权重模型DaisyRose-27B,在Qwen3.8-27B基础上,使用1200个筛选后的长程智能体任务开展强化学习。团队披露,在144张H200上训练18天后,Terminal-Bench 4.1成绩从5.6%升至12.0%,并获得SGLang部署支持。小型专业模型的价值可以通过任务适配体现,使用时仍需核对许可、上下文配置及自身仓库测试表现。
CodeRabbit公测Verify,在运行中的应用里检查代码改动
标签:CodeRabbit / 浏览器测试 / 代码验收
CodeRabbit推出Verify公开测试版,从拉取请求中分析变更、生成测试场景,并在浏览器中运行用户流程。发现差异时,工具保留会话录像、截图和日志,帮助开发者复现与修复,当前公测阶段免费。团队可先检查登录、文件导出和关键表单等高价值流程,并明确测试账户与数据范围。
Reson8开放Rumble-2-Flash,手机和电脑可离线进行语音转写
标签:Reson8 / 语音模型 / 本地推理
Reson8发布约0.5B参数的Rumble-2-Flash语音转文字模型,支持45种语言,采用Apache 2.0许可,模型文件约1GB。产品面向手机和笔记本离线转写,并对口音、环境噪声、电话音质和重叠说话等情况训练。需要会议或现场记录的团队,可分别检查目标语言准确率、设备耗电和多人说话场景的实际效果。
Pika预览Enact,在视频播放中实时调整镜头和演员
标签:Pika / AI视频 / 交互创作
Pika推出基于H3 Flex的Enact研究预览,允许创作者在视频运行时操控镜头、切换场景和拖动演员。系统把演员作为具有各自特征的智能体,能够接收口头指导,并保留此前拍摄反馈。内容团队可以用它探索交互分镜和排演流程,正式制作仍需验证角色一致性、可重复性与开放范围。
PromptArmor发布FrontierBreach,检查企业智能体遭遇隐藏指令的风险
标签:PromptArmor / 提示注入 / 企业安全
PromptArmor推出FrontierBreach,将攻击内容隐藏在邮件、文档和技能文件等材料中,观察智能体是否偏离企业任务并产生数据外传或代码执行后果。首批披露称,所测21个模型的攻击总体成功率为34.9%,各模型和攻击载体差异较大。数字仅反映该评测条件,接入外部材料的应用仍需实测权限控制、工具审批与审计记录。
Wispr Flow推出iPhone免费记事工具,扩展移动端语音记录入口
标签:Wispr Flow / 移动应用 / 语音记录
Wispr Flow在11月18日推出面向iPhone的免费Notetaker,支持记录线下会议,并在设备之间同步笔记。移动端与面向线上会议的桌面版本配合,让用户在不同会议场景中访问同一套记录。团队使用前可核对录音告知、存储位置、导出方式及与既有笔记系统的连接条件。
OpenAI更新科研加速测量,特定研究任务自主成功率升至46%
标签:OpenAI / 科研智能体 / 内部测量
来源:OpenAI官方研究报告
OpenAI更新内部测量,估计人类需2至4小时的研究任务,其智能体自主成功率从3月的23%升至10月的46%,4至8小时任务则从13%升至35%。不同工作类型差异明显,报告列出的训练监控、发起训练和推理服务代码编写,自主成功率分别为79%、35%和25%。这些数据来自内部任务与分类方法,适合帮助拆分试点范围,应用团队仍应测量自己的任务和人工介入需求。
