GLM-5.5 要来了？唐杰最新论文，曝出智谱神秘模型
图像生成正确率 54%，文字问答仅 14.57%。 作者丨郑佳美 编辑丨岑 峰 智谱内部的 GLM-Omni，先在一篇论文里露了面。这篇研究由清华大学与智谱 AI 联合完成，唐杰担任通讯作者。模型名称刚刚出现在论文中，社交平台上就有人把它与 GLM-5.5 联系起来。虽然论文并没有披露版本对应关系，但给出了 GLM-Omni 的技术底座，以及它在统一视觉理解和图像生成方面的一组
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
11947资讯
11815正文归档
75522媒体
Anthropic 递交招股书：半年营收 163 亿美元，首次实现运营利润
Anthropic 向美国证券交易委员会（SEC）递交了 S-1 招股书，正式启动 IPO。招股书里的数字口径很直接：2023 年营收 4100 万美元，2024 年 3.86 亿，2025 年 45.85 亿，而 2026 年上半年已经做到 163 亿美元——按半年算单季营收超过 80 亿，其中约 80% 是 token 计费的 consumption-based（按使用量付费）收入，其余来自...
OCR 3.0 时代来了！文心 Unlimited OCR 2 开源发布，超长文档解析迎来“页数自由”
10月27日，百度发布并开源文心 Unlimited OCR 2，全球首次实现任意页数文档解析，将 OCR 的处理上限从数十页推向“无限”，并达到最先进水平（SOTA）。实测显示，该模型能够一次性解析《哈利·波特》全系列 7 部作品，累计超过 3600 页，在文档长度大幅增加的情况下，依然保持较高的精度和处理效率，推动文档解析技术迈向OCR 3.0时代。公开基准测试显示，在面向多页文档解析的 MPDocBench，以及专门评估百页级超长文档解析能力的 MarathonDocBench 上，文心 Unlimited OCR 2 的综合得分分别为 84.6分和 77.1分，达到端到端性能SOTA
openKylin走进山东大学 共探开源贡献与实践
10月23日，开源中国“AI新生派”走进高校活动山东大学软件学院站举行。openKylin 社区作为共建方参与活动，围绕操作系统技术发展、AI 应用探索和开源贡献实践，与高校师生展开交流，帮助同学们了解国产开源操作系统，找到参与社区建设的切入点。 本次活动由开源中国联合学新社主办，openKylin共同参与建设，以“走进开源...
一天一个开源项目（第249篇）：Hallmark —— 一个拒绝“AI 味”的设计 Skill，用 48 套材质主题和浏览器 Linter 约束编程助手
Hallmark 的定位很明确：它是一个 Skill，让编程助手生成的 UI 看上去是“做出来的”而不是“生成出来的”。它不教模型审美，而是把“机器味”的特征逐条写成规则，再用工具去检查。
不藏了！人形机器人全开源动真格，从机械结构一路拆到运动算法
人形机器人全套图纸开源！从关节到算法，下载就能自己造。
做了个免费、无水印、只有 2.3MB 的 Mac vlog 剪辑软件，专为 M 芯片优化
平时拍 vlog 用剪映，很多功能要会员，所以自己写了一个，先给自己用，顺手开源了。 FrameCut 只支持 Apple 芯片，把芯片里的专用硬件都用上了： 编解码走媒体引擎，调色和转场走 Metal GPU ，语音转字幕走神经网络引擎，CPU 基本闲着 M2 上实测，3 分钟 vlog 导出 1080p 约 26 秒，4K 约 95 秒，已经顶到硬件编码器的上...
额度又见底了？这个开源项目，给 AI 编程助手接上 61 家"加油站"
额度又见底了？这个开源项目，给 AI 编程助手接上 61 家"加油站" 用 Claude Code 写代码的朋友，多少都体验过这种崩溃。 改代码改到关键时刻，屏幕上突然弹出一句"额度已用完"。思路断了
OpenAI 发布 GPT-6.1 Terra：中端模型主打 Computer Use、API 价格下调 50%
OpenAI 正式发布了 GPT-6.1 Terra，定位中端模型，主打视觉推理和 Computer Use —— AI 看着屏幕上的内容，自己点鼠标、打字、在软件之间切换，把活干完。官方对它的定位说得很清楚：介于更贵的 Sol/Astra 和更便宜的 Luna 之间，面向日常工作中的高频场景。 价格是这次最有信息量的变化。API 定价每百万 token 输入 1 ...
Rust 在 AI 基础设施中的边界：从 WASI Preview 2 到可插拔推理组件
AI 基础设施并不适合把所有代码都改写成 Rust。真正值得迁移的，通常是高频调用、边界复杂、需要隔离且对延迟敏感的基础组件。 Rust 的价值也不只是“比 Python 快”：它把内存安全、资源控制
开源 AI 终端 uniTerm v1.11 发布：覆盖 32 种协议，远程桌面全面重构、AI 能力大幅升级
uniTerm 是一款轻量级一站式开源终端软件。整合终端、文件传输、远程桌面、数据库客户端、容器等 5 大类协议于一身，覆盖 30+ 协议，安装包不到 20MB；内置可自主执行的 AI Agent，能规划并执行多轮 Shell 命令。 v1.11 最重要的两项更新：远程桌面全面重构——RDP 换用 IronRDP 引擎、从仅 Windows 扩展到全平台，RDP /...
OpenAI GPT-6.1 Terra发布AI开始真正操作电脑，使用成本也降了
就在10月26日OpenAI发布了GPT-6.1 Terra。与以往侧重聊天写作和复杂推理的模型不同，这次升级把重点放在了看懂屏幕，并实际操作上。新模型结合视觉理解能力对电脑操作和自然语言能力，能够识别网页及软件中的按钮、输入框、表格等标签了，并且在获得相应工具与权限后可自行填写表单、资料整理和跨应用信息录入等任务。A...
蚂蚁灵光2.0发布：从能聊会做，到记得住、盯得牢、办得了
机票订完后，AI 24小时盯价，发现降价及时提醒；翻看日常账单，AI识别可能闲置的续费订阅，帮你省钱；家长顾不上查看班级群，AI也能梳理老师通知、提取待办事项……这些过去需要用户自己发现、记住和安排的生活琐事，如今正开始由AI主动接手。10月27日，蚂蚁集团发布灵光2.0，推动AI助理从被动响应指令、完成单次任务，向主动发现需求、持续管理事务的演进。 与传统对话式AI及任务型Agent相比，灵光2.0的一大变化，是将AI介入任务的起点进一步前移。 过去，用户需要先发现问题、提出需求，再由AI执行；如今，在获得用户授权后，灵光能够结合已接入的信息与服务，主动识别潜在需求，并发起分析、监测和跟进，
从零散提效到体系化协作：iOS 团队 AI 研发工作流完整实践
好的人机协作，从来不是用 AI 替代人，而是把人从重复、机械的劳动里解放出来，让人更专注于决策、设计与创造——这才是技术人最核心的价值。
KV Cache被压成常数！OCR开源新王：页数没上限，缓存砍96%
OCR 3.0时代，来了
国产AI 3D大模型Hi3D来了！开源可商用，PK干掉GPT-6
还是专业的模型做专业的事情
中国版Muse能管事！我把宠物保单、双11算价和周末旅行全交给了灵光2.0
我想要的 Personal Agent，是让生活闪现「灵光」#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
刚刚，GPT-6.1 Terra 骨折价发布，Agent 时代的打工模型来了
OpenAI 又卷起了大模型的性价比。#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
钛动科技发布行业首个Pro-Agent, Navos Pro定义结果导向的AI for Work | TGC 2026科技增长大会
10 月 23 日，以 “ AI is Profitable ” 为主题的 2026 TGC 科技增长大会于广州召开。
LangChain 实时流式输出解析：stream_events 与 Streaming 机制全指南
LangChain Agent 底层基于 LangGraph 构建，天然继承了强大的流式处理能力。官方针对绝大多数前端交互与实际应用场景，推荐使用基于 stream_events(version="v3") 的事件流机制，通过“类型化投影”大幅降低从底层复杂元组解析数据的难度。文章详细拆解了 stream.messages、子 Agent 隔离输出、异步并发消费及 stream.interleave 流交织合并等核心实践，并对比了底层 Streaming 与 Event Streaming 在数据粒度与控制维度上的差异。这套机制有效解决了大模型多轮交互中的响应延迟与多 Agent 日志混淆难题，为构建高性能交互式 AI Agent 提供了标准工程范式。
早报｜苹果回应iPhone Duo内屏开裂/Anthropic公开上市申请，冲击史上最大IPO/小鹏Robotaxi获批L4级示范运营
· OpenAI 发布 GPT-6.1 Terra，API 价格减半、电脑操作提速 · 苹果正式推送 iOS 27.2：Apple Music 迎来黑白新设计、iPhone Duo 支持 Apple Pencil · 华为畅享系列累计发货突破 1.6 亿台#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
一条命令，十分钟：jeeflow 工作流应用的六语言一键部署
一条 curl 命令，十分钟得到一套完整可点的工作流应用：Java/Go/Python/Node.js/PHP/Rust 六语言八栈任选，9 个业务模板开箱即用，5 表契约不锁语言。含 2 核 1.7G 服务器上的 Rust 栈实测截图与一键部署脚本逐行解读。
把求职写成工作流，公开 fork 为什么会把简历写进仓库？
先 fork，填自己的档案，再让 Claude 评估岗位、改简历、写求职信、准备面试。它要当的不是又一个简历生成器，而是一份可 fork、可替换门户的本机求职操作系统。
MemOS Skill 上线｜一句话即可接入 MemOS Cloud
Agent 已经不只是聊天窗口了，它们在 IDE 里改代码，在终端里跑命令，在办公流里处理文档，也开始替大家连接插件、调用工具、串起自动化流程。 为了帮助开发者在 Claude Code、Cursor 等 Agent 开发工具中更快接入 MemOS Cloud，我们上线了 MemOS Skill。 我们希望，只需一句提示词，即可让 Agent 自动通过 MemOS Skill ...
Go Agent 框架 covonaut v1.0.8 发布：新增行内补全与多后端可观测性支持
covonaut 是一款使用 Go 语言编写的生产级 AI Agent 框架。框架提供了完整的 Agent 能力，包括智能体执行循环、工具系统与中间件、MCP 工具桥接、多 Agent 协作（Handoff）、DAG/Pregel 双模式图引擎、工作流编排、会话管理与分支、HTTP 服务，以及一套无第三方依赖的终端 UI（TUI）。模型接入方面支持 OpenAI、DeepSee...
基于阿里千问，路透社推出首个自研大模型
8月25日，据外媒报道，国际知名新闻机构汤森路透（路透社母公司）近日推出了其自研大模型Thomson-1。该模型基于阿里Qwen大模型开发，旨在降低对Claude等闭源模型的依赖并减少长期使用成本。此前，汤森路透曾推出自己的AI助手，接入的是海外大模型厂商Anthropic的Claude大模型。出于降低闭源模型的依赖和成本因素考量，近期，汤森路透选择基于阿里开源模型Qwen3.5自研出Thomson-1 大模型。Thomson-1 将首先用于表格分析、文档审核等专业工作，并逐步承接部分此前由 Claude 完成的任务。开源模型允许企业自行部署和调整，性价比高，安全可控。随着阿里Qwen等开源模
行业首发｜智能体安全能力图谱发布：企业可落地的建设路径
火山引擎发布《智能体安全能力图谱》，梳理智能体安全10大能力维度，覆盖多类智能体，划分L1‑L3三阶段建设路径，为企业提供可落地的AI安全治理框架，助力智能体可信可控可管。
Vibe Coding 上头之后，我开始用 SDD 给 AI 编程加一张“施工图”
第一次用 AI Coding Agent 写项目，体验往往非常爽。 你只需要说一句： 几分钟后，目录建好了，接口写好了，页面也能打开。两千行代码摆在面前，仿佛一个下午就完成了过去一周的工作。 但继续开
突破具身智能物理死角：IJCAI 2026 具身智能泛化与控制突破
告别理想仿真，中国学术团队用物理工程方案回应落地挑战。 作者丨张璐 编辑丨岑峰 过去一年多里，具身智能似乎按下了快进键。从 Physical Intelligence 发布的π₀到开源社区追捧的OpenVLA，VLA大模型一路高歌猛进。在各种标准基准测试和精心搭建的实验室 Demo 中，机械臂叠衣服、拿取物品流畅得宛如人类，动辄刷出 90% 甚至 95% 以上的成功率。然而，当全行
ZGI 运行日志：还原任务与节点状态
智能体任务失败后，排查需要从整次运行下钻到具体节点，核对状态、耗时、前序关系、输入输出与错误信息。任务级和节点级记录连在一起，才能还原中断位置及影响范围。