人工智能

智谱AI发布开源多模态大模型GLM-4.6V系列，其中GLM-4.6V-Flash（9B）轻量版免费商用并开放全量权重，实现多模态技术普惠化。

Open - AutoGLM的开源，是AI Agent领域的一次重要突破，更是行业生态共建的一次有益实践。它用技术开放打破垄断，用架构设计保障隐私，用完整工具链降低门槛。

美团开源LongCat-Image图像生成与编辑模型，60亿参数轻量化设计实现SOTA性能。该模型创新性地采用"生成与编辑一体化"架构，支持15类细分编辑任务，尤其在中文文本渲染方面表现突出。

随着AI编程技术的快速普及，越来越多开发者开始依赖AI工具提升编码效率。当前市场上，一批支持免费使用的AI编程IDE凭借强大的功能、低门槛的接入方式，成为个人开发者与中小团队的首选。

在AI技术日新月异的2025年，英伟达与香港大学联合发布了一项令人瞩目的技术突破——Orchestrator-8B，近期在HuggingFace上保持着相当高的热度。

2025年，开源图生图模型领域迎来爆发式增长，三大代表模型——Kandinsky 5.0、Qwen-Image和Z-Image——以截然不同的技术路线和参数规模，共同重塑了AI图像生成的生态格局。

在大模型应用日益广泛的当下，其内容访问能力直接影响回答的准确性与实用性，尤其是对墙外优质技术资源（如GitHub、Hugging Face等平台内容）的获取能力，更是技术从业者关注的重点。

打开手机的人像模式拍摄照片，背景被自然虚化；医院里，CT影像中的肿瘤区域被精准标记；自动驾驶汽车实时识别道路、行人与障碍物——这些场景背后，都离不开计算机视觉领域的核心技术：图像分割。作为连接"图像感

端侧AI助手迎来突破性进展：阶跃星辰开源4B参数轻量化模型GELab-Zero-4B-preview，实现主流安卓设备一键部署；字节跳动豆包手机助手首发端侧持久记忆与跨App操作能力。

DeepSeek发布双模型版本DeepSeek-V3.2标准版和V3.2-Speciale专业版。初步体验Speciale 特别版模型目前在输出完整性上仍有优化空间，确实还存在一定的不成熟之处。

TRAE SOLO国内版上线后，其SOLO模式展现出超越传统代码补全工具的潜力，成为全程陪跑的"编程伙伴"。

Dwarkesh Patel 与 Ilya Sutskever 近期进行了深度对话 ，个人及AI辅助整理核心观点及启示。

人脑“快慢系统”与AI架构的相似性，指出情感是人类内置的价值函数，强调在AI时代，人类应聚焦共情、道德判断与终身学习等不可替代能力，走向人机协同而非对抗。

Black Forest Labs发布新一代图像生成模型FLUX.2，包含Pro、Flex、Dev和Klein四个版本，满足不同用户需求。FLUX.2 [Dev]开源采用Apache 2.0许可。

腾讯混元实验室开源的HunyuanOCR模型以仅1B参数量实现SOTA性能，在多项OCR测评中表现优异。

微软推出7B参数的Fara-7B模型，定位为高效计算机操作代理。该模型基于视觉解析直接操控设备界面，无需依赖可访问性树，可自动执行网页交互等任务。

大模型评测体系正成为AI发展的重要支撑。通过科学评测体系，大模型能力将得到精准评估和持续优化，推动AI技术在各行业的健康发展。

聚焦当前最流行的两款开源框架——京东JoySafety、Meta LlamaFirewall，从技术架构、核心能力到落地实践进行解析。

3D模型格式正经历从传统Mesh到Gaussian Splats的技术跃迁。Splats通过数百万个"椭球+透明度"单元实现照片级渲染，兼具NeRF的质量和三角面的实时性。

11 月 18 日，蚂蚁集团上线了全模态助手「灵光」。它没有把力气花在“更像人”的对话里，而是把回答变成了一次次“策展”，先结构化提炼，再自动配图、配 3D、配交互图表，让复杂知识一次就能被“看见”。