跳到正文
AI NEWS JOURNAL
AI, IN PERSPECTIVE

搜索 AI 资讯

检索标题、摘要与正文,把分散的信息连起来。

按发布时间排序

Inkling 2 Small 现已在 AI Gateway 上架

支持编码代理、视觉理解和专业知识工作的多模态推理模型 Inkling 2 Small 现已上线 AI Gateway。它接受文本和图像输入并生成文本输出,可实现扩展的编码任务、用于信息收集的工具使用、文档生成以及视觉分析,包括读取图像中的文本、解读图表和检查界面。该模型可通过 Vercel CLI 使用,标识符为 'thinkingmachines/inkling-2-small',并可集成到 Claude Code、Codex 和 Cursor 等工具中。AI Gateway 提供统一的 API,具备使用追踪、成本监控、重试配置、故障转移、性能优化、自定义报告、零数据保留、预算控制和路由规则等功能。定价反映提供商费率,无加价或平台费用,包括自带密钥请求。

n8n@2.48.2

n8n 2.48.2 更新修复了多个错误,包括拒绝通过公共 API 编辑只读凭据节点、使编辑器中的动画节点边框角保持对齐,以及确保代理选项卡对新草稿仍然可用。

Grok Bot大升级,AI同事开始抢活干

今天凌晨,Grok Bot正式推出了1.0版本。在这次大版本升级中,这个原本能够独立操作电脑、替用户执行任务的AI Agent,又多了几个新本领:主动发现工作、参加团队会议、记住同事的工作习惯,甚至可以拉上其他Bot一起完成任务。宣传视频发布后,评论区全是@自家Grok Bot的网友。有人还在讨论这次更新,有人已经把任务交了出去。从评论区来看,已经有不少人习惯了这种操作:在X上看到什么,直接喊一声自己的bot,让它去处理。距离Grok Bot今年8月开放公测才过去三个月,这种熟练感或许比官方宣传更能说明Grok Bot目前的产品状态。如今,随着1.0版本发布,Grok Bot又把目光投向了办公...

Grok Bot大升级,AI同事开始抢活干

n8n@1.123.94

n8n 1.123.94 版本中的一个错误修复确保了在触发器在重新激活后立即失败时,重试退避设置能够被保留,从而提高了工作流执行的可靠性。

n8n@2.48.1

n8n 2.48.1 更新修复了多个错误,包括内置替换后的表达式传递问题、跨表达式引擎匹配裸节点引用、优化“编辑图像节点”中的字体注册,以及在编辑器中拓宽迁移报告的“通知所有者”列。

实测Gemini 4 Carbon:已玩嗨,Google就这样悄悄重回牌桌

作者|周一笑(微信smiletalker)编辑|王兆洋(Geisterspiele)Gemini 4 Carbon 深夜正式开放,第一时间实测之后,我不禁发出感慨:它最好的上线时间其实是两周前。因为差了这么几天,它就被 Fable 5.2 抢走了各种 Benchmark 第一。然后我就发现,这个感慨本身,其实最能说明它在今天模型竞争里的位置,以及这个模型对Goo...

实测Gemini 4 Carbon:已玩嗨,Google就这样悄悄重回牌桌

SetPrint:通过响应变化的集合对应进行黑盒大型语言模型指纹识别

arXiv:2611.12950v1 公告类型:新 题要:黑盒大模型指纹识别旨在仅通过观察对输入查询的输出响应,判断目标模型是否源自某个源模型。揭示这种关联的一种方法是扰动每个查询,并观察两个模型产生的相应响应,从而得到两组对应的响应变化。这两组数据提供了两种互补的信息来源:每组内部响应变化之间的关系,以及两组之间响应变化的对应关系。然而,现有方法并未充分挖掘这两方面的信息。我们提出了 \textbf{SetPrint},一种无需训练的方法,能够同时捕捉组内关系和组间对应。SetPrint 将每个响应变化相对于其所在组的平均变化进行表示,然后比较由相同扰动引发的两个模型的变化。在 LeaFBench 上,SetPrint 的性能始终优于现有的无训练黑盒指纹识别方法。进一步分析表明,这些优势源于组内关系和组间对应两方面。

百度发布文心5.5Flash Preview:2800亿参数、百万Token上下文,权重11月25日开源百度发布文心5.5 Flash Preview,总参数量2800亿,每Token激活140亿,支持最长100万Token上下文。模型在编程、3D建模、知识工作与内容创作表现突出,Terminal-Bench、AutomationBench等基准成绩具竞争力。编程为核心升级亮点,覆盖真实代码库修复迭代到完整构建复杂应用,并能在长周期开发任务中规划与执行。 刚刚 0

百度推出参数量达2800亿的文心5.5Flash Preview基础模型,每个Token激活140亿参数,支持最长100万Token上下文,在编程、3D建模、视频创作等场景表现突出。该模型在长周期开发任务中具备更强规划与迭代能力,并针对游戏开发进行专项训练;在3D建模方面优化对Blender、CAD工具的使用,可基于文本生成精准模型;视频创作方面覆盖科普、漫剧等15万+创作环境,支持全流程生成。模型已上线千帆平台,输入输出定价分别为忙时2元/8元、闲时1元/4元,限时五折,权重将于11月25日开源。

CulturalCrosswords:一个由答案约束和网格填空组成的多语言基准测试集

arXiv:2611.10044v1 公告类型:新 提要:当多个答案都能符合谜题时,精确匹配评分可能会惩罚有效的回应。CulturalCrosswords 测试了答案约束如何影响大型语言模型(LLM)解答文化类谜题,这类谜题的解答依赖于特定社群的知识。我们从42种语言的众包谜题中构建了53份填字游戏,并在每套线索的五个版本上评估了11种 LLM 配置:普通批次、带长度提示的批次、带长度和部分答案提示的批次,以及要求提供答案列表或完整网格的填字游戏。在包含备选答案的962条线索中,与参考答案的一致性在加入长度约束后提升了22.8个百分点,而仅接受备选答案并给予相应分数时仅提升8.4个百分点。因此,部分收益似乎源于对所需答案形式的选择。填字游戏输入使所有交叉处具有兼容答案的比例提高了9.7个百分点;要求填写完整网格则揭示了各模型之间的显著差异。该基准测试区分了与参考答案的一致性,与生成能够相互匹配并占据正确单元格的答案的能力。

n8n@1.123.93

n8n 1.123.93 更新通过限制等待和排队执行的恢复重试次数,解决了核心系统中的一个错误,从而提高了稳定性并防止了潜在的无限重试循环。

速度洞察和网站分析现支持自定义环境

Speed Insights 和 Web Analytics 中自定义环境的数据现可正确归因于相应自定义环境,从而支持对预发布、质量保证或金丝雀环境进行独立跟踪。此次更新使用户无需额外配置即可通过仪表板、CLI、查询构建器和聚合 API 查看和查询数据,该功能适用于 Pro 和 Enterprise 计划。

Vercel Sandbox 快照创建速度现已提升至原来的 10 倍

Vercel Sandbox 的快照创建速度提升了高达 10 倍,中位时间从 4.4 秒降至不足 0.4 秒,恢复速度也提升了 50%,p50 下降至 250 毫秒。这些优化利用了 Vercel Hive Snapshot (VHS) 格式及其更高效的数据索引,支持并行读写操作,并能更快地恢复基础镜像和用户数据。持久化沙盒现在会在会话结束时自动创建快照,并默认从最新快照恢复;所有新快照均采用新格式,而现有快照则保留旧格式。