阶跃星辰(StepFun)团队开源了NextStep-1，一款14B参数的纯自回归图像生成模型。该模型直接在连续视觉空间生成图像，无需依赖扩散模型或离散化处理，由14B参数Transformer骨干和157M参数流匹配头组成。它支持高保真文生图及精准图像编辑（如物体增删、背景修改），在GenEval（0.73）、GenAI-Bench等基准测试中表现优异，接近顶尖扩散模型。但存在生成不稳定、解码延迟等挑战，标志着自回归图像生成新阶段。
Nanobrowser是近期在GitHub爆火的开源AI浏览器自动化框架，上线一周获17,000+星标。其核心采用双智能体协作模式：Planner拆解自然语言指令为操作步骤，Navigator在真实网页中执行、读取等操作。该项目支持本地运行及多模型接入，可实现论文抓取、比价、舆情监控等网页自动化任务，典型案例显示其2分半完成论文数据抓取，成本仅0.1元。
Web3已从概念走向现实，2025年全球市场规模达213.5亿美元，中国相关产业规模超200亿元。其核心在于用户主权，通过区块链、智能合约、NFT和DID实现权力重分配。五大应用场景包括：DeFi（TVL超1200亿美元）、NFT实用化（如星巴克权益）、DAO（活跃组织超5000个）、GameFi（超3100款游戏）和去中心化身份。市场正从投机转向价值驱动，未来机会聚焦创作者经济、数字身份及RWA资产代币化，目标重建数字信任与公平。
Web3已从概念走向现实，2025年全球市场规模达213.5亿美元，中国相关产业规模超200亿元。其核心在于用户主权，通过区块链、智能合约、NFT和DID实现权力重分配。五大应用场景包括：DeFi（TVL超1200亿美元）、NFT实用化（如星巴克权益）、DAO（活跃组织超5000个）、GameFi（超3100款游戏）和去中心化身份。市场正从投机转向价值驱动，未来机会聚焦创作者经济、数字身份及RWA资产代币化，目标重建数字信任与公平。
LTX-2是Lightricks发布的全球首个音画同步4K视频生成模型，可生成20秒、50fps高清视频，支持文本/图像输入。它实现了角色口型与语音同步，能在ComfyUI运行并本地部署，将于5年11月下旬开源。作为专业级创作工具，LTX-2让"文字变电影级短片"成为现实。
LTX-2是Lightricks发布的全球首个音画同步4K视频生成模型，可生成20秒、50fps高清视频，支持文本/图像输入。它实现了角色口型与语音同步，能在ComfyUI运行并本地部署，将于5年11月下旬开源。作为专业级创作工具，LTX-2让"文字变电影级短片"成为现实。
区块链、比特币、Web3在2025年已明确数字黄金”价格突破11万美元，历史高点达111,013美元；区块链成为“新基建”，应用于政务、金融等领域，RWA市场规模达2025亿美元；Web3市场规模达213.5亿美元，转向真实应用，预计2030年达5.1万亿美元。中国支持区块链但聚焦Web3“无币化”路径。
区块链、比特币、Web3在2025年已明确数字黄金”价格突破11万美元，历史高点达111,013美元；区块链成为“新基建”，应用于政务、金融等领域，RWA市场规模达2025亿美元；Web3市场规模达213.5亿美元，转向真实应用，预计2030年达5.1万亿美元。中国支持区块链但聚焦Web3“无币化”路径。
Cursor 2.0正式发布，推出自研大模型Composer。其代码生成速度高达250 tokens/秒，比GPT-5和Claude Sonnet 4.5快2倍。该模型专为真实开发场景训练，能自主完成编码、测试和修复Bug的全流程，目前仅集成于Cursor编辑器内部使用。
Cursor 2.0正式发布，推出自研大模型Composer。其代码生成速度高达250 tokens/秒，比GPT-5和Claude Sonnet 4.5快2倍。该模型专为真实开发场景训练，能自主完成编码、测试和修复Bug的全流程，目前仅集成于Cursor编辑器内部使用。
FlowithOS是全球首个为AI智能体设计的原生操作系统，能够执行复杂任务而非仅限聊天。该系统基于Chromium浏览器，支持跨平台多任务并行，具备无限上下文记忆和Skills技能库，可自动完成淘宝购物、微博运营及数据采集等实际工作。目前处于早期测试阶段，支持Windows与macOS，需邀请码体验。
FlowithOS是全球首个为AI智能体设计的原生操作系统，能够执行复杂任务而非仅限聊天。该系统基于Chromium浏览器，支持跨平台多任务并行，具备无限上下文记忆和Skills技能库，可自动完成淘宝购物、微博运营及数据采集等实际工作。目前处于早期测试阶段，支持Windows与macOS，需邀请码体验。
MiniMax выпустила новое поколение большой модели M2 с открытым исходным кодом, производительность которой входит в топ-5 в мире, а цена составляет всего 8% от Claude 4.5. Модель имеет общий параметр 230B, параметр активации всего 10B, а скорость вывода - более 100 токенов/секунду. Она обладает отличной производительностью при программировании, работе с агентами и решении мультимодальных задач, разрушая "невозможный треугольник" высокой производительности, низкой цены и высокой скорости в области ИИ.
На Live-арене AlphaArena AI Coin Speculation шесть лучших моделей ИИ самостоятельно торговали на криптовалютном рынке с $10 000 реальных денег. По состоянию на 23 октября Qwen3 Max (Alibaba) занимает первое место с +44,38% прибыли и $14,438 баланса счета, DeepSeek Chat V3.1 - второе место с +20,92% прибыли и $12,092 баланса, и китайские ИИ занимают два первых места. Другие североамериканские модели, такие как Gemini 2.5 Pro, потеряли более 60%. Сильными сторонами китайских моделей являются количественное мышление, контроль рисков и отсутствие чрезмерной торговли, что демонстрирует потенциал ИИ в принятии решений на реальном рынке.
DeepAnalyze - это агентная модель большого языка с открытым исходным кодом, разработанная совместно командой из Ренминского университета Китая и Университета Цинхуа, первое комплексное решение для автономной науки о данных. Его основные возможности включают автоматическое выполнение всего процесса подготовки данных, их анализа, моделирования, визуализации и создания отчетов, поддержку источников данных разных форматов, таких как CSV, Excel и т. д., без вмешательства человека. DeepAnalyze-8B (8B parameter) превосходит коммерческие модели, такие как GPT-4o-mini, в бенчмарках, а благодаря тому, что веса модели, код и данные обучения полностью открыты, DeepAnalyze может быть развернута в качестве специализированный ассистент для работы с данными.
Компания Racer выпустила матрицу продуктов для ИИ-программирования KAT-Coder, включающую в себя саморазвивающиеся модели, инструменты и платформы, поддерживающие более 20 языков программирования и множество типов задач разработки. Его версия с открытым исходным кодом, KAT-Dev-72B-Exp, превзошла GPT и Claude в списке SWE-bench с результатом 74.6%. Модель имеет возможность генерации кода, отладки, оптимизации и т.д., совместима с основными средствами разработки и показала большой потенциал для применения в области создания веб-страниц, сайтов электронной коммерции, 3D-спецэффектов и т.д., что означает официальное вступление KAT на путь программирования ИИ.
DeepSeek-OCR основан на визуальной языковой модели и технологии "контекстуального оптического сжатия" и обеспечивает эффективную обработку длинных текстов путем преобразования изображений в визуальные лексемы, поддерживая точность 97% при 10-кратной степени сжатия и 60% при 20-кратной степени сжатия. Он поддерживает точность 97% при 10-кратной степени сжатия и 60% при 20-кратной степени сжатия, а в ходе тестирования превосходит GOT-OCR2.0 со 100 визуальными лексемами и MinerU2.0 с менее чем 800 лексемами, а также способен восстанавливать структуру сложных документов.
Manus, как представитель бума ИИ-агентов в 2025 году, опирается на большие модели, цепочки инструментов и технологии памяти для выполнения задач, но из-за отсутствия глубокой проработки профессиональных сценариев и замкнутого цикла доставки, он раскрывает пузырь "универсального агента". Корень проблемы кроется в недостатке инженерных накоплений и недальновидности, обусловленной капиталом, что приводит к нагромождению функций, но ограниченному интеллекту. Индустрия обращается к вертикальным областям, таким как медицинский агент OpenEvidence, который делает упор на детерминированные процессы и управление данными, показывая, что будущее принадлежит пути "тупого интеллекта", который сфокусирован, поддается оценке и прочно стоит на земле.
Компания OpenAI выпустила ChatGPT Atlas, первый нативный ИИ-браузер, в который глубоко интегрированы интеллектуальные возможности ChatGPT. Среди его основных функций: обобщение и взаимодействие с веб-контентом с помощью искусственного интеллекта в режиме реального времени, интеллектуальная оптимизация письма, управление операциями браузера на естественном языке, персонализированные рекомендации по запоминанию, интеллектуальный режим тела для автоматизации покупок и бронирования, а также обработка текста в режиме реального времени для курсорного чата. Браузер повышает эффективность просмотра веб-страниц, автоматизирует задачи и переосмысливает взаимодействие человека и компьютера с помощью технологий искусственного интеллекта.
Veo3.1 от Google конкурирует с Sora2 от OpenAI в области создания видео с помощью искусственного интеллекта. Преимущество Veo3.1 заключается в точном управлении и высококачественной синхронизации аудио и видео, что подходит для создания профессиональных длинных видео, в то время как Sora2 лучше справляется с плавными и естественными динамическими эффектами и развлечениями, что больше подходит для творческих коротких видео. Оба варианта имеют свои преимущества, и выбор зависит от конкретного сценария применения.
В последние годы нас поражают достижения в области технологий искусственного интеллекта, особенно в области генеративного ИИ.
В эпоху открытости и совместного использования OpenAI возглавляет революцию в искусственном интеллекте. Теперь мы объявляем всему миру, что полностью поддерживаем все модели OpenAI, например, GPT-4-ALL, GPT-4-multimodal, GPT-4-gizmo-* и т.д., а также множество собственных больших моделей. И что самое интересное, мы представили миру более мощную и влиятельную GPT-4o!
публичный номер
Сотрудничество Wechat