小互 · AI 解读站

免费

产品发布

№ 1066

LAUNCH

来源 · Google Blog⚑ 产品发布

Google 一口气发布三款 Gemini 模型，唯独没有等了很久的 3.5 Pro

三款全在 Flash 线上：主力款少写三分之二的字，最便宜那档反而涨价六成，第三款只给政府用。

GeminiGoogle07-22 · 12 分钟

免费

产品发布

№ 1065

LAUNCH

来源 · Qwen⚑ 产品动态

通义发布 Qwen-Image-3.0：一条三千字指令，一次画出九张信息图和一整版报纸

指令上限从 1k 提到 4.5k token，10px 小字可辨；百炼已能调用 qwen-image-3.0-pro，限时免费。

图像生成文字渲染07-22 · 13 分钟

免费

研究解读

🎧№ 1064

RESEARCH

来源 · Memories.ai Research⚑ 研究论文

Memories.ai 发布 O-MARC：怎么让同时处理视频和声音的 AI 跑得又快、又省，还更准

配套还放出一套测试题，专门用「把音轨删掉再考一遍」的办法，筛掉那些光看画面就能蒙对的题。

视频理解多模态压缩▶ 听播客07-21 · 12 分钟

免费

深度

🎧№ 1062

DEEP DIVE

来源 · First Principles · Rippling⚑ 大佬观点

硅谷著名投资人 Sarah Guo 谈 AI 创业：「AI 大厂会把我们秒杀」怎么办

怕被 Anthropic 做成一个功能，多半是问错了问题；真正该问的是你在跟那家公司里的谁竞争。

创业风险投资▶ 听播客07-21 · 11 分钟

免费

产品发布

🎧№ 1061

LAUNCH

来源 · Linear⚑ 产品发布

Linear 发布 Loops：用大白话写一条指令，让普通人也能玩转 Loop Engineering

Business 和 Enterprise 套餐可用，按运行次数扣钱，一次 0.07 到 0.2 美元。

LinearAgent▶ 听播客07-21 · 9 分钟

免费

深度

№ 1060

DEEP DIVE

来源 · Hugging Face Blog⚑ 厂商通稿

Hugging Face 与 Cerebras 让 Gemma 4 的语音交互变得像真人聊天一样流畅自然

它跟豆包、GPT-Live 那种端到端全双工走的是另一条路：聊天节奏比不过，但整条链开源、可换、能搬回自己机器。

实时语音开源管线07-21 · 12 分钟

免费

产品发布

№ 1059

LAUNCH

来源 · FunAudioLLM⚑ 产品发布

通义发布 Qwen-Audio-3.0-TTS 语音模型，一段参考音能说 16 种语言和 20 种方言

说话人相似度在 16 个语种上全部排第一，参考音带噪声也能克隆；这次只开放 API，不放权重。

语音合成Qwen07-21 · 9 分钟

免费

研究解读

🎧№ 1058

RESEARCH

来源 · New Scientist⚑ 大佬观点

实验表明：用 AI 辅助写作、创作的时候要适度，不能太多也不能太少

同一项研究的三轮验证都指向中间那一档；专栏作家本人拿 ChatGPT 编了个电影梗概试完，说自己还是宁愿手写。

AI 创作创造力▶ 听播客07-20 · 7 分钟

免费

深度

🎧№ 1056

DEEP DIVE

来源 · scaling01

中国 AI 模型追上美国前沿了吗？中美 AI 差距到底如何？

Kimi K3 发布后「中国追平了」的说法四起，但换一把尺子量，落后天数差了三倍多，连谁在加速都反过来。

评测方法中美 AI 差距▶ 听播客07-20 · 12 分钟

免费

深度

№ 1055

DEEP DIVE

来源 · LangChain⚑ 产品动态

LangChain 开源自家四个编码 Agent：本地写码、云端开 PR、自动审查、仓库文档

上周光从 Slack 就触发了近 1000 次云端编码任务。四个仓库都能 clone 下来读，包括审查 Agent 判断 bug 的完整判据。

LangChain编码 Agent07-20 · 13 分钟

免费

深度

🎧№ 1054

DEEP DIVE

来源 · Hugging Face Blog

Hugging Face 内网被 AI 打穿，回头查案时被商业大模型当成了攻击者

入侵横跨一个周末、留下 17000 多条动作日志，最后靠自建环境里的开源模型 GLM 5.2 才分析完。

安全事故AI Agent▶ 听播客07-20 · 9 分钟

免费

研究解读

🎧№ 1053

RESEARCH

来源 · arXiv⚑ 研究论文

你在中转站选的模型可能被偷偷调包：输入一个随机数，就能验明正身

同一个模型两次采样的指纹距离中位数是 0.140；一个被宣传为自研专有旗舰的接口，与开源 Qwen 的距离是 0.141。意思是：它跟开源 Qwen 根本分不出来。

模型指纹API 审计▶ 听播客07-20 · 11 分钟

免费

深度

🎧№ 1051

DEEP DIVE

来源 · lopopolo/harness-engineering⚑ 方法教程

Harness 工程十二条心法：Google 首席工程师一年实践，浓缩成可直接照做的流程和模板

核心操作反直觉：选定的模型和 Agent 锁死不动，一个参数都不调，只改它周围的上下文和工具。

harness engineeringAgent 工程▶ 听播客07-19 · 20 分钟

免费

产品发布

🎧№ 1050

LAUNCH

来源 · 商汤 SenseNova⚑ 产品发布

商汤发布 SenseNova U1 Pro：原生 8K 出图，密密麻麻的小字放大也不糊

WAIC 现场演示了 4:1 水墨长卷和 22 张连续分镜。预览版邀请测试中，正式版 8 月开放并公布定价。

商汤多模态▶ 听播客07-19 · 9 分钟

免费

深度

🎧№ 1049

DEEP DIVE

来源 · Anthropic⚑ 大佬观点

Anthropic 内部对谈：Harness 那套外壳流程，正在被拆掉

模型强到能自己想步骤，套在它外面的编排就成了枷锁。一场 16 分钟的内部对谈，讲了 harness 变薄之后会长出什么。

▶ 听播客07-18 · 5 分钟

免费

深度

🎧№ 1048

DEEP DIVE

来源 · Cerebras⚑ 方法教程

Cerebras 公开公司知识库搭法：不需要任何人改使用习惯，资料留在原处AI自己去取

上线三个月，每天被提问超过 15000 次；四路打分、讨论串蒸馏、排名融合的具体参数都写了出来。

知识库检索▶ 听播客07-18 · 12 分钟

免费

深度

🎧№ 1047

DEEP DIVE

来源 · a16z⚑ 大佬观点

a16z 报告：软件股正在被抛售，但市场只杀没有护城河的那一半

a16z 一周数据图还顺手反驳了三件事：便宜模型拖垮前沿、AI 抢走工作、数据中心推高电价，数据大多站在反面。

AI 经济软件股▶ 听播客07-18 · 8 分钟

免费

深度

🎧№ 1046

DEEP DIVE

来源 · Tim Ferriss 博客⚑ 大佬观点

AI 几秒就能复制你的作品，但有八样东西它抄不走

他 2008 年写下这篇《Better Than Free》，AI 时代重新成立：复制免费之后，能卖钱的是复制不了的东西。

创作者经济凯文·凯利▶ 听播客07-18 · 7 分钟

最新解读 · 22

最新解读

Google 一口气发布三款 Gemini 模型，唯独没有等了很久的 3.5 Pro

通义发布 Qwen-Image-3.0：一条三千字指令，一次画出九张信息图和一整版报纸

Memories.ai 发布 O-MARC：怎么让同时处理视频和声音的 AI 跑得又快、又省，还更准

硅谷著名投资人 Sarah Guo 谈 AI 创业：「AI 大厂会把我们秒杀」怎么办

Linear 发布 Loops：用大白话写一条指令，让普通人也能玩转 Loop Engineering

Hugging Face 与 Cerebras 让 Gemma 4 的语音交互变得像真人聊天一样流畅自然

通义发布 Qwen-Audio-3.0-TTS 语音模型，一段参考音能说 16 种语言和 20 种方言

实验表明：用 AI 辅助写作、创作的时候要适度，不能太多也不能太少

中国 AI 模型追上美国前沿了吗？中美 AI 差距到底如何？

LangChain 开源自家四个编码 Agent：本地写码、云端开 PR、自动审查、仓库文档

Hugging Face 内网被 AI 打穿，回头查案时被商业大模型当成了攻击者

你在中转站选的模型可能被偷偷调包：输入一个随机数，就能验明正身

Harness 工程十二条心法：Google 首席工程师一年实践，浓缩成可直接照做的流程和模板

商汤发布 SenseNova U1 Pro：原生 8K 出图，密密麻麻的小字放大也不糊

Anthropic 内部对谈：Harness 那套外壳流程，正在被拆掉

Cerebras 公开公司知识库搭法：不需要任何人改使用习惯，资料留在原处AI自己去取

a16z 报告：软件股正在被抛售，但市场只杀没有护城河的那一半

AI 几秒就能复制你的作品，但有八样东西它抄不走

登录

最新解读 · 22

最新解读

Google 一口气发布三款 Gemini 模型，唯独没有等了很久的 3.5 Pro

通义发布 Qwen-Image-3.0：一条三千字指令，一次画出九张信息图和一整版报纸

Memories.ai 发布 O-MARC：怎么让同时处理视频和声音的 AI 跑得又快、又省，还更准

硅谷著名投资人 Sarah Guo 谈 AI 创业：「AI 大厂会把我们秒杀」怎么办

Linear 发布 Loops：用大白话写一条指令，让普通人也能玩转 Loop Engineering

Hugging Face 与 Cerebras 让 Gemma 4 的语音交互变得像真人聊天一样流畅自然

通义发布 Qwen-Audio-3.0-TTS 语音模型，一段参考音能说 16 种语言和 20 种方言

实验表明：用 AI 辅助写作、创作的时候要适度，不能太多也不能太少

中国 AI 模型追上美国前沿了吗？中美 AI 差距到底如何？

LangChain 开源自家四个编码 Agent：本地写码、云端开 PR、自动审查、仓库文档

Hugging Face 内网被 AI 打穿，回头查案时被商业大模型当成了攻击者

你在中转站选的模型可能被偷偷调包：输入一个随机数，就能验明正身

Harness 工程十二条心法：Google 首席工程师一年实践，浓缩成可直接照做的流程和模板

商汤发布 SenseNova U1 Pro：原生 8K 出图，密密麻麻的小字放大也不糊

Anthropic 内部对谈：Harness 那套外壳流程，正在被拆掉

Cerebras 公开公司知识库搭法：不需要任何人改使用习惯，资料留在原处AI自己去取

a16z 报告：软件股正在被抛售，但市场只杀没有护城河的那一半

AI 几秒就能复制你的作品，但有八样东西它抄不走