偶然刷到的一个逆天项目：AI黑客...
偶然刷到的一个逆天项目：AI黑客...做过独立开发的朋友都清楚，虽然现在 AI 已经能写出相当不错的前端，后端也有成熟的 BaaS 服务，但应用开发并不仅仅只是写份代码。
来自主题:
AI技术研报
8067 点击 2025-11-17 14:33
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
做过独立开发的朋友都清楚，虽然现在 AI 已经能写出相当不错的前端，后端也有成熟的 BaaS 服务，但应用开发并不仅仅只是写份代码。
上海人工智能实验室推出了一款革新的多模态生成理解一体化的扩散语言模型 ——Lumina-DiMOO。基于离散扩散建模（Discrete Diffusion Modeling），Lumina-DiMOO 打破了多模态任务之间的壁垒，在同一离散扩散框架下，完成从 文本→图像、图像→图像、图像→文本的全栈能力闭环。
长期以来，多模态代码生成（Multimodal Code Generation）的训练严重依赖于特定任务的监督微调（SFT）。尽管这种范式在 Chart-to-code 等单一任务上取得了显著成功 ，但其 “狭隘的训练范围” 从根本上限制了模型的泛化能力，阻碍了通用视觉代码智能（Generalized VIsioN Code Intelligence）的发展 。
千问 APP 上线还是超乎意料。毕竟在 2025 年底，可能也只有阿里有底气尝试，重推一款 AI 应用类产品。界面简洁、克制的不像阿里出品。刚好这两天，我做了件有意思的事：泡在小红书，专门看普通用户在用 AI 做些什么，却发现不少人把 AI 用在各种“不正经”上：
昨天，阿里的千问APP，在应用商店里。终于悄悄上线了。从之前的通义APP的双色渐变，变成了现在的属于千问的单色。功能增加了很多，模型也支持了Qwen全系列最新模型。
这可能是今年最魔幻的自曝事件了。一家估值 10 亿美元的 AI 公司 Fireflies.ai，对外宣称 75% 的财富 500 强都在用他们的服务，结果最近创始人自己爆料称：早期产品的 AI 服务，其实就是两个活人躲在后台疯狂手抄笔记。
今年刚满 20 岁的中山大学 00 后本科毕业生沙天铭，前不久收到了多所全美 Top50 高校的博士 offer。同样在前不久，他和合作者为预防中风研发出一款名为 FAST-CAD 的 AI 工具，能在不依赖医院设备的前提下，在复杂的日常环境中实现中风的准确判断。
你知道有个全球年度词汇叫“脑损伤”（Brain Rot）吗？
憨豆先生坐在《猫和老鼠》的客厅里，汤姆在一旁跌进油漆桶，杰瑞躲在沙发后偷笑。这一幕，不是梦，也不是恶搞，而是AI真实生成的画面。在最新一篇论文中，研究者让从未共存的角色相遇，并解决了「风格错乱」的世纪难题。也许，我们正在迎接一个虚构与真实彻底混合的时代。
和任何人，去任何地方！复旦大学携手阶跃星辰打破 “复制粘贴” 魔咒，重磅推出全新 AI 合照生成模型 WithAnyone —— 只需上传照片，就能一键生成自然、真实、毫无违和感的 AI 合照！
前两周收到了一条推送信息，微软小冰的 X Eva 将于 2025 年 11 月 30 日停止所有运营服务。
如何构建一个真正意义上的“自主代理”（Agent），而不是一个“带LLM的高级工作流”？ 让钢铁侠中的“贾维斯”（J.A.R.V.I.S.）真正来到现实，不仅能对话，还能调动资源、控制机械、在复杂战局中自主执行多步任务。
✅ 大概是互联网里最讨喜的 emoji 了。
图灵奖得主LeCun与Meta分道扬镳！LLM邪路一条，「世界模型才是」未来。
在多模态智能浪潮中，视觉语言模型（Vision-Language Models, VLM）已成为连接视觉理解与语言生成的核心引擎。从图像描述、视觉问答到 AI 教育和交互系统，它们让机器能够「看懂世界、说人话」。
打造 AI 时代计算效率的新标杆。
4万亿苹果帝国迎来终极悬念：掌门人库克或将2026年交棒。在AI重新定义科技格局的今天，苹果为何急于寻找接班人？传闻中的热门继承人John Ternus，这位M芯片背后的功臣，是临危受命的创新者，还是库克模式的延续者？他能否带领苹果开启新篇章？
首个系统性评估多模态大模型（VLM）交互式物理推理能力的综合基准来了。
在大模型研究领域，做混合专家模型（MoE）的团队很多，但专注机制可解释性（Mechanistic Interpretability）的却寥寥无几 —— 而将二者深度结合，从底层机制理解复杂推理过程的工作，更是凤毛麟角。
如何将情感价值落地转化为市场价值，是AI陪伴赛道面临的共性问题。
近年来，Stable Diffusion、CogVideoX 等视频生成模型在自然场景中表现惊艳，但面对科学现象 —— 如流体模拟或气象过程 —— 却常常 “乱画”：如下视频所示，生成的流体很容易产生违背物理直觉的现象，比如气旋逆向旋转或整体平移等等。
52个人，一款AI PPT工具，年入上亿美元。
谷歌这次真要甩王炸了！CEO劈柴两个神秘表情，或暗示Gemini 3.0下周登场。一句话秒生OS、UI网页，前端工程师看完集体沉默。三年追赶，成败就在此一举。
EverMind 团队近日宣布正式发布其旗舰产品 EverMemOS，这是一款面向人工智能智能体的世界级长期记忆操作系统。它旨在成为未来智能体的数据基础设施，为 AI 赋予持久、连贯、可进化的 “灵魂”。
奥特曼又又又亲自官宣了ChatGPT的一项“重要更新”——从现在起，你的ChatGPT可以听从指示，在输出内容中不再滥用破折号。为啥一个普通的标点符号，能让奥特曼亲自宣传，而且还极具热度呢？
人类的下一个分裂，从算法开始。 作者｜Moonshot 编辑｜靖宇 在生成式 AI 的早期叙事里，AI 大模型曾被描绘得理性、冷静、无偏见。 然而，不到三年时间，这个叙事迅速崩塌。事实正在变得越来越清
马斯克正以Grok为核心，在X与特斯拉双平台上狂飙推进xAI，从算力、数据到产品生态全面押注通往AGI的道路。在他眼中，AI既是人类最大风险也是最大机遇，他试图用「求真、不设禁忌」的开放路线与超大算力布局，抢占未来通用人工智能的制高点。
百度这次又往AI眼镜里狠狠塞了一把“猛料”。刚刚，百度官方发布了全新AI拍摄眼镜——小度AI眼镜Pro，2299元起。这回不光把颜值搞上去了，还把全新发布的多模态AI智能助手「超能小度」塞进了这幅39g重的眼镜里：
一份法庭文件，揭开OpenAI的旧伤疤，将奥特曼与马斯克在OpenAI创业早期从合作到公然决裂，以及奥特曼试图修复二人关系的往事再次翻出。面对马斯克的所有指控，奥特曼的态度是：我们敬佩马斯克，但会驳斥他所有的说法。
数据处理显然就是打工人最核心的痛点之一，哪个职场“牛马”没有被工作中几百到上万条繁杂的Excel数据为难过呢？过程中不仅要从多种数据源粘贴数据，还要处理图片、文字等非结构化内容……
