今天被漏掉的 6 条 AI 消息

六条没上热搜,但今晚就能上手

头条都被那几家大厂抢走了:发布会的、跑分的、涨价的。翻完今晚的采集我一愣——下面这 6 条几乎没人转,可每一条现在就能用。

我不吹,也不替谁背书。6 条按「你现在能不能上手」的顺序摆,每条一句谁说的、一句跟你什么关系、一句我的吐槽。

全篇一图看懂

六条一句话过一遍

混元 Hy4 上了 OpenRouter、小红书语音编辑模型升到 V1.1、蚂蚁开源视觉模型 ZoomGain、MBZUAI 开源 29B 世界模型 PAN 2、MiniMax H3 Image 多平台上线、腾讯元宝搜索正式开站。

六条里三条是「模型开源」,两条是「能力上架」,一条是「入口换人」。看着散,其实指向同一件事:能力在往下沉,从实验室沉到你能点开的地方。

普通人不用记型号。记三个动作就够了:说话能改字、看不清能放大、搜索能直接问。

怎么个下沉法?以前你要用这些东西,得会装环境、会写脚本、会抢额度。现在这些活有人替你干完了,剩下那个问题是「你到底想让它干什么」。

混元的分数是自己报的,我不背书

据腾讯混元官方账号,Hy4 已经上了 OpenRouter。不用注册腾讯账号,不用排队申请额度,接个 key 就能调。

它自己报的成绩:Terminal Bench 4.0 拿 44.4,OSWorld 2.1 拿 78.9,AutomationBench 1.0.6 拿 56.2。这三个榜测的都是「让模型自己动手干活」,不是聊天。

我得说清楚:这是官方自报,不是第三方复现。榜单分数看看就好,真想判断,拿你自己的活跑一遍,比如让它按截图点完一整张报销单。

吐槽一句:模型都学会用电脑了,我还在教同事怎么存 PDF。

配图

小红书这个语音编辑,是给剪辑的人省命

据小红书技术官方账号,dots.tts.edit 升到 V1.1,还开源了配套工具。关键在局部编辑:选中文句,直接改文字、情绪、语速、停顿,不用整段重录。

以前配音最烦的就是改一个字。改一个字,整段重来,口播的气口全乱,返工两小时。现在等于给录音开了个文字版剪辑器。

它还支持中英双语和多说话人一次生成。做播客、做课程、做带货口播的,今晚就能去试。提醒一句:情绪和停顿能改,不等于语气能凭空造,素材本身平,改完还是平。

我看好这条,不是因为模型多强,是因为它把返工成本压成了「一句话」。工具好不好用,就看改一次要不要重来。

配图

蚂蚁这套视觉模型,专治看不清

据 inclusionAI 在 HuggingFace 的发布,蚂蚁这套 ZoomGain 开源了 4B 和 9B 两个版本,还带了评测基准 ZoomGainBench 和 GGUF 量化权重。

思路很朴素:看整张图时看不清的细节,放大之后才看得见,这个「感知差」本身就能当监督信号用。28 个参与对比的模型里,最好那个在这个基准上得 61.08。

这个 61.08 是发布方自己给的,别当绝对排名。

关系在哪?发票号认错、仪表读数看错、片子上小结节看漏,都是同一个毛病:图太大,细节被压没了。4B 加量化权重,笔记本也能跑。

29B 世界模型直接开源,连训练代码都给

据 MarkTechPost 报道,MBZUAI 基础模型研究所开源了 29B 的世界模型 PAN 2,权重、训练代码、推理代码全按 Apache 2.0 放出来。

世界模型听着玄,落到工程就是一句:给它当前状态,它预测下一步会变成什么样。机器人抓东西、车子判断路面、游戏里预演动作,用的都是这套。

29B 不算小,能全开的却不多。研究组复现、公司做内部原型,门槛一下低了很多。但权重开源不等于能用:29B 要显存、要数据、要调,别被「开源」两个字骗去下六十个 G。

世界模型最容易吹,能不能打全看数据配不配得上。代码开源只是让你少走一段弯路,剩下的路没人替你走。

配图

十秒出 4K,还有五折

据 MiniMax 官方和 Runware 介绍,H3 Image 已经多平台上线,约 10 秒出 4K 图,最多吃 16 张参考图,fal 和 Runware 都是 Day 0 支持。

Runware 那边的输出定价是每百万 token 三点八美元起,4K 输出在 11 月 17 日前五折。

10 秒、4K、16 张参考图,这三个数摆一起,最直接的变化是垫图改图变便宜了。做电商图的,一个款出十几个配色,以前磨一下午,现在一杯咖啡的工夫。

但我劝你先算账再高兴:按 token 计费,4K 图吃的 token 不少,五折结束那天账单会告诉你真相。还有个实处,4K 在网页上其实看不出差别,你真用得上它的地方,是印刷和大幅海报。

元宝搜索上线,QQ 浏览器换个引擎就能用

据腾讯云公告,腾讯元宝搜索正式上线,能通过 so.qq.com 直接用,也能把 QQ 浏览器的搜索引擎切过去。

它说覆盖网页、公众号、视频号、学术文献,接的是千亿级索引和 157 个权威信源。广告整块折叠,英文论文一键翻译,还能打字、说话、拍照搜。

对普通人的意义不在「多了个搜索框」,在于公众号和视频号的内容终于能被正经检索。以前这些内容基本是搜不到的孤岛。

一句提醒:157 个信源是它自己公布的口径,哪些算权威、怎么排序,公告里没写细。当参考,别当答案本身。

今晚最大的新闻,是你不知道它已经能用了

六条摆完,回到开头那句:头条被抢走了,可这六条才是今晚真正能改你工作流的东西。

一个是让别人替你动手,一个是改一句话不用重录,一个是让看不清的地方能放大,一个是把预演能力放出来,一个是把出图成本打下去,一个是把搜索入口挪了个位置。

所以别等发布会:发布会讲的是他们要卖什么,这六条讲的是你今晚能干什么。也别收藏,收藏等于没看,挑一条花十分钟试一下。

今晚最大的新闻,不是你抢不到,是你根本不知道它已经能用了。

下一篇 台积电花 10 亿美元,买客户的股票 →
站长照片
“

1

”
联系二维码
微信:扫码加企业微信
邮箱:15611497360@aqq.com
手机:15611497360

私信站长

申请退款