搜索
全球文生图大模型王座，易主了。就在刚刚，LMArena竞技场发布了最新的文生图榜单，第一名来自中国，属于腾讯混元图像3.0！不仅超越了谷歌的Nano Banana，也超越了字节的Seedream和OpenAI的gpt-Image，在全球26个大模型中稳居第一。
今年滴滴悄悄上线了一个 AI 图寻产品「在哪儿问问」，目前产品体验仅有微信小程序端。不同于 GeoGuessr 的娱乐性，它更偏向实用的工具属性：拍一张，就能知道在哪儿；想去哪里，AI 马上帮你找。
十月AI战场，热闹得不像话。Sora 2刚刚亮相，Gemini 3.0就已蓄势待发。网友内测demo流出，前端和web编码强到离谱。坊间传闻，Gemini 3.0最晚下周上线。今天，谷歌内部研究人员在X上，频频发文暗示——BIG THINGS！
想象一下，医院和诊所里三分之一的员工不是在治病救人，而是在接电话、填表格、追保险理赔。这不是什么小问题，而是一个让整个医疗体系运转缓慢、成本高昂的巨大黑洞。
终于，Nano Banana正式开放API了！ 现在大家不仅可以直接在Google AI Studio里基于Nano Banana，手动搓出属于自己的App，还可以通过Gemini API接入任意发挥了。
我惊！ 图灵奖得主、AI三巨头之一的LeCun在Meta待得是如坐针毡。 Yann LeCun已经直接跟同事表示，自己可能会辞去FAIR首席科学家的职务。
想象一下，AI取代了你的工作，甚至连OpenAI的CEO也如此——奥特曼的答案竟是去当农场主！他分享了十年高压下的农场梦想，强调人类渴望创造价值永不止息。短期岗位流失不可避免，但长期来看，AI将催生更以人为本的新职业。
深夜十一点，手机屏幕的微光洒在林悦的脸上。 这一天，她已经陪伴了五个不同的求助者，从一段破碎的婚姻到一位年轻人面对失业的焦虑。作为一名心灵疗愈师，她习惯用温柔的语气安抚对方，用细致的分析梳理对方的情绪。可当最后一通咨询结束时，她却常常陷入一种无形的空洞：那些负面情绪全部向她涌来时，她也略显疲惫。
只让机器人或虚拟智能体「想象」，不让它们和物理世界交互，它们也能学到和世界交互的技能？谷歌的世界模型 Dreamer 4 为这一想法提供了新的支撑。为了在具身环境中解决复杂任务，智能体需要深入理解世界并选择成功的行动。世界模型通过学习从智能体（如机器人或电子游戏玩家）的视角预测潜在行动的未来结果，为实现这一目标提供了一种有前景的方法。
Sora2太卷了。居然能预测ChatGPT的输出、渲染HTML？！让它模拟“给ChatGPT发信息”，它不仅生成了画面，还来了一段有问有答的“交互”。先是编了一个问题：Write a playful haiku about a cat staring out the window.（写一首关于猫凝视窗外的俏皮俳句。）