可灵 4.0 实测：零真人出镜制作探展视频，距离一站成片仍有差距
奇点研究社用可灵 4.0 实测 AI 人物与展会实拍素材结合的探展视频，部分镜头接近可交付状态，但稳定成片仍需反复重试。测试拆分为 7 组画面并准备约 3000 字提示词，模型能完成部分推移运镜和音画同出，也会出现主体替换、一镜到底变成硬切、修改后声音乱码等问题。
推荐理由：实测将可灵 4.0 的单镜头表现与整片交付拆开比较，具体呈现了复杂指令、连续叙事和后期修改中仍需人工兜底的环节。
#多模态
钛媒体精选AI 评分7676 量子位精选AI 评分5959 水木分子入选央视“中国AI创业十骏”，成为榜单唯一AI制药公司
水木分子入选央视“中国AI创业十骏”，是榜单中唯一一家AI制药公司，并以对话式平台、模型、技能包和自研管线推进药物研发。ChatDD 分为 Insight、Discovery 和 Trial，覆盖立项、分子设计与临床支持；首批 OpenBioMed 技能包包含 45 项专业技能，并将专家方法转为可复用工作流。
推荐理由：文章拆解水木分子以模型、智能体平台、技能包和自研管线协同的路径，并呈现首条管线七个月推进至临床前候选分子确认的案例。
钛媒体精选AI 评分5757 资本抢投、大厂押注，售价50元的华强北白牌AI眼镜会成最大赢家吗？
Tech星球调查显示，售价50元的华强北白牌智能眼镜销量可能接近或超过国内全行业40%，这一判断来自业内人士Austin。2026上半年，全球智能眼镜产业链融资、并购和战略投资至少64起，披露金额约90亿元，Rokid、雷鸟等企业也密集推出新品。与此同时，品牌眼镜价格多为2000-4000元，行业退货率约30%-70%，企业普遍亏损，续航、轻便性和主动唤醒仍待改善。
推荐理由：文章对比品牌眼镜与华强北白牌的销量、价格和退货率，呈现资本热投下行业盈利承压、基础体验仍待改善的现实。
36氪精选AI 评分5555 度小满、香港科技大学与HKGAI联合发布轩辕4.5金融增强大模型
在2026香港金融科技周开幕式上，度小满、香港科技大学与HKGAI联合发布轩辕4.5金融增强大模型，包含大语言模型和多模态模型。轩辕4.5将自进化RSI技术用于模型训练及智能体场景目标适配，在获客、风控、客户经营等核心金融场景实现效果提升30%，成本仅为通用模型的10%。基于轩辕，度小满已构建上千个智能体、5000余项技能，日均Token使用量超过1000亿。
推荐理由：轩辕4.5将自进化RSI用于模型训练与智能体适配，并给出获客、风控等场景效果提升30%、成本仅为通用模型10%的对比。
36氪精选AI 评分6666 美团发布 LongCat-2.5 原生多模态大模型，总参数 1.6 万亿
美团发布新一代原生多模态大模型 LongCat-2.5，面向长程智能体任务，总参数量为 1.6 万亿。该模型全程在国产算力上训练，36氪称其是目前国产算力上完成的最大训练任务。评测结果显示，其在多项主流基准中的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，部分评测超过 Claude-Opus-5。
推荐理由：材料集中给出模型定位、参数量、训练算力来源和基准对标，读者可据此比较其技术定位与相对表现。
36氪精选AI 评分6767 苹果与阿里巴巴达成合作，千问集成至 Apple 智能
苹果与阿里巴巴宣布合作，将千问集成至 Apple 智能，中国用户可在 Siri、写作工具和视觉智能中调用其能力。相关功能将于11月4日起随最新 iOS 开发者 Beta 版开放测试，并在12月 iOS 27.3 正式发布时面向中国用户推出。
推荐理由：集成范围、测试时间和正式上线节点均已明确，读者可据此了解千问进入苹果智能中国用户端的覆盖与节奏。
HF Daily Papers精选AI 评分7575 Youtu-Parsing-Omni 论文提出单一编码器与统一输出结构的多模态解析方案
Youtu-Parsing-Omni 提出并开源统一多模态解析器，以一个共享权重编码器和一套统一输出结构，将文档、图像、音频与视频转换为带时空信息的结构化记录。
推荐理由：论文同时给出统一解析架构、训练方法、基准成绩和 vLLM 部署配套，便于对照模型效果与实际使用方式。
量子位精选AI 评分3939 Anthropic 的 Claude Fable 5.5 与下一代 Opus 被曝进入早期测试
Anthropic 的 Claude Fable 5.5 与下一代 Opus 被曝已进入早期测试，线索来自 X、Discord、Azure 模型目录和基准测试平台。
推荐理由：文章汇总了 Fable 5.5 的目录条目、社区图像实测与 Obsidian 3 跑分线索，并讨论 Anthropic IPO 前的模型节奏。
HF Daily Papers精选AI 评分4949 HairDeck：从单张图像生成可用于动画的风格化发片
HairDeck提出一种基于扩散Transformer的方法，从单张图像生成风格化发片及驱动它们的弹簧骨骼链，产出可导出至下游格式的动画资产。在CHARM自有测试集上，HairDeck将Chamfer距离降低44%，卡片朝向误差降低超过一半，运行速度提升33倍。
推荐理由：在CHARM自有测试集上，HairDeck降低Chamfer距离和卡片朝向误差，同时将运行速度提升33倍。
36氪精选AI 评分3333 Spotify计划2027年初推出AI音乐混音服务，拟每月额外收费最高5美元
Spotify计划于2027年第一季度推出AI音乐混音服务，让付费订阅用户重新编曲或翻唱现有歌曲。公司正争取在明年2月格莱美奖颁奖典礼前后发布，并考虑每月额外收取4至5美元，具体上线时间及定价尚未最终确定。
推荐理由：Spotify据报拟让付费用户用AI重新编曲或翻唱现有歌曲，并考虑每月额外收费4至5美元，为订阅平台中的AI音乐增值模式提供了具体案例。
36氪精选AI 评分7676 36氪「8点1氪」汇总外交部回应、科创50指数创新低等当日热点
36氪「8点1氪」汇总了外交部回应三丽鸥取消Vivant联名、科创50指数创新低及上海宜家餐厅实行“消费入座”等当日热点。AI板块中，美国司法部已对英伟达拟以129亿美元收购Hugging Face的交易展开反垄断调查，腾讯宣布Hy4与Hy4 flash即将发布，Hy4首次引入视觉理解能力。
推荐理由：材料横向汇总监管调查、模型发布、开源计划与计费调整，呈现 AI 产业链在合规和技术供给上的同步变化。
HF Daily Papers精选AI 评分4040 LARC 在连续空间实现统一多模态模型的潜在推理
LARC 将统一多模态模型的推理从离散 token 空间转向连续隐状态，缓解 token 级瓶颈并支持测试时扩展。训练分为课程式 SFT 和信息增益 RL 两阶段，后者无需真实标签监督即可自演化潜在推理。
推荐理由：论文将推理置于连续隐状态以缓解 token 级瓶颈，并给出两阶段训练方法和 GenEval 对比，便于评估多模态推理的扩展表现。
TechCrunch精选AI 评分5858 Meta 低调推出 AI 时尚应用 Style Sketch
Meta 已推出 AI 时尚应用 Style Sketch，可利用用户已有衣物生成穿搭建议，并在匹配体型和肤色的“逼真模型”上虚拟试穿。该应用可连接 Instagram，从已发布照片建立虚拟衣橱，也能通过拍照、录制短视频或上传图片手动添加衣物，并根据目的地、行程、天气和活动生成逐日穿搭计划。
推荐理由：Style Sketch 以 Instagram 照片构建虚拟衣橱，并加入天气与旅行穿搭规划，为 AI 时尚应用的产品差异化提供了具体参照。
36氪精选AI 评分6565 智元在创新日发布 GO-3 Preview、WITA-OMNI 与 AGILE，布局物理 AI 全链路
智元集中发布 GO-3 Preview、WITA-OMNI、AGILE、灵渠OS 1.0与AHA3第三代硬件架构，推进物理 AI 全链路部署。
推荐理由：智元将模型、算法、操作系统与硬件架构纳入同一部署链路，并提出以有效智能工时衡量劳动产出，呈现从能力演示转向实际生产力的完整思路。
Hacker News精选AI 评分8585 Mistral AI 发布 Mistral Large 4 改进版模型权重
Mistral 发布 Mistral Large 4 经强化学习改进后的模型权重；该 1-trillion-parameter 原生多模态模型此前已进入公开预览。
推荐理由：Mistral Large 4 开放权重并提供三档推理模式，同时给出编码与网络安全基准对比，便于开发者评估自部署的性能和成本取舍。
HF Daily Papers精选AI 评分4747 视觉基础模型空间状态表征的探查
研究团队用冻结特征探针评估十种视觉基础模型表示，发现可见场景的准确读出并不保证物体持久性、未来特征检索或目标导向行动的有效性。实验基于静态室内环境的流式第一人称观测，覆盖空间结构、物体持久性、预测更新和行动性四个层面，匹配控制区分了读出准确性与对视觉历史、运动的依赖。
推荐理由：十种表示的能力对比显示，可见场景读出准确并不等于能维持物体持久性、完成预测更新或支持目标导向行动。
量子位精选AI 评分7575 Genspark Media Studio 正式发布，集成 20 多家厂商的 70 多个模型版本
Genspark Media Studio 正式发布，将 20 多家厂商的 70 多个模型版本整合为视频 Agent 工作台。大语言模型负责剧本与流程调度，Seedance 2.5、可灵、Veo 等生成视频，GPT Image、Nano Banana 处理图像，ElevenLabs 等负责声音，覆盖短剧、知识讲解和游戏生成。
推荐理由：实测覆盖短剧、知识讲解和游戏生成，并拆解模型调度、局部重拍与积分消耗，能为判断工作流和成本提供参照。
Latent Space精选AI 评分7777 AINews：Google DeepMind 发布 Gemini 4 Carbon，登顶多项榜单并先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，将其定位为网络安全与长程任务前沿模型，先通过 Fairwind Program 向可信网络安全防御者开放，并称将尽快扩大开发者访问。
推荐理由：将 Carbon 的独立榜单成绩、网络安全基准、定价和开放条件并列，呈现能力表现与当前可获得性之间的差异。
钛媒体精选AI 评分7373 人形机器人量产提速，物理 AI 从展台走向工位
人形机器人产业正加速量产，物理 AI 的应用重心正从展台表演转向工厂、物流和服务业。10月21日，特斯拉披露 Optimus 已在弗里蒙特量产线上开工；今年上半年中国人形机器人整机产量突破4万台，二季度环比增长50%。文章将核心部件、主业支撑和真实订单作为产业筛选维度，并指出合作概念、估值过快和缺少技术能力是三类风险。
推荐理由：文章对比中美物理 AI 的量产与落地路径，呈现中国偏重本体制造、美国偏重模型与平台的产业分化。
Hacker News精选AI 评分4545 新加坡国立大学将电子纤维织入袖套，开发可机洗织物触摸屏
新加坡国立大学（NUS）研究人员将电子纤维直接织入袖套，开发出可显示图像和视频、响应触摸并无线连接设备的可机洗织物触摸屏。原型由54根像素纤维组成，形成96×54像素、168×105毫米、30帧/秒的显示屏，并支持8-bit色深。在包含洗涤剂的50次机洗和半径5毫米的1,000次弯折后，显示与触控性能仍接近不变；团队后续计划提升分辨率、集成更多传感功能并探索端侧AI。
推荐理由：研究给出了电子纤维的互连架构与样机参数，展示了在保持织物透气性和柔韧性的同时实现可机洗交互界面的具体路径。