
ChatGPT 的 GIF 生成上線,產品做對的是把步驟砍到只剩一步
素材來源:The Verge AI — ChatGPT 現可生成動畫 GIF,Images 2.6 模型同步上線 、 The Verge AI — Nothing 預告下月推出無螢幕 AI 裝置
回到今天的 AI 日報

素材來源:The Verge AI — ChatGPT 現可生成動畫 GIF,Images 2.6 模型同步上線 、 The Verge AI — Nothing 預告下月推出無螢幕 AI 裝置

素材來源:Lex Fridman — AI 如何改變教育:孩子還需要做作業嗎? 、 Lex Fridman — AI 對人類文明的威脅 、 Lex Fridman — AI 時代給年輕人的建議
你將能直接調用開源的 Kimi-K3.1-Pro 進行高效推理,並透過 Apple 開放的第三方 App 讓 Siri 直接執行實際任務,大幅減少跨應用操作的繁瑣步驟。同時,ChatGPT 現可一鍵生成動畫 GIF,而 LiberAI 的 Liber-0 模型則讓機器人能憑藉人類經驗實現零樣本操作,這些進展正加速 AI 從單純對話轉向具體執行與內容創作的日常應用。
以下每則都有第一手來源與我們自己撰寫的完整內文,點入即可讀完。

Hugging Face Blog 介紹了 Dharma Field Extractor,這是一款能夠將任意格式的文件輸入,並自動提取出結構化欄位輸出為 JSON 的工具。這項技術對於需要從非結構化資料中高效擷取特定資訊的應用場景具有重要價值,能顯著簡化資料處理流程。

北京新創 LiberAI 推出 Liber-0 世界動作模型(WAM),該模型在超過 220 萬小時的人類經驗數據上進行預訓練,結合人類影片與手套記錄的手部動作,將人類的操作經驗轉移至機器人。在 GPT-6 提出的 60 項任務評估中,Liber-0 在未收集特定機器人示範的情況下,達成了 36.0% 的整體成功率,展現了強大的零樣本泛化能力。

研究團隊提出 MEMENTO,一個基於 Qwen3-8B 建構的長上下文 Agent,旨在解決 LLM 在處理長輸入時如何有效管理固定大小上下文視窗的問題。該模型透過合成數據微調與結合答案正確性及筆記品質的強化學習,學會了更有效的「壓縮」策略,並能在測試階段擴展至上下文摺疊等進階技巧。這項研究對於提升 AI Agent 處理長篇文檔或對話的效能具有參考價值。

隨著企業、政府與新創公司因開源模型具備成本優勢、控制力與靈活性而日益依賴,開源 AI 正走向主流。然而,隨著能力更強的模型免費流通,Hugging Face 探討了企業如何從中捕捉價值,並分析在中國開源模型崛起的背景下,美國競爭者能否保持領先。

Hugging Face 政策主管探討開源 AI 模型日益主流化的趨勢,分析企業、政府與新創在追求低成本、控制權與靈活性時所面臨的挑戰。隨著具備更高能力的模型更自由地流通,文章聚焦於企業如何在此環境中捕捉價值,並探討在中國開源模型崛起的背景下,美國競爭者能否保持領先。
以下只有重點摘要,完整內容請看原始來源。

Moonshot AI 發布了 Kimi K3.1 Pro,這是 K3.1 系列中首款開權重、原生多模態的代理模型。該模型基於 2.8T 總參數與 104B 激活參數的 MoE 架構,支援 100 萬 token 上下文,並透過大規模聯合強化學習,在程式碼、3D 創作及金融研究等領域顯著提升了代理能力。

Apple 在最新軟體開發者預覽版中,正式開放所有開發者將 App 接入 Siri AI,這在 Apple 封閉的生態系中極為罕見。儘管此舉有望改善 iPhone 在 AI 時代的體驗,但相關功能預計要到明年春天才會正式上線。

ChatGPT 已原生支援直接生成動畫 GIF,使用者只需輸入提示或上傳照片即可產出,並可調整播放速度與逐幀編輯。此功能隨 Images 2.6 模型更新推出,解決了過去無法單步生成 GIF 的限制,讓影像創作流程更為流暢。

Nothing CEO Carl Pei 在 X 平台宣布,公司將於 12 月推出首款 AI 原生產品。該產品被描述為具備 Nothing 品牌特色的工具,但明確指出沒有螢幕,也無法作為 App 運作,這標誌著 Nothing 在 AI 硬體領域的首次實質進展。

研究團隊利用大型語言模型直接編輯 Qwen3.5-0.8B 的權重,成功解決該模型在數學問題上的思考迴圈問題。此方法無需進行梯度下降或傳統訓練,僅透過調整極少數權重(佔總參數 0.016%)便顯著改善了模型表現。這項技術展示了透過權重空間程式設計優化小型模型效能的潛力。
AI 產業正邁向多模態與硬體創新的雙軌發展。軟體層面,Moonshot 開源 Kimi K3.1 Pro 強化代理能力,Apple 開放 Siri 接入第三方應用,ChatGPT 支援 GIF 生成及 Dharma 工具優化資料處理,顯示生態系開放與創作流暢度成為競爭關鍵。硬體與機器人領域,Nothing 推出無螢幕 AI 裝置探索新交互形態,LiberAI 則以人類經驗驅動機器人零樣本操作,展現強大泛化力。整體而言,技術邊界持續擴展,從純軟體代理到實體機器人,產業正加速將 AI 深度整合至日常應用與工業場景,推動從數位內容到物理世界的全面智能化轉型。
喜歡這篇?每天早晨還有更多。
訂閱 5min AI,讓 AI 替你追蹤整個 AI 世界。