Opus 5.5 全自動製作四年 AI 回顧影片
一位使用者僅向 Opus 5.5 提供創意、工作資料夾和音樂檔案,模型便自主完成了從調研到成片的全流程。它檢索了四年 AI 發展資料與素材,擷取文章和介面截圖,編寫 HTML 與動畫程式碼,用 Playwright 渲染畫面、FFmpeg 合成並加入音效,最終輸出完整影片。
依意思最接近的 20 筆
一位使用者僅向 Opus 5.5 提供創意、工作資料夾和音樂檔案,模型便自主完成了從調研到成片的全流程。它檢索了四年 AI 發展資料與素材,擷取文章和介面截圖,編寫 HTML 與動畫程式碼,用 Playwright 渲染畫面、FFmpeg 合成並加入音效,最終輸出完整影片。
Veda 是一個把 AI agent 做進系統層的作業系統,從 UEFI 引導、微核心、驅動到視窗系統與應用全部用 Rust 從零編寫,目前支援 x86-64 PC 與 QEMU。agent 作為系統服務隨開機啟動,可用語音、點選工作列圓環或 Super+Space 喚醒,通過 agentapp 協議原生呼叫應用提供的 70 多個動作,不需要讀屏或模擬點選。
Vercel 資料顯示,TypeSafe AI 的輕量決策模型 Jev 上線兩週內被 35% 付費團隊使用,覆蓋面接近第二名 Sonnet 5.5 的兩倍,是 Vercel 平台上普及最快的模型。Jev 於 9 月 15 日限量發布,通過限定候選輸出降低推理成本、提升速度,適合大批次資料分類,Vercel 已用它替換 GPT-6 Luna 做有害命令分類。
VideoGen-Agent 用 Qwen3-VL-8B-Instruct 做基座,在多輪互動中呼叫檢索、生成與驗證工具,先以 16K 教師軌跡監督微調,再用 8K 提示做多工強化學習。在 600 條提示的 VABench 上,Toolset 1 配置得 75.6 分,比基礎生成器 56.5 分高出 19.1 分;智慧體策略不變、僅升級生成工具後達 86.1 分,人類評估中 84.3% 的判斷偏好該配置。
Jev 母公司 TypeSafe AI 完成 8.7 億美元 A 輪融資,投後估值 75 億美元,距 9 月 15 日種子輪的 2 億美元僅 24 天。Jev 砍掉生成能力、只做分類打分與選擇,輸出 token 永久免費,輸入每百萬 token 0.042 美元;上線 3 天日吞吐量達 1 萬億 token,接入 Vercel AI Gateway 後 24 小時內被近 13% 付費團隊採用,約三分之一《財富》500 強已在用。
TypeSafe AI 宣布完成 8.7 億美元 A 輪融資,估值達 75 億美元,由 Andreessen Horowitz 領投,Sequoia Capital、現有投資方 DCVC 及多位天使投資人參與,a16z 的 Martin Casado 加入董事會。公司表示將把 Jev 的能力擴充套件到更多 machine-native 模型,並補齊企業客戶要求的功能。目前財富 500 強中已有三分之一在使用 Jev,公司稱已在生產環境為客戶節省數百萬美元。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
TypeSafe AI 以 75 億美元估值完成 8.7 億美元融資,由 Andreessen Horowitz 領投,紅杉與現有投資方 DCVC 參投。其模型 Jev 於 9 月 15 日發布,基於 transformer 架構但不是大語言模型,不輸出文字而是生成機率,公司稱之為「校準決策」,定位是自動化任務而非寫文字或程式碼。公司稱 Jev 速度明顯更快、消耗 token 遠少於 LLM,並稱已有三分之一財富 500 強企業在使用;
輝達援引 SemiAnalysis AgentX 資料稱,Vera Rubin NVL72 每兆瓦吞吐量超過 GB300 NVL72 的 30 倍,在 DeepSeek V4 Pro 上每百萬 token 成本最多低 45 倍。輝達以「高產、耐用、通用」概括 AI 工廠回報邏輯:每兆瓦 token 數決定收益,A100 出貨六年後仍在商用,CoreWeave 已將 2020 年首批裝置的預訂延長至 2029 年。
VAST 正式開源即時世界模型 EdenLive,同步開放模型權重、推理程式碼、技術報告與端到端 Demo。它把世界狀態交給上游互動系統維護,自身只做即時渲染:單張消費級 RTX 5090、720P 下,5B 模型生成速度超 24FPS,端到端延遲百毫秒級,可連續生成分鐘級畫面。模型接收參考畫面、目標首幀與提示詞三類輸入,支援寫實、二次元等畫風,可用於遊戲原型預覽、影片重渲染與具身資料增強;
一位開發者用 Vite+ 做了三週、四個專案後給出的結論是:新建 Vite 應用時,應把 Vite+ 寫進給 AI agent 的第一條提示。Vite+ 把 Vite、Vitest、Oxlint/Oxfmt、tsdown 和 Vite Task 統一到 vp 命令下,配置集中在 vite.config.ts;vp check 同時管格式、lint 與型別檢查,但型別檢查需在配置裡開啟 typeAware 與 typeCheck,新建專案預設已開啟。
前 Google Cloud、SpaceX 工程師 Rama Afullo 創辦的 Satlyt 完成 800 萬美元種子輪,其衛星端 AI 軟體將於本週隨 SpaceX 火箭發射,與 Google 軌道資料中心原型 Project Suncatcher 同船。Satlyt 不造衛星硬體,只做讓衛星在軌執行 AI 模型的軟體層,定位類似衛星界的 VMware。
Higgsfield AI 藉助 GPT-6 Astra,把 AI 生成影片的時長從原先約 1 分鐘提升到 10 分鐘以上,CEO Alex Mashrabov 稱這緩解了長影片中畫面一致性的難題。配合 GPT-Image-2.5,平台可穩定渲染影像上的文字與資訊圖,服務缺少製作預算的小商家。Codex 讓約 200 名創意人員把想法直接做成軟體原型,團隊還用 GPT-6 Astra 生成長度超 10 分鐘的教學影片。
TypeSafe AI 聯合創始人兼 CEO Diogo Almeida 在 Latent Space 訪談中透露,其 System-One 模型 Jev 估值達 100 億美元,日處理量已突破一萬億 token,且夜間流量持續走高,說明大量呼叫來自機器自動化。Jev 1.13.0 在第三方 JevBench v1.2.1 綜合榜以 75.3 分排名第一,發布影片 6 天瀏覽量超 3870 萬。
輝達宣布計劃投資 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英國 AI 初創公司,並承諾五年投入 2.5 億美元算力,用於強化英國的 agentic 安全與安全研究。這五家公司分別做生物分子模型與藥物設計、超大規模資料中心等基建專案的完工預測、自動編寫並最佳化演算法的發現引擎、面向阿茲海默症等疾病的生物基礎模型,以及跨量子位元型別的即時糾錯軟硬體。
輝達在 GTC Berlin 發布 DSX POD 參考設計:由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠,站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產,DSX 平台稱冷卻用水最多減少 100%,同等 AI 產出省電 30%。
Google Cloud 與 NVIDIA 宣布 Vera Rubin 基礎設施正式可用,A5X 例項將於下月上線,並計劃擴充套件至歐洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Virgo 網路與第四代液冷,面向大規模 agentic 推理與強化學習,Google Cloud 計劃在多個站點部署最多 96 萬塊 Rubin GPU。
Artificial Analysis 的 Video Arena 文生影片排行榜上,影視公司 Utopai 的定製模型 Utopai X 以 1150 的 Elo 評分位列全球第二、全美第一,這是該榜採用雙盲投票以來首次有影視公司定製模型進入前列。Utopai X 基於 MiniMax H3 架構做深度定製後訓練,在評測的 10 項細分能力中 7 項超越基座模型,音訊同步與物理規律排名第一,光照與材質、鏡頭控制排名第二。
10 月 8 日和 9 日,烏克蘭無人機襲擊了俄羅斯科技公司 Yandex 位於 Sasovo 和 Kaluga 地區的兩座資料中心,使其五座資料中心中的兩座癱瘓,Yandex 的 AI 聊天機器人及其他線上服務因此難以維持。烏方稱這是對俄羅斯自 9 月底以來打擊烏克蘭資料中心、導致數千名烏克蘭人手機與網路服務中斷的對稱回應。澤連斯基在 X 上表示,將繼續以高精度回應。
llama.cpp 發布 b11751 建置,Hexagon 後端升級到 snapdragon-toolchain v0.8,並將架構版本上限提升至 v85。CI 和建置指令碼同步換用新工具鏈,程式碼命名改為 snake_case,並清理了殘留的舊工具鏈引用。此外,新增一個小型 Python 指令碼來處理部分 IoT 裝置所需的 swiv;hex-target 的建置與執行指令碼現已支援在 Ubuntu 上通過 adb 傳輸。