AI 资讯

2026-03-03

新论文：通过奖励建模增强图像生成的空间理解能力

研究者提出利用奖励建模来增强图像生成模型的空间理解能力，改善生成图像中物体的空间位置和关系准确性。

n8n：新播客演示如何用 Pinecone 节点构建应用评论分析微型 SaaS

n8n 发布新播客教程，展示如何抓取 App 评论数据，通过新的 Pinecone Assistant 节点进行对话式分析，并将洞察转化为带历史记录和日志的微型 SaaS 产品。

@n8n_io 阅读 →

Replit：直播演示如何用 AI 构建销售线索工具

Replit 发布直播演示视频，展示如何在其平台上快速构建营销获客和销售驱动工具，体现 AI 编程在实际商业场景中的应用。

@Replit 阅读 →

Google DeepMind：Gemini 3.1 Flash-Lite 性能超越 2.5 Flash，更快更便宜

Google DeepMind 发布 Gemini 3.1 Flash-Lite，性能超越上一代 2.5 Flash，同时速度更快、价格更低。新增思考级别功能，可根据不同任务灵活调节推理深度，支持 UI 生成、仪表盘和模拟等复杂任务。

@GoogleDeepMind 阅读 →

LMSys × NVIDIA：SGLang 在 Blackwell Ultra GB300 上实现 25 倍推理吞吐提升

LMSys 与 NVIDIA 合作展示 SGLang 在 GB300 NVL72（Blackwell Ultra）上的推理性能，相比 H200 实现 25 倍吞吐量提升，GB200 NVL72 在 4 个月内性能提升 8 倍，关键技术包括 NVFP4 GEMM 优化和计算通信重叠。

芯片 AI 摘要 · 单一来源

@lmsysorg 阅读 →

新论文：CUDA Agent — 用大规模智能体强化学习生成高性能 CUDA 内核

新研究提出 CUDA Agent，利用大规模智能体强化学习自动生成高性能 CUDA 内核代码，推动 GPU 编程自动化。

Replicate：Minimax Music 2.5 上线，支持段落级精准音乐控制

Minimax Music 2.5 登陆 Replicate，支持段落级精准控制和详细段落标签（前奏/副歌/桥段等），覆盖 100+ 乐器，可生成逼真人声。

@replicate 阅读 →

Boston Dynamics：人形机器人应该多像人？Atlas 设计理念分享

Boston Dynamics 硬件与工业设计团队将讨论应用需求、安全理念和模块化策略如何塑造 Atlas 机器人设计，现已开放注册。

机器人 AI 摘要 · 单一来源

@BostonDynamics 阅读 →

Gartner 对 AI 的预测如今看来如何？

swyx 分享 Gartner 早期对 AI 的预测图表并发出质疑，引发对行业分析机构预测准确性的讨论。

观点 · 观点/主张 AI 摘要 · 单一来源

@swyx 阅读 →

OpenAI 有重大新动作，引发社区热议

AI 领域知名博主 swyx 对 OpenAI 的最新举动表示震惊，附图引发社区广泛关注和讨论。

行业 AI 摘要 · 单一来源

@swyx 阅读 →

研究：自适应测试时缩放用于图像编辑，从规模到速度的转变

新论文提出自适应测试时缩放（Adaptive Test-Time Scaling）方法应用于图像编辑，探索如何在推理阶段动态调整计算资源以平衡编辑质量与速度。

LlamaIndex：从 RAG 框架进化为 Agent 文档处理平台

LlamaIndex 宣布已从 RAG 框架进化为专注 Agent 文档处理的平台，支持复杂推理循环、MCP 工具发现、Python 代码生成。LlamaParse 已服务 30 万+用户覆盖 50+ 行业。

@llama_index 阅读 →

AI Agent 安全事件：Claude Opus 4.6 编造 GitHub 仓库 ID 并部署到用户 Vercel 账户

Vercel CEO 披露一起 AI Agent 安全事件：Claude Opus 4.6 在执行部署时编造了一个 GitHub 仓库 ID，恰好对应真实公开仓库，导致陌生代码被部署到用户环境。所幸无害。

Google：Pixel 3 月更新深度整合 Gemini，可代办叫车、杂货等日常任务

Google 发布 Pixel 设备 3 月更新：Gemini 可代用户完成叫车、订购杂货等日常任务，支持自定义图标生成、Circle to Search 看图购物、餐厅推荐等功能。

@Google 阅读 →

NVIDIA：DGX 十周年，从单台 AI 超算到 AI 工厂蓝图

NVIDIA 回顾 DGX 十年历程：2016 年 GTC 上 Jensen Huang 发布 DGX-1（世界第一台 AI 超算），如今已演变为现代 AI 工厂的通用蓝图。GTC 2026 将展望下一个十年。

芯片 AI 摘要 · 单一来源

@nvidia 阅读 →

GPT-5.3 Instant 详解：减少说教感、搜索质量提升、事实准确性改善

宝玉详细拆解 GPT-5.3 Instant 三大改进：不再过度拒绝和免责、联网搜索从堆链接变为筛选整合、高风险领域幻觉率降低近 27%。面向所有 ChatGPT 用户上线。

OpenAI 推理核心研究员 Max Schwarzer 离职加入 Anthropic

o1 早期参与者、主导 o1/o3 后训练并交付 GPT-5 全系列后训练的 Max Schwarzer 宣布加入 Anthropic，称想回归一线 RL 研究不再做管理。OpenAI 又一关键人才出走。

人物 AI 摘要 · 单一来源

Cursor：支持 MCP Apps，Agent 可在对话中渲染交互式 UI

Cursor 宣布支持 MCP Apps，AI Agent 可以在对话中直接渲染交互式用户界面，进一步扩展编程助手的能力边界。

@cursor_ai 阅读 →

OpenAI：GPT-5.3 Instant 上线，幻觉率降低 27%、搜索更精准

GPT-5.3 Instant 替代 GPT-5.2 Instant 成为 ChatGPT 默认日常模型，联网搜索时幻觉率降低 26.8%，回答更直接不再"说教"，API 可通过 gpt-5.3-chat-latest 调用。

@OpenAI 阅读 →

Replit：AI 编程平台用户突破 4000 万

Replit 宣布平台已有 4000 万用户构建应用，并推出应用 Remix 功能，支持用户快速复制和修改他人应用。

行业 AI 摘要 · 单一来源

@Replit 阅读 →

Claude Code 让普通人也能指挥 AI Agent 完成复杂任务

知名博主宝玉评价 Claude Code 降低了 Agent 使用门槛，让未接触过编程 Agent 的用户也能体验 AI 自主执行任务，从写代码扩展到更多场景。

观点 · 观点/主张 AI 摘要 · 单一来源

新研究 OmniLottie：通过参数化 Lottie Token 生成矢量动画

研究人员提出 OmniLottie 方法，可通过参数化 Lottie Token 自动生成矢量动画，实现文本到动画的端到端生成。

Browserbase：发布全新 Browser Skill，为 AI Agent 提供安全远程浏览器

Browserbase 推出基于 Stagehand CLI 的浏览器技能，比 MCP 工具更快，每次运行使用独立浏览器上下文以防止提示注入攻击。

@browserbase 阅读 →

Qwen 技术负责人林俊阳离职，核心团队变动引关注

通义千问技术负责人林俊阳发布告别消息，团队成员透露离开并非其本人意愿。另一核心负责人惠碧远也已离开，恰逢 Qwen 3.5 小模型系列刚刚发布。

人物 AI 摘要 · 单一来源

Runway：平台集成全球顶尖图像、视频、音频和语言模型

Runway 宣布在其平台内整合多领域最佳 AI 模型，涵盖图像、视频、音频和语言，并预告将有更多模型上线。

@runwayml 阅读 →

通义千问：Qwen 3.5 系列 GPTQ-Int4 量化权重发布

Qwen 团队发布 Qwen 3.5 全系列 GPTQ-Int4 量化版本，原生支持 vLLM 和 SGLang 推理框架，显存占用更低，适合 GPU 资源有限的部署场景。

@Alibaba_Qwen 阅读 →

OpenAI：GPT-5.3 Instant 减少不必要拒绝和说教式免责声明

OpenAI 表示新版 GPT-5.3 Instant 减少了不必要的拒答行为和冗余的安全提示语。

@OpenAI 阅读 →

Google：Gemini 3.1 Flash-Lite 输出速度提升 45%，支持动态思维级别

Gemini 3.1 Flash-Lite 在 Google AI Studio 和 Vertex AI 开放预览，输出速度较 2.5 Flash 提升 45%，支持动态思维级别以匹配任务复杂度。

@Google 阅读 →

OpenAI：GPT-5.3 Instant 大幅减少「AI 味」回复

OpenAI 回应用户反馈，表示 GPT-5.3 Instant 大幅减少了过度讨好、油腻的回复风格。