AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
Cohere 开源 Transcribe：2B 语音识别模型，Apache 2.0，14 种语言
Cohere 发布 Transcribe 语音识别模型（2B 参数，Apache 2.0），支持 14 种语言。为 vLLM 贡献了编码器-解码器优化，语音工作负载吞吐量提升 2 倍。
@vllm_project
阅读 →
黄玄：两周用 AI 独立完成 Vue Lynx，完整方法论
字节跳动 Lynx 团队架构师黄玄分享：借助 AI 独立完成 Vue Lynx（让 Vue 3 跑在字节跨平台引擎上），展示了跨 session 架构一致性、自动化测试验证闭环等 AI 驱动开发方法论。
@dotey
阅读 →
Google DeepMind 研究：AI 有害操纵风险上升，覆盖情感利用与认知欺骗
Google DeepMind 发布 9 项研究（逾 1 万名参与者），探讨 AI 可能被滥用进行有害操纵（含情感利用和认知欺骗），涵盖金融和健康两大高风险领域。
@GoogleDeepMind
阅读 →
林俊旸离职后首文：从推理思维到智能体思维，大模型的下一个阶段
前阿里 Qwen 技术负责人林俊旸发布长文：大模型的下一阶段不是让模型想得更久，而是让模型为了行动而思考。回顾 o1/R1 的教训：RL 不再是轻量附加步骤，而是系统工程问题。
@dotey
阅读 →
Mistral 发布 Voxtral 4B TTS：9 种语言、20 种预设音色、企业级语音合成
Mistral 发布 Voxtral 4B TTS 模型（CC BY-NC 权重，非商用），支持 9 种语言的自然韵律和情感表达，多款预设音色，超低延迟流式输出（24kHz）。企业可通过 API 商用。vLLM 首日支持。
@vllm_project
阅读 →
Google Gemini 支持从其他 AI 应用导入记忆、偏好和聊天历史
Google 宣布 Gemini 现在支持从其他 AI 应用导入用户的记忆、偏好和聊天历史，降低用户切换成本。
@Google
阅读 →
a16z Sakina：AI 竞赛赢家不是最聪明的模型，而是最会让本地人变强的公司
a16z 投资人 Sakina 分享 YouTube 国际化经验：AI 竞赛的赢家不是拥有最聪明模型的公司，而是最善于把本地信任节点（教师、会计、社区领袖）放大 10 倍的公司。
@a16z
阅读 →
VS Code 现在可以直接用 Ollama 本地模型了
Visual Studio Code 通过 GitHub Copilot 集成 Ollama，用户可以在 VS Code 中直接选用 Ollama 的任意本地或云端模型进行编程辅助。
@ollama
阅读 →
开源推荐：Type4Me——Typeless 平替，本地语音输入+大模型后处理
基于 SherpaOnnx 的 macOS 语音输入工具，支持本地/云端双引擎识别，可接入大模型做文本优化和语音命令，数据全部存在本地。
@dotey
阅读 →
Runway：推出 Multi-Shot App 多镜头视频生成应用
只需简单提示即可生成包含对话、音效、剪辑节奏和电影级构图的完整场景，支持图生视频和纯文本生成。
@runwayml
阅读 →
Google：AI 搜索语音对话 Search Live 全球上线 200+ 国家
Search Live 交互式多模态对话功能已覆盖 200+ 国家和地区，由 Gemini 3.1 Flash Live 驱动，原生支持多语言。
@Google
阅读 →
Cursor：公开 Composer 2 技术报告，每 5 小时迭代一次模型
Cursor 发布 Composer 2 技术报告，揭示通过实时强化学习训练新检查点的方法，实现每 5 小时更新一次模型版本。
@cursor_ai
阅读 →
Google：Gemini 3.1 Flash Live 带来语音交互全面升级
新模型响应更快、对话更自然，Gemini Live 对话记忆翻倍，多语言支持扩展至 200+ 国家和地区。
@Google
阅读 →
Google DeepMind：发布 Gemini 3.1 Flash Live 音频模型
最新音频模型支持更自然的对话体验，改进了函数调用能力，使 AI 对话更实用、更智能。
@GoogleDeepMind
阅读 →
期待 AI Agent 能一句话完成从代码到部署的全流程
Karpathy 分享构建 menugen 的经历，指出最难的不是代码而是组装各种服务（支付、认证、数据库等），期待 Agent 自动完成全栈部署。
@karpathy
阅读 →
Mistral AI：发布 Voxtral TTS 开源语音合成模型
Voxtral TTS 支持 9 种语言，具备情感表达能力和超低首音延迟，可轻松适配新声音，模型权重开源。
@MistralAI
阅读 →
Meta AI：发布 TRIBE v2 三模态脑编码器基础模型
TRIBE v2 基于 500+ 小时 fMRI 数据训练，能预测人脑对视觉和听觉的反应，可零样本预测新受试者、新语言和新任务。
@AIatMeta
阅读 →
xAI：新一代 Imagine 图像模型即将发布
Elon Musk 预告 xAI 新版 Imagine 图像生成模型将更加出色，并展示了视频演示效果。
@elonmusk
阅读 →
海螺 AI 联合巴西 Belas Artes 大学举办创意 AI 工作坊
海螺 AI 将于 3 月 31 日在圣保罗 Belas Artes 大学举办线下工作坊，探索 AI 如何变革设计、摄影、视频和动画创作流程。
@Hailuo_AI
阅读 →
如何让老板理解「AI 是工具不是魔法」
知名博主宝玉分享职场 AI 认知难题——当老板对 AI 期望过高时，或许可以让他亲自体验 AI 的局限性，知难而退。
@dotey
阅读 →
通义千问：Qwen3.5 全系列获社区测试认可
通义千问感谢社区用户对 Qwen3.5 全系列模型进行全面测试，表示社区反馈有助于持续改进模型表现。
@Alibaba_Qwen
阅读 →
AI 时代创业核心是大胆使用 Token，降低创业门槛
YC CEO Garry Tan 表示 AI 时代创业者需要积极使用 Token 创造产品，AI 额度是让各阶层都能创业的关键。
@garrytan
阅读 →
给高中生演示 AI Coding 的三个核心建议
宝玉分享向高中生演示 AI 编程的心得：AI 是工具非魔法、批判性思维很重要、AI 将消灭旧岗位创造新机会，建议多用但不依赖。
@dotey
阅读 →
vLLM：集成 Google TurboQuant 技术，USB 充电器大小设备可缓存 400 万+ Token
vLLM 集成 Google 的 TurboQuant 量化技术，在极小设备上实现超过 400 万 Token 的 KV-cache，大幅提升边缘推理能力。
@vllm_project
阅读 →
Kimi：GTC 大会发布 Attention Residuals 新架构
Kimi 联合创始人在 GTC 2026 大会上介绍 Attention Residuals 技术，提出选择性记忆而非机械累积的注意力机制改进方向。
@Kimi_Moonshot
阅读 →
YC：印度 Startup School 录取学生可获 2.5 万美元 AI 及云服务额度
Y Combinator 宣布，所有被 Startup School India 录取的学生将获得超过 2.5 万美元的 AI 和云计算额度，旨在降低创业门槛。
@ycombinator
阅读 →
Agent 时代开发首选 bun 执行 TypeScript
AI 开发者宝玉分享经验，所有 skills 脚本默认用 bun 执行 TypeScript，无需编译即可运行，出错时 Agent 能直接定位并修改源码，大幅提升调试效率。
@dotey
阅读 →
开源 AI 药物发现崛起：Open Source Floats All Boats
Bio-IT World 报道开源工具在 AI 驱动药物发现中的崛起。目前已有 160+ AI 设计药物进入临床阶段，研发周期缩短 75%。
@BioIT
阅读 →
分子之心 MoleculeOS 升级：融合蛋白药物表达量提升 400 倍
分子之心 MoleculeOS 平台重大升级，将融合蛋白药物表达量提升超 400 倍，AI+量子化学效率较传统方法提升千亿倍，达到工业可用水平。
@分子之心
阅读 →
上海交大 Venus 模型：全球最大蛋白质数据集，精准预测蛋白质功能
上海交通大学洪亮教授团队发布 Venus 系列模型，基于全球最大蛋白质数据集训练，可精准高效预测和设计蛋白质功能。
@上海交大
阅读 →