AI 情报

· 41 条 · 北京时间

  1. 报道:Canva 发布首个自研图像生成模型 Canva Craft,向全部用户开放

    模型与工具

    TechCrunch 报道,Canva 推出首个自研图像生成模型 Canva Craft,由内部研究团队开发,并称有 Leonardo.ai 研究人员参与。该模型分两阶段:先解析提示词并规划元素空间关系、相对比例、视觉层级和文字信息,再生成最高 2K、最多 30 种宽高比的图像。Canva 称其能更准确呈现物体细节和可读文字,并支持局部精确编辑。

    展开详情

    模型用 Canva 模板库中的设计而非照片训练,生成图可经 Canva Magic 转为分层设计。现已向所有用户开放,入口在 Dream Lab,也将通过 Canva API 提供,并计划经 MCP 接入 ChatGPT、Gemini 等第三方聊天机器人。

    尚未明确:Canva 所称的画质、文字可读性和精确编辑效果均未独立验证;Craftfast 与 Craft-ultrafast 仅称即将发布,无时间表;第三方聊天机器人接入尚无上线日期;自研模型实际节省的 API 成本未披露。

  2. 报道:OpenAI 将 Decisions API 全面开放,用改造版 Luna 抢占决策模型市场

    模型与工具

    TechCrunch 报道,OpenAI 于周四向所有客户开放 Decisions API。该产品 9 月 29 日在开发者日发布,并非专门训练的决策模型,而是把 ChatGPT Luna 重新配置以加快推理、降低成本。产品负责人 Nikunj Handa 称延迟从 1 至 3 秒降至 100 至 180 毫秒,公版新增语音与视觉模态,并按地域部署推理资源。

    展开详情

    Box、Datadog、Ramp、Speak 等早期客户用它替换 LLM 提升吞吐;Speak CTO 称动作间隔从 1.4 秒降至 0.13 秒。此举直接对标 TypeSafe 的 Jev 模型,后者据报估值 76 亿美元。

    尚未明确:OpenAI 未公布 Decisions API 的具体定价与配额;报道称何种模型算“好决策模型”尚无共识,基准排名各家不一;客户提速数据均为公司自述,无独立验证;OpenAI 称未来可能专门训练,目前未做。

  3. OpenAI称GPT-5.6 Sol协助发现PHP核心漏洞PHP2Shell,影响面波及多数PHP站点

    议题

    Latent Space的AINews汇总称,安全公司Calif研究员在OpenAI「Patch the Planet」项目下用GPT-5.6 Sol发现PHP引擎内存破坏漏洞PHP2Shell(CVE-2026-109618、CVE-2026-109619),Wiz方面则称用Gemini 4 Argon等工具独立发现同一批问题。

    展开详情

    研究者报告了对WordPress、Drupal、Joomla的未认证远程代码执行演示及内存泄露,OpenAI称经约两个月协同修复后才披露,Cloudflare在补丁前部署了WAF临时缓解。上述均为参与方与媒体说法,非独立审计。

    尚未明确:材料未给出PHP官方修复版本矩阵与补丁提交;「约150万台服务器未修复」「多国站点关停」等数字与事件均无原始测量或状态页佐证;漏洞是否真达log4shell级严重性仍有争议;OpenAI「先于攻击者发现」的表述仅称「据我们所知」。

  4. 报道:Recursive发布Flint:40B MoE本地编程模型,由内部AI系统参与研发

    模型与工具

    AI初创公司Recursive发布首个语言模型Flint,为面向本地智能体编程的40B总参数、2.5B激活参数MoE模型,权重以Apache 2.0在Hugging Face开放,支持llama.cpp、Ollama、LM Studio、vLLM、SGLang及自研Apple Silicon推理引擎rec。

    展开详情

    据Recursive说法,内部系统Eureka Machine参与提出想法、搭建、测试与规划后续实验,四个月内完成,并自主选择架构、量化与计算内核;公司称其在50B以下MoE的多个编程基准领先,但结果尚未获独立验证。

    尚未明确:基准成绩均为公司自报,未经独立复现;Eureka Machine实际自主程度、各环节人工介入比例未披露;是否真能形成自我改进循环尚无证据;本地运行速度数据来自厂商测试。

  5. 报道:微软MAI-DxO在《Science》研究:复杂病例模拟诊断准确率83%,高于全科医生的36%

    议题

    TechCrunch报道,微软AI的MAI-DxO系统在《Science》发表的研究中,用《新英格兰医学杂志》复杂病例做模拟,由多个AI代理像医生小组一样提问、开检查、辩论诊断,正确率83%;单独工作的全科医生和内科医生为36%。报道同时指出,这些复杂病例通常由专科医生或团队处理,而后者未纳入对照;研究数据显示提升主要来自底层模型,编排系统在复杂病例和较弱模型上增益更明显,在急诊病例上几乎无增益。

    展开详情

    微软称正与Mayo Clinic训练医疗基础模型,并与Beth Israel Deaconess开展真实临床评估。

    尚未明确:研究为模拟病例,非真实诊疗结果;未与专科医生或医生团队对照;真实医院环境中的安全性、责任归属、成本与工作流影响均未验证;Mayo Clinic模型与Beth Israel研究尚无结果。

  6. 404 Media:AI 辅助发现 PHP2Shell 等漏洞,安全专家称攻防节奏被改变

    议题

    404 Media 报道,Wiz、Calif 与 OpenAI 用 AI 发现 PHP 语言高危漏洞 PHP2Shell,随后 eMudhra、Node.js、GitLab、Plex、Railway、OpenCode 等也被曝出漏洞或问题。Cloudflare CEO Matthew Prince 称,公告前 10 小时网络内已有数千次利用尝试,公告后 45 分钟达数万次、2 小时达数十万次。

    展开详情

    OpenAI 称发现开启了“防御者窗口”;Chainguard CEO 称用前沿模型输入一句话即独立找到同样漏洞,被 PHP 基金会批评提前破坏披露禁令。作者强调 AI 让找漏洞和写利用更快更容易,但尚未出现大规模实际入侵。

    尚未明确:PHP2Shell 最终实际影响范围、被利用程度尚无定论;Chainguard 提前发布修复是否真让攻击者更早利用未证实;模型是否因训练数据包含漏洞信息而更易复现也不清楚;大量 LLM 生成的利用代码多数无效。

  7. Cole Medin 称并行 AI 编码代理导致注意力被反复切换,转向构建更自主的软件工厂

    实践

    YouTube 创作者 Cole Medin 在视频中称,自己同时运行多个编码代理会话、全天口述提示词,虽比过去更快,却失去连续四小时深度编码的专注状态,并引用他人推文称上下文切换比五年前多数百倍。他认为瓶颈是认知带宽无法并行,并提出解法:不再增加并行会话,而是投入时间让代理工作流更自主,由其开源项目 AI Software Factory 完成规划、实现、验证闭环,人只在批量节点介入。

    展开详情

    视频含 Revolut Business 赞助段落。以上为作者个人实践与观点,非独立实测。

    尚未明确:作者的生产力提升与疲劳程度均为自述,无量化数据;软件工厂的实际自主运行时长、成功率未披露;视频中提到的 Muse、Grokbot 等工具能力未展开核实;未来“近即时响应”等判断属预测。

  8. Meta称Muse用户超1000万,购物成主要用途之一

    议题

    Meta在第三季度财报电话会上称,其AI应用Muse用户已超过1000万,与Sensor Tower本周早些时候的估算一致。CEO扎克伯格称约25%的注册用户每日使用;在使用Muse购物的活跃用户中,超过四分之一平均单笔购买超过200美元,并通过Plaid连接器完成代理式购物。其他常见用途包括连接邮箱、日历做个人效率任务。Meta计划对多数用户免费、抽取平台交易分成,并对高级模型或更多额度收费。

    补充信息

    尚未明确:用户数、日活比例、客单价与Plaid相关说法均来自Meta高管在财报会上的表述,未见第三方独立核实;Muse Confidential VM、Muse network及盈利时间表仍是计划,尚无落地细节。

  9. 作者查阅36款商业工具定价页,总结7类把小团队推上更高档位的限制

    实践

    一位 Reddit 用户称自己在2026年10月查阅了36款商业工具的定价页,发现实际付费往往高于标价,并归纳出7类限制:用户数上限、最低合同额(如 Lattice 每年4000美元起)、按高频操作计量、关键功能锁在更高档、按席位以外维度计价、不公开价格、年付与首年折扣递减等。作者据此建议先找含必需功能的那档,再核算年成本;并称工具按每用户几美元计价时通常比自建便宜,只有最低消费、上限或功能门槛把年费推到数千美元时才值得自建。

    展开详情

    作者自述写作得到 Claude 协助,并披露自己经营 Personal Software Factory。

    尚未明确:所有价格与限制均为作者单方摘录,未逐条对照厂商页面核实,且价格常变;36款工具的选取标准、统计口径未说明;“自建更划算”的阈值是作者判断而非测算结果。

  10. 作者称:AI LABS 解读 Felix Rieseberg 文章:用结果而非任务提示 Claude Code

    实践

    YouTube 频道 AI LABS 发布视频,解读 Anthropic 前 Claude 应用工程负责人 Felix Rieseberg 的文章《How to be more ambitious》。视频称多数人把 Claude Code 当任务清单用,只得到普通结果;作者主张把“超出所需”分为速度、高度、深度、广度四类,并演示后三类:用结果而非任务下指令、要求采用领域专家方法与工具、让多个子代理从不同领域审查。

    展开详情

    视频还称应让另一模型(如 Codex)评审、为代理提供崩溃报告、上下文与可复现测试环境。以上为频道对 Felix 观点的转述与其自述演示,非独立实测。

    尚未明确:视频未展示完整提示词原文与可复现对比数据;演示效果为频道自述,未独立验证;Felix 文章原文细节未在材料中全文呈现;视频中“Anthropic 工程师”标题与正文“前负责人”表述存在出入。

整理于 2026-10-23 18:49(北京时间) · 部分来源暂未获取

AI 情报·2026-10-23|SCT AI 出海