Dreambeans by Google Labs
Dreambeans 是 Google Labs 推出的个人化 AI 故事生成应用，为 Google AI Ultra 订阅用户每日从个人数据中合成故事，提供个性化的内容体验。
热门产品
Wave
Wave是一款macOS语音AI助手，用户通过语音录音即可调用AI模型进行文本处理，适合需要高效输入和多任务处理的用户。
开源项目
pm-skills
面向产品经理的 AI 技能市场，为 Claude Code / Cowork 等助手提供 100+ 结构化技能和命令，覆盖发现、策略、执行、增长等全流程。亮点是把 Teresa Torres、Marty Cagan 等经典 PM 框架编码为可调用的 /discover、/write-prd 等命令，安装即用，让 AI 协作产出更专业的产品决策，而非仅生成文本…
whichllm
自动检测本地GPU/CPU/RAM，从HuggingFace实时筛选并排序最适合你硬件的本地LLM模型。亮点在于不只看参数大小，而是综合LiveBench、Aider等多种权威基准和速度估算做权重排名，同时支持一键运行和Python代码片段生成。适合想跑本地模型但不知选哪个的用户，直接终端运行即可获得推荐。
claude-howto
面向 Claude Code 用户的视觉化教程，从基础 slash commands 到高级 agent、hooks、MCP 编排，配有可直接复制的模板和 Mermaid 流程图。亮点在于结构化的学习路径（共10个模块，预估11-13小时）和交互式自测功能，适合想系统掌握 Claude Code 全部潜力的开发者。
论文
Code2LoRA：软件演化下代码语言模型的超网络生成适配器
代码语言模型需要仓库级上下文来解析导入、API 和项目约定。现有方法通过长输入（通过 RAG 或依赖分析检索）或针对每个仓库的微调和 LoRA 来注入知识——这在仓库规模下成本高昂且对代码库演化脆弱。 我们提出 Code2LoRA，一个超网络框架，为代码语言模型生成仓库特定的 LoRA 适配器，在零推理时间 token 开销下有效注入仓库知识。
ArcANE：角色扮演语言代理在正确时机保持角色吗？
角色扮演语言代理（RPLAs）应扮演角色，其价值观和行为随故事推进而演变，而非保持固定人设。现有基准测试仅衡量给定章节的事实回忆，而非回答是否符合角色的心理轨迹，尤其在源文本未探索的场景中。 我们提出ArcANE（Arc-Aware Narrative Evaluation），一个自动构建的基准，覆盖17部小说和80个主要角色。
TIDE: 通过模板引导迭代的主动多问题发现
智能体常被部署为文档、工具和代码的助手，但通常仅响应显式用户请求，这只能暴露用户已注意的问题。然而，许多重要问题隐藏在更广泛的用户上下文中，且数量未知。本文将此任务定义为从上下文中发现多个隐藏问题，要求揭示共存问题、提供支持证据并关联具体行动。为此，我们提出 TIDE，一个模板引导的迭代框架，包含两种互补机制。
AdaPlanBench：在世界与用户约束下评估大语言模型代理的自适应规划能力
现实世界中的规划问题通常同时涉及世界约束和用户约束，且这些约束可能不会事先完全明确，而是在交互过程中逐步披露。然而，现有基准对在逐步揭示的双重约束下进行自适应规划的探索仍不足。为此，我们提出 AdaPlanBench，一个动态交互基准，用于评估 大语言模型（LLM）代理 是否能够在逐步揭示的世界和用户约束下自适应地规划和重新规划。
VideoKR: 面向知识和推理密集型视频理解
我们提出了 VideoKR，这是首个专门为增强知识和推理密集型视频理解而设计的大规模训练语料库。它包含 31.5 万个视频推理示例，涵盖 14.5 万个新收集的、CC 许可的专家领域视频。我们开发了一种人机协同、面向技能的示例生成流程，逐步瞄准更深层次的视频推理能力，同时确保示例及其 CoT 理由 的难度、多样性和可靠性。
RobotValues: 当人类价值观冲突时评估家用机器人
家用机器人通常以任务完成度作为评估标准，但在日常家庭环境中常出现价值观冲突场景，例如机器人需要在人类自主性、效率或社交适当性之间做出权衡。然而，目前缺乏评估机器人价值观偏好的基准。 我们提出 RobotValues 基准，包含 10K 个价值观冲突场景。每个实例由一张真实家庭图像和多个可能动作组成，这些动作优先考虑不同的人类价值观。
Reinforcement Learning 引发对未见语言翻译的上下文学习
先前研究表明，大型语言模型（LLMs）可以通过持续训练或在上下文中编码语法书来翻译未见或低资源语言。但两种方法通常过度拟合特定语言，测试时零样本迁移有限。 为大规模翻译极端低资源语言，我们认为LLMs必须习得利用上下文语言知识的元技能，而非记忆特定语言。
LoomVideo: 将多模态输入统一到视频生成与编辑中
现有统一视频生成与编辑框架通常依赖大规模模型（13B 参数以上），并通过拼接序列令牌引入源视频条件，导致序列长度加倍，自注意力机制计算复杂度提升四倍，带来极大开销。 为克服这一瓶颈，LoomVideo 提出一种高效的 5B 参数 统一架构。
重新思考自进化LLM代理的持续经验内化
经验内化将历史交互中的上下文经验转化为可重用的参数化能力，为大语言模型的持续学习提供了有前景的路径。先前工作主要关注单次迭代迁移，我们发现，在多轮次经验学习下，现有方法会出现渐进式能力崩溃，而非复合式提升。 本文从三个关键维度系统考察了这一失败： 1. 经验粒度：原则级经验比实例级经验更持久，因为它能有效从轨迹细节中抽象出可迁移策略。
Personal AI Agent for Camera Roll VQA
我们研究个人相机胶卷视觉问答（Personal Camera Roll VQA）场景。在此场景中，对话式AI助手可访问用户的个人相册，检索相关照片回答各种问题，从简单事实（如“我昨天尝试的食物名称？”）到开放式问题（如“推荐一些我从未吃过的菜肴”）。
复杂度平衡的扩散分割 (Complexity-Balanced Diffusion Splitting)
标准连续时间生成模型依赖单一架构，必须处理从各向同性噪声到复杂数据分布等差异极大的信号区间。虽然扩大模型容量可提升性能，但均匀部署大规模网络到整个生成时间线本质上是低效的。 本文提出复杂度平衡分割 (Complexity-Balanced Splitting, CBS)，这是一个基于函数逼近理论和 de Boor 等分原理 的时序容量分配框架，将扩散时间线划…
自动驾驶的前进之路：KITScenes Multimodal 数据集
现有自动驾驶数据集取得了重大进展，但在传感器保真度、地图完整性或地理多样性方面仍有不足。我们提出 KITScenes Multimodal，一个基于高保真传感器和地图构建的欧洲数据集。 - 传感器套件：全同步，包括高分辨率全局快门相机、超400m远程激光雷达、4D 成像雷达及冗余 GNSS/INS 定位。
Dream.exe: 视频生成模型能否梦到可执行的机器人操控？
视频生成模型在合成视觉上令人信服的内容方面取得了令人瞩目的进展，但其输出仍局限于虚拟领域。一个自然的问题随之而来：当这些模型生成的视频离开屏幕进入现实时，它们能在多大程度上反映物理世界？ 我们提出将机器人操控作为衡量这一问题的具体、可测量窗口：如果模型真正内化了物理定律，它所描绘的运动应能转化为可执行的机器人行为。
MLEvolve: 一种用于自动化机器学习算法发现的自我进化框架
现有的大语言模型（LLM）智能体在长期任务（如科学发现和机器学习工程）中面临分支信息隔离、无记忆搜索和缺乏分层控制等问题，阻碍了长期优化。 本文提出 MLEvolve，一个基于 LLM 的自我进化多智能体框架，用于端到端机器学习算法发现。
无监督技能发现用于代理数据分析
推理时技能增强为数据分析代理提供了一种轻量级改进方式，通过注入可复用程序知识而不更新模型参数。然而，无监督地发现有效技能仍具挑战，因为可靠监督成本高且成功标准因分析格式而异。核心问题是如何仅从无标签探索中发现可复用的数据分析技能。 本文提出 DataCOPE，一种无监督验证器引导的技能发现框架。它从探索轨迹中推导验证信号，用于表征轨迹间的相对质量或一致性。
AffordanceVLA: 一种通过可感知理解赋能动作生成的视觉-语言-动作模型
问题：视觉-语言-动作（VLA）模型利用预训练视觉-语言模型（VLM）的丰富世界知识实现指令跟随机器人操控。然而，VLM语义空间与具身控制策略之间的结构不匹配往往阻碍精确感知-动作映射的学习。 方法：为应对该挑战，我们提出AffordanceVLA，一个统一框架，引入结构化可感知预测作为面向任务的中间表示，建立更精确鲁棒的感知-动作映射。
MAOAM: 基于视觉-语言模型的统一对象与材质选择
选择是交互式图像编辑中的核心操作。为实现实用化，用户应能通过文本或点击交互来指定并消歧所需选择区域，且系统应支持不仅选择对象，还能选择其他标准如材质。基于材质的选择对于重新纹理表面或编辑特定材质实例等任务很有价值。然而，现有的基于视觉-语言模型 (VLM) 的选择方法以对象为中心，通常仅支持单一交互模态，限制了其适用性。
LLMs 会泄露训练数据，但它们愿意吗？一种倾向感知的 LLMs 记忆评估
大语言模型能复现训练数据，但现有记忆评估大多测量模型是否可以被强制泄露，而非在常规使用下是否自发泄露。我们提出 PropMe，一种倾向感知的记忆评估框架，对比基于前缀的能力攻击与非对抗性评估。我们提出一种度量转换方法，应用于现有函数后能创建倾向度量。
推理的影子价格：LLMs 最优预算分配的经济学视角
推理时间扩展已成为提升大型语言模型性能的关键途径，但实际部署受限于严格的计算预算。本文将推理预算分配建模为受经济原则约束的全局优化问题。通过使用移位激增函数对每查询推理效用建模，我们基于全局影子价格（在资源稀缺下使边际效用均衡）推导出最优分配策略。
World-Language-Action Model 用于统一世界建模、语言推理与动作合成
我们提出世界-语言-动作模型 (WLA)，一种全新的具身基础模型。WLA 接收文本指令、图像和机器人状态作为输入，联合预测文本子任务、子目标图像和机器人动作，融合了世界-动作模型 (WAM) 从大量第一人称视频中学习世界建模的能力，以及视觉-语言-动作模型 (VLA) 解决复杂长时域任务的语言推理能力。
动态
Sam Altman分享OpenAI当前计划
这是我们为OpenAI制定的当前计划：
介绍text-to-lottie开源技能，生成Lottie动画
介绍 text-to-lottie：一个开源技能和工具，可配合 codex/claude code 生成生产就绪的 Lottie 动画。 $ npx skills add diffusionstudio/lottie 提示指南和仓库见评论。
法国工程师Fabrice Bellard的低调贡献：FFmpeg、QEMU及LLM项目
一位安静住在巴黎的法国工程师花了30年时间编写了整个互联网现在运行的软件，而无人知晓他的名字。 他编写了流式传输每个YouTube视频、每个Netflix节目、每个TikTok片段的代码。他编写了运行在AWS、Google Cloud和Microsoft Azure下的虚拟服务器的代码。他计算了历史上最多的圆周率位数。他没有Twitter。他没有营销。
Opus模型长时间运行最佳实践：5条Claude自主编程技巧
看到多项基准测试表明 Opus 是处理长时间任务的最佳模型。以下是让 Opus 自主运行数小时/数天的五个技巧： 1. 使用自动模式处理权限，这样 Claude 就不会请求批准 2. 使用动态工作流，让 Claude 编排成百上千个 agent 来完成一项任务 3. 使用 /goal 或 /loop，促使 Claude 持续工作直到完成 4. 在云端使用 C…
小米MiMo模型与TileRT合作实现1T模型每秒1000+ tokens输出
🚀 1T模型每秒1000+ tokens！🚀 我们激动地发布小米MiMo-V2.5-Pro-UltraSpeed，与@TileRTAI合作，首次在1万亿参数模型上突破1000 tokens/s的输出速度！不是Cerebras的晶圆级集成，也不是Groq的纯片上SRAM芯片。我们仅使用单一标准8-GPGPU节点，在1T MoE模型上实现1000 tps。
Google AI Plus降价并增加存储
📣我们将Google AI Plus计划的价格调整为每月4.99美元💰或当地等值（原价7.99美元），并将包含的存储空间从200GB翻倍至400GB ☁️。现在，你可以以更低的价格解锁提升生产力和创造力的工具，并获得更多空间来存储照片、视频和项目。
Claude Code 一年后回顾：自动模式、常规修复、手机编码等变化。
当我们首次在内部演示 Claude Code 时，它在 Slack 上引起了两种反应。 正式发布一年后，@catwu 和我坐下来聊聊变化：为什么我使用自动模式而非计划模式，常规如何在发现问题之前修复 bug，为什么我现在大部分编码都在手机上完成，以及产品的未来方向。
Yann LeCun转推：VLA-JEPA登陆LeRobot，结合世界模型与VLA架构
VLA-JEPA模型正式登陆LeRobot 🤖。该模型特别之处在于它不仅从给定观察中学习执行动作，还利用JEPA世界模型学习与动作相关的动态。训练过程中，VLA通过调节其预测器来利用V-JEPA2。这种巧妙技巧为训练增加了世界建模目标，还允许在人类视频上进行预训练。推理时，世界模型被完全丢弃，仅保留标准VLA架构：Qwen骨干网络和动作头。
@opencode下版本文件搜索由fff驱动，速度快
在 @opencode 的下一个版本中，文件搜索由 fff 驱动。 - agent 打开的文件排名更高 - 工具调用复用同一搜索层，而不是从头开始 - 减少浪费的上下文 - 速度极快 这是我在 Linux 仓库（约4000万行代码）中搜索的演示 https://t.co/upKKKoeJuM
GergelyOrosz质疑除无限token预算外，少有人需要agent
关于“只用循环” 除了越来越少的人有 1) 无限的AI token预算 2) 觉得提示代理限制了他们（通常因为没有1） 我认为没多少人有使用场景。我更满意提示（尤其有1！）
Claude Code一年回顾：验证实践、自动模式、未来规划
Claude Code的首个演示得到了两个Slack反应。正式发布一年后，@bcherny 和 @catwu 回顾了验证最佳实践、为何构建自动模式、例程与循环以及下一步计划。https://t.co/yEa3cmCrg4
ChatGPT团队分享多项新功能改进
I've recently been spending time with the ChatGPT team on shipping new experiences in ChatGPT! Our team's goal is simple – bring the incredible benefits of AI to everyone globally.…
作者回顾NN框架历程，强调API设计原则
我最初用纯C编写神经网络，然后用Matlab，再用NumPy，最后升级到Theano。从那时起，我见过并尝试了几乎每个曾经开发的NN框架。有些很差，有些很好。好的框架懂得API设计原则。
NotebookLM新增扩展搜索及多种输出格式功能。
新的杀手级NotebookLM功能：轻松将搜索范围扩展到自己的源文件之外 然后，借助今天的更新，您还可以创建新的输出格式：PDF、DOCX、XLSX、PPTX、图表等。 我们希望NotebookLM能继续帮助您进行更好的研究。
添加内置技能自动简化代码
新增内置技能，灵感来自Claude Codes的简化命令，将使用/simplify-code自动简化你的代码！ Hermes更新将包含它。https://t.co/h8CEfdJHmL
本地模型以低成本达到前沿API 71.3%准确率
Narrative violation: according to @Stanford research, local models can answer 71.3% of real-world chat and reasoning queries accurately, up from 23.2% in 2023. Obviously at a fract…
斯坦福研究显示本地模型准确率提升至71.3%，未来是多模型架构
叙事突破：根据@Stanford的研究，本地模型现在能准确回答71.3%的真实聊天和推理查询，而2023年仅为23.2%。而且成本能耗仅为前沿API的一小部分。显而易见的结论：大多数任务不需要前沿模型。未来是多模型：本地、开源、更小更便宜处理大部分工作负载，前沿API仅在别无选择时使用！
OpenAI阐述其目标和AI发展愿景
我们在OpenAI努力实现的目标，即完成OpenAI的使命并在AI进步的过程中扩展人类能动性：https://t.co/8XjVXkh6Ad
沃顿论文：AI需快速提升生产率2.7倍否则科技公司面临破产
Striking paper from Wharton. The big conclusion: AI must increase productivity 2.7x -- and quickly -- or tech companies risk bankruptcy with all that entails for the economy. For c…
Google 推出 AI Ultra 及 NotebookLM 升级，支持代理功能
忘记我们的用户？谁？我们？？？拜托。 这些更新正在全球网页端推出，从 Google AI Ultra 和所有拥有 AI Ultra Access 和 AI Expanded Access 的 Workspace 商业客户开始，但我们绝对计划随着时间的推移扩展到其他用户！