Last three days

893 signalsFocus: AI Models, Digital

Today Yesterday Previous 3 days

Latest fetch 01:56 AM

PreviousOct 29

457 items

This source did not provide an image.

36氪10/29 10:22

“字节时间”之争：超级巨头的体量与边界

字节跃升为AI时代中国互联网超级巨头，面临边界命题。

36氪10/29 10:21

AI for Science：AI走向物理世界的第一站

AI带来了新的技术革命，但它还不等同于生产力本身。

AI视频，「Runway」逆袭？

打开如今的视频生成模型能力榜单，排名前列的模型均来自谷歌、字节、快手等等大厂。三年前，AI 视频赛道绕不开的「Runway」已经不在第一梯队。 Artificial Analysis 榜单，Runway 的最新模型 Gen4.5 已排不进前 10｜图片来源：Artificial Analysis 去年 12 月，Gen-4.5 短暂登顶 Artificial Analysis，但排名迅速滑落、被其他大厂的模型赶超，此后大半年，再没有推出新模型。但形成对比的是，「Runway」的生意盘子却在悄悄变大。9 月初，联合创始人兼 CEO Anastasis Germanidis 在领英上公布了一组数据， ARR 已接近 2 亿美元，相比 4 月份的 1 亿美元，半年几乎翻倍。AppMagic 的数据也印证了这一趋势，仅移动端月流水就从去年 9 月的不到百万美元涨到了近 30 天 270 万美元，差不多能挤进全球 Top3。 Runway 流水趋势｜图片来源：AppMagic 模型掉队，产品突围我们翻了一下「Runway」近半年的增长数据，发现有两个明显的拐点。第一个在 5 月。AppMagic 显示，「Runway」的下载量和收入在这个月同步拉升，对应的是一款名为 Aleph 2.0 的模型上线，但它做的不是从零生成视频，而是“改视频”。「Runway」下载、收入、RPD，红线 Download、蓝线 Revenue、黄线 RPD｜图片来源：AppMagic 根据官网的介绍，Alpph 2.0 的核心能力是理解已有视频的画面内容，按用户指令修改指定元素，同时保持其他画面、动作和场景不变；用户还可以先编辑单帧画面，再应用到整个视频，也支持在多个镜头内同步修改/替换主体或背景。广告素材数量｜图片来源：广大大结合广大大给出的投放数据来看，5 月份 Runway 的素材数量不到 50 个，远低于近期的投放水平，但同期，X 上出现了大量博主测评 Aleph 2.0 的视频。新模型刚上线的时间点上，Runway 采用的是“社媒推广为核心，配合小规模广告投放”的策略，执行该策略后，5月达到下载量峰值后，6、7月出现波动。｜图片来源：X 「Runway」围绕这个能力打造了一个极易传播的宣传点，“一句话改视频”，上传一条完整视频，输入“在肩膀上加个熊猫”，画面里就多了一只熊猫，其余一切不变。5 月，X 上大量博主自发测评 Aleph 2.0 带来了第一波下载，8 月底广告投放放大后又推动了第二波增长，两波策略不同，但核心卖点是同一个，改视频。虽然从生成变成修改，但 Aleph 2.0 依然是 Runway 自研；但在整体的核心设计上，Runway 早就和其他做模型聚合的产品一样，不再专一（ps：目前，只有可灵几个最头部的产品仍只提供自有模型）。我们体验了当前版本

2026 年 11 月索尼 PS Plus 会免游戏公布：含《死亡岛 2》《古墓丽影 IV–VI：复刻版》等

IT之家 10 月 29 日消息，索尼 2026 年 11 月 PlayStation Plus 一档会免游戏阵容现已正式公布，分别为《死亡岛 2》PS4/PS5 版、《古墓丽影 IV–VI：复刻版》PS4/PS5 版和《怪物列车 2》PS5 版，玩家可以在 11 月 3 日至 11 月 30 日领取。 PSN 港服定价：398 港币（IT之家注：现汇率约合 338.9 元人民币）起游戏地址：点此访问《死亡岛 2》是由 Dambuster Studios 开发、Deep Silver 发行的一款第一人称动作角色扮演游戏，将惊悚的丧尸题材与美式黑色幽默完美融合。游戏舞台设定在经历致命病毒肆虐后被全面封锁的洛杉矶 —— 在游戏里被称为充满血腥与狂热的“地狱洛杉矶”（HELL-A）。玩家可以从六名性格迥异、背景独特的免疫者中选择自己的角色，在满城丧尸的末日废土中杀出一条血路，并揭开病毒爆发背后的黑暗真相。 PSN 港服定价：238 港币（现汇率约合 202.7 元人民币）游戏地址：点此访问《古墓丽影 IV–VI：复刻版》是由 Aspyr 和 Crystal Dynamics 联手推出的一款经典动作冒险游戏合集，收录了劳拉 · 克劳馥探险生涯中极具转折意义的三部经典作品：《古墓丽影 IV：最后的启示》、《古墓丽影 V：历代记》以及《古墓丽影 VI：黑暗天使》。 PSN 港服定价：198 港币（现汇率约合 168.6 元人民币）游戏地址：点此访问《怪物列车 2》是由 Shiny Shoe 开发、Big Fan Games 发行的备受赞誉的 Roguelike 卡牌构筑策略游戏《怪物列车》的震撼正统续作。前作凭借其独特的垂直三层车厢塔防机制在卡牌游戏界声名鹊起，而这款续作则在继承经典核心玩法的基础上，进行了全面而深度的系统升级与内容扩充，为玩家带来了更为烧脑且极具重复游玩价值的策略盛宴。

Gemini 4 Carbon能给谷歌挽尊吗？

谷歌旗舰模型的保鲜期，怎么只有15天？美国时间10月28日，在Alphabet第三季度财报电话会召开前约3小时，谷歌发布了新一代旗舰模型Gemini 4 Carbon，以59分登顶Artificial Analysis最新智能指数，超过了Claude Opus 5.5和GPT-6 Astra，成为全球第一。模型拿了第一，财报就没那么喜庆了。 Alphabet第三季度自由现金流恶化至负90.65亿美元，连续第二个季度为负，股价盘后一度下跌超10%。就在两周前，谷歌才正式向付费用户开放Gemini 4 Argon。有网友直接评价：“Carbon比Argon强多了。我真希望谷歌当初直接跳过Argon，那样这次回归会更有说服力。” 还有网友调侃起了谷歌的命名方式：“两周内从氩（Argon）变成碳（Carbon），下一个就是铁（Iron），然后就该开始热处理了。笑死。” 从已经公开的数据来看，Gemini 4 Carbon的进步确实相当明显。可惜谷歌又一次选择了分阶段开放，普通用户只能看着排行榜上的新冠军，继续使用刚被网友建议“直接跳过”的Argon。哈基米重回全球第一时隔约半年，谷歌终于重回Artificial Analysis智能指数的榜首。上一次Gemini位列榜首还是今年4月，那时Gemini 3.1 Pro与GPT-5.4、Claude Opus 4.7并列第一。随后OpenAI和Anthropic相继推出更强的模型，谷歌直到Carbon发布才重新登顶。在Artificial Analysis最新的智能指数v5.0中，Carbon获得了59分，较Argon的50分提高9分，比Claude Opus 5.5高1分、GPT-6 Astra高2分。在组成该指数的9项测试中，Carbon拿到了4项第一，尤其擅长复杂推理、科学研究、知识问答和自动化任务。其中最值得关注的是编程能力的提升。在Artificial Analysis另一套专门衡量AI编程能力的Coding Agent指数中，Carbon获得59分，仅次于Claude Opus 5.5的62分。谷歌过去在这类测试中一直不算突出，这次终于追了上来。在Terminal-Bench 4.0终端编程测试中，Carbon的成绩也从Argon的57.1%提高到65.2%。网页开发方面，Carbon在WebDev Arena上的评分较Argon提高89个Elo分，以1768分升至第四名（谷歌官方公告为1769分，本文以Arena原始排行榜为准）。长上下文处理能力也有明显改善。在GraphWalks测试中，Carbon的成绩从Argon的84.2%提高到96.2%，超过GPT-6 Astra的71.8%。这项测试考察模型在长达百万Token的上下文中追踪复杂关联的能力。不过，在编程Agent、

清华27岁助理教授杀入AI自进化赛道，首个35B模型刚刚亮相

AI 的下一次突破将从何而来？业界大佬们一两年前就已给出判断。 Sam Altman 在《The Gentle Singularity》[1] 中谈到，AI 将帮助人类构建更强大的 AI 系统，并将 AI 参与改进 AI 的趋势视为递归自我改进（RSI）的早期形态。当 AI 有能力参与下一代 AI 的研发，技术进步就有机会形成新的加速循环。 Dario Amodei同样在《Machines of Loving Grace》[2] 中做了更大胆的推演，AI 有可能将未来 50 到 100 年的生物学进展压缩到 5 至 10 年完成。这个判断背后，是 AI 深度参与科学研究所蕴含的巨大潜力。如今，这些设想开始落地为具体产品。10 月 22 日，田渊栋参与创立的 Recursive SuperIntelligence 发布了 Flint，一款 40B 参数规模的 MoE 编程模型，每个 token 仅激活 2.5B 参数，可在笔记本上本地运行。该公司的自动化研究系统 Eureka Machine 参与了模型研发的多个环节。在这条迅速升温的赛道上，国内团队打出了新牌。由清华大学人工智能学院 27 岁助理教授陈勇超创立的超衍智能，刚刚发布了首个 35B 模型 Apex-35B-V1.0。这是一款兼顾通用能力与研究能力的模型。Apex-35B-V1.0 模型既能完成 Coding、Agent、问答和深度搜索等常规任务，也能深度参与 AI 研究、计算科学和机器人仿真。在 21 项基准测试中，Apex-35B-V1.0 相比同量级的 Qwen3.6-35B-A3B，在 20 项上取得领先；与 Recursive Flint（40B）对比，则取得 18 项领先、1 项持平的成绩，达到 SOTA 水平。甚至在部分高难度评测中超越了参数规模高达 500B 和 800B 的大尺寸模型，展现出具有全球竞争力的模型能力。技术博客：https://www.apexin.com/apex-35b/ Github 链接：https://github.com/apexin-ai/Apex-35B-V1.0 Hugging Face 链接：https://huggingface.co/Apexintelligence-AI/Apex-35B-V1.0 该模型基于 Qwen3.6-35B-A3B 进行中训练和后训练，加入了大量超衍智能自有的数据集与研究轨迹。但更值得关注的地方，是它的构建方式。超衍智能将递归自我改进（RSI）引入模型研发，让 AI 参与实验与结果分析，并尝试将验证有效的成果用于后续研发。这家今年 6 月才成立的公司，短短数月已完成两轮融资，融资总额接近 4 亿元，受到资本市场热捧。如今，在仅仅四个月的短时间内，便推出首款具有全球竞争力的模型，超衍智能用一

AI主播48小时赚4万打赏，你会为AI花钱吗?

AI也开始直播“冲业绩”了。前段时间，造梦次元联合生数科技，让AI主播紫樱开启了一场限时营业挑战。目标两个小时内攒够规定的营业值算完成任务，否则进度清零，重新挑战。这场直播持续了48小时，累计挑战24次，最终交出一份成绩单：累计观看超过31万人，峰值在线4万人，总营收4.2万元。图片源自抖音屏幕另一端，观众知道她是AI，却依然愿意聊天、点歌、送礼。AI主播靠什么吸引人继续看？观众打赏时，究竟在为什么买单？当新鲜感过去，紫樱的成绩还能复制吗？跟随「克劳锐」的视角，一起来看看吧。从“照着说”到“接着聊”，AI直播有了临场感数字人开直播，早已不是新鲜事。但过去一部分直播间留给人的印象，是一张会说话的脸，加上一套循环播放的话术。主播一直在讲，观众的问题却未必能得到回应。紫樱的不同，在于直播内容会跟着观众变化。有人点歌，她进行演唱；有人送舞蹈、换装礼物，她便切换表演或造型。观众不只是看她完成一套节目，也能临时给节目“加戏”。图片源自抖音并且，她的直播中还设置了“随机穿越”等互动，能够将角色带到不同场景。原本只能出现在剪辑视频里的变化，被放进了实时互动中。对于观众，这种体验有两层吸引力。一层是好奇，它到底能做到什么程度，临时出题能不能接的住？另一层则是反馈，自己刚刚发出的指令，确实改变了屏幕里的内容。 AI主播的看点，从“做得像不像”，延伸到了“能不能跟我玩起来”。这也是直播与“预制视频”的区别。提前制作的内容可以打磨到足够精致，直播却要接住不断出现的新问题。一场临时换装、一次意料之外的回应，都可能成为下一段内容的起点。当然，围观人数多，不等于所有人都愿意长时间的留下。有人来体验，有人来找漏洞，也有人只是想看看热闹。但至少，实时反馈给了观众多停留一会儿、多试一次的理由。礼物能改变进度，打赏买的是参与感愿意看与愿意花钱，中间还隔着一步。如果紫樱只是不断展示唱歌、跳舞、换装，观众摸清玩法后，兴趣可能很快回落。这次直播为才艺之外增加了一条线索，她能不能在规定时间里完成营业目标？倒计时让结果有了悬念，失败重开让挑战继续。原本分散的互动，被串进了同一个过程。观众送出礼物，不仅能看到一次表演，也能推动眼前的进度条。图片源自网络这与单纯给一段视频点赞不同。礼物发出去之后，屏幕里的变化是即时、可见的，观众能够明确感受到“我参与了”。因此，不能只用一句情绪价值，就概括这场直播的付费动机。有人可能想看一套新造型，有人想试试AI能完成多复杂的动作，也有人希望看她成功过关。这些需求并不完全相同，却都指向一种具象的体验，自己的行动得到了回应，并对节目产生了影响。观众未必在为AI付费，他们是在为一次有趣、及时、可参与的互动付费。 AI身份虽然提供了话题，但技术标签不会自动让人掏钱。如果回应始终重复、表演毫无变化，即使模型更新了，用户也未必能感受到差别。反

Valve 回应“Steam 平台低质量 AI 游戏泛滥”：正持续优化作品推荐机制

IT之家 10 月 29 日消息，据韩媒 Inven 报道，Valve 商务团队于 10 月 27 日在韩国 BIC Festival 2026 举办的开发者活动“Steam Indie Connect”上，回应了近期 Steam 平台低质量 AI 生成游戏（AI Slop）、仿冒作品泛滥，以及独立游戏难以获得曝光等问题。 Valve 表示，公司已充分意识到这些问题，内部也有不少员工正在研究应对低质量 AI 游戏的解决方案。不过，Valve 不打算通过限制开发者使用的工具来解决问题，而是希望进一步优化 Steam 的推荐与游戏发现机制，让系统变得更加智能、灵活。针对开发者质疑 Steam 新品节的推荐机制是否让低质量作品抢占曝光机会，Valve 商务团队成员 Marc Wilkinson 解释称，活动开始后的前两天，Steam 会以完全随机的方式向玩家展示参展游戏，之后才逐步启用个性化推荐，根据玩家的活动记录推荐更符合其兴趣的作品。 Wilkinson 表示，采用随机推荐是为了避免开发者研究算法漏洞、利用规则争夺曝光机会，同时确保每款参展游戏都有公平的展示机会。不过，他也承认，这套机制确实可能让部分低质量作品获得曝光。因此“开发者应持续更新和完善自己的游戏，加入新功能、鲜明的个性与创意，避免作品仅依赖一个容易被其他开发者复制的玩法概念”：与其依赖某个容易被别人复制的机制，不如持续发展自己的游戏，加入独到的功能、个性与创意。 Giardino 还提到，Valve 长期以来应对盗版问题的基本思路，就是让正版产品成为最好的版本，而不是一味采取强硬的防盗措施。他认为，这一理念同样适用于 AI 仿冒游戏问题。对于“以复制游戏为手段实施勒索”的情况，Giardino 认为，这类事件更接近执法机关需要处理的问题。不过，他强调，Valve 不会将问题简单推给其他机构，而是愿意调查开发者提交的个案，并在可行范围内提供协助。