François Chollet@fchollet44
A technical dive inside our new "Midjourney Scanner"
全部 AI 动态
AI 相关资讯全量信息流
6月18日
20:56
François Chollet@fchollet20:20
Orange AI@oran_ge32
ListenHub全面升级为AI创作者平台，已接入Seedance 2.0、HappyHorse、GPT Image 2、Nano Banana Pro等顶级的视频和图像模型，价格优惠。即日起进行为期一周的“618+端午节”限时福利：订阅月费或年费会员额外赠送50%积分；新用户注册即赠100积分；老用户每日签到免费获得2张生图额度。活动限时7天，逾期需等到黑五。
20:17
AYi@AYi_AInotes25
Midjourney 推出 "Midjourney Scanner"，全身扫描仅需 60 秒，无需躺在封闭管道中一小时，无辐射，免挂号，费用远低于传统检查。扫描后即时生成个人身体 3D 地图。品牌将其定位为健康水疗场景的服务，让体检像喝杯咖啡一样简单。
A technical dive inside our new "Midjourney Scanner"
20:14
IT之家（RSS）
63
DeepSeek 识图模式于 6 月 18 日在 App 和网页端上线。IT之家测试发现，该模式无法正确识别创始人梁文锋的照片，多次将其识别为董宇辉、张雪峰或雷军；而雷军照片可正常上传并准确识别。原因可能是梁文锋网络公开照片和信息较少，模型难以形成稳定识别特征，说明 DeepSeek 未针对自家老板做特殊识别优化。
19:51
Kimi.ai@Kimi_Moonshot43
19:49
19:26
19:22
Rohan Paul@rohanpaul_ai59
Midjourney首个硬件项目为全身超声扫描仪，将人放入水中通过传感器环，利用40个Butterfly Ultrasound-on-Chip模块、数千换能器和约2 petaflops处理能力，多角度发送超声波，约60秒重建肌肉、脂肪、骨骼和器官的3D内部地图。水作为介质确保超声波穿透均匀，无需手持探头。目标并非癌症诊断，而是体成分变化追踪，属于健康管理。首次公开站点计划于2027年底在旧金山Midjourney Spa落地，配备约10台扫描仪及水疗设施。长期目标为6年内部署5万台扫描仪、每月执行10亿次全身扫描，但该计划尚未得到验证。
A technical dive inside our new "Midjourney Scanner"
19:14
IT之家（RSS）
32
Canonical 公布 Project Myna，为 Ubuntu 桌面打造的本地语音转文字工具，首个版本随 Ubuntu 26.10 发布。Myna 仅提供听写功能：用户按下键盘快捷键后说话，转录文字直接插入当前应用，屏幕显示视觉反馈。所有识别在本地运行，下载模型后无需联网；麦克风仅在激活时被访问，音频数据在内存中处理后丢弃。首版以 Wayland 上的 GNOME 为主要验证环境，架构采用模块化设计，源码和文档已以 GPLv3 协议托管于 GitHub。后续计划加强桌面集成并优化听写体验。
18:14
IT之家（RSS）
67
小米开源全屋智能 AI 方案 Xiaomi Miloco 2.0，基于自研 MiMo 大模型，以 Agent 形式接入 OpenClaw。具备六大核心特性：通用常识（自动识别危险并预警）、身份识别（人脸+体态）、家庭记忆（沉淀习惯供主动决策）、家庭任务（条件自动化、定时提醒等）、主动智能、家庭面板。前置条件：内存≥4GB、存储≥256GB、7×24运行（推荐 Mac mini），macOS/Linux，需小米账号及米家设备，以及多模态大模型 API Key（感知用 MiMo-v2.5，Agent 用 MiMo-v2.5-pro）。
18:14
IT之家（RSS）
55
6 月 17 日，Midjourney 宣布成立医疗部门 Midjourney Medical，并推出首款硬件——全身超声波扫描仪 Scanner（FBUCT 类）。该设备利用声波和水，约 60 秒完成全身扫描，生成亚毫米级 3D 图像，速度接近传统 MRI 的百倍，无电离辐射或强磁场。项目由 Butterfly Network 协助，Midjourney 支付 1500 万美元预付款及每年 1000 万美元许可费。硬件负责人为前苹果 Vision Pro 工程师 Ahmad Abbas。未来 12 个月优化算法与扫描仪，明年在旧金山开设首家体验中心，2028 年推出第三代定制芯片机器，2031 年目标全球部署 5 万台。
17:50
公众号：千问APP（阿里）
25
千问上线了国内首个全周期高考志愿填报Agent，免费为全国考生提供志愿填报和咨询服务。该Agent帮助用户梳理分数排名、专业详情与选择方向，已有多位家长通过它解决了信息盲区与填报难题。千问同时发起故事征集，邀请考生、家长、老师分享使用经历。
17:17
Hacker News 热门（buzzing.cc 中文翻译）
7
根据 Hacker News 热门消息，DeepSeek 推出了名为 Vision 的新产品。官方页面仅展示登录/注册界面及 Cookie 设置，未披露任何功能描述、技术参数或可用性信息。用户需注册或通过 Google/Apple 账号登录后才能继续，目前外界无法确认 Vision 的具体定位与用途。
17:17
17:14
IT之家（RSS）
39
应用材料于6月17日推出面向AI智能眼镜的全集成视觉系统SENZ，集成光波导、光引擎、传感器、视觉矫正、电子调光技术，旨在解决供应链破碎问题，降低设备制造复杂性，让市场参与者无需在性能与尺寸间取舍，专注用户体验优化。关键合作伙伴包括格罗方德（光波导量产）、高通（Snapdragon START白牌计划）、依视路陆逊梯卡（光学系统与商业化战略合作）。
17:14
IT之家（RSS）
44
微软昨日发布 VS Code 1.125 版本，主要改进 Marketplace 安装额外语言模型的体验。用户可通过语言编辑器打开扩展 Marketplace 页面，筛选并安装提供模型服务的扩展，安装后响应模型自动出现在模型选择器中。内置浏览器支持直接在地址栏输入搜索关键词，远程工作区浏览器可连接 HTTP/HTTPS 代理流量，为使用 SSH、容器或远程服务器的开发者带来更顺滑体验。1.125 版本已正式推送，可在官网下载。
17:10
公众号：月之暗面（Kimi）
同事件精选70
月之暗面旗下 Kimi Work（Beta 版）新增「目标模式」，支持设定终点后由 Agent 自主循环推进任务，最长连续运行24小时，过程中人类可随时中断调整。同时上线「插件中心」，可选装百度网盘、Canva可画、钉钉、飞书、WPS、Notion、Cloudflare 等外部应用。6月限时福利期间，Kimi 电脑客户端 Work 模式所有任务会员额度消耗减半，即从0.02%降至0.01%。
同一事件，精选展示《Kimi Work Beta版发布：面向知识工作者的本地Agent》推荐理由：目标模式把 Kimi Work 从对话助手变成了能连续运行 24 小时的自主 Agent，配合插件中心打通办公软件，对需要长时间执行复杂任务的用户是实际可用性的大升级。
16:56
16:46
Chubby♨️@kimmonismus44
Midjourney 宣布成立“Midjourney Medical”新部门，计划 2027 年在旧金山开设首家 24 小时水疗中心。顾客进入浅水池，通过 50 万个微型超声波传感器，约 60 秒即可生成毫米级精度的 3D 内部地图，无需磁铁、辐射或造影剂。速度接近 MRI 的 100 倍（美国 MRI 平均约 1300 美元、耗时超 1 小时；Prenuvo 全身扫描约 2500 美元）。该公司希望打造人们愿意前往的水疗体验，将医疗数据采集作为副产品。
Announcing a new division of Midjourney called "Midjourney Medical"
16:14
IT之家（RSS）
65
Anthropic 宣布 Claude Design 上线首周用户突破 100 万。新版重构设计系统导入功能，支持从 GitHub 仓库、设计文件或直接上传素材获取设计系统，自动检测输出是否符合现有组件标准。用户可通过 /design-sync 拉取设计系统，完成设计后直接传递给 Claude Code 转化为软件；Claude Code 端也可用 /design 命令创建、编辑、同步项目。编辑器新增布局控件，支持拖拽、调整大小和对齐，修复数百项稳定性问题。Claude Design 与 Chat、Claude Cowork、Claude Code 共享使用配额，平均每次交互消耗更少 token，错误率下降。导出支持 PDF、PowerPoint，或发送至 Adobe、Base44、Canva、Gamma 等应用。
16:14
IT之家（RSS）
精选72
DeepSeek 识图模式于6月18日在网页和 App 端正式上线，与快速模式、专家模式并列。开启后用户可直接上传图片让 DeepSeek 识别图像，能力超越简单文字提取。目前 App 端仍显示“图片理解功能内测中”，网页端无此提示。该模式背后的多模态模型技术细节于今年4月公开，核心框架为“Thinking with Visual Primitives（以视觉原语思考）”。
推荐理由：DeepSeek的识图模式终于从内测进了正式版，虽然是补课而非破圈，但对中文用户来说，让AI直接看图比打字描述常用太多，日常工作和内容处理都更顺手了。
15:54
向阳乔木@vista8精选79
乔木画布推出免费开源在线图像编辑器，可一键部署Vercel为网站，功能类似简化版PS。支持Seedream和GPT-image-2生图、图片模板存储分享、一键抠图、2万图标和常见Emoji，甚至能绘制PRD。随时创建3:4/16:9/21:9等不同尺寸画布。原计划高级功能收费，庆祝端午节现全免费开源。在线体验：https://ps.qiaomu.ai/，GitHub见评论区。
推荐理由：这个开源画布把AI生图和简易设计工具打包，一键部署Vercel，对偶尔做图的产品人和开发者很友好，全免费开源的诚意值得点开收藏。
15:45
Chubby♨️@kimmonismus59
15:14
IT之家（RSS）
54
讯飞AI眼镜6月18日在京东首销，定价4299元（部分国补后3369元），重40克，获SGS舒适认证。核心搭载语音同传大模型，支持122种语言翻译，覆盖通话翻译、线上同传、同声传译（8米全向拾音）、面对面翻译（18语种离线）、视觉翻译及附赠App权益等六大场景。还支持实时提词、蓝牙遥控翻页，内置GlassClaw AI助理，可开会自动总结图文纪要。
15:14
IT之家（RSS）
50
英伟达在虚幻嘉年华 2026 宣布 NVIDIA ACE Game Agent SDK 进入 Beta 测试。该轻量级 C/C++ 框架内置 Qwen 3.5 4B 模型用于决策、Chatterbox Turbo 350M 用于语音合成，包含 UE5 插件，可在 8GB 显存 GPU 上本地运行。SDK 提供 Agent API、Chat API 和 RAG API。已有 KRAFTON 在《绝地求生》推出限时 AI 队友 Ally，Creative Assembly 在《全面战争：法老》加入 AI 顾问。同期英伟达还发布 DLSS 4.5 UE5 插件（支持动态多帧生成、6X 模式、第二代 Transformer 超分）及开源项目 NVIDIA Kimodo 与 Animotive Kimodo 插件。
14:24
小互@xiaohu56
Apodex专为解决无现成答案的硬问题设计。可同时派出最多150个子Agent并行探索，总步数超15,000步。在BrowseComp上超越GPT-5.5-pro，在DeepSearchQA上超越Claude-Opus-4.8和Kimi-K2.6。工作流程分深度研究、自我校验、撰写三阶段。内置三层自我验证机制（冲突审查员、事实检查员、草稿审查员）及独立全局验证器。由AgentOS负责调度、路由、事件流、检查点、成本记账、权限管理等底层事务，添加新应用只需插件代码，无需修改内核。
13:56
LMSYS：Blog（Chatbot Arena 团队）
精选67
MOSS-TTS-Local-Transformer-v1.5 是一款开源 TTS 模型，支持 48 kHz 立体声、零样本声音克隆、最长 10 分钟长文本合成、时长控制及 31 种语言。其核心采用 Qwen3-4B 骨干与约 2B 参数的 MOSS-Audio-Tokenizer-v2 音频编解码器，通过 12 个 RVQ 码本运行。SGLang-Omni 以三阶段流水线部署该模型。在 Seed-TTS-Eval 上词错误率 5.10%、语音相似度 69.23%，CV3-Eval 上 WER 7.48%、SIM 61.59%，MiniMax Multilingual 上 WER 6.37%、SIM 75.31%，X Voice 上 WER 20.48%、SIM 63.00%。
推荐理由：SGLang-Omni 把 MOSS-TTS 的端到端服务拆成三阶段并做了大量底层优化，对想落地实时语音合成的团队是现成的技术方案，技术细节扎实，可以直接照着搭。
13:15
Greg Brockman@gdb63
OpenAI just killed the worst part of building iOS apps with AI. The new Codex "Build iOS Apps" plugin can now: → run you...
12:14
IT之家（RSS）
30
Anthropic 正升级 Claude 的语音模式，新增西班牙语、中文、日语、德语、葡萄牙语、俄语和乌克兰语等语言选项，打破仅支持英语的限制。语音交互引入两种模式：原有的免提模式支持连续对话，新增按下通话模式需按住按钮说话、松手发送语音消息。iOS 版 Claude 应用出现类似电话听筒的新图标，外界猜测可能为更接近通话的语音交互做准备。
12:14
IT之家（RSS）
24
蔚来6月18日官宣“Cedar S 雪松”智能系统1.5.0版本全量推送。ET9、全新ES8获超80项功能新增与优化，包括点到点全域领航辅助（城区新增潮汐车道识别、园区内部道路领航，高速可选仅导航/自动变道；城区领航换电无需预先学习）、NWM人机共驾、智能泊车偏左/居中/偏右选择、自动紧急避让AES识别锥桶等障碍物；新ES6等四款车型获超50项升级。座舱新增艺境桌面“日影时序”“银河漫步”主题、行业首发充换电资源语音自由搜、杜比动态视频增强等。NOMI新增AI帽子九连拍及马年联动悬架。
11:14
IT之家（RSS）
45
6月18日，蔚来世界模型全新版本正式推送，覆盖超70万用户，最早4年前购车用户也可升级。新版本升级为“世界模型+监督微调+闭环强化学习”三层框架，新增监督微调利用好行为数据提升拟人性与合规性。国内首次实现智能辅助驾驶直出方向盘和加减速踏板的操作信号，采用端到端运动学建模，路径更短、延迟更低。选路准确性宣称不分技术架构与输入形式均属行业领先，并首个实现对潮汐车道、可变车道天空路牌的实时识别与理解。误刹车与风险干预两个矛盾指标宣称同时做到行业领先，复杂场景长时序规划能力增强。
11:14
IT之家（RSS）
56
摩尔线程 MTT AICUBE“家庭 AI 中枢”已在京东开启预售，16GB RAM 版 9999 元，32GB 版 10999 元。内置自研 SoC“长江”，AI 算力 50 TOPS，配备 LPDDR5X 内存和 1TB SSD，双 M.2 插槽可作 NAS 使用，自带双扬声器。搭载 MTT AIOS 与小麦智能体，支持自然语言交互；可在安卓容器环境下运行《王者荣耀》《原神》等手游。
11:14
Hacker News 热门（buzzing.cc 中文翻译）
精选70
cuTile Rust 是一个基于 tile 的 GPU 编程系统，允许用 Rust 编写内存安全、无数据竞争的内核。它通过 #[cutile::module] 宏将内核 AST 嵌入主机二进制，在运行时经 CUDA Tile IR JIT 编译为 GPU cubin。可变张量在启动前分割，不可变张量共享，启动器在 GPU 工作期间保持所有权。在 NVIDIA B200 上，逐元素操作达 7 TB/s（约 91% 峰值带宽），GEMM 达 2 PFlop/s（约 92% 密集 f16 峰值）。基于 cuTile Rust 构建的 Grout 推理引擎在 RTX 5090 上解码 Qwen3-4B 达 171 tokens/s，在 B200 上解码 Qwen3-32B 达 82 tokens/s。项目处于早期研究阶段。
推荐理由：用Rust的所有权模型保证GPU内核无数据竞争，性能还能达到峰值的92%，这个方向可能是安全GPU编程的未来，系统编程和推理引擎开发者值得一试。
11:14
Hacker News 热门（buzzing.cc 中文翻译）
56
Midjourney 宣布进军医疗领域，开发基于水下超声波的新型扫描仪。用户站在平台上缓慢下降（每秒约2英寸），经过由50万个微型方块组成的环，每个方块同时作为扬声器和麦克风，每秒产生TB级数据。数千台计算机将声波变化重建为亚毫米级3D图像，单次扫描仅需60秒。同时计划开设Midjourney水疗中心，将扫描融入日常休闲体验。未来将优化算法与硬件，并建设首个研究型水疗中心。
11:14
The Verge：AI（RSS）
55
Midjourney CEO David Holz 展示了首款硬件 The Midjourney Scanner，一款基于超声波的全身扫描仪。设备采用环形传感器阵列，通过水下传感器从多角度发送超声波，约 60 秒完成扫描，捕捉肌肉、脂肪、骨骼等垂直切片。与 Butterfly Network 合作，每台搭载 40 个成像模块及 2 petaflops 处理能力，Holz 称图像质量“在许多方面可比肩 MRI”。Midjourney Medical 计划 2027 年底前在旧金山 Union Square 开设 Midjourney Spa，内设 10 台扫描仪及健身房、桑拿、冷浴。目前仅提供“身体成分图”，不涉及 FDA 诊断许可，用户可创建扫描库并与医生或 AI 健康工具共享。
10:53
小互@xiaohu47
Midjourney 预热数日的硬件设备竟是一款医疗设备：全身超声波计算断层扫描仪。该设备使用 8,960 个独立传感器环绕人体排列，运动分辨精度达皮米级别。初代原型机比 MRI 便宜 10 倍、快 60 倍，且无辐射。Midjourney 还计划开设 Spa 店，用户只需泡澡即可完成全身检查。
10:39
歸藏(guizang.ai)@op741840
Dearest gentle codexer. We did a sneaky double reset. Not only do you get a full reset on us. But you are also getting o...
10:39
歸藏(guizang.ai)@op741845
10:23
小互@xiaohu58
Unreal Engine 5.8 发布，新增实验性MCP插件，允许通过 Claude Code 用自然语言在引擎内创建场景。演示案例包括：一句话布置现代客厅（沙发、地毯等）、画边界生成整座城市（城区、高速、路网）、输入“波哥大早上九点半”自动计算太阳位置和大气参数。此前需要数月手工调校数十个光照参数的工作，如今可缩短至几天甚至一句话完成。
10:20
公众号：千问APP（阿里）
32
千问高考志愿填报Agent在“暖芒计划”公益活动中首次走进河北省青龙满族自治县第一中学，向三百多位考生和家长免费提供志愿填报服务。Agent能根据实际分数和选科生成志愿报告，逐一说明推荐理由和潜在风险。现场教师指出，传统填报痛点在于信息散落且付费服务不透明，而千问Agent将每一步推理过程公开，消除信息鸿沟。该计划后续将覆盖全国10多个省份的偏远地区高中，并举办100多场免费公益直播。