Suno v6 幕后：Nina McNeely 与两位艺术家如何用 v6 创作原创歌曲
Suno 发布 v6 幕后故事，艾美奖获奖导演兼编舞 Nina McNeely 与舞者 Braylon Browner、音乐人 Banoffee 合作完成两次拍摄，两人均以 v6 为基础创作原创歌曲。
#多模态
RadarAIAI 评分1515 RadarAIAI 评分5555 Google 用 Gemini 4 Argon 加速机器人研究，类人机器人学会投沙包
Google AI 表示正在探索用 Gemini 4 Argon 加速 Google 的研究，其中一项测试是用人类完成趣味任务的视频自主生成训练模拟，而不是完全依赖人工编程。研究团队介绍称，类人机器人通过学习这些视频、运行模拟，最终掌握了沙包投掷游戏（cornhole）。
RadarAIAI 评分4242 MiniMax 的 FastH3-Omni 上线 Reactor API 预览
MiniMax 宣布 FastH3-Omni 登陆 Reactor，可从单个提示词生成带同步音频的视频，10.20.2026 前在 Reactor API 开放独家预览。该版本由 FastVideo 与 nuvalab 对 MiniMax 实时 H3 做后训练得到，支持首尾帧条件控制、音频输入与强对话能力、最多 3 张参考图像。
RadarAIAI 评分6262 Google Gemini 4 Argon 可将视频或摄像头画面变成可演奏的合成器
Google Gemini 官方介绍 Gemini 4 Argon 的一项玩法，可将视频或摄像头画面重新想象成可演奏的合成器。用户可在 Canvas 中创建交互式音频应用，设定氛围，然后像演奏乐器一样操作摄像头画面。
RadarAIAI 评分4444 Gemini 模型在 Blender 中自主建模
最新的 Gemini 模型在 Blender 中自主完成了一座高细节宝塔建模，搭建出包含多栋建筑、逼真建筑细节、植被与光照的寺庙群。该过程由 Gemini 4 ARGON 在 Antigravity 中通过多智能体视觉批判循环实现。
RadarAIAI 评分3838 Gemini 4 Argon 游戏开发能力展示：一次提示生成 3D 资产与游戏机制
Gemini 4 Argon 可从零创建 3D 资产并构建游戏机制，全部一次完成。开发者 Ammaar Reshi 用提示词做出多款游戏合集，包括用手机当网球拍的 Argon Tennis，并公开代码供他人游玩或改编。
RadarAIAI 评分2222 Mercury Decide 在 OpenRouter 支持图像输入
来自 Inception AI 的 Mercury Decide 现已在 OpenRouter 上接受图像输入，用户可将图像与文本一起放入 Decisions 请求的 state 中，模型会依据图像内容回答提问，输出一个选择、一个评分或带概率的 yes/no。定价不变：免费端点，或 $0.02/M 输入且零数据留存，图像按输入 token 计费。
RadarAIAI 评分6060 Google 用 Gemini 4 Argon 构建案例：从 Pixel CAD 文件生成爆炸视图动画
Google CEO Sundar Pichai 展示了 Google 员工使用 Gemini 4 Argon 构建的用例，称其在编程和多步骤工具使用上有更强掌握。从 Google Antigravity 中的原始 Pixel CAD 文件出发，Argon 通过 Blender MCP 制作了爆炸视图动画、灯光、镜头编排和音频，并运行 1,000 轮迭代循环检查自己的渲染结果、持续完善代码。
RadarAIAI 评分3434 Argon 纯代码生成 3D 动态字体
Argon 完全用代码生成了这段 3D 动态字体（包括音乐），没有使用预先录制的素材或视频剪辑软件。每一帧都由 Argon 通过数学算法绘制，涉及 3D 网格、粒子模拟、矢量几何等。
RadarAIAI 评分6262 Google Antigravity 用多智能体视觉批判循环在 Blender 自主生成宝塔
Google CEO Sundar Pichai 展示了 Google Antigravity 中的多智能体视觉批判循环，Argon 在 Blender 中从零开始自主创建了一座高度精细的宝塔及其周边环境。Pichai 称生成复杂的多层架构是对前沿模型的一次绝佳测试。
RadarAIAI 评分6060 Sundar Pichai 称 Gemini 4 Argon 将 8 万份 NASA 火星数据转成 Google Slides
Sundar Pichai 表示，Google 给 Gemini 4 Argon 输入了超过 80,000 份 NASA 火星天气原始日志和 Ingenuity 直升机遥测文件，模型将大气飞行力学提炼成一份演示文稿。这些科学档案包含 CSV、图像、pdf、xml 日志和视频等混合内容，Gemini 4 Argon 在几分钟内将其转成清晰的 Google Slides 可视化内容。
RadarAIAI 评分3434 Gemini 4 Argon 把曼哈顿天际线照片重画成油画
Gemini 4 Argon 收到一张曼哈顿天际线照片后，将其重画为油画，并自行编写了一个多遍渲染的 canvas 渲染器。该渲染器先铺大块背景笔触，再勾勒建筑与河流，最后在水面上添加细腻的镜面高光。
RadarAIAI 评分3838 FastH3-Omni 预览版发布，10 月 20 日完整开源
Hao AI Lab 与 Nuva Lab 联合推出 FastH3-Omni 预览版，这是首个支持 omni ref 的完整版本，此前 FastH3 v1 和 v2 预览版仅支持文本生成视频。该预览版已交付头部广告公司、动画工作室和娱乐行业客户用于专属部署，并基于其专有数据做自我改进。最终模型将于 10 月 20 日完全开源，同时提供消费级 GPU 支持。
The Decoder同新闻AI 评分8787 Google 全球上线 Gemini 4 Argon，取代 Gemini Pro 成为新旗舰
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索 AI 模式访问。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
Hacker News精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon
Google DeepMind 发布 Gemini 4 Argon，即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库生成与重构，并称在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示注入最强的模型。
推荐理由：原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据，可据此判断其相对同级模型的位置。
RadarAIAI 评分7474 Google 发布 Gemini 4 Argon，可从任务拆解直接生成应用、3D 文件和报告
Google Gemini 发布 Gemini 4 Argon，可逐步拆解任务并直接产出实际成品，而不止于文本大纲。官方称其能力包括生成可分享的 web 应用、提供可直接打印的 3D 文件，以及产出可直接使用的幻灯片和报告。
RadarAIAI 评分6666 Google 发布 Gemini 4 Argon，可从 2D 草图设计定制硬件
Google AI 宣布，在 @antigravity 中的 Gemini 4 Argon 可以从一张粗略的 2D 草图出发，从零设计定制硬件。该模型会计算机械配合、组件间隙和卡扣几何结构，把原本需要数天的手动工业 CAD 工作压缩到几分钟。
RadarAIAI 评分6262 Google 发布 Argon，提升空间推理与视觉编程能力
Google 发布 Argon，在空间推理、数学精度和视觉编程方面带来重大改进。在 @Antigravity 中使用多智能体循环，Argon 自主构建了整座宝塔建筑群，在 Blender 中从零开始雕刻建筑、植被和光照。
RadarAI同新闻AI 评分8282 Google 发布 Gemini 4 Argon，向 Gemini App 与 Search 的 Ultra 和 Pro 订阅用户开放
Google 发布 Gemini 4 Argon，今日起向 Gemini App 与 Search 的 Ultra 和 Pro 订阅用户开放，Ultra 用户还可在 Antigravity 中使用。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
RadarAIAI 评分7171 面壁开源 MiniCPM-V 4.7：苹果手机 3GB 内存跑 35B-A3B MoE
面壁智能（OpenBMB）发布并开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两种规格，其中 35B-A3B 被称为首个端侧 MoE 多模态模型。该系列模型刷新了性能与效率的帕累托前沿，通过 LES 调度等技术，35B 参数模型在 iPhone 上仅需 3GB 内存即可流畅运行。
RadarAIAI 评分7171 面壁智能发布 MiniCPM-V 4.7：35B-A3B MoE 多模态模型 3GB 内存即可在手机上运行
面壁智能（OpenBMB）发布 MiniCPM-V 4.7，这是一个 35B-A3B MoE 多模态模型，在手机上仅需 3GB 内存即可运行，可识读现实场景标识、按约束规划、解析复杂文档并对视觉数据进行推理。
RadarAIAI 评分2222 Tripo 用 GPT 打造 F1 新加坡站赛车游戏
Tripo 以 F1 新加坡站真实赛道为灵感，用 GPT 编写游戏逻辑、Tripo 生成 3D 资产，把原型做成了可完整游玩的赛车体验。相关内容由 Tripo 在 X 发布，并 @F1 与 #SingaporeGP 话题。
RadarAIAI 评分4242 Higgsfield AI 的 Genjutsu API 与 AI 视频动作迁移的社交冲击
Higgsfield AI 开放 Genjutsu API，可将简单实拍动作精准迁移至虚拟角色，光影与物理细节极具欺骗性。这标志 AI 视频从文生视频转向精细的物理控制，降低高质量视频创作门槛，也将加速社交媒体内容真实性的崩塌。
RadarAIAI 评分5555 火山引擎推出语音内容编辑模型，可用自然语言指令改音频词汇
火山引擎多媒体实验室推出指令驱动的语音内容编辑模型，用户可通过自然语言指令（如「把 A 改成 B」）直接修改音频中的具体词汇。该模型在实现局部内容纠错的同时，最大程度保留原说话人的音色、韵律与上下文衔接，将语音编辑从传统的波形剪辑或重录转向 AI 内容编辑，可用于修正口播错误或修订广告词。
RadarAIAI 评分6060 ScaleDown 发布 Classify、Extract、Summarize 三个 Constrained Decoding Models
ScaleDown 发布 3 个面向单一任务的 Constrained Decoding Models，分别为 Classify、Extract 和 Summarize，不做逐 token 生成，只对输入做一次 prefill 并从原文中直接选出答案。
RadarAIAI 评分6262 面壁智能 MiniCPM V4.7 发布：35B-A3B 端侧 MoE 与 1B 轻量 VLM
面壁智能 OpenBMB 转发社区分享，介绍 MiniCPM V4.7 的两个版本。35B-A3B 端侧 MoE 版在 iPhone 17 Pro Max 上以约 3GB 内存达到 13+ tok/s，综合得分和推理时间优于 Qwen3.6 35B-A3B；1B 轻量 VLM 在性能和效率上均优于 Qwen3.5 0.8B。
RadarAIAI 评分6262 面壁智能发布端侧多模态大模型 MiniCPM-V 4.7，3GB 内存可跑 13+ token/s
面壁智能 10 月 13 日推出端侧多模态大模型 MiniCPM-V 4.7，提供 35B-A3B 和 1B 两种规格，其中 35B-A3B 是该系列首个 MoE 模型。
RadarAIAI 评分3939 哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld，支持自然语言构建驾驶场景
哈啰 Robotaxi 发布生成式驾驶世界模型 HelloWorld，整合场景控制、连续生成、多传感器观测与高效推理能力，用于按需构建驾驶数据与交互式策略测试。该模型支持通过自然语言描述需求，或直接编辑车辆、行人及运动轨迹，生成对应的多视角视频与激光雷达观测，可构造横穿行人、雨雪昼夜等长尾场景。
RadarAIAI 评分3636 PixVerse 一键将音轨转为 MV
PixVerse 推出新功能，可将音轨一键转为 MV，相关话题标签为 #PixVerseMusicVideo 和 #PixVerseMV。该功能由 PixVerse 官方账号在 X 上发布。
RadarAIAI 评分7171 面壁智能开源 MiniCPM-V 4.7，35B-A3B MoE 模型 3GB 内存端侧运行
面壁智能联合 OpenBMB 社区于 10 月 13 日发布并开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本。官方称其为全球首个可在端侧无损流畅运行的开源 MoE 多模态大模型，350 亿参数版本可在手机平板 3GB 内存下运行。原文还介绍了 LES 专家调度、权重布局优化和视觉 token 压缩等技术细节。
Latent Space精选AI 评分7878 Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，距该实验室成立约 14 个月。
推荐理由：汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据，可对照 Opus 5.5、GPT-6 等模型看前沿梯队变化。
RadarAIAI 评分1818 导演徐克谈 AI：幻觉与真实交织，边界日益模糊
导演徐克在法国里昂卢米埃尔电影节大师班活动上表示，AI 正日益模糊现实与幻觉的边界，广告、互联网与 AI 共同让公众接收的内容更易被塑造、更难追溯真实来源。他还将 AI 与身份认同议题联系，认为其普及可能进一步影响人们对自我身份与外部世界的理解。
RadarAIAI 评分4747 面壁智能 MiniCPM-V 4.7 登陆 Apple Silicon，Mac 端侧推理 Day 0 支持
面壁智能 MiniCPM-V 4.7（1B 与 35B-A3B）通过与 Nativ 合作，在 Mac 上实现 Day 0 全端侧推理，支持图像与视频理解，数据完全留在本地。
RadarAIAI 评分2222 EmbeddingGemma 2 多模态嵌入涂鸦挑战
Google 为 EmbeddingGemma 2 推出实时涂鸦挑战 Demo「Embedding Draw Challenge」，用草图与目标标签的向量相似度直观展示多模态嵌入的跨模态对齐能力。EmbeddingGemma 2 将文本、图像、视频、音频和代码映射到统一向量空间，用户选定目标物后即可通过涂鸦实时比对相似度。
RadarAIAI 评分6262 面壁开源 MiniCPM-V 4.7，35B-A3B 架构可在手机端运行
面壁开源发布 MiniCPM-V 4.7，采用 35B-A3B 架构，通过量化压缩和 LES（Lookahead Expert Scheduling）调度，在 iPad Pro M4 和 iPhone 17 Pro Max 上实现流畅推理速度。该方案被描述为显著改变端侧多模态模型的部署经济学。
RadarAIAI 评分2222 MiniCPM-V 4.7 35B-A3B 本地 VLM 效率与质量胜出
OpenBMB 的 MiniCPM-V 4.7 35B-A3B 在本地 VLM 测试中不仅比 Qwen 3.6 35B-A3 少用 10% token，还生成了更好的 3D 体素宝塔。效率与质量正成为多模态模型真正的战场。
极客公园AI 评分6262 复旦邱锡鹏团队创立的模思智能完成超 10 亿元 Pre-A 轮融资
模思智能宣布完成超 10 亿元 Pre-A 轮融资，由华控基金领投，国开科创、上海科创基金、新微资本等参与，元禾控股等老股东继续投资，距天使轮官宣约半年。这家由复旦大学邱锡鹏创立、成立不到两年的公司主攻全模态实时交互，2026 年以来围绕语音、视觉和实时多模态发布 20 多个模型，其中 7 月开源的 MOSS-VL-Realtime 可持续接收视频流并随画面更新判断。
RadarAIAI 评分6262 Artificial Analysis 发布 AA-3D 基准，评测模型构建交互式 3D 场景能力
Artificial Analysis 推出 AA-3D 基准，让 21 个模型作为智能体在离线沙箱中把书面简报转化为 three.js 网页，由超 1000 名评委盲评产出逾 10000 票的 Elo 排名。
RadarAIAI 评分3030 Arena 测试 Meta Muse Wonder 3D 场景生成
Arena.ai 让 @petergostev 对 Meta 的 Muse Wonder（Max）进行测试，覆盖一次性 3D 场景、动画 HTML 和前端设计，并与 Astra、Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Fable、Kimi 和 Mistral 对比，同时列出每次生成的费用。Muse Wonder 的 Arena 评分即将公布。
GitHubAI 评分1818 expropriationhoorayhenry64/social-media-scraper-skill：社媒数据抓取与 AI 视频分析工具
名为 expropriationhoorayhenry64/social-media-scraper-skill 的工具可从 Instagram、TikTok、Twitter 和 YouTube 抓取帖子文本、评论与媒体文件，并对视频生成完整文字转录和 AI 视觉内容摘要，结果保存在本地 Documents 的 Exports 文件夹。