88Z.ai / 每日快讯

每日 AI 快讯

模型发布、产品更新和值得跟上的行业变化，按日期排列。每条都进入本站文章，而不是直接跳走。

更新于RSS

11月13日 · 周五23 条

  1. 快讯

    谷歌推出 Gemini 4 系列高效率模型 Gemini 4 Hydrogen

    谷歌发布 Gemini 4 Hydrogen，主打高效率与低幻觉。该模型在 High 档位智能指数为 51 分，超越 Argon；xhigh 档位达 54 分，接近 Claude Sonnet 5.5 与 GPT-6.1 Sol。其 API 定价为输入每百万 Token 1.5 美元、输出 7.5 美元，速度较 Gemini 3.8 Flash 提升 2.5 倍，幻觉率控制在 8%。

    来源：APPSO

    在本站阅读
  3. 产品更新

    World Labs 向公众开放 Atlas 世界模型，推出 Viewfinder、Chisel 及开发者 API

    由李飞飞创立的 World Labs 正式向公众开放其下一代世界模型 Atlas。用户可通过 Web 应用 Viewfinder 从单张或多张图片生成 3D 高斯泼溅场景，或使用 Chisel 通过代理工作流创建显式 3D 几何体。同时，官方发布了全套 API 端点，支持开发者构建自定义工具或直接通过智能体调用模型，输出格式涵盖关键帧、视频片段及 3D 高斯泼溅数据。

    来源：@theworldlabs

    在本站阅读
  4. 快讯

    Perplexity 开源 Decider v1.3 与 Flash v1.3，OpenRouter 限时免费

    Perplexity 发布并开源最新决策模型 Decider v1.3（约 270 亿参数）及蒸馏版 Decider Flash v1.3（约 40 亿参数）。新版引入“locate”功能，可根据指令提取文本跨度并返回字符偏移量，显著提升实体抽取与分类准确率。模型支持图文输入及 256K 上下文窗口，采用 Apache 2.0 协议。即日起至 2026 年 11 月 19 日，开发者可在 OpenRouter 平台免费调用。

    来源：@perplexitydevs

    在本站阅读
  5. 行业应用

    多解任务微调新范式：基于 RLVR 与 SageMaker AI 的强化学习实践

    针对排班等存在多个正确答案的任务，传统监督微调难以适用。本文介绍如何利用 Amazon SageMaker AI 的无服务器模型定制工作流及 Training Sessions API，结合 RLVR（强化学习与验证器）技术进行模型训练。通过构建包含硬约束与软约束的验证器，利用 GRPO 算法引导模型生成符合规范的高质量解，而非模仿单一标准答案。

    来源：@akshay_pachaar

    在本站阅读
  8. 快讯

    Looki 推出多模态模型系列 Loom

    Looki发布自研多模态模型系列Loom，专注第一视角生活理解与长期记忆。该系列包含Loom Sense、Loom Moment和Loom Memory，旨在优化连续感知、事件分割及跨时间记忆调用，显著降低推理成本并提升处理效率，将碎片化观测转化为可追溯的个人上下文。

    来源：LookiAI

    在本站阅读
  9. 快讯

    阿里快乐虾米APP正式上线

    阿里巴巴旗下AI音乐平台快乐虾米APP正式上线，覆盖iOS与Android端。用户可通过输入情绪、故事等要素生成完整歌曲，支持聊天记录转歌及视频配乐，并新增“做同款”功能以复用创作思路。

    来源：阿里云

    在本站阅读
  14. 产品更新

    Anthropic 开发者指南：新模型上线后的评估策略与成本重构

    Anthropic 官方开发者账号发布视频，深入解析新模型 API 上线流程及伴随功能。核心建议指出，在升级至如 Claude Fable 5.2 等新模型时，开发者不应仅依赖官方基准测试，而应重新审视代理架构（Harness），并通过“每任务成本”而非“每 Token 成本”来衡量实际效能，同时对比真实业务场景中的修正需求与完成时间。

    来源：@ClaudeDevs

    在本站阅读

11月12日 · 周四26 条

  1. 产品更新

    Chrome 团队发布 Modern Web Guidance 1.0：一条命令让 AI 编程代理写出更现代的 Web 代码

    Chrome 开发者团队推出 Modern Web Guidance 1.0，通过 200 多篇专家撰写的指南与 Baseline 浏览器支持数据，引导 Cursor、Copilot、Antigravity 等 AI 编程代理默认输出符合现代标准的 HTML、CSS 和 JavaScript。官方评测显示，即使是最新的前沿模型，在边界用例上也有超过 40% 无法遵循现代 Web 开发最佳实践。

    来源：@ChromiumDev（X）

    在本站阅读
  8. 快讯

    LibTV 全球联合首发 Seedance 2.5 Flash

    Seedance 2.5 Flash 在 LibTV 全球联合首发，面向所有用户开放。该模型主打更快生成速度与更低成本，支持4至30秒视频生成及480p、720p分辨率输出。功能涵盖文生视频、首尾帧生成、多素材参考、有声视频制作以及视频编辑与延长。其定价与 Seedance 2.0 标准版持平，双十一期间720P价格低至每秒0.10元。

    来源：哩布哩布AI

    在本站阅读
  9. 开源生态

    NVIDIA 把 OpenShell 捐给 CNCF：给智能体一套可检查的运行时，同时补上 Kubernetes 上的执行底座

    NVIDIA 于 2026 年 11 月 10 日在 KubeCon 宣布，将智能体运行时 OpenShell 贡献给云原生计算基金会（CNCF），作为 Sandbox 项目由社区共同治理。它还参与由 Google 发起、同样进入 CNCF Sandbox 的 Agent Substrate，并推出 DSX AI Factory Platform 的新组件，用于在 Kubernetes 上部署和扩展 GPU 推理。

    来源：NVIDIA

    在本站阅读
  10. 行业应用

    Hugging Face Hub 支持用 Google Cloud 账户付费：管理员要怎么接通，账单又何时切换

    Hugging Face 于 2026 年 11 月 10 日说明，组织管理员可通过 Google Cloud Marketplace 订阅 Hugging Face，并把组织账单接到现有的 Google Cloud 账户。设置分三步：在 Marketplace 订阅、在 Hugging Face 选择自己管理的组织、等待审核通过。切换完成前，费用仍可能记在原有支付方式上。

    来源：Hugging Face

    在本站阅读
  11. 行业应用

    怎样调用 88z.ai 的模型 API：Base URL、鉴权、限制和计费怎么对上

    88z.ai 提供一套聚合多家主流模型厂商、按人民币积分计费的 OpenAI 兼容子集 API。本文根据仍在线上的 /api.md 整理：如何注册并创建本站密钥，把 Base URL 指到 https://www.88z.ai/v1，以及当前支持哪些接口、有哪些限制、费用如何计算。它不是 Anthropic、OpenAI 或 Google 的官方接口，也和 88api.ai 不是同一家。

    来源：88z.ai API 说明

    在本站阅读
  12. 产品更新

    Google 推出 Gemini Decisions API：一次前向传播里完成最多 1000 个封闭式判断

    Google DeepMind 于 2026 年 11 月 11 日宣布 Gemini Decisions API，由新模型 Gemini Decision 1（gemini-decision-1）提供支持。它面向是/否、选择题和量规打分这类有界判断，可在一次请求里对同一段多模态输入提出最多 1000 个独立问题，并返回概率与置信度。官方报价为每百万输入 token 0.10 美元，输出 token 不计费。

    来源：Google DeepMind

    在本站阅读
  13. 产品更新

    Gemini Live 登陆 Apple CarPlay：怎么开始用，以及适合在车上做什么

    Google 于 2026 年 11 月 11 日宣布，Gemini 应用登陆 Apple CarPlay，可在车上使用 Gemini Live 进行免提对话。官方称它面向所有 iOS 上的 Gemini 用户、在所有受支持的 Gemini Live 语言中全球推出。开始前需要更新 iPhone 上的 Gemini 应用、打开麦克风权限，并至少在手机上使用过一次 Gemini Live。

    来源：Google

    在本站阅读
  21. 产品更新

    ChatGPT 为企业推出资料页和 Business Agents：先分清入口，再准备经得起核对的信息

    OpenAI 于 2026 年 11 月 10 日宣布 Businesses in ChatGPT 进入测试。企业可认领资料、维护商品价格和供应信息，并查看提及、网站点击等汇总洞察；这些洞察不向企业提供用户对话内容。Business Agents 首批面向符合条件的美国电商和在线服务企业，而且完成企业验证并不等于获得智能体发布资格。

    来源：OpenAI

    在本站阅读
  23. 安全研究

    GPT-6 Cyber 与 Firefox 159 公告：怎样把「发现漏洞」读成可核对的修复记录

    OpenAI 于 2026 年 11 月 5 日发布 GPT-6 Cyber，将其定位为安全研究模型，并通过 Daybreak 提供不同范围的专业访问。公告中的能力与授权边界结果来自厂商评测。Mozilla 于 10 月 27 日发布的 Firefox 159 安全公告，则为部分修复提供了可独立查阅的记录，其中包含署名 OpenAI 的报告者。

    来源：OpenAI

    在本站阅读
  25. 模型动态

    Claude Fable 5.2 与 Mythos 5.2：同一底层模型，不同入口，怎么选才不浪费预算

    Anthropic 于 2026 年 11 月 9 日更新 Claude Fable 与 Mythos 至 5.2。官方称两者使用同一底层模型，但面向不同防护与验证安排；标准模式公告价为每百万输入 8 美元、输出 40 美元，另有更快也更贵的 Fast 模式。对大多数日常任务，官方仍建议先从 Opus 或其他常规模型开始。

    来源：Anthropic

    在本站阅读
  26. 行业应用

    ChatGPT Enterprise 上架 AWS Marketplace：多了一条采购路径，数据和报价仍要逐项核对

    OpenAI 于 2026 年 11 月 9 日宣布 ChatGPT Enterprise 可在 AWS Marketplace 购买。AWS 商品页写明，这是把 Chat、ChatGPT Work、Codex 和 dots 放在同一企业产品里，并通过现有 AWS 账单结算；符合条件的支出可计入 EDP 或 PPA 承诺。价格采用私有报价，且 Marketplace 采购并不保证全部客户数据都留在 AWS 环境中。

    来源：OpenAI

    在本站阅读

11月11日 · 周三4 条

  3. 快讯

    Meta 推出轻量级 AI 模型 Muse Ember

    Meta 发布迄今最小模型 Muse Ember，专注复杂推理与智能体任务，支持百万 Token 上下文及原生多模态。其单项任务成本约 0.14 美元，仅为 Claude Haiku 5.5 的三分之一，多项 Agent 评测成绩超越后者，但在真实工程编码方面仍存在差距。

    来源：智东西

    在本站阅读

11月10日 · 周二2 条

  2. 快讯

    Anthropic 推出旗舰模型 Claude Fable 5.2 和 Claude Mythos 5.2

    Anthropic发布Claude Fable 5.2与Claude Mythos 5.2，展现强大自主协作与专业求解能力。千智能体八天构建可启动操作系统，三十小时完成费马大定理形式化证明，单日设计四层PCB并制造三台真机，单卡七分钟破解病毒衣壳折叠。基准测试表现优异，Fable 5.2以Opus 5.5一半价格提供同等极限性能。

    来源：量子位

    在本站阅读

11月9日 · 周一3 条

11月6日 · 周五4 条

  2. 快讯

    OpenAI 推出网络安全专用模型 GPT-6 Cyber

    OpenAI正式发布网络安全专用模型GPT-6 Cyber，具备自主发现并利用漏洞的能力。该模型在ExploitGym测试中成功率达48.5%，较上一代提升约51%。此外，它在Linux内核中复现了1724个漏洞并生成948个可用利用程序，还从Firefox中发现了81个未知高危漏洞，部分已得到Mozilla修复。

    来源：APPSO

    在本站阅读
  3. 快讯

    百度开源最新基座模型 ERNIE-5.5-Flash-Base

    百度正式开源ERNIE-5.5-Flash-Base预训练基座模型，相关权重已上传至Hugging Face平台。该模型提供FP8与BF16两种精度版本，兼容SGLang和vLLM部署框架，并支持通过Megatron-Bridge进行微调。作为稀疏MoE架构模型，其总参数量达2800亿，每Token激活参数为140亿，基于33.5T Tokens数据从零预训练而成，支持长达1M的上下文窗口。

    来源：文心大模型

    在本站阅读
  4. 快讯

    蚂蚁百灵推出原生多模态模型 Ling-3.2-flash

    蚂蚁百灵发布原生多模态模型Ling-3.2-flash，总参数560B，单步激活25B，支持1M上下文。该模型新增视觉反馈自检与异常自适应恢复功能，能利用渲染或界面结果进行纠偏，并在报错或工具失败后定位重试。采用7层KDA加1层Gated MLA的混合注意力机制，在DSpark投机推理下，长上下文单用户解码均值达280 tokens/s。

    来源：百灵大模型

    在本站阅读

11月5日 · 周四4 条

  2. 快讯

    Sand.ai 完成 2 亿美元 A+ 轮融资

    Sand.ai 完成2亿美元A+轮融资，由基石资本与网宿科技联合领投，上海国资、时代资本等参投，老股东经纬创投加注。公司10个月三轮累计融资3亿美元，跻身视频生成独角兽行列。创始人曹越为前MSRA主管研究员及Swin Transformer主要作者，公司已开源MAGI-1及千亿参数MoE架构的MAGI-2 Preview。

    来源：晚点LatePost

    在本站阅读
  4. 快讯

    月之暗面正式开放 Kimi K3.1 Pro 权重

    月之暗面已在 Hugging Face 平台正式开源 Kimi K3.1 Pro 模型权重。该模型拥有 2.8 万亿参数，采用混合专家架构，支持百万级 Token 上下文。其在智能体基准测试中表现优异，位居开放权重模型榜首，并在 Bash 可靠性方面领先同类开源模型。

    来源：IT之家

    在本站阅读

11月4日 · 周三4 条

11月3日 · 周二4 条

11月2日 · 周一7 条

  1. 快讯

    商汤开源多模态模型 SenseNova Loop-9B-Preview

    商汤科技开源 SenseNova Loop-9B-Preview 多模态模型。该模型采用 Looped Transformer 架构，通过参数共享的循环计算模块扩展有效计算深度，并引入 mHC 机制以增强特征交互与训练稳定性。在代码生成、办公及智能体任务中，其表现媲美甚至超越 27B 参数模型。消融实验显示，其在 GPQA Diamond 基准上提升 4.42 分，在 TeamBench 上提升 13.34 分。

    来源：商汤科技SenseTime

    在本站阅读
  3. 快讯

    智元机器人推出具身智能模型 GO-3 Preview

    智元机器人发布具身智能模型 GO-3 Preview，实现从预训练到部署的全链路规模化学习。该模型在 RoboDojo、RoboTwin 和 RoboColiseum 三项基准测试中均取得第一。其预训练阶段利用 WRAM 技术吸收大量人类第一视角数据；后训练阶段通过 Genie Evolver 结合真机、仿真及世界模型进行混合训练；部署后则借助 Genie Master 在便利店等真实场景中持续积累成败经验，优化模型表现。

    来源：机器之心

    在本站阅读
  4. 快讯

    OpenAI 宣布 ChatGPT 与 Codex 共享额度

    OpenAI宣布自12月起，Plus、Pro及Business套餐的ChatGPT与Codex将合并额度并按tokens计量，仅Instant快速聊天不占用共享池。此举旨在回应此前因部分套餐提额未惠及Plus用户而引发的不满。同时，Codex收紧多账号政策，同设备绑定过多付费账号可能受限。具体额度及生效日期待公布。

    来源：APPSO

    在本站阅读

10月30日 · 周五3 条

  2. 快讯

    杭州向零一万物投资数亿元

    零一万物与杭州市及临平区达成战略合作，市区两级国资联合注资数亿元。零一万物总部落户临平，双方将共建产业AI转型基地，推动人工智能技术在企业经营决策、生产运营及供应链协同等核心场景的深度应用。

    来源：零一万物 01AI

    在本站阅读

10月29日 · 周四4 条

  1. 快讯

    LibTV 三大旗舰模型 0 积分无限使用，最长 30 天

    LibTV在双十一期间推出AI视频创作优惠活动，Wan 3、Kling 4.0和Minimax H3三大旗舰模型可享最长30天0积分无限使用。Seedance 2.5 720P价格低至0.17元/秒。年会员叠加红包可立减1300元，并获赠3个月会员及超17万积分，至尊92K年包价格大幅下调。此外，创作者成长计划升级，单条作品激励最高可达10万元。

    来源：LibTV

    在本站阅读

10月28日 · 周三4 条

  2. 快讯

    蚂蚁集团推出能管事的个人AI助理「灵光2.0」

    蚂蚁集团发布灵光2.0，升级为具备跨会话记忆与长程任务调度能力的个人AI助理。该助手依托独立云主机，从执行者转型为事务管理者，可主动处理财务、育儿、琐事及出行安排。系统接入APASS安全体系，采用授权密钥与Agent分离托管机制，确保用户隐私安全并支持随时调整或撤销授权。

    来源：蚂蚁集团

    在本站阅读
  4. 快讯

    微软推出图像编辑模型 MAI-Image-2.7-Preview

    微软发布MAI-Image-2.7-Preview图像编辑模型，AI首席执行官苏莱曼称其在Artificial Analysis榜单全球排名第二，仅次于OpenAI的GPT Image 2.5 Sunburst，超越谷歌、Meta和xAI。该模型是8月发布的MAI-Image-2.6的后续版本，在场景与风格编辑方面比次优模型高出24个Elo分。

    来源：IT之家

    在本站阅读

10月27日 · 周二5 条

  1. 快讯

    Anthropic 正式公开提交纳斯达克 IPO 申请

    Anthropic已公开提交纳斯达克上市申请，拟用代码“ANT”挂牌，目标估值高达2万亿美元。尽管上半年营收超160亿美元，但受融资工具公允价值变动影响，账面净亏损巨大。公司依靠Claude Code及企业客户实现增长，同时签署了巨额长期算力合同，面临高投入与供应链依赖等挑战。

    来源：量子位

    在本站阅读
  2. 快讯

    SpaceX 完成 400 亿美元债务融资采购英伟达 GPU

    SpaceX CEO埃隆·马斯克宣布，公司已成功完成400亿美元的债务融资，资金将主要用于采购GPU芯片，预计交付时间为明年第一或第二季度。公司第四季度的资本支出预计在350亿至400亿美元之间。马斯克指出，缺乏AI数据中心以外收入来源的企业将面临融资困难，新兴云厂商可能迎来整合或倒闭潮，但SpaceX明确表示不会收购此类公司。

    来源：财联社

    在本站阅读
  3. 快讯

    OpenAI 推出高效执行型大模型 GPT-6.1 Terra

    OpenAI发布GPT-6.1 Terra，聚焦低成本、高速度及AI Agent办公场景。该模型在视觉理解、电脑操作、事实准确性与编程方面显著增强，能处理图纸、发票、桌面软件及科研任务。其标准API价格较前代降低50%，已集成至ChatGPT Work和Codex。

    来源：APPSO

    在本站阅读
  4. 快讯

    即梦AI上线短剧工作室

    即梦AI推出短剧工作室，整合自研模型覆盖从剧本生成、美术设定、分镜预演到后期制作的全流程。支持长篇解析、3D导演台预演及声音重构等功能，并通过重制转绘助力短剧出海本地化。

    来源：即梦AI

    在本站阅读

10月26日 · 周一3 条

  1. 快讯

    月之暗面推出最新旗舰模型 Kimi K3.1 Pro

    月之暗面正式发布Kimi K3.1 Pro，这是K3.1系列的首个模型，拥有3万亿参数并支持百万级上下文。该模型重点强化了代码、3D创作、金融研究及长程Agent能力，同时推出速度提升约2至3倍的高速版。目前新模型已接入官网、App、Work、Code及API，完整权重预计于11月4日前发布。

    来源：月之暗面 Kimi

    在本站阅读
  3. 快讯

    火山引擎推出高端版视频生成模型 Seedance 2.5 4K

    火山引擎发布高端视频生成模型Seedance 2.5 4K，重点优化人物表情、细微动作及画面细节表现。该模型支持10-bit色深，显著增强纹理质感、色彩层次与渐变效果，并在参考生成和视频编辑任务中更好地维持素材的清晰度与一致性。工作流上支持先生成480P草稿验证分镜，再输出4K正片，提升创作效率与成品质量。

    来源：火山引擎

    在本站阅读

10月23日 · 周五3 条

  1. 快讯

    MiniMax 开源 MiniMax M3.1 Flash 模型权重

    MiniMax 稀宇科技宣布开源 MiniMax M3.1 Flash 模型权重。该模型总参数达4280亿，激活参数230亿，支持百万级Token上下文。上线72小时内处理量超100万亿Token，推理成本大幅降低，并在多项Agent基准测试中位列国产模型首位。华为昇腾、NVIDIA等十家芯片厂商及vLLM、SGLang等推理框架已在首日完成适配，共同推动开源生态发展。

    来源：MiniMax 稀宇科技

    在本站阅读
  3. 快讯

    腾讯联合复旦推出智能体训练环境构建框架 WorkForge

    腾讯混元与复旦大学联合推出 WorkForge 框架，旨在从真实世界资源中规模化构建可验证的智能体工作环境。双方同步发布了 WorkForge-16K 数据集，涵盖 1.67 万个工作环境及 40 个专业领域。基于该框架真实工作区轨迹训练的 WorkForge-27B 模型表现优异，在 GDPval 等五大工作智能体基准测试中，其性能全面超越了参数规模大百倍的模型。

    来源：腾讯混元

    在本站阅读

10月22日 · 周四5 条

  3. 快讯

    Anthropic 推出 AI 智能体 Claude Duet

    Anthropic 推出面向中小企业和专业人士的 AI 智能体 Claude Duet，基于 Opus 5.5 模型构建，具备每日简报、应用监控、构建仪表盘、安排会议及财务预测等功能，并配备独立浏览器虚拟机以支持后台持续运行，直接对标 OpenAI Dots 与 Meta Muse。

    来源：财联社

    在本站阅读
  4. 快讯

    记忆张量开源记忆原生基础模型 MemT 1.0 系列

    记忆张量团队开源MemT 1.0系列基础模型，包含Flash和Nano版本。该系列将可更新内部记忆融入计算，无需检索原文即可调用历史信息。在11项记忆基准测试中，两款模型平均分分别为50.6和47.0，位居参数化记忆方法前两名。技术亮点涵盖Gated DeltaNet-2逐token更新、MoS混合存储扩容及两阶段训练策略。

    来源：记忆张量MemTensor

    在本站阅读
  5. 快讯

    AI会议助手 Otter.ai 获3.2亿美元融资

    Otter.ai 宣布获得 General Catalyst 客户价值基金提供的 3.2 亿美元非稀释性融资，资金将用于推动业务增长、市场拓展及产品研发。该公司此前累计融资额为 5000 万美元，去年年度经常性收入已突破 1 亿美元，用户规模从 2500 万增长至 4000 万。

    来源：Z Potential

    在本站阅读

10月21日 · 周三4 条

10月20日 · 周二4 条

  2. 快讯

    腾讯推出 AI 趣味学习社区「懂了鸭」

    腾讯推出面向亲子与教师的AI学习社区「懂了鸭」，通过奇妙卡将绘本、动画等转化为可交互内容。内置AI Agent支持语音生成多模态素材，并允许用户在社区内改编、发布及分享至微信和QQ，覆盖K12课堂及课外探索场景。

    来源：懂了鸭

    在本站阅读
  4. 快讯

    蚂蚁百灵开源语音模型家族 Ming-3.0

    蚂蚁百灵发布开源语音模型系列 Ming-3.0，包含五款模型，涵盖语音合成、音频理解与对话、语音识别三大任务，支持灵活组合接入业务。其中 TTS 模型支持情绪节奏调整及副语言标签，音频模型可结构化总结长录音，ASR 模型支持热词注入且平均错误率为 4.41%。

    来源：百灵大模型

    在本站阅读

10月19日 · 周一3 条

  2. 快讯

    腾讯混元开源智能体记忆框架 Hy Memory 2.0

    腾讯混元发布开源智能体记忆框架 Hy Memory 2.0，包含专用模型、框架及 MemHub 应用。该方案覆盖聊天、工作与代码记忆，在四项基准测试中位列开源第一。其核心模型 Hy-Memory-30A3B 激活参数约 30 亿，平均得分超越 Opus5。MemHub 支持连接 Cursor 等十种 AI 工具实现记忆同步，并已应用于腾讯自选股等业务。

    来源：腾讯混元

    在本站阅读
  3. 快讯

    Lovart 正式推出 Lovart 2.0

    Lovart 正式发布 2.0 版本，推出个人设计 Agent「Arti」。该助手能建立记忆库并延续用户审美偏好，主动进行设计调研、生成趋势报告与情绪板。它还能后台巡检画布以确保风格一致，处理批注评论并沉淀可复用技能。新增的设计委托功能支持 24 小时自动执行竞品监控和灵感收集等重复工作，推动 AI 从工具进化为懂用户的长期设计搭档。

    来源：APPSO

    在本站阅读

10月16日 · 周五4 条

  3. 快讯

    Meta 开源多模态大模型 Muse Spark Open

    Meta发布开源原生多模态模型Muse Spark，采用混合专家架构，拥有8160亿总参数及420亿活跃参数，支持百万级上下文。该模型聚焦编码与智能体应用，虽在六项测试中居首并自称美国最强开放权重模型，但在软件开发等领域仍落后于Kimi、千问及智谱等中国开源模型。

    来源：财联社

    在本站阅读

10月15日 · 周四4 条

  1. 快讯

    SpaceXSI 推出端到端语音转语音模型 Grok Voice 3.0

    SpaceXSI 发布 Grok Voice 3.0，宣称是全球最智能的语音转语音模型，延迟低于1秒。该模型在 Artificial Analysis 综合榜单中位列第一，全双工基准测试得分97%，τ-Voice 得分为71.6%。其性能与 GPT-Live-1 相当，但延迟降低了40%。目前，该模型每天支持特斯拉车内数百万次对话，并在星链客服中心日均处理2万通电话，其中70%无需人工干预。

    来源：IT之家

    在本站阅读
  3. 快讯

    阶跃星辰正式开放 Step 5 Preview 模型权重

    阶跃星辰正式开放 Step 5 Preview 模型权重，该模型已上线 Hugging Face 和 ModelScope 平台。Step 5 Preview 采用稀疏 MoE 架构，总参数量达 600B，激活参数仅为 27B，支持 100 万 token 的超长上下文窗口。模型原生支持文本与视觉输入，在 AI 编程及金融等长程 Agent 任务中表现优异，其 第三方模型接口 调用量位居全球第二。

    来源：阶跃StepFun

    在本站阅读
  4. 快讯

    腾讯推出个人股票分析 Agent「Rena览财」

    腾讯面向普通投资者推出个人股票分析 Agent「Rena览财」，打通网页、微信小程序与微信助理。该工具自动关联每日速读、市场简报和自选股动态，支持导入持仓、查看个股动态与观察清单，并提供多空或中性判断的理由及验证标准，用户可随笔记笔记并继续追问。

    来源：Rena览财

    在本站阅读

10月14日 · 周三4 条

  1. 快讯

    谷歌 Gemini 4 Argon，正式面向全球开发者与企业用户开放

    谷歌新一代旗舰模型 Gemini 4 Argon 现已面向全球开发者与企业用户开放。用户可通过 Gemini API、平台付费层级，以及 Google Antigravity Ultra 会员或 Gemini 应用与搜索的 Ultra、Pro 会员身份进行体验。该模型经过小范围测试及内部大规模实战验证，专注于处理编程、科研、法律和金融等领域的复杂多步任务。

    来源：APPSO

    在本站阅读
  4. 快讯

    Anthropic 推出 Git 替代品 Scion

    Anthropic 发布自研版本控制系统 Scion，以取代使用二十年的 Git。面对 Claude 编码量激增导致的同步瓶颈与巨大流量压力，Scion 采用永远在线的中心化架构，通过虚拟化 checkout 和流式拉取技术，显著优化了代码提交与获取效率。

    来源：APPSO

    在本站阅读

10月13日 · 周二4 条

  1. 快讯

    阿里千问推出在线强化学习框架 QwenGyre

    阿里推出QwenGyre，专为超长程智能体任务设计的在线强化学习框架。该框架通过弹性调度减少GPU空转，并控制轨迹处理以降低分叉训练成本。在Qwen3.8-2.4T模型上测试显示，其在单次约70万token任务的训练中显著提升了NL2RepoBench通过率，并在相同GPU预算下实现了比Async更快的加速和更少的训练时间节省，且在122B模型跨任务验证中表现有效。

    来源：千问大模型

    在本站阅读
  2. 快讯

    Meta 推出前沿模型系列 Muse Wonder

    Meta发布新模型Muse Wonder及增强版Wonder Full，在多项基准测试中表现接近Fable 5.1、Opus 5.5和GPT-6 Astra水平。该系列主打主动记忆与持续专注能力，旨在实现个人超级智能愿景，特别优化了跨对话记忆、长流程任务处理及编程性能。扎克伯格强调将加速AI投入，并主张通过行业自律保障安全。

    来源：财联社

    在本站阅读
  3. 快讯

    智谱推出法律专用大模型 GLM-Legal

    智谱发布基于GLM-5.3-Flash基座训练的法律大模型GLM-Legal，覆盖合同审查至文书生成全流程。该模型在Harvey LAB测试中通过率达19.2%，性能对标前沿闭源模型，支持API及AutoClaw桌面端，主打低成本与证据可追溯。

    来源：GLM-Legal

    在本站阅读

10月12日 · 周一4 条

  1. 快讯

    SpaceXAI更名为 SpaceXSI

    马斯克旗下的SpaceXAI官方账号已正式更名为“SpaceX Super Intelligence”，并启用新标识@SpaceXSI。此举印证了马斯克此前关于SpaceX定位为超级智能公司的说法，标志着其人工智能业务品牌向超级智能方向的全面转型。

    来源：财联社

    在本站阅读
  2. 快讯

    HeyGen 推出自研语音模型 HeyGen Voice

    HeyGen 发布自研语音模型 HeyGen Voice，登顶 Artificial Analysis TTS 榜单。该模型与数字人 Avatar V 共享端到端技术栈，能保留用户语气、重音、情感及节奏，显著改善朗读感。通过 similarity 与 expressiveness_boost 双参数解耦，实现保真度与表现力的平衡。

    来源：Voice

    在本站阅读
  3. 快讯

    无问芯穹完成23亿元C轮融资

    无问芯穹宣布完成23亿元C轮融资，累计融资额达43亿元，刷新国产AI基础设施赛道纪录。投资方包括国资、产业方及红杉中国、腾讯、百度等机构。公司专注芯片与模型间的效率优化，不建机房也不训练模型，平台已适配16种芯片并支持37000P算力，率先实现千卡异构混合训练。

    来源：量子位

    在本站阅读
  4. 快讯

    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、上海科创基金等机构参与，老股东继续跟投。本轮资金将重点投入全模态实时交互智能技术的研发及全球商业化进程。该公司由邱锡鹏团队孵化，致力于推动AI从屏幕走向眼镜、汽车和机器人等物理场景，并通过“AI for AI”模式构建数据生产、筛选与模型迭代的完整闭环。

    来源：模思智能

    在本站阅读

10月10日 · 周六3 条

10月9日 · 周五4 条

  3. 快讯

    JetBrains 开源 AI 编程模型 Mellum2.1

    JetBrains 发布开源模型 Mellum2.1，采用12B混合专家架构。该模型将强化学习作为训练核心，补充多领域数据并启动数百万沙盒。其具备代码库探索、文件编辑及故障诊断能力，高负载下推理吞吐量接近 Qwen3.5-9B 的两倍，多 Token 预测使速度提升约1.6倍。

    来源：IT之家

    在本站阅读
  4. 快讯

    Arena 完成2亿美元 B 轮融资

    AI模型评测平台Arena宣布完成2亿美元B轮融资，估值达31亿美元。本轮由Lightspeed和Khosla领投，a16z、Salesforce等跟投。自今年1月A轮以来，其估值在10个月内接近翻倍，年度经常性收入从3000万美元增至1亿美元。

    来源：Z Potential

    在本站阅读

10月8日 · 周四6 条

  3. 快讯

    Manus 宣布完成 5 亿美元融资

    Manus 母公司蝴蝶效应完成超5亿美元融资，由博裕投资与IDG资本领投，腾讯等老股东跟投。这是其恢复独立运营后首次披露融资。同时，Manus 发布2.0版本，引入自研Cascade框架、云电脑、自动化工作流及个人智能助理 Cue。

    来源：APPSO

    在本站阅读
  4. 快讯

    Anthropic 推出最新轻量级模型 Claude Haiku 5.5

    Anthropic推出最新轻量级模型Claude Haiku 5.5，其基准测试成绩超越DeepSeek V4.1 Flash与GLM-5.3-Flash，直接对标GPT-6 Luna且具备更低的价格优势。该模型在10万token以内的输入输出价格大幅降低90%，并首创支持五档effort调节功能。在OSWorld 2.1计算机操作测试中，其Max档位得分达到72.4%。尽管性能显著提升，Haiku 5.5仍无法替代Sonnet 5.5，主要定位于执行层任务及子智能体应用场景。

    来源：量子位

    在本站阅读
  6. 快讯

    Mistral AI 开源最新旗舰大模型 Mistral Large 4

    Mistral发布旗舰模型Mistral Large 4，参数量达1万亿，采用混合专家架构。该模型在第三方评测中智能指数持平GPT-6 Luna，多项测试超越GPT-6和Claude，网安漏洞修复率达82%。模型基于3800块Blackwell芯片训练，支持160多种语言，权重将于月底全面开源。

    在本站阅读

10月6日 · 周二3 条

  2. 快讯

    B站开源多语言翻译模型家族 Index-Translate

    哔哩哔哩 Index LLM 团队发布 Index-Translate 多语言翻译模型家族，涵盖 2B、9B 及 35B-A3B 预览版参数规模。该系列基于 Qwen3.5 架构开发，支持全球 150 种语言互译，并已在 Hugging Face 和 ModelScope 平台开源权重。模型不仅具备术语控制、格式保留等基础指令遵循能力，还针对语音字幕、配音场景及长文档一致性翻译进行了专项优化，支持按目标音节数调整译文长度，旨在提供更精准的多语言本地化解决方案。

    来源：IT之家

    在本站阅读

9月30日 · 周三3 条

  1. 快讯

    DeepSeek 开源昇腾基础组件

    DeepSeek 正式开源面向华为昇腾平台的基础设施组件，包括 TileLang、计算库及分布式通信库，与英伟达平台组件对应。TileLang 已支持 DeepSeek V4 系列模型训练，其他组件覆盖矩阵运算等核心能力，性能接近硬件上限。

    来源：DeepSeek

    在本站阅读

9月29日 · 周二4 条

  2. 快讯

    快手推出新一代 AI 视频生成模型 Kling 4.0

    快手可灵 Kling 4.0 将于10月正式上线，轻量版已向黑金年卡会员开放体验。新版本在真实感、可控性与叙事上大幅升级，支持30秒原生视频生成、多关键帧控制及精准编辑，音频升级为双通道立体声，并将推出4K HDR输出和2分钟超长续拍功能。

    来源：可灵AI

    在本站阅读

9月28日 · 周一6 条

  1. 快讯

    DeepSeek 推出 DeepSeek Harness 桌面版

    DeepSeek Harness 官方桌面客户端亮相，支持账号或 API Key 登录及本地工作区选择，用户可直接向 Agent 分配任务，摆脱命令行依赖。该版本提供标准、PTC、极简和创造四种模式，内置智能体团队、语音输入等六大插件，延续可扩展架构。

    来源：机器之心

    在本站阅读
  2. 快讯

    美团推出新一代大模型 LongCat-2.5-Preview

    美团发布新一代大模型LongCat-2.5-Preview，延续1.6T总参数与约48B激活参数的MoE架构，支持1M token超长上下文及128K最大输出。该模型原生集成图片理解能力，具备跨模态问答与视觉推理功能，可面向终端、浏览器及桌面软件执行长流程Agent任务。

    来源：LongCat-2.5-Preview

    在本站阅读
  4. 快讯

    快手推出AI视频创作Agent「likli」

    快手推出AI视频创作Agent「likli」，支持macOS和Windows桌面端。该工具覆盖从需求理解、脚本撰写、镜头生成到配音剪辑的全流程，可直接交付成片。产品采用对话式交互，过程可视且允许用户介入，内置剧作家、配音师及商品编导等技能，适用于电商带货、短剧漫剧、品牌广告及口播内容创作。

    来源：likli

    在本站阅读

9月24日 · 周四6 条

  1. 快讯

    腾讯音乐推出 AI 音乐创作平台 MusicBuddy

    腾讯音乐推出AI音乐创作平台MusicBuddy，为独立音乐人提供从灵感到经营的全链路服务。该平台保留分轨编辑形态，支持通过自然语言对话完成编曲、混音等操作，并能结合数据提供创作建议及自动生成宣传物料。

    来源：MusicBuddy

    在本站阅读
  2. 快讯

    阶跃星辰开源终端编程智能体 Step Code

    阶跃星辰发布开源终端编程智能体 Step Code，采用 MIT 许可证。该工具支持在终端内完成编码、调试、执行及交付全流程。在 Terminal Bench 2.1 测试中，其以 80.9% 的通过率并列第一，且 Token 消耗更低。在自建长程基准 Multi-Frame 中，Step Code 以 73.3% 的通过率领先六款 Agent Harness，平均 Token 用量仅为 5.09M，为同类最低。

    来源：阶跃星辰开放平台

    在本站阅读
  3. 快讯

    阿里通义推出语音大模型系列 Qwen-Audio-3.1

    阿里通义千问发布Qwen-Audio-3.1系列，包含五款语音模型，涵盖从理解到创作的全链路能力。该系列强化了多语言与方言的识别转写，提升了情绪与环境声的理解力，并实现了跨语言自然音色合成及人声、音效的统一生成。实时交互模型支持全双工共情对话、语种切换及Agent调用，已适配眼镜等硬件设备。

    来源：阿里语音AI

    在本站阅读
  5. 快讯

    中国电信星辰实验室开源文档解析模型 TeleOCR

    中国电信星辰实验室开源文档解析模型 TeleOCR，采用约1.2B参数的轻量级视觉语言架构，统一处理数字与拍摄文档，将文字、版面、表格、公式及科学图表转化为结构化结果。该模型在OmniDocBench v1.6榜单以96.87总分登顶，超越MinerU2.5-Pro等竞品，并获PureDocBench榜首及ICDAR-2026科学图解析挑战赛冠军。

    来源：中国电信天翼AI

    在本站阅读
  6. 快讯

    腾讯 QClaw 微信远程办公 AI 助手将停止运营

    腾讯宣布，因业务调整，QClaw 微信远程办公 AI 助手将于 2026 年 12 月 24 日正式停止运营。即日起，平台已关闭新用户注册及订阅续费通道。现有用户的服务权益在有效期内不受影响，未消耗的积分可申请退款。官方建议用户进行本地数据备份，或通过官网将数据迁移至 WorkBuddy 平台。

    来源：IT之家

    在本站阅读

9月23日 · 周三5 条

  2. 快讯

    Anthropic推出最新旗舰模型 Claude Opus 5.5

    Anthropic发布Claude 5.5系列首款模型Claude Opus 5.5，在智能体编程、计算机使用及知识工作方面刷新SOTA表现。该模型在Terminal-Bench 4.0中得分66.4%，领先GPT-6 Astra 8.5个百分点，GDPval基准达1846 Elo。同时，其价格降低40%，速度提升30%，写作沟通能力显著增强。

    来源：APPSO

    在本站阅读

9月22日 · 周二6 条

  2. 快讯

    SpaceXAI 推出最新旗舰大模型 Grok 4.7

    SpaceXAI正式发布旗舰模型Grok 4.7，参数量达2.1万亿，较前代增长约40%。该模型在编程与知识工作方面表现增强，多项基准测试成绩超越GPT-5.6 Sol Max，但不及Claude Fable 5.1与OpenAI GPT-6 Astra。在Terminal-Bench等特定测试中表现落后，综合智能指数位列第二梯队首位。

    来源：机器之心

    在本站阅读
  5. 快讯

    HiDream.ai 品牌焕新发布: 元一启程，智象生长

    HiDream.ai 宣布品牌焕新为“智象元一”，确立发展源点。作为多模态生成式AI早期布局者，公司历经四代架构创新，建成原生全模态大模型矩阵及“1+1+X”业务体系。新品牌融合东方哲学与现代计算，以“元一”寓意本源，通过极简视觉与四色体系传递开放气质，旨在赋能创造者实现想象力落地。

    来源：HiDream智象元一

    在本站阅读
  6. 快讯

    腾讯推出面向外部行业人才的专家平台「混元智囊团」

    腾讯推出“混元智囊团”平台，面向金融、法律、医疗等十余个垂直领域招募外部资深专家。经线上资质审核认证的签约专家，将以远程任务制参与高质量数据集生产、内容编写及知识审核工作。报酬与交付质量挂钩，系统根据质量、准确率等指标动态评级，高等级专家可优先承接高溢价任务。

    来源：混元智囊团

    在本站阅读

9月21日 · 周一4 条

9月20日 · 周日5 条

  1. 快讯

    MiniMax 开源命令行 AI 编程工具 MiniMax Code CLI

    MiniMax 稀宇科技宣布开源 MiniMax Code CLI v0.4.12，源码已发布至 GitHub。该工具作为 MiniMax Code 客户端的核心组件，在 FrontierHarness Eval 评测中表现优异，任务通过率达 76.7%，成功任务耗时中位数为 4 分 33 秒，各项指标均优于公开基线。官方表示，此次开源旨在让开发者深入审视工具调用与权限处理机制，共同构建安全可靠的企业级 harness。

    来源：MiniMax 稀宇科技

    在本站阅读
  4. 快讯

    阿里智能体工作台 Qoder 正式上线 Qoder Sites

    阿里智能体工作台 Qoder 正式上线 Qoder Sites，支持通过自然语言指令快速构建并发布网页应用。该功能可自动生成分享链接并具备权限管理能力，同时支持同步创建后端数据库以实现数据持久化与状态更新。此外，Qoder Sites 允许接入 Qoder Cloud Agents，为应用赋予智能体能力，适用于产品原型设计、数据看板及营销活动页等多种场景。

    来源：阿里云

    在本站阅读
  5. 快讯

    HappyOyster 1.0 系列模型正式发布并上架阿里云百炼

    HappyOyster 1.0 系列模型已在阿里云百炼平台上线，面向公众开放 API 调用，无需邀请测试。该系列包含 Adventure 与 Directing 两款核心模型。Adventure 支持基于文本或图像输入，实时生成具备移动、镜头控制及场景交互能力的开放世界环境。Directing 则专注于在世界生成后，通过指令驱动角色剧情与镜头表现。目前，相关服务仅在新加坡和弗吉尼亚地域可用。

    来源：阿里云百炼

    在本站阅读

9月18日 · 周五3 条

  2. 快讯

    智谱推出高速推理模型 GLM-5.3-FlashX

    智谱发布GLM-5.3-FlashX，推理速度最高达200 tokens/s。该模型此前以Ox Alpha代号亮相，基于十万张国产芯片算力构建，强化了基础设施投入与推理优化。作为同尺寸中智能水平领先的模型，GLM-5.3-Flash系列兼具高性价比，此次升级进一步提升了其在智能、价格与速度方面的综合竞争力。

    来源：智谱

    在本站阅读

9月17日 · 周四4 条

  2. 快讯

    腾讯推出 AI 原生语音助手 Chatterfly

    腾讯推出AI原生语音助手Chatterfly，正式进入AI输入赛道。该工具定位为表达辅助产品，支持从口述想法到成文润色的全流程自动化，并针对弱网及嘈杂环境优化，可与腾讯生态内的Agent产品协同工作。

    来源：Chatterfly

    在本站阅读

9月16日 · 周三4 条

  2. 快讯

    科大讯飞推出全场景 AI 生产力工作台 AStudio

    讯飞开放平台正式上线AStudio桌面AI工作台。该产品以星火X2.5模型为核心，集成ACode Harness Agent框架，支持多模型切换、规划模式及多智能体协作。通过日常与项目双空间设计，AStudio可连接本地文件与真实项目，实现文档、网页及代码的生成、交付与结果验证，旨在提升全场景AI生产力。

    来源：讯飞开放平台

    在本站阅读

9月15日 · 周二5 条

  1. 快讯

    上海 AI Lab 开源多模态基础大模型「书生-S2」

    上海人工智能实验室发布开源多模态基础大模型书生-S2，其通用能力处于开源领域第一梯队。该模型在生物、材料、化学及高等数学等科学长程任务上表现优异，媲美顶尖闭源模型。通过引入可插拔专业记忆模块的Memory Decoder架构，书生-S2实现了领域扩展与通用能力的平衡，并显著增强了长程推理与智能体执行能力。

    来源：书生Intern

    在本站阅读
  2. 快讯

    宇树开源通用人形基础模型UnifoLM-WLA-1.0

    宇树科技宣布全开源新一代通用人形机器人基础模型UnifoLM-WLA-1.0，同步开放代码、模型与数据集。该模型基于大规模多模态感知及交互中心世界建模训练，依托约2500小时真机数据，在多项具身推理评测中表现优异，性能比肩头部闭源模型。其支持单模型统筹64个任务，涵盖桌面操作与全身移动，具备跨任务及跨末端执行器的泛化能力。

    来源：Unitree宇树

    在本站阅读
  3. 快讯

    阶跃星辰推出语音大模型系列 StepAudio 3

    阶跃星辰发布StepAudio 3系列语音大模型，涵盖实时交互、语音识别、语音合成、全音频生成及音乐创作五大方向。其中Realtime模型以98.9%的综合得分位居全球实时语音交互榜首，ASR模型词错误率低至1.7%，并列第一。该系列多款模型在Artificial Analysis榜单中取得全球领先成绩，展现了在真人级合成与全音频生成等领域的强大能力。

    来源：阶跃StepFun

    在本站阅读

9月14日 · 周一4 条

  2. 快讯

    智谱宣布完成约50亿美元融资

    智谱宣布完成约50亿美元融资，包含20亿美元股份配售及30亿美元零息可转债。资金将重点投入下一代GLM基础模型研发与算力基建，其中六成用于自训练体系及模型自我改进探索。上半年公司营收9.54亿元，同比增长近400%，ARR达16亿美元。

    来源：智东西

    在本站阅读

9月11日 · 周五2 条

9月10日 · 周四4 条

  3. 快讯

    DeepSeek 正式开源 DeepSeek V4.1 Flash

    DeepSeek 正式开源 DeepSeek V4.1 Flash，这是一款拥有5520亿参数的混合专家模型。该模型采用非对称因果编码器-解码器架构，输入激活参数仅为80亿，输出为160亿，并具备原生多模态处理能力。通过显著压缩键值缓存，有效降低了智能体应用场景的成本。目前API已同步上线，腾讯旗下WorkBuddy、CodeBuddy及OpenCode均已全量接入。

    来源：DeepSeek

    在本站阅读

9月9日 · 周三5 条

  5. 快讯

    Meta 推出首款个人智能体 Muse

    Meta推出首款个人AI智能体Muse，可自主代表用户执行发邮件、卖车及预订旅行等任务。该产品已在美国上线并采用订阅制收费。Muse能接入邮件、日历、支付及健康等敏感数据，用户可自主选择连接的应用，并拥有随时撤销访问权限的权利。

    来源：IT之家

    在本站阅读

9月8日 · 周二5 条

  2. 快讯

    DeepSeek内测新模型 DeepSeek V4.1 Flash

    DeepSeek宣布开启DeepSeek V4.1 Flash中间版内测。该模型采用新结构，原生支持多模态，具备更强能力、更快速度及更低成本。开发者只需更改模型名即可调用，计费标准与V4 Flash一致，单账号限20并发，模型将于9月10日自动过期。

    来源：智东西

    在本站阅读
  5. 快讯

    腾讯混元升级 Hy4 preview 模型

    腾讯混元宣布升级 Hy4 preview 模型，重点优化复杂任务中的长思考与过度自我验证问题。新版本经基准指标与人工评测双重监控后全量上线，在保持任务效果不变的前提下，显著减少任务轮次及 Token 消耗，提升整体效率。

    来源：腾讯混元

    在本站阅读

9月7日 · 周一4 条

  3. 快讯

    科大讯飞正式推出星火X2.5

    科大讯飞发布星火X2.5大模型，基于全国产算力训练，采用MoE架构，参数规模达293B-A30B。新版本重点强化代码生成与智能体能力，同时优化数学及理解等通用性能，持续突破国产超长序列训推技术难题。

    来源：科大讯飞

    在本站阅读

9月4日 · 周五4 条

  3. 快讯

    千问联合淘天开源电商经营评测基准 E-Commerce Bench

    阿里与淘天集团联合发布电商经营评测基准 E-Commerce Bench。该基准要求大模型基于真实市场数据，使用10万元本金模拟运营网店一年，覆盖选品、定价、谈判、库存及促销等全流程。测试显示，GPT-5.6 Sol 资产增值14倍居首；各模型在反欺诈和现金流管理上表现差异明显，仅 Qwen3.8-Max-Preview 能在复购环节实现逐步压价。

    来源：千问大模型

    在本站阅读
  4. 快讯

    微软推出 AI 语音转文字模型 MAI-Transcribe-2

    微软发布最新AI语音转写模型MAI-Transcribe-2，在60种语言的FLEURS测试中平均词错误率低至5.2%，准确率与速度显著优于Gemini、GPT-Transcribe及Whisper等竞品。该模型支持智能区分说话人、标注逐词时间戳，并能在verbatim与clean风格间灵活切换，同时兼容自然混用语言对话。

    来源：IT之家

    在本站阅读

9月3日 · 周四2 条

  2. 快讯

    Meta 推出新一代大语言模型 Muse Spark 1.3

    Meta 发布新一代大语言模型 Muse Spark 1.3，其编码能力超越 GPT-5.6 Sol 并与 Claude Fable 5.1 持平。该模型针对长周期 Agent 任务优化，具备主动修正计划及澄清问题的能力，同时 API 定价维持前代水平，工具调用减少约 20%，token 消耗降低 25%。

    来源：IT之家

    在本站阅读

9月2日 · 周三7 条

  6. 快讯

    阿里云企业级 Agent 协作平台「万有无界」开启公测

    阿里云推出企业级Agent协作平台“万有无界”并开启公测，支持调用Qwen3.8-Max旗舰模型。该平台通过拆解复杂任务至多职责Agent，利用项目空间、群聊及资产库协同工作。内置“小万”助理与“小有”经理两大主Agent，具备组织记忆归属、权限管控及异构Agent接入能力，适用于影视、制造等行业。

    来源：阿里云

    在本站阅读

9月1日 · 周二4 条

  1. 快讯

    DeepSeek-V4-Flash-Vision-Exp 模型正式开源

    DeepSeek V4 系列首个多模态模型 DeepSeek-V4-Flash-Vision-Exp 已基于 MIT 协议开源。该模型原生支持 JPEG、PNG、GIF 及 WebP 格式图片输入，具备图像描述、文字识别及图表分析能力。其在视觉 Agent 基准测试中表现显著提升，多模态 Agent 能力接近 Opus-4.8，纯文本任务性能则与 V4-Flash 正式版持平。

    来源：IT之家

    在本站阅读
  2. 快讯

    VAST完成B轮和B+轮融资，金额合计约30亿元

    AI 3D公司VAST（三启万物）近期完成B轮及B+轮融资，合计金额约30亿元。本轮由经纬创投领投，完美世界、蓝色光标、三七互娱等产业资本以及鼎晖、中金、CMC等财务投资机构参与投资，老股东也进行了超额追投。至此，VAST在半年内累计融资额达到约50亿元，刷新了行业纪录。此外，其旗下Tripo AI发布的Tripo P2.0 Preview在全球率先实现原生四边面拓扑生成，并已接入网易、腾讯、字节、微软等工作流。

    来源：智能涌现

    在本站阅读

8月31日 · 周一4 条

  1. 快讯

    Loopit 开源实时交互视频世界模型 Zing-0.5

    Loopit 开源了基于 Wan2.2-TI2V-5B 的实时交互视频世界模型 Zing-0.5。该模型拥有 50 亿参数，支持键盘操控与文字指令联合控制，可在单张 RTX 5090 显卡上以超过 24 FPS 的速度实时生成视频，且在 WBench 评测中位居实时世界模型榜首。

    来源：Zing-0.5

    在本站阅读

8月28日 · 周五2 条

  2. 快讯

    谷歌推出 AI 视频生成模型 Gemini Omni 1.1 Flash

    谷歌发布 Gemini Omni 1.1 Flash 视频生成模型，支持最高4K分辨率输出。该模型允许用户基于现有视频以10秒为步长逐步扩展，单条视频最长可达40秒，并可通过指定首尾帧实现平滑转场。其生成速度提升60%，成本降至三分之一，支持从360p预览到4K超高清的多档位输出，并可引入最长3秒参考视频以维持角色与场景一致性。

    来源：IT之家

    在本站阅读

8月27日 · 周四5 条

  3. 快讯

    腾讯混元推出端侧翻译大模型 Hy-MT2-1.8B

    腾讯混元发布端侧翻译大模型 Hy-MT2-1.8B，利用自研压缩技术将模型体积大幅缩小至极致，在保持高质量翻译的同时优于多家商业API。该模型已完成x86算子优化，并成功应用于哔哩哔哩直播弹幕实时翻译场景，支持33种语言，单条处理耗时仅500-800毫秒。

    来源：腾讯混元

    在本站阅读

8月26日 · 周三4 条

  4. 快讯

    谷歌推出实时协作 Vibe Coding 工具 Play with Putty

    谷歌实验室发布Play with Putty，这是一款主打Vibe Coding体验的实时协作工具。用户无需编程基础，仅凭自然语言描述即可让AI生成代码并实时渲染为可用工具或网站。该工具支持多人通过链接进入共享空间进行协作，修改内容即时同步，旨在将软件开发从个人编写转变为集体对话，帮助创意在实时互动中快速成型。

    来源：Putty

    在本站阅读

8月25日 · 周二3 条

  3. 快讯

    LiblibAI 推出海外 AI 视频创作平台 Newtake

    LiblibAI 推出面向海外市场的 AI 视频创作平台 Newtake，专注于影视级内容生成。该平台依托无限画布与节点工作流，整合了导演控制台、电影感灯光及角色一致性管理等专业功能，并接入 Seedance 2.5 模型，旨在降低专业视频制作门槛。

    来源：Newtake

    在本站阅读

8月24日 · 周一3 条

  3. 快讯

    RunningHub 上线全新一代视频生成模型 Wan3.0

    Wan3.0 模型已在 RunningHub 平台首发上线。该模型支持单次生成长达 30 秒的视频，并兼容文本、图像、音频、视频及多种文档格式输入，可实现 PPT 一键转换为视频。其在人物与场景一致性方面表现显著提升，有效改善“AI 脸”问题。目前，RunningHub 旗下的 rhTV、RHSTORY 及 ComfyUI 等生态产品已完成全面适配，广泛服务于影视制作、广告投放及电商营销等商业领域。

    来源：RunningHub

    在本站阅读

8月21日 · 周五5 条

  2. 快讯

    OpenAI 开源 AI Agent 底层执行框架 Codex Harness

    OpenAI 正式开源其 AI Agent 底层执行框架 Codex Harness。该框架涵盖任务理解、记忆保持、工具调用及人类审批等完整执行循环，支持通过 CLI、SDK 和 app-server 嵌入业务系统。其核心特性包括沙箱安全执行、原生 Human-in-the-Loop 机制、流式事件传输以及模型无关架构，旨在为开发者提供灵活且安全的智能体构建基础。

    来源：Harness

    在本站阅读

8月20日 · 周四2 条

  1. 快讯

    DeepSeek Harness更新，增强多模态

    DeepSeek Harness 发布 v0.1.0-rc.8 版本，重点强化多模态支持，允许原生图片请求及图文混合输入，并可将 Claude Code 和 Codex 作为子代理调用。此外，该版本优化工具并发查询与 Windows 终端体验，修复多项稳定性问题，巩固其作为 Agent 统一调度层的地位。

    来源：机器之心

    在本站阅读

8月19日 · 周三3 条

  1. 快讯

    智谱 GLM-5.3 API 即日起正式上线

    智谱GLM-5.3 API今日正式上线，主打复杂编码、网络安全及长程任务处理能力。该模型在AA综合智能指数中取得60分，性能比肩Claude Fable 5与GPT-5.6 Sol等闭源旗舰，并与Kimi K3并列开源模型首位。GLM-5.3以更小参数规模和最低单任务成本实现前沿性能，定价维持上一代水平，模型权重计划于下周五开源。目前该模型已接入ZCode等编码平台并开放API调用。

    来源：智谱

    在本站阅读
  2. 快讯

    微软开源 4B 参数多模态模型家族 Mage

    微软发布开源多模态模型家族 Mage，涵盖视觉理解与图像生成两大核心能力。其中 Mage-VL 通过 Codec-Native 编码大幅降低视觉 Token 数量，显著提升视频推理速度并支持实时流式处理；Mage-Flow 则专注于高分辨率图像生成与编辑，凭借 Turbo 版本的高效采样机制，在单张 A100 显卡上可实现极速出图，满足多样化分辨率需求。

    来源：Mage

    在本站阅读

8月18日 · 周二5 条

  5. 快讯

    AI视频生成独角兽 Higgsfield 完成4亿美元融资

    AI视频生成独角兽Higgsfield宣布完成4亿美元融资，投后估值达54亿美元。本轮投资方包括DST Global、高盛、Liberty Global和英特尔。公司年化营收已达7亿美元，一年内增长约34倍，估值在8个月内上涨315%。目前平台拥有超3000万用户，业务覆盖全球238个国家和地区。

    来源：智东西

    在本站阅读

8月17日 · 周一3 条

8月14日 · 周五4 条

  2. 快讯

    智谱推出最新 AI 大模型 GLM-5.3

    智谱发布GLM-5.3，通过强化后训练显著提升智能水平与编程能力，在多项基准测试中位列开源模型第一。该模型还展现出卓越的网络安全性能，智谱据此启动“开源的盾”计划以加强漏洞发现。

    来源：智谱

    在本站阅读
  3. 快讯

    MiniMax 开源音乐模型 MiniMax-Music3

    MiniMax 发布开源音乐模型 MiniMax-Music3，支持生成长达5分钟的带歌词歌曲。该模型采用分层架构，结合8B全局模型与0.6B局部模型，输出32kHz立体声WAV音频，能保持主题、节奏及人声身份的一致性，覆盖完整歌曲结构。

    来源：IT之家

    在本站阅读

8月13日 · 周四8 条

  1. 快讯

    DeepSeek-V4-Pro 正式版上线

    DeepSeek 正式发布 DeepSeek V4 Pro，同步登陆 APP、网页端及 API。新版显著增强 Agent 能力，在 Terminal Bench 和 DeepSWE 等评测中表现优异。API 原生支持 OpenAI Responses API 格式以适配 Codex，思考模式新增 low、high、max 三档可选。

    来源：DeepSeek

    在本站阅读
  7. 快讯

    LTX 开源 AI 视频生成基础模型 LTX-2.5

    开放世界模型公司 LTX 推出 LTX-2.5，原生支持 ComfyUI。该模型在双英伟达 GB200 环境下生成 10 秒 720P 视频仅需 6.8 秒，API 版本输出 1080P 视频耗时 23.7 秒。新模型提升了像素保真度、多镜头连贯性及扩散渲染质量，用户可通过 Hugging Face、ComfyUI 及 API 进行调用。

    来源：IT之家

    在本站阅读
  8. 快讯

    Qwen 团队开源 Qwen3.8-2.4T-A95B 模型权重

    Qwen团队开源Qwen3.8-2.4T-A95B模型，这是Qwen-Max级别模型首次开放权重。该MoE模型总参数达2.4T，每Token激活95B参数，原生支持256K上下文窗口。模型重点强化了编程、办公、科研及长周期Agent能力，在PaperBench和TerminalBench等评测中表现领先。它支持SGLang和vLLM等框架部署，默认开启思考模式并允许调节推理深度。

    来源：魔搭ModelScope社区

    在本站阅读

8月12日 · 周三4 条

  1. 快讯

    Manus 恢复独立公司运营

    Manus 宣布脱离 Meta 恢复独立运营。受跨境监管审查影响，双方调整架构。Manus 要求部分用户在8月23日前备份数据，并于8月25日恢复服务，过渡期间不收费且提供回归奖励。

    来源：APPSO

    在本站阅读
  2. 快讯

    Bilibili 开源工业级零样本语音克隆模型 IndexTTS-2.5

    Bilibili 开源了工业级零样本语音克隆模型 IndexTTS-2.5。该模型参数量仅为 0.8B，支持中、英、日、西、阿五种语言的跨语种迁移。通过重构推理架构，其速度提升了 2.28 倍，实时率低至 0.20。此外，模型支持 0.5x 至 2.0x 的无级语速调节，并提供拼音、CMU 音素和日语假名三种粒度的发音干预功能。

    来源：IndexTTS-2.5

    在本站阅读
  3. 快讯

    豆包推出学生特惠活动

    豆包面向在校大学生推出特惠活动，提供2.5倍免费额度及专业版优惠价格，旨在辅助科研与创作等复杂学习任务。用户可通过电脑端发送特定指令或绑定抖音账号完成认证以获取权益。

    来源：豆包

    在本站阅读
  4. 快讯

    微软推出编程模型 MAI-Code-1.1-Flash

    微软发布升级版编程模型 MAI-Code-1.1-Flash，代码能力显著增强，新增原生视觉功能。该模型在 Terminal-Bench 2.1 测试中表现提升 22%，.NET 任务提升 15%。同时，Token 生成速度加快 25%，消耗降低 25%，价格仅为初代的四分之一。目前新模型已逐步接入 VS Code 和 JetBrains 等 Copilot 平台，旧版将于 2026 年 9 月 10 日停止服务。

    来源：IT之家

    在本站阅读

8月11日 · 周二4 条

  3. 快讯

    ZCode全面升级，GLM Coding Plan全员额度回满

    智谱AI旗下ZCode迎来全面升级，新增Goal、Subagents、Remote Control及闲时任务四大核心功能。Goal模式支持自主拆解与交付复杂任务，Subagents实现多智能体并行协作，Remote Control允许通过手机或微信远程管控，闲时任务则可在低峰时段免积分运行。与此同时，GLM Coding Plan的用户额度已完成统一重置，所有用户额度均已回满。

    来源：Zcode

    在本站阅读
  4. 快讯

    腾讯推出 Windows 端桌面美化工具「小鹅桌面」

    腾讯推出Windows端桌面美化工具「小鹅桌面」，以免费无广告为核心卖点切入市场，提供百万级4K超清动态与静态壁纸资源。产品在桌面左上角内置轻量化AI对话窗口，可完成待办备忘与文件搜索。工具面向学生及普通个人用户，与办公向产品 WorkBuddy 形成错位布局，通过壁纸美化卡位Windows高频桌面场景。

    来源：小鹅桌面

    在本站阅读

8月10日 · 周一4 条

8月7日 · 周五5 条

  1. 快讯

    阿里推出全新一代视频生成模型 Wan3.0

    阿里全新一代视频生成模型 Wan3.0 开启公测。该模型单次可生成30秒视频，支持连续运镜与一镜到底叙事。除文本、图片、音频、视频外，首次支持doc、xls、ppt、pdf、md等文档输入，可将办公素材直接转化为教学课件或产品演示视频。人像生成追求千人千面，角色、道具、场景及风格的一致性显著增强。

    来源：阿里云

    在本站阅读
  2. 快讯

    OpenAI 开放免费用户与 ChatGPT 文字畅聊

    默认模型升级为 GPT-5.6 Luna，性能优于GPT-5.5 Instant。免费及Go订阅用户还可使用新增思考按钮处理复杂问题，但文件上传、图片生成、语音对话等高算力功能仍受限。付费用户将获得更可靠、简洁的GPT-5.6 Sol及5档思考强度滑块。与此同时，OpenAI宣布免费用户与ChatGPT的文字聊天不再受限。

    来源：财联社

    在本站阅读
  4. 快讯

    火山引擎上线 Seedance 2.5 API 服务

    火山引擎正式上线 Seedance 2.5 API，在指令遵循、长叙事、真人感及声画质感方面较2.0版本实现大幅提升。该服务原生支持30秒视频直出，允许使用最高50个全模态素材作为参考，并兼容十余种语言。目前，该模型已同步在 LibTV、奇想AI、TapNow 等多个平台上线。

    来源：火山引擎

    在本站阅读

8月6日 · 周四4 条

  3. 快讯

    阿里云上线One Key MCP，一键调用多家MCP服务

    阿里云推出One Key MCP服务，允许开发者使用统一的阿里云百炼API Key一键调用所有生态伙伴的MCP服务。该服务兼容Qoder、Codex、Claude Code、Cursor等主流Coding Agent，显著简化了多MCP服务的接入、鉴权及计费管理流程。用户只需登录阿里云百炼平台，即可在MCP广场利用现有API Key直接开通并调用相关服务。

    来源：阿里云

    在本站阅读
  4. 快讯

    腾讯推出 AI 原生数据分析平台 Omega

    腾讯推出AI原生数据分析产品Omega，内测版名为「马尔摩斯」。用户可通过自然语言生成数据仪表盘，支持交互修改与动态刷新。该产品采用QueryRegistry与DTBridge架构，结合多层权限校验及AST只读检查，旨在解决传统AI看板的数据凝固与安全难题。

    来源：Omega

    在本站阅读

8月5日 · 周三6 条

  1. 快讯

    阿里推出原生 Computer Use Agent「Qwen-CUA」

    阿里 Qwen 团队与 XLang Lab 联合发布原生计算机使用代理 Qwen-CUA。该模型基于混合专家架构，通过屏幕截图感知界面，直接输出键鼠事件操控各类软件，无需依赖底层元数据。其在 OSWorld-Verified 基准测试中表现优异，万亿参数版本得分达 87.6。

    来源：Qwen-CUA

    在本站阅读
  5. 快讯

    Mistral AI 开源多模态内容审核模型 Shieldstral

    Mistral AI 发布开源多模态内容审核模型 Shieldstral，支持 12 种语言，单张 16GB GPU 即可运行。该模型在多模态审核领域达到 SOTA 水平，性能媲美规模大七倍的竞品。其创新采用自然语言问题形式输入审核策略，通过“是/否”问答机制输出校准安全分数，适用于提示词分类、回答审核及毒性检测等任务。

    来源：IT之家

    在本站阅读

8月4日 · 周二5 条

  1. 快讯

    腾讯混元推出智能体评测基准 E-Bench

    腾讯混元联合清华AIR与东南大学发布E-Bench智能体评测基准。该基准基于王者荣耀、QQ音乐及腾讯会议构建全合成虚拟环境，包含323个状态变更任务及超7.6万条数据。通过引入信息与工具鸿沟机制，有效防止模型依赖记忆捷径。评测显示，11个前沿模型平均成功率仅为54.56%，最强模型Avg@3为73.79%，Pass³指标不足60%。

    来源：腾讯混元

    在本站阅读
  4. 快讯

    面壁智能开源 Stencil 全自动研究部署系统 ForgeStencil

    面壁智能联合 OpenBMB 开源 ForgeStencil，这是全球首个由 AI 驱动的 Stencil 全自动优化系统。该系统通过 Kernel Agent 与 App Agent 双智能体协同工作，实现了从算子研究到应用部署的全流程零人工介入。ForgeStencil 具备高效处理能力，一周内可完成 100 余个真实工业与科学软件的端到端优化，其应用场景广泛覆盖油气勘探、电磁仿真及医学影像等八大工业领域。

    来源：面壁智能

    在本站阅读
  5. 快讯

    帕西尼再获10亿元战略轮融资

    帕西尼感知科技宣布完成10亿元战略轮融资，累计融资额达35亿元，刷新全球触觉感知领域纪录。本轮由消费电子与半导体巨头、中银国际投资及鲲鹏基金等联合领投，老股东继续增持。公司聚焦全栈自研具身感知技术，致力于构建Physical AI时代的物理交互数据基础设施，年芯片用量近百万颗，正加速推进商业化与全球化进程。

    来源：帕西尼感知科技

    在本站阅读

8月3日 · 周一5 条

7月31日 · 周五7 条

  7. 快讯

    李飞飞 World Labs 收购机器人仿真公司 SceniX

    李飞飞创立的World Labs完成对SceniX的收购，此举标志着物理人工智能训练范式从依赖真实数据采集向生成虚拟世界转变。SceniX擅长将现实场景重构为可交互的物理数字孪生资产，并基于几何、材质及布局等属性生成可控变化，从而利用有限真实数据构建出具备无限泛化能力的虚拟世界。

    来源：量子位

    在本站阅读

7月30日 · 周四4 条

  1. 快讯

    月之暗面 Kimi 将完成35亿美元新轮融资

    筹集35亿美元，估值达350亿美元，并正寻求投前估值约500亿美元的新融资。Kimi在Hugging Face开源 K3 模型权重，总参数2.8万亿、激活参数1040亿，为全球首个3万亿参数级开源模型。K3基于MoE架构，多家平台已宣布适配，与 Claude Sonnet 5 标准价持平。与此同时，月之暗面Kimi完成新一轮融资。

    来源：第一财经

    在本站阅读
  2. 快讯

    谷歌 DeepMind 推出 AI 音乐生成模型 Lyria 3.5

    谷歌 DeepMind 在 Flow Music 推出新一代 AI 音乐生成模型 Lyria 3.5 ，实现音乐性、歌词质量、人声表现力与创作控制四项核心升级。模型可生成更自然复杂的旋律，歌词遵循度显著提升，人声情感丰富且发音清晰，支持便捷调节节奏与时长。

    在本站阅读
  4. 快讯

    腾讯混元团队开源投机解码框架 AngelSpec

    腾讯混元团队开源投机解码框架 AngelSpec，覆盖 drafter 训练、架构设计到线上部署全链路，同步开源 Hy3-A21B 的 MTP 与 DFly drafter 权重及训练代码。DFly 在 4 至 64 并发取得 SOTA，较自回归基线平均加速 1.98–2.40 倍，代码数学峰值 2.86 倍；D-cut 高并发额外提升吞吐 15.7%，MTP 结合 TTT 将对话接受率从 52.8% 提至 66.4%。

    来源：腾讯混元

    在本站阅读

7月29日 · 周三5 条

  2. 快讯

    心言集团推出跨智能体工作流终端 AgentLink

    心言集团发布跨智能体终端AgentLink，整合Claude、Codex及OpenClaw等分散AI智能体至移动端。用户可通过扫码实现远程操控与任务协同接力。该工具实时呈现智能体思考路径与执行进度，并在关键环节支持人工确认。其独创的云笔记接力功能助力多智能体形成闭环协作。AgentLink兼容双平台，为移动场景下的智能体统一管理提供了创新解决方案。

    来源：AgentLink

    在本站阅读

7月28日 · 周二4 条

  2. 快讯

    蚂蚁集团等开源多智能体搜索协作框架 SearchOS

    中国人民大学与蚂蚁集团联合推出开源多智能体搜索框架 SearchOS，旨在为长程复杂信息检索提供系统级协作基础设施。该框架通过将任务进度、证据关系及补全状态抽象为跨智能体共享的系统状态，实现多智能体在统一调度下的分工协作，有效避免重复工作与记忆丢失问题。

    来源：机器之心

    在本站阅读

7月27日 · 周一5 条

  5. 快讯

    AI互动娱乐平台海艺宣布完成超亿元B轮融资

    全球化AI互动娱乐平台海艺宣布完成超亿元B轮融资，由视觉中国、华盖创赢、祥峰投资联合领投。海艺注册用户超6500万，海外占比超90%，毛利率超40%，已沉淀超200万个AI原生创作资产，构建起”SeaArt角色创作+MoreShort短剧消费+SeaSoul角色互动”的完整AI IP生态，从工具竞争转向内容资产与创作者生态壁垒。

    来源：Z Potentials

    在本站阅读

7月24日 · 周五5 条

7月23日 · 周四6 条

  2. 快讯

    OpenAI 推出企业级 AI 智能体平台 OpenAI Presence

    OpenAI 正式发布企业级 AI 智能体平台 OpenAI Presence，旨在协助企业高效部署与管理 AI Agent，实现客户支持及销售等业务的自动化。该平台能深度连接企业内部数据、管理制度及现有软件，并提供模拟测试、安全防护、人工审核及 AI 自动评分等管理工具，同时集成语音与聊天技术。

    来源：IT之家

    在本站阅读
  4. 快讯

    腾讯云推出云端智能体 CodeBuddy NPC

    腾讯云推出云端智能体 CodeBuddy NPC，定位为“住在云端的 AI 员工”。开发者通过在 Issue 中 @NPC 即可派发任务，智能体自主完成从方案规划到代码交付的全流程。该智能体支持多 NPC 组队协同处理复杂任务，且首轮 Token 消耗大幅降低超过 90%。

    来源：腾讯云

    在本站阅读
  6. 快讯

    商汤科技推出旗舰图片创作模型 SenseNova U1 Pro

    商汤科技在WAIC 2026发布日日新SenseNova U1 Pro，这是一款面向复杂多模态任务的AI图像生成系统。该模型支持原生8K输出，具备图文交错思维能力，能自主完成从草图到调整的全流程。实测表明，其在超长画幅、复杂海报及电影海报等场景中表现稳定，文字清晰且构图完整。

    来源：量子位

    在本站阅读

7月22日 · 周三3 条

  2. 快讯

    腾讯正式全量上线 Miora

    腾讯AI创意智能体平台Miora正式全量上线。该平台定位为具备记忆能力、能理解需求并调用多智能体协作的AI创意工作室，用户只需提出目标，系统即可自动拆解任务并协调专家处理各类素材，确保风格统一。

    来源：腾讯

    在本站阅读

7月21日 · 周二6 条

  5. 快讯

    阿里通义千问推出语音合成大模型 Qwen-Audio-3.0-TTS

    阿里正式推出语音合成大模型 Qwen-Audio-3.0-TTS，包含面向实时交互的Flash版本和面向高质量生成的Plus版本。模型在细粒度标签控制、自然语言指令风格定义、多语种与方言覆盖及复杂声学鲁棒性等方面实现系统性提升，支持在文本中嵌入结构化标签精准调控语气与情绪，覆盖16种语言和20种方言。

    来源：千问大模型

    在本站阅读

7月20日 · 周一4 条

7月17日 · 周五6 条

  2. 快讯

    谷歌 NotebookLM 更名 Gemini Notebook

    谷歌宣布将AI笔记助理NotebookLM更名为Gemini Notebook，以统一AI产品品牌。该产品保持独立运营，并深度融入Gemini应用及Google搜索生态。新版支持安全云计算机，具备原生代码编写与执行能力，可基于数据源进行复杂数据分析。

    来源：IT之家

    在本站阅读
  3. 快讯

    努比亚发售 AI 宠物机器人 iMoochi

    努比亚AI陪伴机器人 iMoochi 正式上市，售价1699元。该产品由中兴通讯在MWC26首发，主打萌系毛绒外形与拟生命体交互，通过触摸传感与AI算法实现灵动回应，并随使用养成独特性格，旨在为都市独居人群提供情感慰藉。

    来源：IT之家

    在本站阅读
  4. 快讯

    英伟达开源的文本嵌入模型系列 Nemotron 3 Embed

    英伟达发布开源文本嵌入模型系列 Nemotron 3 Embed，专为检索增强生成与智能体检索优化。该系列提供 8B 和 1B 两种参数规模，支持 32k 上下文窗口及 34 种语言。旗舰 8B 模型在 RTEB 多语言检索基准中以 78.5% 的得分位列第一，而 1B 版本通过剪枝与蒸馏技术，在显著降低推理成本的同时保留了 95% 的检索精度。

    来源：Embed

    在本站阅读

7月16日 · 周四4 条

  1. 快讯

    马斯克旗下 xAI 开源 AI 编程智能体 Grok Build

    马斯克旗下 xAI 宣布开源 AI 编程智能体工具 Grok Build，并将源代码发布至 GitHub。该工具整合 Grok 模型，覆盖从规划、搜索、编码、测试到 Git 提交的全流程开发。本次开源包含智能体链路、代码工具、终端 UI 及扩展系统，支持完全本地优先运行与自定义推理。

    来源：IT之家

    在本站阅读
  2. 快讯

    Codex 推出首款编程键盘硬件 Codex Micro

    OpenAI 与外设厂商 Work Louder 合作推出首款硬件 Codex Micro，售价 230 美元并开启预购。该键盘专为 Codex 设计，通过 RGB 灯光实时显示 AI 工作状态，旋钮可调节推理强度，摇杆和按键用于管理工作流及执行决策，帮助用户无需切换窗口即可掌握任务进度。

    来源：APPSO

    在本站阅读

7月15日 · 周三4 条

  4. 快讯

    高德推出通用世界模型工坊 ABot-World Studio

    高德推出通用世界模型工坊 ABot-World Studio，首次统一交互式视频与 3DGS 场景生成。用户可通过文字或图片创建可实时交互、自由分享的 AI 世界。该工具支持单张 5090 显卡本地部署，单次连续推理稳定运行超一小时，并内置时空任意门功能以实现跨场景跃迁。

    来源：高德

    在本站阅读

7月14日 · 周二5 条

  1. 快讯

    爱诗科技完成 29.8 亿元 C 轮融资

    爱诗科技宣布完成整体C轮融资，累计金额29.8亿元。C+轮由阿里巴巴领投，十余家国内外机构参投。资金将用于视频生成基础模型、实时世界模型研发及全球化产品增长。公司旗下PixVerse全球用户超1.5亿，年初推出全球首个支持1080P的通用实时世界模型PixVerse R1，并与芒果传媒、阿里巴巴等产业伙伴达成战略合作。

    来源：爱诗科技 AIsphere

    在本站阅读
  4. 快讯

    Looki 完成数亿元 A1 轮融资

    光智时空（Looki）宣布完成数亿元A1轮融资，由元生资本领投，BAI资本等老股东继续加注。公司聚焦个人智能可穿戴领域，凭借PIE主动式AI引擎2.0实现从被动响应到主动预测的技术升级，结合场景理解与长期记忆预判用户需求。其首款多模态AI硬件Looki L1预计出货量达10万台。

    来源：Founder Park

    在本站阅读
  5. 快讯

    LibTV 推出专业视频创作智能体 LibTV Agent

    哩布哩布AI旗下LibTV推出全球首个专业视频创作智能体LibTV Agent，具备高基线全能能力、最大专业视频Skill Hub、双视图创作及Agent驱动剪辑四大核心功能。首批上线超百个导演级Video Skill，覆盖影视广告、短剧及自媒体等领域，3分钟内视频成功率超80%。

    来源：哩布哩布AI

    在本站阅读

7月13日 · 周一5 条

  1. 快讯

    阶跃星辰推出端侧模型全家桶 Step Edge

    阶跃星辰发布面向手机和汽车等终端场景的Step Edge端侧模型全家桶，涵盖基础、音频、图形界面及生成四大方向。该系列凭借原生端云协同架构，实现0.1秒超低本地延迟与全模态隐私保护，并在29项核心评测中于文本视觉、音频、GUI及图像生成等领域均获第一。

    来源：阶跃StepFun

    在本站阅读
  3. 快讯

    腾讯混元开源端到端 OCR 大模型 HyOCR-1.5

    腾讯混元发布业界首个训推全开源的端到端 OCR 专家大模型 HyOCR-1.5。该模型引入 DFlash 投机解码技术，显著提升推理速度，并在 OmniDocBench v1.6 基准测试中以 94.74 分位居端到端任务榜首。HyOCR-1.5 支持包括文档解析、古文字识别及多页问答在内的八类任务，覆盖 331 种语言。

    来源：腾讯混元

    在本站阅读

7月10日 · 周五5 条

7月9日 · 周四5 条

7月8日 · 周三5 条

  1. 快讯

    Claude Cowork 扩展至网页与手机端

    支持跨设备延续会话与文件操作。更新后，用户可在桌面端发起任务、手机端查看进度，定时任务更支持离线后台运行。关键决策时，Claude 会向用户手机发送确认请求。目前该功能处于测试阶段，首批面向 Max 订阅用户。与此同时，Anthropic 宣布 Claude Cowork 任务智能体正式扩展至网页端与移动端。

    来源：IT之家

    在本站阅读

7月7日 · 周二4 条

  2. 快讯

    支付宝 AI 开放平台开放邀测

    支付宝AI开放平台正式上线并启动邀测，为商家和开发者提供一站式AI升级方案。通过该平台，存量应用可快速转化为MCP、Skill或Agent形态，借助阿宝助手连接十亿用户，并实现手机、车机及AI眼镜等多终端覆盖。

    来源：支付宝

    在本站阅读

7月6日 · 周一7 条

  2. 快讯

    美团 LongCat-2.0 开源，同步开放国产卡推理代码

    美团正式开源万亿参数大模型 LongCat-2.0，专为 Agentic Coding 任务设计。该模型总参数达 1.6T，平均激活 48B，创新引入稀疏注意力与 N-gram Embedding 技术，显著提升长上下文处理及代码执行能力。模型已在五万卡国产算力集群上完成推理验证，并同步开放 BF16、FP8、INT8 多精度版本及针对国产芯片优化的推理代码。

    来源：龙猫LongCat

    在本站阅读
  3. 快讯

    腾讯混元开源混合专家模型 Hy3

    腾讯混元正式发布Hy3大模型，通过提升训练数据质量与强化学习算力规模，在推理、智能体及长上下文任务上取得显著进步，性能比肩参数规模大2至5倍的旗舰模型，同时大幅降低幻觉率、常识错误率及多轮问题率。

    来源：腾讯混元

    在本站阅读

7月3日 · 周五3 条

  3. 快讯

    阿里全面禁用Claude

    包括Sonnet、Opus、Fable等多个系列模型，以及 Claude Code 等Agent产品。导火索是Claude Code被曝存在植入后门的安全风险，其从2.1.91版本起内置隐蔽木马系统，通过检测本地时区和代理关键词标记中国用户。与此同时，阿里巴巴内部宣布全面禁用Anthropic旗下Claude系列产品。

    来源：智东西

    在本站阅读

7月2日 · 周四6 条

  5. 快讯

    元空AI推出企业级桌面版 AI 数据智能体 ChatExcel Ultra

    元空AI正式发布ChatExcel Ultra桌面版，定位为面向企业的数据办公工具。该版本强调数据本地化处理，文件全程保留在本地或内网，不经过外部服务器，以满足财务、医疗及政务等敏感领域的合规要求。此外，产品支持数据库直连与跨库联合分析，允许用户通过自然语言进行复杂查询，无需编写SQL代码。

    来源：元空AI

    在本站阅读

7月1日 · 周三4 条

6月30日 · 周二6 条

  3. 快讯

    腾讯视频推出工业级 AI 漫剧制作平台 WorkRally

    腾讯视频推出工业级AI漫剧制作平台WorkRally，面向2D/3D动漫及AI仿真人剧，覆盖从剧本解析到资产管理的完整链路。平台内置S+级影视动漫技能库，支持专家级Agent生成与智能流水线调度，具备角色一致性管理与穿帮检测能力。

    来源：WorkRally

    在本站阅读

6月29日 · 周一6 条

  2. 快讯

    DeepSeek 联合北大开源推测解码加速框架 DSpark

    DeepSeek 与北京大学联合发布大模型推理加速框架 DSpark，该框架已应用于 DeepSeek-V4 系列生产系统。在保持总吞吐量不变的前提下，DSpark 显著提升了单用户生成速度：DeepSeek-V4-Flash 提速 60%–85%，DeepSeek-V4-Pro 提速 57%–78%。其核心采用半自回归架构结合置信度调度验证机制，平衡草稿生成效率与文本连贯性，并支持根据系统负载动态调整验证长度。

    来源：APPSO

    在本站阅读
  4. 快讯

    阿里通义千问推出独立AI语音输入法「千问输入法」

    阿里巴巴通义千问团队推出独立AI语音输入法「千问输入法」，主打”说得随意，写得漂亮”。产品底层接入千问大模型CosyVoice能力，能语音转文字，更能理解语义、自动去除语气词、纠正口误，将散装口语整理为结构化书面文本。千问输入法支持最快300字/分钟输入、9种方言识别与中英混说。

    来源：千问输入法

    在本站阅读
  5. 快讯

    生数科技推出的 AI 陪伴应用 Vidy

    生数科技推出AI陪伴应用Vidy，定位为“AI Vibe Buddy”，支持文字、语音及实时通话。内置Humi等角色，具备关系成长记忆系统，依托自研U-ViT架构和Vidu视频大模型，计划实现AI形象实时表情动作生成，推动陪伴体验向面对面视频通话升级。

    来源：Vidy

    在本站阅读
  6. 快讯

    自变量连续完成4轮融资，估值超过200亿元

    自变量在两个月内连续完成四轮融资，投后估值突破200亿元，成为大湾区首家估值超200亿元的具身大脑公司。美团、阿里、字节、小米四大互联网巨头分别领投各轮次，小米连续三轮加注，58集团、奇瑞、中国移动、红杉中国等三十多家机构参与投资。

    来源：量子位

    在本站阅读

6月26日 · 周五3 条

  2. 快讯

    腾讯混元开源 4B 参数手机 Agent 模型 PhoneBuddy

    腾讯混元团队正式开源了参数量为4B的手机智能体模型PhoneBuddy。伴随模型发布，团队同步公开了包括PhoneWorld和PhoneHarness在内的五篇学术论文，构建了涵盖环境构建、模型训练、任务执行以及隐私安全的全链路技术体系。该模型的核心突破在于采用了Real+Mock混合强化学习训练策略，通过将真实应用程序操作与自建的PhoneWorld模拟环境相结合，显著提升了模型性能。在涉及150项指标的真实设备评测中，PhoneBuddy的多项关键表现超越了GPT-5.4。

    来源：量子位

    在本站阅读

6月25日 · 周四5 条

  4. 快讯

    阿里云推出 AI 互动故事创作与阅读平台「向尾」

    阿里云推出AI互动故事创作与阅读平台「向尾」，支持从零起稿、文稿续写及长篇小说分章规划三种模式，覆盖网文、剧本、儿童故事等场景。阅读时AI实时生成场景背景图，读者可在关键节点选择剧情走向或自定义输入，平台即时续写并保持人设一致。

    来源：向尾

    在本站阅读

6月24日 · 周三7 条

  1. 快讯

    豆包正式推出专业版

    豆包专业版正式上线，基于豆包2.1系列大模型推出全新办公任务模式，支持本地电脑操作、浏览器、Skills技能调用、定时任务及内置Office套件，可完成文档处理、应用开发、数据分析等专业工作。订阅采用三级阶梯定价：标准套餐68元/月、加强套餐200元/月、高级套餐500元/月；大学生认证可享38元/月专属优惠。

    来源：豆包

    在本站阅读
  3. 快讯

    Anthropic 推出企业级 AI 协作工具 Claude Tag

    Anthropic 发布 Claude Tag，将 AI 助手转化为 Slack 频道中的虚拟同事。该工具支持通过 @ 提及分配任务，自动拆解并执行工作流，具备团队接力协作、组织记忆留存、主动监控提醒及异步长任务处理能力，旨在提升企业级协作效率。

    来源：APPSO

    在本站阅读

6月23日 · 周二6 条

  1. 快讯

    影眸科技完成数亿元新一轮融资

    影眸科技宣布完成数亿元新一轮融资，由凯辉基金与上海国投先导领投，老股东继续跟投。公司同步发布Hyper3D Rodin Gen-2.5模型，引入LLM先思考再生成机制，支持五档思考深度，最快4秒生成百万面模型，并推出全球首个12K精度原生3D贴图模型。

    来源：智能涌现

    在本站阅读
  5. 快讯

    百度开源端到端长文档 OCR 模型 Unlimited-OCR

    百度发布开源OCR模型Unlimited OCR，专攻长文档解析，在OmniDocBench基准测试中以93.23%的综合得分刷新SOTA，超越DeepSeek OCR。其核心采用参考滑动窗口注意力机制，通过软遗忘策略维持恒定KV Cache，确保推理速度不随文档长度增加而下降，在6000 Token场景下TPS提升约35%。

    来源：量子位

    在本站阅读
  6. 快讯

    美国AI推理芯片独角兽 Groq 完成6.5亿美元融资

    美国AI推理芯片独角兽Groq宣布完成6.5亿美元融资，旨在加速全球AI推理云扩张，计划2027年算力达到200兆瓦。公司此前与英伟达达成巨额授权协议，核心团队已加入对方，目前聚焦推理云业务，运营13座数据中心并服务超500万开发者，同时任命了全新领导团队。

    来源：智东西

    在本站阅读

6月22日 · 周一5 条

  1. 快讯

    微信小范围内测原生AI助手「小微」

    微信启动原生AI助手「小微」小范围内测，用户可通过主界面左上角绿色眼睛图标进入。该助手支持文字或语音交互，能执行调整设置、发送消息、调起小程序及生成图片等原生功能，并具备一句话生成小程序的能力。其核心模型为微信自研的WeLM，部分回答调用DeepSeek。

    来源：财联社

    在本站阅读
  5. 快讯

    Claude Code 上线 Artifacts，可将会话过程实时变成网页

    Anthropic宣布Claude Code支持Artifacts功能，可将代码修改和故障排查等会话内容实时生成为可共享的交互式网页，方便团队同步查看进展。该功能基于完整会话上下文自动生成，页面随工作持续刷新，默认私有且仅限组织内分享。目前Artifacts以Beta形式向Team和Enterprise用户开放。

    来源：APPSO

    在本站阅读

6月18日 · 周四5 条

  2. 快讯

    演语科技（EVOKEN）完成近 3 亿美元B+轮融资

    演语科技（EVOKEN）宣布完成近3亿美元B+轮融资，投后估值突破20亿美元。本轮由Granite Asia与顺为资本联合领投，高榕创投、蚂蚁集团等现有股东继续增持。公司旗下拥有LibLibAI、LibTV及星流三大平台，其中AI视频平台LibTV上线两月收入增长超13倍，带动集团5月整体收入同比激增超3000%。新资金将重点投入研发升级与全球市场拓展。

    来源：演语 EVOKEN

    在本站阅读
  4. 快讯

    豆包实时语音模型3.0 API 服务正式上线

    火山引擎正式上线豆包实时语音模型3.0（Seeduplex）API服务并开启邀测。该原生全双工端到端语音大模型具备精准遵循、抗干扰及动态判停优势，支持实时对话中调用工具，实现边听边说边办事。其判停延迟缩短约250ms，复杂场景抢话比例下降40%。

    来源：火山引擎

    在本站阅读
  5. 快讯

    OpenAI 为 ChatGPT 推出全新定时任务功能

    OpenAI 正逐步为 ChatGPT 推送全新的定时任务功能，以取代现有的 Pulse 功能。该更新旨在提升运行速度与稳定性，支持用户发送提醒、处理周期性工作及监测特定事项。新界面通过侧边栏专属页面实现任务的统一管理，允许设定精确时间或宽泛时段。监测类任务具备联网检索及应用数据读取能力，但每小时最多运行一次，且在长时间无交互时可能自动暂停。

    来源：IT之家

    在本站阅读

6月17日 · 周三5 条

  5. 快讯

    微信支付 「AI 专属卡」上线

    微信支付推出AI专属卡，WorkBuddy率先接入。用户通过语音指令即可由AI代理完成找店、领券、团购及支付全流程。该功能采用专款专用与笔笔确认机制保障资金安全，每笔交易需用户在手机端授权。目前仅支持WorkBuddy Mac版5.1.1及以上版本，用户可在专家页面调用美团生活助手进行体验。

    来源：腾讯

    在本站阅读

6月16日 · 周二5 条

  1. 快讯

    MiniMax 开源原生多模态旗舰模型 MiniMax M3

    MiniMax 稀宇科技发布开源原生多模态旗舰模型 MiniMax M3。该模型总参数达 428B，激活参数为 23B，采用自研 MSA 稀疏注意力架构以优化长上下文计算效率。作为首个从零开始进行多模态混合训练的开源模型，M3 在 Artificial Analysis 综合智能指数、GDPval-AA 及 Code Arena WebDev 等基准测试中位列开源模型榜首，并获得 Vercel CEO 与 YC 创始人等行业领袖的高度评价。

    来源：MiniMax 稀宇科技

    在本站阅读
  2. 快讯

    蚂蚁支付宝推出超级生活 AI 助手「AI版支付宝」

    支付宝推出AI版支付宝，用户可通过右滑进入对话界面，以语音或文字指令办理政务、出行及生活等上万项服务，实现对话即服务。涉及资金变动需本人确认以保障安全。目前该版本已开启邀测，支持与经典版自由切换，平台同步开放服务生态，面向十亿用户推进普惠AI。

    来源：支付宝

    在本站阅读

6月15日 · 周一4 条

  3. 快讯

    大晓机器人完成天使+轮融资，已累计融资数亿美元

    大晓机器人宣布完成天使+轮融资，上半年累计融资额达数亿美元。本轮投资由达晨财智、深创投等机构参与。所筹资金将重点用于世界模型研发及软硬一体解决方案的优化。其核心产品开悟世界模型3.0作为全球首个开源量产世界模型，在多项权威评测中位居榜首，支持7分钟长时序视频生成，并已成功实现端侧部署。

    来源：商汤科技SenseTime

    在本站阅读

6月12日 · 周五5 条

  3. 快讯

    OpenAI 收购初创公司 Ona

    OpenAI 宣布收购初创公司 Ona，旨在为编程助手 Codex 提供安全且预配置的云环境。此次整合将增强 Codex 执行长时任务的能力，支持用户将 AI 智能体安全部署至生产环境，并强化企业对基础设施、数据资产及安全边界的控制力。交易金额未公开，Ona 团队将加入 OpenAI 参与 Codex 研发。

    来源：IT之家

    在本站阅读

6月11日 · 周四6 条

  1. 快讯

    小米开源终端 AI 编程助手 MiMo Code

    小米大模型团队推出开源终端AI编程助手MiMo Code，内置限时免费的MiMo-V2.5模型并支持DeepSeek、Kimi等主流模型。该工具具备持久记忆系统、全流程自动开发的Compose模式、记忆整理命令及语音控制功能，在SWE-Bench Pro和Terminal Bench 2基准测试中，同等模型条件下表现优于Claude Code。

    来源：Xiaomi MiMo

    在本站阅读
  2. 快讯

    智象未来推出商用图像生成模型 HiDream-O1-Image-1.5

    智象未来发布商用图像生成模型 HiDream-O1-Image-1.5。该模型在 Artificial Analysis 文生图榜单中以 1265 ELO 位列全球第三、中国第一，仅次于 OpenAI GPT Image 系列，超越 Google、NVIDIA 及字节跳动等主流模型。其基于原生全模态架构 UiT，在语义遵循、文字渲染、复杂排版及多主体一致性方面表现优异。

    来源：HiDream智象未来

    在本站阅读
  3. 快讯

    阿里秒悟Meoo推出开源命令行工具 Meoo CLI

    阿里秒悟Meoo推出开源命令行工具Meoo CLI，旨在简化本地AI编程项目的部署流程。该工具支持Claude Code、Codex及Cursor等本地Agent通过自然语言指令调用云端服务，自动处理数据库连接、用户认证、文件存储及模型调用等任务，助力开发者在十分钟内将本地演示项目转化为可公开访问的线上应用。

    来源：阿里云

    在本站阅读
  4. 快讯

    科大讯飞推出智慧空间Agentic架构 SpaceMind

    科大讯飞发布智慧空间Agentic架构SpaceMind，以毫米波雷达为核心感知源，结合双路由架构与端云协同模型，推动智能家居进入L2.5主动智能时代。该架构支持5厘米级定位、呼吸级微动检测及700毫秒低延迟响应，具备持久记忆、多Agent协作及基于用户习惯的主动服务能力。

    来源：讯飞开放平台

    在本站阅读
  6. 快讯

    GUI Agent平台Core-Mate获数千万元融资

    GUI Agent执行平台Core-Mate完成数千万元融资，由敦鸿资产独家投资。团队核心成员来自字节跳动，曾担任抖音、豆包产品经理。该平台通过开源OpenGUI框架融合视觉、控件树与页面状态，实现稳定屏幕语义理解，让AI真正接手网页和App中的真实操作。

    来源：Founder Park

    在本站阅读

6月10日 · 周三5 条

  1. 快讯

    Anthropic推出最强 AI 模型 Claude Fable 5/ Mythos 5

    Anthropic发布最强模型Claude Fable 5，性能全面超越前代，在SWE-Bench Pro等基准测试中大幅领先。该模型具备极高的Token效率，能在一天内完成五千万行代码库的迁移工作。同时，Anthropic推出了无安全护栏版本Claude Mythos 5，目前仅向Glasswing合作伙伴开放。为保障安全，Claude Fable 5内置护栏机制，遇到敏感请求时将自动降级至Claude Opus 4.8处理。

    来源：机器之心

    在本站阅读
  2. 快讯

    字节跳动 TRAE SOLO 升级为 TRAE Work

    字节跳动旗下 TRAE 宣布 TRAE SOLO 正式升级为 TRAE Work，品牌内涵从 The Real AI Engineer 拓展为 The Real AI Enabler。新版本面向更广泛的真实工作场景，包含 Work 模式与 Code 模式，已覆盖 PC、移动端和 Web 三端，支持多任务并行，并于五月完成与飞书打通。

    来源：Work

    在本站阅读

6月9日 · 周二3 条

  2. 快讯

    小米推出 MiMo-V2.5-Pro UltraSpeed 模式

    小米联合TileRT推出MiMo-V2.5-Pro UltraSpeed模式，在通用GPU上实现万亿参数模型生成速度突破1000 tokens/s。该模式定价为普通版3倍，输出速度提升约10倍，仅支持API体验，并采用申请制限时开放，优先审核企业与专业开发者。

    来源：IT之家

    在本站阅读
  3. 快讯

    AI 短剧创作「井英科技」宣布完成数千万美元 A 轮及 A+ 轮融资

    井英科技完成数千万美元A轮及A+轮融资，获王慧文家办、蚂蚁集团等投资，并宣布原AWS首席应用科学家王敏捷加盟任首席科学家。该公司定位为内容行业首家Agent原生公司，以AI短剧为切入点，构建可接入且能自我进化的创作者Agent强化学习环境，利用真实消费反馈驱动技术迭代。

    来源：机器之心

    在本站阅读

6月8日 · 周一4 条

  2. 快讯

    大晓机器人推出全屋三维可交互世界模型 Kairos-HomeWorld

    大晓机器人联合香港中文大学及深圳河套学院发布全球首个全屋三维可交互世界模型Kairos-HomeWorld。该模型基于四阶段分层生成架构，能根据文本指令一键生成结构连贯、物理合理且功能完整的全屋三维场景。每个场景平均包含超过15个可交互物体，支持机器人进行跨房间导航和物品整理等复杂家务的仿真训练。

    来源：商汤科技SenseTime

    在本站阅读
  4. 快讯

    「华超神控」获亿元天使系列融资

    新一代AI超声脑机公司华超神控完成亿元级天使系列融资，由经纬创投、德联资本及道远资本等机构投资。资金将用于低强度聚焦超声无创脑机接口技术的验证与产业化，推进疼痛和成瘾等适应症的临床转化。

    来源：36氪

    在本站阅读

6月5日 · 周五4 条

  3. 快讯

    阿里通义推出通用智能体评测基准 PawBench

    通义实验室发布通用智能体评测基准PawBench，首次将底座模型与运行框架纳入联合评估。该基准包含大量真实任务与测试单元，覆盖多种模型与框架组合。评测数据显示，不同运行框架间的性能差异显著，同一模型在不同框架下的得分差距可达11.5分，揭示了框架选择对智能体表现的重要影响。

    来源：通义实验室

    在本站阅读

6月4日 · 周四4 条

  4. 快讯

    Nous Research 推出 Hermes 官方桌面端 Hermes Desktop

    Nous Research 发布 Hermes 官方桌面客户端预览版，支持 macOS、Windows 和 Linux。该工具集成持久记忆、任务调度及多模态推理等核心功能，允许用户在本地桌面直接运行，无需使用终端命令行，标志着 Hermes 向更友好的桌面 AI Agent 形态演进。

    来源：Desktop

    在本站阅读

6月3日 · 周三5 条

  2. 快讯

    Windsurf 升级更名为 Devin Desktop

    Cognition 宣布 Windsurf 升级为 Devin Desktop，转型为 Agent 指挥中心。新版本通过 Kanban 统一管理本地与云端 Agent，新增 Spaces 实现上下文共享，并支持 ACP 协议接入第三方 Agent。产品保留完整 IDE 能力，现有用户可 OTA 自动升级，实现零成本迁移。

    来源：Devin

    在本站阅读
  4. 快讯

    千问App向第三方Agent、Skill全面开放

    千问App宣布全面开放第三方Agent与Skill接入，支持企业运营品牌智能体。肯德基、瑞幸等首批合作伙伴正在测试中，相关服务将陆续上线。这些智能体拥有记忆与主动规划能力，可提供行程提醒及复购推荐等个性化服务。

    来源：千问APP

    在本站阅读

6月2日 · 周二5 条

  5. 快讯

    词元无限完成数千万元融资

    词元无限宣布完成数千万元天使+轮融资，由华控基金与水木创投联合领投，厦金创新跟投。该公司核心团队来自字节跳动AI化改造项目及清华姚班，专注于企业级Agent基础设施，旗下InfCode和InfOne产品已服务于多家头部金融及软件企业。

    来源：Founder Park

    在本站阅读

6月1日 · 周一6 条

  1. 快讯

    扣子 3.0 正式上线

    扣子 3.0 正式上线，覆盖 iOS、Android、Mac、Windows 及网页端。新版本聚焦 AI 团队协作，支持多 Agent 协作与项目空间管理，可接入 Claude Code 等本地 Agent 并提供云端长期运行能力，内置多种职业模板。

    来源：扣子Coze

    在本站阅读
  3. 快讯

    响指HaiSnap APP正式上线

    响指HaiSnap APP正式上线，定位为移动端AI创作Agent平台。用户可通过语音、文本或文件发起任务，由AI自动生成网页、文档、PPT及图片等成果。核心功能涵盖智能体工作区、成果库、任务回放与技能调用。

    来源：响指HaiSnap

    在本站阅读

5月29日 · 周五7 条

  4. 快讯

    AstronClaw 上线 Agent Team 模式

    讯飞开放平台旗下 AstronClaw 推出 Agent Team 模式，支持通过单句指令自动组建多专业智能体团队。该模式提供流水线、映射归约及监督者三种协作机制，并行处理复杂任务的全流程拆解与交付。配备可视化看板并兼容 GLM 5.1、Kimi 2.6 等模型底座，显著缩短产品规划等长周期任务的执行时间。

    来源：讯飞开放平台

    在本站阅读

5月28日 · 周四4 条

  2. 快讯

    Runway 推出 Runway MCP 服务器

    Runway 推出 Runway MCP 服务器，将 AI 视频与图像生成能力接入兼容 Agent 的主流平台。用户可在对话中直接调用 Gen-4.5、Seedance 2.0 及 GPT Image 2 等模型，无需切换上下文即可生成营销视频、产品素材及视觉内容。

    来源：Runway

    在本站阅读

5月27日 · 周三3 条

  1. 快讯

    支付宝推出全球首个Token Pay服务

    支付宝发布全栈AI原生支付体系，推出全球首个Token Pay服务及AI钱包，结合已有的AI付与AI收功能，构建起覆盖授权、支付、结算及管理的完整智能体经济基础设施。目前AI付已完成3亿笔交易，支持95%主流框架，资损率极低；AI收则助力Agent自动购买服务并实现个人经验变现。

    来源：智东西

    在本站阅读
  3. 快讯

    快手开源自研多模态大模型 Keye-VL-2.0-30B-A3B

    快手正式开源多模态大模型 Keye-VL-2.0-30B-A3B，首次将 DSA 稀疏注意力机制引入多模态理解场景，支持 256K 超长上下文并实现长视频时序因果推理。该模型在 TimeLens 基准中部分指标超越 Gemini 2.5 Pro 与 Gemini 3 Flash，并首次解锁 Agent 协作能力，覆盖代码、工具调用及搜索等复杂任务。

    来源：量子位

    在本站阅读

5月26日 · 周二4 条

5月25日 · 周一5 条

  1. 快讯

    面壁智能联合清华开源端侧大模型 BitCPM-CANN

    面壁智能联合清华大学及 OpenBMB 开源社区，发布中国首个完全基于华为昇腾国产算力平台端到端训练的 1.58-bit 三值大模型 BitCPM-CANN。该模型提供 0.5B 至 8B 四种尺寸，采用量化感知训练技术，在推理阶段可释放约六倍显存红利，同时保持 90% 至 97.2% 的模型能力保留率，旨在为端侧 AI 应用落地及国产 NPU 生态建设提供关键基础设施支持。

    来源：面壁智能

    在本站阅读
  2. 快讯

    商汤办公小浣熊推出桌面智能体

    商汤科技正式发布办公小浣熊桌面智能体，将其定位为从建议者进化为执行者的AI办公伙伴。该产品具备六大核心能力，包括支持二十多种格式本地文件直读、浏览器自动化操作、全局快捷唤起、办公协同集成、本地记忆学习以及定时任务自动执行，旨在提升办公效率。

    来源：商汤科技SenseTime

    在本站阅读
  3. 快讯

    腾讯全面开放 ima copilot

    腾讯ima copilot宣布全面开放，取消排队机制。该工具具备记忆与全场景感知能力，支持读取知识库及接入各大模型API。知识广场升级为能力平台，新增Skill发布功能并上线微信读书等官方技能。

    来源：ima.copilot

    在本站阅读
  5. 快讯

    智谱清言上线 AgentMore Skills 广场

    智谱清言正式上线AgentMore Skills广场，整合官方推荐、海量免费技能及开源社区三大模块。支持全局搜索与零Token一键安装，用户可快速为智能体配置微信读书、美团优惠券等独家技能，实现从通用聊天到行业专家的秒级升级，并支持灵活卸载管理。

    来源：智谱清言

    在本站阅读

5月22日 · 周五4 条

  4. 快讯

    阿里生产级 AI 数字员工平台 QoderWake 开启全球公测

    阿里推出生产级AI数字员工平台QoderWake，开启全球公测并首发Mac版。该平台支持5分钟快速配置，内置后端、前端等六个岗位，具备长期记忆与进化能力。通过IM或Webhook接入任务后，数字员工可自动输出交付摘要。平台内置四维权限中心保障安全，支持MCP连接企业系统，实现7×24小时自主协作。

    来源：Qoder

    在本站阅读

5月21日 · 周四5 条

5月20日 · 周三6 条

5月19日 · 周二3 条

  1. 快讯

    Lucius 完成数百万美元天使轮融资

    Lucius 完成数百万美元天使轮融资，由明势创投领投，蓝狮资本担任独家财务顾问。该公司聚焦企业组织记忆缺失痛点，通过 AI Teammate 记录问题而非仅存储答案，已服务 30 余家客户。典型案例显示，Dubbing AI 接入后社区自解决率从 29% 跃升至 88%。

    来源：Z Potentials

    在本站阅读

5月18日 · 周一5 条

  4. 快讯

    腾讯推出AI应用生成平台「吐司」

    腾讯推出探索型vibe coding产品“吐司”，定位为应用生成及灵感共创平台。用户无需代码基础，通过自然语言描述即可让AI完成从功能拆解到App打包的全流程。该平台支持应用创造、社交分享、灵感广场复刻创作及AI应用搜索，旨在构建“想法→应用→分发→共创”的完整闭环。

    来源：吐司

    在本站阅读

5月15日 · 周五5 条

  4. 快讯

    阿里云推出企业级AI建站平台万小智2.0

    阿里云发布企业级AI建站平台万小智2.0，升级品牌标识与虚拟人形象。新版本覆盖建站全链路，支持行业模板、参考站一键搭建及需求文档生成，并原生集成域名、备案、证书与部署功能，配备可视化管理后台与智能助手，助力企业合规高效运营线上阵地。

    来源：阿里云万网

    在本站阅读

5月14日 · 周四3 条

  1. 快讯

    小米具身智能团队开源自动驾驶大模型 Xiaomi OneVL

    小米具身智能团队开源了Xiaomi OneVL一步式潜空间语言视觉推理框架。该模型在业内率先实现VLA、世界模型与潜空间推理的统一，兼具强悍推理能力与高速响应，精度超越显式CoT，速度对齐潜空间CoT方案。在ROADWork、Impromptu、Alpamayo-R1等多项基准上达到SOTA，提供语言与视觉双维度可解释性。

    来源：IT之家

    在本站阅读
  3. 快讯

    豆包输入法推出macOS版本

    字节跳动旗下豆包输入法正式推出macOS版本，支持苹果电脑用户通过语音实现实时输入。该版本基于豆包App同款语音模型，具备无时长限制的边说边出字功能，并支持多方言、中英混说及智能纠错。

    来源：豆包

    在本站阅读

5月13日 · 周三4 条

  1. 快讯

    谷歌推出 Gemini 电脑 Googlebook，把 AI 塞进光标

    谷歌在安卓Show大会上发布首款专为Gemini设计的Googlebook笔记本，配备智能光标并支持跨设备协同。同期推出安卓版Gemini Intelligence，具备跨应用任务自动化、Chrome插件集成、语音转文字及自定义桌面组件功能。此外，谷歌与苹果合作新增端到端加密RCS，并预告将在下周I/O大会展示智能眼镜。

    来源：智东西

    在本站阅读
  2. 快讯

    MiniMax 推出 MiniMax Agent 升级版 Mavis

    MiniMax 发布 MiniMax Agent 升级版 Mavis，引入 Agent Teams 功能，支持多角色并行协作，并通过 Owner、Worker、Verifier 架构解决单智能体停摆与漂移问题。此外，Mavis 合并 TokenPlan 与 Agent Plan，实现一份订阅覆盖 CLI、API 及 Agent 全链路，支持 M2.7 及音视频模型，且 Credits 额度可灵活共享。

    来源：MiniMax 稀宇科技

    在本站阅读

5月12日 · 周二5 条

  5. 快讯

    阿里千问与淘宝全面打通

    千问APP与淘宝实现全面打通，用户升级至6.9.1版本后，即可在应用内直接完成商品挑选、对比及下单。借助AI技术，千问支持复杂条件筛选、模糊需求理解及场景化推荐，并能识别“智商税”产品进行理性劝退，打造从搜索到购买的全链路AI购物体验。

    来源：千问APP

    在本站阅读

5月11日 · 周一5 条

5月9日 · 周六5 条

5月8日 · 周五6 条

  2. 快讯

    商汤推出轻量化多模态智能体模型SenseNova 6.7 Flash-Lit

    商汤科技发布新一代轻量化多模态智能体模型 SenseNova 6.7 Flash-Lite。该模型基于原生多模态架构，实现感知、思考与行动的一体化，Token 消耗较纯文本智能体降低 60%，并在多项权威基准测试中取得同级别最佳性能。此外，商汤同步推出 SenseNova Token Plan 限时免费活动，支持每 5 小时 1500 次调用。

    来源：商汤科技SenseTime

    在本站阅读
  3. 快讯

    美团推出 AI 原生共生社区「觅游」

    美团推出AI原生社区“觅游”并开启公测，定位为面向大模型与Agent的共生社区。平台首创“养虾模式”，用户饲养的AI Agent虾可协助寻找赚钱机会及结识伙伴。目前已有超3000个Agent入驻，汇聚4万余项Skill。

    来源：觅游

    在本站阅读
  5. 快讯

    共绩科技完成近亿元Pre-A轮融资

    共绩科技宣布完成近亿元Pre-A轮融资，由春华创投与彼岸时代联合领投。该公司通过独创的电网式算力调度网络，整合全球闲时及异构算力资源，利用AI算法实现供需动态匹配，使算力能够像电力一样按需取用并按量计费。目前平台已服务超过5000家团队和企业，帮助客户降低算力成本超50%，典型客户包括LiblibAI和Remy等。

    来源：共绩算力suanli.cn

    在本站阅读
  6. 快讯

    OpenAI推出Codex Chrome扩展插件

    OpenAI正式发布Codex Chrome扩展插件，允许Codex直接操作用户已登录的Chrome浏览器。该插件支持读取标签页、页面内容及登录信息，并能执行导航、点击、输入和截图等交互。用户拥有完全控制权，可随时停止任务、管理权限，并在与新网站交互前进行确认。

    来源：OpenAI

    在本站阅读

5月7日 · 周四7 条

  3. 快讯

    大基金领投DeepSeek，估值接近450亿

    据《金融时报》报道，国家集成电路产业投资基金（大基金）正洽谈领投 DeepSeek，本轮估值接近 450 亿美元，较半月前翻倍。创始人梁文锋或亲自跟投，腾讯、阿里亦在洽谈参投。这是大基金首次投资 AI 大模型公司。

    来源：智东西

    在本站阅读
  5. 快讯

    无问芯穹再获超7亿融资

    无问芯穹宣布完成超7亿元新一轮融资，由杭州高新金投集团与惠远资本联合领投，继续领跑中国AI原生基础设施领域融资规模。公司同步发布“AI生产力公式”，确立Token经济枢纽定位，其Agentic MaaS平台日均Token调用量较去年底实现超20倍增长。

    来源：无问芯穹

    在本站阅读
  6. 快讯

    OpenAI开放超大规模AI训练网络协议MRC

    OpenAI联合AMD、博通、英特尔、微软及英伟达推出多路径可靠连接（MRC）协议，并通过OCP向行业开源。该协议基于RoCE扩展，利用多平面网络与自适应数据包喷淋技术，将数据分散至数百条路径并行传输，有效避免拥塞，将故障恢复时间从秒级大幅缩短至微秒级。

    来源：量子位

    在本站阅读
  7. 快讯

    像素绽放PixelBloom 完成C轮融资

    像素绽放PixelBloom完成C轮融资，由国科投资与商汤国香资本联合领投。公司转型为AI办公解决方案Agent，推出全球首个营销方案Agent“小方同学”，实现从内容生成到结果交付的跨越。其C端产品AiPPT用户达3000万，B端业务深入联想、华为等硬件生态及中信证券、安利中国等企业。

    来源：像素绽放PixelBloom

    在本站阅读

5月6日 · 周三5 条

  1. 快讯

    OpenAI推出ChatGPT新一代默认模型GPT-5.5 Instant

    OpenAI 发布 GPT-5.5 Instant，取代 GPT-5.3 Instant 成为 ChatGPT 默认模型。新模型在医疗、法律和金融领域的幻觉率显著降低，数学能力增强，回复更简洁自然。Plus 和 Pro 用户可利用历史对话与文件实现个性化回答，所有消费者版本新增记忆来源管理功能。

    来源：APPSO

    在本站阅读

5月3日 · 周日6 条

  1. 快讯

    xAI 推出最新旗舰推理模型Grok 4.3

    xAI发布Grok 4.3模型，定位为务实过渡版本。该模型API价格大幅降低，输出速度显著提升，支持百万级长上下文，并在文档生成等办公辅助任务上表现增强。尽管在代理任务能力上有明显进步，但其在复杂推理和事实核查稳定性方面仍落后于顶尖竞品，且幻觉率有所上升。

    来源：新智元

    在本站阅读
  4. 快讯

    DeepSeek 公布多模态模型技术报告

    DeepSeek 在 GitHub 发布多模态大模型及技术报告，提出基于视觉原语的思考框架，将空间标记转化为推理基本单元，显著提升空间指代与推演能力。该模型架构紧凑且高效，在计数和空间推理测试中表现优异，性能可比肩 GPT-5.4 和 Claude-Sonnet-4.6 等前沿模型。

    来源：IT之家

    在本站阅读

4月30日 · 周四4 条

  1. 快讯

    阿里推出数字员工QoderWake和Qoder移动端两款Agent产品

    阿里云正式发布数字员工平台QoderWake及Qoder移动端应用。QoderWake基于Harness-First架构，拥有多维度自进化能力，能将经验沉淀至记忆与技能等五个维度，有效解决通用智能体“做完即忘”的痛点。目前该平台已上线“数字程序员”，在阿里内部实现了全流程无人值守的根因分析与代码修复，将单条问题分析耗时从30分钟大幅缩短至2分钟。

    来源：阿里云

    在本站阅读
  2. 快讯

    蚂蚁百灵开源万亿级综合旗舰模型Ling-2.6-1T

    蚂蚁百灵正式开源万亿级综合旗舰模型Ling-2.6-1T。该模型采用MLA与Linear Attention混合架构，以极低Token消耗实现高智效比，综合智能水平对标GPT-5.4（Non-Reasoning）。其在AIME26、SWE-bench Verified及BFCL-V4等执行类基准上取得开源SOTA成绩，展现出强大的Agent执行、代码生成及长上下文理解能力。

    来源：百灵大模型

    在本站阅读
  4. 快讯

    宇树发布双臂人形机器人 ¥2.69万元起

    宇树科技推出新款双臂人形机器人，起售价2.69万元。该机器人拥有15至31个自由度，支持固定或移动底盘部署，配备高性能硬件及视觉语音交互系统，头部算力达10TOPS。产品面向多场景应用，支持底层二次开发，旨在提供快速部署的高性能解决方案。

    来源：Unitree宇树

    在本站阅读

4月29日 · 周三6 条

  3. 快讯

    科大讯飞推出MoE架构大语言模型星火X2-Flash

    科大讯飞正式发布星火X2-Flash大语言模型并开放API。该模型采用MoE架构，总参数30B，支持256K超长上下文，基于华为昇腾910B国产算力集群训练。其在智能体与代码能力上显著提升，实测效果接近万亿级参数模型，Token成本低于主流模型的三分之一，并已接入AstronClaw、Loomy等平台，兼容OpenClaw等主流Agent框架。

    来源：讯飞开放平台

    在本站阅读
  5. 快讯

    DeepSeek识图模式开启灰度测试

    DeepSeek多模态“识图模式”已启动灰度测试，部分用户可在首页发现新入口。该功能具备类人视觉理解能力，能精准识别物体、场景及视觉陷阱，并可通过建筑与文字线索定位具体地点如杭州灵隐寺。

    来源：智东西

    在本站阅读

4月28日 · 周二6 条

  1. 快讯

    微软 GitHub Copilot 宣布转向按量计费

    GitHub Copilot 宣布自6月1日起转向按量计费模式，以 AI Credits 替代固定额度，依据 Token 消耗进行结算。基础订阅价格保持不变，Pro 和 Pro+ 套餐均包含等值 Credits，且代码补全功能不消耗额度。企业版支持共享额度池，Business 和 Enterprise 客户在6至8月期间可获得额外促销额度。年度订阅用户将维持原有计费方式直至期满。

    来源：IT之家

    在本站阅读
  2. 快讯

    小红书首次公布「AI治理主张」

    小红书首次发布AI治理主张，确立三大核心原则：支持将AI作为创意辅助工具，要求对AI生成内容进行标识或由平台统一标注，并严禁利用AI进行造假与侵权。平台将同步提升识别治理能力，开通申诉通道以保障创作者权益，维护社区的真实与公平氛围。

    来源：小红书

    在本站阅读

4月27日 · 周一8 条

  1. 快讯

    LibTV 全网首发上线HappyHorse 1.0视频模型

    LibTV 全网首发新一代视频模型 HappyHorse 1.0，支持文生视频、图生视频及参考图生成。该模型可输出 15 秒 1080P 多镜头叙事视频，具备自然语言编辑、电影级质感、智能分镜、音画同步及多风格还原能力，显著提升了人物动作、微表情及对话的真实感。

    来源：哩布哩布AI

    在本站阅读
  6. 快讯

    星动纪元完成超2亿美元新一轮融资

    具身智能企业星动纪元完成超2亿美元新一轮融资，由顺丰集团领投，红杉中国、IDG资本、中金资本等联合注资。公司已实现行业首个产品市场契合，并在多个物流中心落地应用，部分场景效率超越人类85%，计划于2026年第二季度开启千台级批量交付。

    来源：星动纪元

    在本站阅读
  7. 快讯

    阶跃星辰与腾讯云达成战略合作

    阶跃星辰与腾讯云达成战略合作，整合语音大模型与多模态技术，结合腾讯云基础设施优势，加速大模型上车。双方聚焦智能座舱，打造免唤醒、连续对话及情绪识别的主动式AI交互，联动腾讯音乐、视频、地图等服务，实现车内服务闭环。

    来源：阶跃星辰

    在本站阅读
  8. 快讯

    芒果传媒与爱诗科技达成战略合作

    芒果传媒与爱诗科技签署战略合作协议，依托芒果全景工作站接入AI视频大模型能力，推动技术在音视频创制、AI影游及IP开发等场景落地。双方将围绕内容生产、互动娱乐及内容全球化展开合作，探索AI视频在短剧、动画、综艺视觉及实时互动内容中的产业化应用。

    来源：爱诗科技 AIsphere

    在本站阅读

4月24日 · 周五5 条

  1. 快讯

    DeepSeek推出DeepSeek-V4 预览版

    DeepSeek发布DeepSeek-V4预览版并开源，包含Pro与Flash两个版本，均支持1M上下文。Pro版性能对标顶级闭源模型，Flash版以更低成本提供相近推理能力。新架构显著降低长文本计算与显存开销。

    来源：DeepSeek

    在本站阅读
  2. 快讯

    OpenAI 推出最新旗舰大模型GPT-5.5

    OpenAI发布新一代旗舰模型GPT-5.5，专为实际工作与智能体设计。该模型与英伟达GB200/GB300 NVL72系统联合打造，在编程、知识工作及科研领域表现优于前代及Claude Opus 4.7。GPT-5.5突破性能瓶颈，速度持平GPT-5.4且Token消耗更低。

    来源：量子位

    在本站阅读

4月23日 · 周四7 条

  2. 快讯

    阿里通义开源稠密多模态模型Qwen3.6-27B

    阿里通义千问团队发布开源稠密多模态模型Qwen3.6-27B，参数量达270亿。该模型支持多模态思考与非思考双模式，在智能体编程能力上取得旗舰级突破，于SWE-bench和Terminal-Bench等基准测试中全面超越前代开源旗舰Qwen3.5-397B-A17B。其稠密架构无需MoE路由即可部署，显著降低了落地门槛。

    来源：千问大模型

    在本站阅读
  4. 快讯

    腾讯混元开源快慢思考融合的混合专家模型Hy3 preview

    腾讯混元团队发布Hy3 preview模型，这是其重构训练基础设施后的首个成果。该模型采用融合快慢思考的MoE架构，具备295B总参数与21B激活参数，支持256K长上下文。作为混元系列最智能模型，它在高难度推理基准测试中表现优异，Agent及代码能力显著增强，能够一次性生成完整的微信小程序。

    来源：腾讯

    在本站阅读
  7. 快讯

    Anthropic估值万亿美元

    据《科创板日报》报道，AI初创公司Anthropic在未上市股权交易平台的估值已升至约1万亿美元，超过OpenAI的8800亿美元。这一增长主要源于买家对二级市场稀缺股票的激烈竞购。

    来源：财联社

    在本站阅读

4月22日 · 周三5 条

  1. 快讯

    OpenAI正式推出图像生成模型ChatGPT Images 2.0

    OpenAI正式发布ChatGPT Images 2.0，这是其首款具备思考能力的图像生成模型。该模型在准确性、时效性、一致性及视觉连贯性方面表现优异，能根据简单提示生成逼真的应用截图、视频界面、广告及海报等复杂图像，并显著提升了中文文字渲染能力。

    来源：量子位

    在本站阅读
  2. 快讯

    马斯克600亿美元收购Cursor

    SpaceX宣布与AI编程独角兽Cursor达成深度合作，计划今年晚些时候以600亿美元收购。若交易未执行，将支付100亿美元合作费。双方将结合Cursor产品与SpaceX Colossus超算，共建顶级编程AI。

    来源：智东西

    在本站阅读

4月21日 · 周二3 条

4月20日 · 周一3 条

4月17日 · 周五3 条

4月16日 · 周四6 条

  1. 快讯

    全球首个云端沙箱 Hermes：MaxHermes 正式上线

    MiniMax推出全球首个云端沙箱MaxHermes，这是一款基于Hermes Agent构建的云端自我进化AI助手。其核心创新在于学习闭环机制，能自动提炼可复用技能并持续迭代，具备持久化记忆与多子代理并行能力。该产品支持零门槛部署，已集成飞书、钉钉及企业微信等IM渠道，并允许使用Token Plan抵扣消耗。

    来源：MiniMax 稀宇科技

    在本站阅读

4月15日 · 周三5 条

  2. 快讯

    阿里推出AI开发工具秒悟Meoo

    阿里ATH事业群发布首款AI开发工具Meoo（秒悟），集成千问、Kimi、GLM及MiniMax四大模型，内置阿里云核心服务。用户无需编程基础，通过自然语言描述即可快速生成完整前后端代码，并支持一键部署上线。

    来源：阿里云

    在本站阅读

4月14日 · 周二2 条

4月13日 · 周一3 条

  3. 快讯

    米哈游蔡浩宇AI公司推出首个AI视频模型LPM 1.0

    米哈游创始人蔡浩宇旗下的AI公司Anuttacon正式发布其首个视频生成模型LPM 1.0。该模型参数量达170亿，具备实时生成能力，能够创建会说话、唱歌、倾听且富有情绪表现力的AI角色视频。其核心优势在于能保持长达22至48分钟视频的身份一致性。技术层面，LPM 1.0采用扩散Transformer架构结合因果式流生成器，有效解决了视频表现力、实时响应及长视频一致性等技术难题。

    来源：量子位

    在本站阅读

4月10日 · 周五2 条

4月9日 · 周四6 条

  2. 快讯

    萌友智能 ropet 完成轮超千万美元融资

    AI陪伴机器人公司萌友智能ropet宣布完成A轮融资，金额超千万美元。投资方包括北京市人工智能产业投资基金及峰瑞资本等机构。该公司主打桌面AI宠物产品，售价约2000元，目前已累计出货近2万台。数据显示，其产品90天留存率高达80%至90%，核心用户日均互动时长超过2小时。产品侧重于通过性格养成和轻互动来建立情感连接，提供独特的生物性体验。

    来源：极客公园

    在本站阅读
  6. 快讯

    腾讯推出国内首个浏览器“龙虾” QBotClaw

    腾讯在QQ浏览器中上线国内首个浏览器AI Agent“龙虾”QBotClaw，用户无需下载即可零门槛使用。该助手支持通过自然语言指令执行搜资料、写文案、监控热点、购物比价及整理桌面等复杂任务，并可通过微信Clawbot远程操控电脑。QBotClaw具备浏览器上下文记忆与高精度网页识别能力，首期已上线Mac版本，Windows版本即将推出。

    来源：QQ浏览器

    在本站阅读

4月8日 · 周三3 条

  1. 快讯

    智谱开源新一代旗舰模型 GLM-5.1

    智谱发布开源旗舰模型GLM-5.1，宣称其为全球最强开源模型。该模型具备超8小时独立持续工作能力，可自主完成复杂工程任务。在SWE-Bench Pro等基准测试中，其代码能力位居全球第三、国产第一，性能超越GPT-5.4与Claude Opus 4.6。实测显示，该模型能构建完整Linux桌面系统，显著优化向量数据库及ML负载性能。

    来源：智谱

    在本站阅读

4月7日 · 周二5 条

  2. 快讯

    面壁智能完成新一轮数亿元融资

    面壁智能宣布完成新一轮数亿元人民币融资，由深创投与汇川产投联合领投，并获评2026年中国独角兽企业。公司聚焦端侧大模型研发，其MiniCPM系列下载量已超2400万，并在汽车、手机及智能家居等领域实现规模化应用。

    来源：面壁智能

    在本站阅读
  3. 快讯

    OpenBMB开源语音合成模型 VoxCPM2

    OpenBMB发布开源语音合成模型VoxCPM2，拥有20亿参数，支持30种语言及中文方言，提供48kHz高保真音质。该模型引入Voice Design功能，允许通过文本描述生成全新声音，并支持可控克隆与终极克隆模式。基于236万小时数据训练，实时率低至0.13，遵循Apache-2.0协议，具备商用许可。

    来源：VoxCPM2

    在本站阅读

4月3日 · 周五4 条

4月2日 · 周四4 条

  1. 快讯

    智谱推出GLM-5V-Turbo：多模态Coding基座模型

    智谱发布GLM-5V-Turbo多模态Coding基座模型，原生融合视觉与文本能力，支持从设计稿或截图直接生成可运行代码，上下文窗口达200k。该模型在多模态编程及GUI Agent基准测试中表现领先，并深度适配Claude Code与AutoClaw等框架，赋予AI Agent视觉感知能力。

    来源：智谱

    在本站阅读
  3. 快讯

    OpenClaw推出中国官方镜像站ClawHub镜像站

    OpenClaw官方推出ClawHub镜像站，由字节跳动BytePlus和火山引擎提供基础设施支持，旨在解决国内访问技能市场缓慢的问题。该站点提供完整中文界面与数据同步，持续收录社区高质量Skill，用户可通过指定域名直接访问并在OpenClaw中无缝调用各类Agent技能。

    在本站阅读

4月1日 · 周三5 条

  4. 快讯

    PixVerse推出三项更新：快应用、团队版与CLI工具

    爱诗科技在闪电发布周第二天宣布PixVerse推出三项重要更新，包括快应用、团队版及CLI工具。快应用首发“广告大师”功能，支持将商品图快速转化为广告视频；团队版面向2至100人协作场景，提供共享积分、四级权限管理及独立空间；CLI工具则允许开发者通过命令行调用视频生成能力，便于接入自动化工作流与AI Agent，助力AI视频创作向系统化升级。

    来源：爱诗科技 AIsphere

    在本站阅读