⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 1 条
9月2日周三
  2. X：Greg Brockman (@gdb)0

    Claude Fable 5.1 上线 Google Agent Platform 的 Model Garden

    Claude Fable 5.1 现已在 Agent Platform 的 Model Garden 正式可用。该模型面向长时间运行、高风险的工作场景，可将前沿智能应用于代码、文档和研究的生产环境。原文附有 Model Garden 入口链接。

  3. Google DeepMind75

    Google DeepMind 在 Gemini 中推出 Agentic Video Understanding 功能

    Google DeepMind 宣布在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出 Agentic Video Understanding 功能，通过结合代码执行和原生视频工具动态搜索、扫描目标视频片段，将 Token 消耗最多降低 88%，成本降低最多 66%，同时将准确率提升最多 7%。

    推荐理由：该功能通过智能体循环动态检索视频片段，在保持准确率的同时将 Token 消耗最多降低 88%，为长视频分析提供了更经济的工程方案。

  5. CVer79

    OpenClaw 2.0 发布，合并 1.6 万个 PR

    OpenClaw 发布 2.0 版本，该版本耗时 7 周开发并合并了 1.6 万个 PR，占项目历史已合并 PR 数量的一半。新版重构了底层架构和发版流程，增加了共享云端会话功能，允许多人协作并保持上下文，同时简化了安装流程并改变了代码贡献和审查的评估方式。

    推荐理由：梳理了项目从2.0的架构重构到协作安全机制的变化，提供了理解当前开源开发瓶颈的参考。

  6. Google AI Blog61

    Google Pics 发布：在 Google Workspace 中直接创建和编辑图像

    Google 推出图像创建与编辑工具 Google Pics，基于 Nano Banana 模型，面向 Google AI Pro、Ultra 订阅用户及大部分 Workspace 商业客户逐步上线。该工具支持对象分割、图内文字编辑与翻译、多人协作及多版本生成，并将在未来数周集成到 Google Slides、Docs 和 Drive 中，用户可访问 pics.new 体验。

9月1日周二
  1. 智东西55

    创新奇智升级AInnoGC工业本体智能体平台，实现半年度调整后首次盈利

    创新奇智发布升级后的AInnoGC工业本体智能体平台及三款工业智能体套件，宣布已有上百个不同类型的智能体进入制造企业生产流程。公司2026年上半年财报显示营收8.29亿元，同比增长18.6%，其中“AI＋制造”收入占比升至81.5%；首次实现半年度经调整后盈利，金额为320万元，毛利率连续第六年稳步提升至35.4%。

  2. 新智元70

    硅谷投资人 Gavin Baker 预测 Grok Bot 将开启 AI 智能体新范式

    投资人 Gavin Baker 判断 Grok Bot 是下一个 ChatGPT 时刻，因为其零配置特性将使用门槛从小时级降至秒级且质量更高。他预测随着智能体从辅助转向主动执行，算力消耗将出现无上限爆发，进而导致算力资源分配决定未来竞争力的‘算力不平等’时代。

    推荐理由：硅谷投资人对比传统工具与 Grok Bot 的效率差异，并提出算力需求将因智能体主动执行而指数级爆发的行业预判。

  3. APPSO70

    Hugging Face 开源机器人 Microduck 发布，399美元预定火爆

    Hugging Face 旗下 Pollen Robotics 发布开源机器人 Microduck，售价 399 美元，五天内预购超 10000 台。该机器人搭载 15 个电机、摄像头及激光雷达，支持 PPO 强化学习训练，SDK 与代码已在 GitHub 开源，预计发货时间推迟至明年春天。

    推荐理由：开源策略与硬件设计细节清晰，为开发者提供了可复现的强化学习部署路径。

  5. 硅星人Pro79

    OpenClaw 发布 2.0 版本，引入多人协作与 Agent 并行执行能力

    OpenClaw 发布 2.0 版本（v2026.8.1），称这是项目史上最大规模更新，将单兵模式升级为多人使用、Agent 协作与 Session 管理。新架构让一台 Gateway 承载多个用户、Agent 和 Session，新增 Team Operator Roles 用于分配角色和权限，并加入实验性 Swarm 模式一次性拉起多个 Subagent 并行执行。

    推荐理由：OpenClaw 2.0 把单 Agent 扩展为多用户、多 Agent 协作的 Gateway 架构，读者可据此评估它从个人工具到团队工作台的落地门槛。

  6. Hugging Face Blog77

    Hugging Face 发布 200+ 个 WebGPU 内核及浏览器推理工具 @huggingface/kernels

    Hugging Face 发布开源库 @huggingface/kernels 及包含 207 个 WebGPU 内核的集合，支持在浏览器中直接运行优化后的模型推理。该库将内核作为版本化包发布，并推出 Fleet 工具集以在真实硬件上众包性能与正确性测试。在 Apple M4 GPU 上，新内核在几何平均值上比 ONNX Runtime WebGPU 快 2.57 倍。

    推荐理由：原文展示了207个WebGPU内核的独立仓库结构和跨平台基准测试结果，为前端构建本地推理能力提供了可复用的工程基座。

  8. 大模型智能72

    Archify 登上 GitHub 热榜第一，将架构图生成嵌入 AI 智能体工作流

    Archify 是一个登上 GitHub Trending 的开源 Agent Skill，可将代码仓库分析结果转化为可搜索、可追踪路径的交互式 HTML 架构图。它支持 Claude Code、Codex、Cursor 等智能体，具备数据验证和版本对比功能，能生成架构图、时序图及数据流图。其开发者“晴天老师”为专升本背景，通过该项目证明了技术能力，目前已获 3.14 万 Star。

8月31日周一
  1. 量子位81

    MiniMax发布H3 Max：5秒视频生成仅需3秒，开启AI实时直播

    MiniMax与fal联合推出视频生成模型H3 Max，生成5秒768p视频耗时不到3秒，吞吐量约为原版H3的35倍。该模型在Artificial Analysis和Design Arena榜单的图生视频项目中排名第一，支持首尾帧参考，已开放调用接口。

    推荐理由：H3 Max将5秒视频生成时间压缩至3秒内，实现了实时直播与无缝短视频流，开启了新的商业化路径。

  3. 行者AI视频53

    Lovart 新版实测：田园 VLog、天宫视频与茶饮品牌视觉全案

    行者使用 Lovart 新版完成 5 个实测项目，验证了其 100 多个专业 Skill 在从单图生成到视频、封面及品牌全案交付中的串联能力。实测显示，用户可利用 Skill 调用 Midjourney、Seedance 等模型，通过图生视频分镜设计生成 5 秒运镜视频，并一键将 Logo 等品牌图形转换为可编辑的 SVG 格式。

  4. X：Greg Brockman (@gdb)0

    Perplexity Mac 将推混合模式，本地模型处理子任务

    Perplexity 即将在 Mac 端推出 Hybrid 混合模式，由云端 Computer 编排并将合适子任务委托给本地模型处理。当前支持 Gemma 4（16GB 机型）、Qwen3.6 及 Perplexity 自研模型（32GB 机型）。该模式还内置 Privacy Gate 小模型，可在数据上传云端前检查并拦截个人敏感信息。

  5. X：Greg Brockman (@gdb)1

    OpenClaw 2.0 发布：简化设置、重构浏览器应用并支持多人会话

    OpenClaw 基金会发布开源 AI 平台 2.0 版，为迄今最大更新，包含超 16，000 个拉取请求。新版本简化首次设置，可自动检测 ChatGPT 或 Claude 订阅、API 密钥及本地模型；浏览器应用完全重构，新增显示会话进度的 Session Rail 功能。共享云会话支持多人协作，会话可在本地网关、配对设备或 Crabbox 租用的临时机器上运行。

  9. 智东西54

    百度搭子升级个人版与企业版，主打交付即惊艳

    百度搭子发布个人版、企业版及专业套件升级，提出交付即惊艳主张以解决AI办公流程割裂痛点。个人版支持自媒体与金融等场景，实测可生成直接可用的HTML公众号文章及包含分镜脚本的抖音视频。企业版覆盖四大职能领域，包含15个行业套件，任务完成率可达90%以上。

  10. X：Greg Brockman (@gdb)1

    OpenClaw 2.0 发布：迄今最大更新，由 933 位贡献者打造

    OpenClaw 2.0 正式发布，这是其历史上最大的一次更新，由 933 位贡献者（含 569 位首次贡献者）提交的超过 16，000 个 pull request 组成。新版简化了安装流程，重建了浏览器应用，并新增共享云会话功能，支持多人协作。OpenClaw 为开源项目，更新涵盖安装、消息、记忆、技能、模型、自动化、浏览器、插件及安全等全部模块。

  11. X：Greg Brockman (@gdb)1

    Pocket 的 AI 让我的游戏创意成真，但 Meta 现在掌控了结果

    Meta 旗下 AI 应用 Pocket 于 8 月 21 日在美国上线，用户只需输入提示词即可创建可交互的"gizmos"，无需查看代码，并可通过类 TikTok 的无限滚动界面分享。试用近一周后，作者发现能快速构建功能丰富的游戏原型，但这些作品被锁定在 Meta 的围墙花园内，无法导出为独立项目。

  12. X：Greg Brockman (@gdb)0

    理想 AI 眼镜 Livis 八月 OTA 升级：接入苹果、OPPO 手表运动健康数据

    理想公布 AI 眼镜 Livis 八月 OTA 升级，新增运动健康分析、待办提醒和拍摄水印 3 项功能。运动健康分析已接入 Apple 及 OPPO 运动手表数据，后续将支持华为及佳明等设备，可深度解读睡眠与运动数据并定时生成健康报告。体验新功能需将理想同学 App 升级至 2.7.0，眼镜固件升级至 2.1.30。

  13. X：Greg Brockman (@gdb)1

    亚马逊 AWS 加码政府 AI 赛道，OpenAI、Meta、Anthropic 等大模型集体登陆 GovCloud

    亚马逊云服务（AWS）宣布扩大 GovCloud AI 模型可用范围，美国联邦政府机构现可通过 Amazon Bedrock 渠道使用 Anthropic、OpenAI、Meta 及亚马逊自家 Nova 等大模型。AWS GovCloud 专为满足政府监管、安全和外部隔离要求而设计。2026 年第二季度 AWS 营业利润同比增长 63%，营收同比增长 37%。

  14. X：Greg Brockman (@gdb)0

    火山引擎发布联网问答 Agent 教育行业版本，开放「豆包爱学」同款拍题答疑与作业批改能力

    火山引擎正式发布联网问答 Agent 教育行业版本，将「豆包爱学」同款拍题答疑、作业批改等 AI 辅导能力对外开放。该版本覆盖小学至高中全学科，支持分步讲题、整页智能判分，并依托豆包搜索整合上百个权威信源保障内容可信。教育类 APP、智能硬件及进校设备厂商现可通过火山引擎控制台接入。

  15. APPSO80

    OpenClaw 2.0 发布：重塑浏览器端与 Agent 权限体系

    OpenClaw 2.0 正式发布，包含超 1.6 万个 Pull Request，重点重构了浏览器入口，使 Agent 能在本地、Cloud Worker 间移动，并支持多人共享 Session。该版本增强了长期记忆整合与自动化任务管理，同时引入细粒度的权限控制与安全审计机制，以适应团队环境与持续运行的个人计算层需求。

    推荐理由：原文梳理了 OpenClaw 2.0 在自动配置、多人协作及长期记忆上的核心变化，并反思了其作为开源智能体从极客工具向大众产品演进中遇到的部署、成本与安全挑战。

  16. X：Greg Brockman (@gdb)0

    海信发布行业首个家庭智能伴侣级 AIOS JUOS，桌面随人变化、首创 AI 搜索片段

    海信在今日发布会上推出行业首个家庭智能伴侣级 AIOS--JUOS，实现从指令驱动到意图驱动，支持因人因时因境提供内容与服务。JUOS 搭载自研星海大模型（可选 7B/32B/72B 版本）及四大引擎，首创 AI 搜索片段功能，可说出剧情直达片段内容。该系统将首先在电视大屏落地，未来扩展至更多家庭智能终端。

  17. X：Greg Brockman (@gdb)1

    阿里千问创作上线 Agent Teams 功能：用户提出创意，Agent 规划任务完成视频制作

    阿里千问今日宣布千问创作上线 Agent Teams 功能，支持 Wan3.0，将创作方式从写提示词扩展为用户提出创意、Agent 主动思考拆解并执行任务。该功能已在千问创作 PC 端和千问 App 上线，由编剧、导演、美术、视频生成等不同角色的 Agent 分工协作，完成从创意策划到成片制作的全流程，支持创作 AI 短剧、漫剧、营销广告等。

  18. X：Greg Brockman (@gdb)0

    豆包给大学生送福利：可免费领取 3 个月订阅权益

    豆包官方宣布，在校大学生完成学生认证后，可免费领取三个月豆包订阅权益。活动支持在豆包电脑版参与，每个账号仅限领取一次，即日起至开学季期间均可参与。豆包还面向学生推出新生报到、课程学习、汇报 PPT、社团推荐、秋招求职等专属技能，可在电脑版侧边栏"开学季"专区体验。

  19. X：Greg Brockman (@gdb)1

    千问创作上线Agent Teams，支持Wan3.0实现专业视频创作

    千问创作上线Agent Teams功能，将创作方式从写提示词扩展为用户提出创意、Agent主动拆解执行，由编剧、导演、美术等不同角色Agent分工协作完成视频制作全流程。该功能已在千问创作PC端和千问APP上线，支持多设备协同，并首发接入Wan 3.0视频生成模型及Wan3.0 Prime满血版，同时汇集Qwen-Image-3.0等模型。

  21. X：Greg Brockman (@gdb)1

    滴滴自动驾驶新一代Robotaxi R2开启无人载客测试，北京、广州可体验

    滴滴自动驾驶新一代Robotaxi R2正式开启无人载客测试服务，用户可在北京、广州部分示范区域呼单体验。R2由滴滴与广汽埃安联合打造，采用L4全栈软硬件方案，搭载33个传感器，后排配备17.3英寸吸顶屏及AI语音交互系统。车辆接驾前自动开窗通风，车外屏交互、鸣笛寻车等功能将陆续上线。

  22. K姐研究社51

    Lovart 升级灵感采集、Skill、Motion 等能力，用它做咖啡店全套设计省下设计费

    Lovart 完成一轮重要升级，新增灵感采集、Reference、专业 Skill、Motion、视频、网页、一键转矢量等能力。作者用它为朋友的社区咖啡店完成从找灵感、生成 Logo、门头效果图、杯袋包装、菜单与开业海报、平台宣传物料、动态海报到一键转矢量的全流程设计，并认为 Lovart 依旧代表 AI 设计领域的 SOTA 水平，把从找参考到做出整套初稿的动作放进了同一张画布。

  23. 优设AIGC62

    Lovart中文版上线并新增Pinterest灵感直连与Skill封装功能

    Lovart中文版上线并向所有用户开放，新增Pinterest灵感直连和Skill封装功能。用户可通过粘贴Pinterest网址关联账号浏览灵感，使用浏览器插件从多平台收藏素材；内置100多个专业Skill，可将设计方法封装为可复用能力，并支持静态图、视频、HTML网页及PPT等多格式输出。

  24. 网罗灯下黑55

    Lovart 更新升级图像生成工作流并开启中国区运营

    Lovart 更新版本正式开启中国区运营，启用新网址 lovart.art。该版本新增灵感采集插件，支持从社交电商网站一键保存素材；功能涵盖多格式输出、视频粗剪编辑及一键转换为 SVG 矢量文件。系统支持将生成经验保存为专业 Skill 以便批量复用，新增 Reference 能力可自动解析文档与视频参考并应用于设计。此外，该工具可直接根据需求生成网页成品。

  26. 夕小瑶科技说82

    OpenAI 下一代模型 Astra 测试集中流出，Codex 新功能灰度推送

    OpenAI Codex 即将重置额度并鼓励开启 /fast 模式，同期用户发现新的 Ultrafast 模式灰度推送，X 平台大量流出 OpenAI 下一代模型 Astra 的测试案例。流出的案例展示了 Astra 在生成复杂 3D 场景、持续长任务保留、多智能体协作及操作桌面软件等方面的能力。业内消息人士称 Astra 最快周四发布，OpenAI 亦在强化安全评估和模型隔离措施。

    推荐理由：汇总了 Codex 新功能灰度、Astra 密集测试流出及 Anthropic 额度调整，呈现了 OpenAI 下一代模型临近发布的动向与行业算力策略的分化。