⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 9 条
8月4日周二
  1. AI科技评论65

    GPT-Live 底层拆解：OpenAI 如何让 95% 的音频帧不再延迟

    OpenAI 发布 GPT-Live 工程文章，披露新版 ChatGPT 语音系统通过重写 Python 为 Go 及开发 WARP 协议，将 p95 音频帧延迟降至旧系统 p50 水平，WebRTC 网络往返从 6 次缩短至 1 次。系统采用双模型协作机制，将实时交互与复杂推理解耦，允许模型在用户打断时动态管理会话状态，实现了连续语音交互的工程化落地。

    推荐理由：拆解了 GPT-Live 如何通过架构分层、Go 重写及自定义 WARP 协议消除音频延迟，揭示了实时交互背后的工程细节。

  4. 光子星球68

    美团 CatPaw 升级为全场景 AI Agent 平台，向商家开放服务

    美团将内部工具 CatPaw 升级为全场景 AI Agent 平台，面向餐饮、美业等商家开放评价管理、营销分析等实操功能。该产品采用“脑手分离”架构，通过 Sandbox 隔离执行环境以控制成本与风险，并推出专家广场将美团行业认知封装为可调用技能。CatPaw 历经三年内部迭代，已覆盖 9 万名员工并搭建超 3 万个 Agent，旨在解决通用对话缺乏业务上下文及无法落地执行的痛点。

8月3日周一
  1. Datawhale77

    TencentDB Agent Memory 开源后实测：从个人到团队记忆系统的全生命周期解析

    腾讯开源的数据库记忆系统 TencentDB Agent Memory 提供跨会话持久状态管理。实测显示其将记忆分为 L0 至 L3 四层金字塔结构，原始对话毫秒级落盘，结构化卡片约 10 秒生成。检索默认基于关键词匹配，开启语义召回后支持同义词转换，冲突仲裁通过候选召回与模型判断处理矛盾偏好。

    推荐理由：原文通过全生命周期实测和源码拆解，揭示了开源记忆系统从个人到团队记忆的架构机制与降级策略。

  3. 数字生命卡兹克60

    荣耀 Robot Phone 两周使用体验评测

    作者评测了荣耀Robot Phone，其核心是顶部可伸缩的四自由度机械云台与名为YOYO的AI智能体结合。YOYO能执行跨多个应用（如飞书、高德、小红书、美团）的复杂任务，并支持后台运行。当云台展开时，YOYO能通过视觉跟踪、手势互动和音乐伴舞等方式表达状态，使手机从被动工具转变为具有实体反馈的主动伙伴。

  5. AI信息Gap79

    OpenAI 开源 Codex Security 安全扫描工具

    OpenAI 将内部安全审计工具 Codex Security 开源，GitHub 仓库两天获 4300 多星，目前超 8100 星。该工具前身为 Aardvark，公测期间累计扫描 120 万次代码提交，发现 792 个严重漏洞。

    推荐理由：介绍了 Codex Security 的横向对比结果与配置要点，读者可据此判断其在团队流程中的集成成本。

8月2日周日
  3. 极客公园76

    Seedance 2.5 实测：30 秒原生直出与 50 个参考素材上线即梦

    字节 7 月 31 日发布 Seedance 2.5，同步上线即梦、豆包专业版、扣子和小云雀。单次生成上限从 15 秒提升到 30 秒，通过即梦延长功能可续到 3 分钟，参考素材上限从 9 张图片、3 段视频、3 段音频提升到 50 个全模态参考，并新增局部编辑、白模和绿幕参考、文字渲染改进，即梦支持 Maya 和 Blender 插件唤起。

    推荐理由：实测给出了时长、参考素材和成本的具体数字，便于判断它对创作流程的实际改变。

8月1日周六
  1. AI信息Gap76

    MiniMax H3 视频模型上线：支持 2K 与批量生成

    LibTV 联合 MiniMax 首发上线视频生成模型 H3，实测显示其画面质感达到 Seedance 2.0 的八成，但价格不到一半。该模型支持 2K 分辨率（2560×1440）输出以及“一抽四”批量生成功能，在商业广告场景下能准确渲染品牌文字且不限制真人素材生成。配合 LibTV 限时优惠，2K 分辨率生成成本约为 0.2 元/秒。

    推荐理由：对比实测显示 H3 在保持画面接近竞品的同时大幅降低价格，并支持 2K 生成与一抽四功能。

7月31日周五
  2. AI科技评论65

    Manifold AI 发布 WorldScape 2.0 全栈技术，推动世界模型进入以物理为中心时代

    Manifold AI 发布 WorldScape 2.0 全栈技术，推出业内首个世界模型 MoE 框架以统一异源控制训练，并更新 WorldScape Policy 2.0 支持机器人长程任务记忆与多模态 Prompt 交互。

    推荐理由：介绍了统一控制信号训练框架、长时程多模态交互能力和全功能真机评测体系。

  3. Founder Park55

    OpenCode 实现 1300 万月活与近 6000 万美元 ARR：如何在 Claude Code、Codex 夹缝中确立开源中立定位

    OpenCode 凭借开源与中立定位，实现 1300 万月活、日均处理 7 万亿 token，年化营收接近 6000 万美元，其中推理业务贡献约 4000 万美元且利润率高达 80% 至 90%。2026 年 1 月 Anthropic 封锁 Claude Code 订阅调用 OpenCode 的操作，反向促成 OpenAI 官方接入并加速其破圈，成为其确立“模型间开放中立层”核心壁垒的关键转折。

  4. Ai2 News51

    丹麦项目 FlexMoRE 基于 FlexOlmo 架构实现模块化 LLM 本地化训练

    丹麦基础模型项目 DFM 开发 FlexMoRE，基于 Ai2 的 FlexOlmo 混合专家架构，将多数专家替换为低秩适配器以减少参数量。该架构允许不同机构独立训练领域专家后合并，无需共享底层数据，最佳配置下用不到原基线三分之一的参数即可保持性能。项目旨在支持受隐私法规限制的机构在本地硬件部署丹麦语及其他低资源语言模型。

7月30日周四
  3. AI科技评论80

    忆生科技发布 EngramTeleOp 与 EngramEgo 两款物理 AI 数据采集产品

    忆生科技 7 月 30 日发布 EngramTeleOp 真机数据采集与 EngramEgo 真人数据采集两款产品。EngramTeleOp 采用纯视觉裸手遥操作，有效数据率由约 30% 提升至 90%，单人日产能提升 10 至 30 倍，硬件成本降至传统方案的五分之一；EngramEgo 通过 4D 手物重建，W-MPJPE 误差达 41.77 毫米，较此前最优结果降低 27.8%。

    推荐理由：用纯视觉遥操与 4D 手物重建替代硬件传感器，把真机与第一视角数据采集成本大幅压下来，并给出 W-MPJPE 与产能等关键指标。

  5. 数字生命卡兹克76

    WorkBuddy 新版本深度打通腾讯文档，开启人与 Agent 协同办公

    WorkBuddy 发布新版本，深度打通腾讯文档。用户不仅可直接在侧边栏编辑 AI 生成的本地文件，还可以将腾讯文档作为共享底层支持多人在线协同。多个 Agent 围绕同一份在线文档流转，实现了“人、Agent、共享状态”结合的第三代办公协同模式。

    推荐理由：作者实测了 WorkBuddy 将本地文件编辑与腾讯文档在线协同结合的功能，并提出了“人、Agent 与共享状态”的第三代办公协同框架。

7月29日周三
  1. 苍何48

    Seko 3.0 降低 AI 短剧出海门槛

    商汤发布 Seko 3.0，通过 Agent、无限画布及专属 Skill 打通从创意到全球发行的全流程，显著降低 AI 短剧出海门槛。该平台结合 Seedance 2.0 实现视频生成，活动期间提供非会员免费体验 Seedance 2.0 Mini 及会员首购折扣，助力创作者快速实现商业变现。

  2. AI信息Gap37

    商汤 Seko 3.0 实测：三部短片验证 AI 短片创作“一人公司”路径

    商汤在 2026 上海 WAIC 发布 Seko 3.0，实测通过 Skill 体系生成悬疑、温情及修仙短片，分镜与视觉风格具备专业质感。平台汇聚超 100 万创作者，签约导演李让作品全网播放破 4 亿，漫剧陈柯工作室热度值超 3.5 亿。目前提供 Seedance 2.0 Mini 免费试用，年会员首购享 4 折，Seedance 2.0 低至 0.42 元/秒。

7月28日周二
  1. 苍何43

    TRAE Work 团队开源知识库上线

    TRAE Work 团队开源了覆盖 7 大真实工作场景、含 30+ 实战指南且总字数超 40w 的知识库，上线 6 小时访问破 1.8w。该知识库提供从新手安装到深度实战的完整教程，并支持通过 Skills 插件和自动化任务处理电商运营、股市盯盘等高频场景。

  2. 特工宇宙84

    OPPO 小布 Next 端侧 Multi-Agent 系统首发实测

    OPPO 启动小布 Next 计划，开放行业首个端侧 Multi-Agent 协同系统内测，通过 A2A 交互模式实现隐私保护与全域记忆调度。作者实测显示其 Multi-Agent 架构在执行复杂任务时优于单 Agent 方案，例如在活动策划中多 Agent 协作可节省预算并补充风险预案，且系统具备基于用户行为主动输出精简行动清单的能力，适用于 Find X8、X9 等机型用户共创。

    推荐理由：实测展示了端侧Multi-Agent系统在信息整合与任务规划上对传统单Agent路线的效率提升。

7月27日周一
  1. Microsoft AI Blog36

    英超官方推出由 Copilot 驱动的 Fantasy Premier League Companion 工具

    Fantasy Premier League Companion 是一款基于 Microsoft Foundry、Azure OpenAI 和 ChatGPT 5.4 构建的官方工具，计划于英超赛季开始前上线。该工具结合英超比赛数据与 FPL 游戏数据，通过对话界面为经理提供阵容建议和数据查询服务。它旨在辅助用户做出知情决策，而非自动管理球队，并支持根据实时新闻动态更新回答。

  2. 数字生命卡兹克71

    千问办公低调开启内测，整合阿里 Agent 线并拓展办公场景

    阿里将 QoderWork、悟空、MuleRun 三条 Agent 业务线收拢整合，统一推出“千问办公”并低调开启内测，产品由钉钉 CEO 陈宇森牵头，网址为 qwenwork.cn。目前客户端和钉钉版本已上线，支持处理群聊、日程、待办等，还能生成 HTML 并自动处理域名、数据库和托管；文中认为办公赛道未来将卖“智能”而非固定工具，而阿里因模型、云、钉钉业务和权限体系齐备，在这一领域具备优势。

7月23日周四
  1. Hugging Face Blog80

    Diffusers 原生支持 Nunchaku 4-bit 扩散模型推理

    Diffusers 原生支持加载 Nunchaku Lite 4-bit 量化扩散模型，无需本地编译即可通过 from_pretrained 调用。在 RTX 5090 上，ERNIE-Image-Turbo 的生成耗时降至 1.7 秒，峰值显存占用从 24 GB 降至 12 GB。

    推荐理由：文章给出了 Nunchaku Lite 在 Diffusers 中的原生加载方法、基准测试数据及量化自定义模型的工具流程。

7月22日周三
7月21日周二
7月17日周五
  1. 数字生命卡兹克90

    Kimi K3 正式发布：2.8 万亿参数，百万上下文并官宣开源

    Kimi K3 正式发布，参数量达到 2.8 万亿，支持百万上下文，并计划在 7 月 27 日全面开源。在实测中，K3 在多个编程与智能体评测中位居前列，展现出较强的代码执行与前端生成能力。

    推荐理由：结合跑分与实测，展示了 K3 在编程、智能体及前端生成上的综合表现，以及百万上下文特性。

7月15日周三
7月13日周一
7月9日周四
  1. Mistral AI52

    Mistral Studio 为提示词和技能提供版本化系统

    Mistral 在 Studio 中为提示词和技能提供了统一的版本化管理系统，支持不可变版本、所有权分配、回滚、分类标签和审计日志。域内专家可直接在 Studio 中编辑和测试提示词，无需等待代码 CI/CD 流程，而生产环境发布仍需通过现有审批流水线。Studio 内的技能可通过 MCP 服务器直接接入，确保生产运行的资产与版本化记录一致。