⌘ K
… 读取采集状态 同步中...
雷

#产品更新

今日 16 条
9月4日周五
  1. LangChain Blog76

    LangChain 更新 MCP 支持：无状态规范、交互中断与客户端缓存

    LangChain 官方博客宣布 MCP 支持已移入 langchain 主包，基于 FastMCP 构建，同时兼容新旧两代协议规范。新版本支持通过 LangGraph 中断机制实现 Elicitation（工具中途向用户请求补充信息或确认），并引入客户端侧工具列表缓存，服务器可声明 TTL 以避免每次运行重新拉取工具目录。

    推荐理由：官方将 MCP 支持移入 langchain 主包，并支持无状态规范、中断交互和客户端缓存，开发者可据此升级现有 Agent 工具链。

  3. AI信息Gap60

    LibTV 上线深度动作捕捉与口播视频智能剪辑功能

    LibTV 上线了「深度动作捕捉」和「口播视频」智能剪辑功能。前者可将参考视频转换为深度视频，用于在 Seedance 2.5 模型中生成逐帧同步的动作和运镜，解决直接参考原视频时动作和镜头不可控的问题。后者为口播内容提供一键智能剪辑，自动去除废片并匹配画面素材，大幅缩短制作时间。

9月3日周四
  2. 新智元72

    OpenAI 关停 Atlas 后推新 ChatGPT 桌面版内置浏览器

    OpenAI 核心高管 Tibo Sottiaux 宣布 ChatGPT 桌面版成为其主力浏览器，效率显著提升。该版本整合了 Codex 并内置独立浏览器组件，替代了 8 月 9 日停服的独立产品 Atlas。OpenAI 放弃独立浏览器形态，转而在 AI 工作流中直接调用网页导航、登录及多标签能力，并保留 Codex Chrome 扩展以复用既有数字身份。

    推荐理由：梳理了OpenAI将Atlas浏览能力并入ChatGPT桌面版的路线，揭示了AI从独立浏览器转向嵌入执行组件的行业转向。

  3. 新智元82

    Claude 计算机使用功能升级后台操作模式

    Anthropic 升级 Claude 计算机使用功能，默认在 macOS 后台窗口运行，支持用户并行操作。新架构采用 API 连接器、内置浏览器和屏幕交互三级降级策略，目前向 Pro 和 Max 用户开放测试。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  4. 钛媒体AGI82

    Anthropic 发布 Claude Fable 5.1 并大幅降低缓存读取价

    Anthropic 发布 Claude Fable 5.1 及 Mythos 5.1，将缓存读取价从每百万 token 1 美元降至 0.25 美元，降幅 75%。该调价使典型任务成本下降约 25%，高度 Agent 化任务最高降 45%。Fable 5.1 在 Terminal-Bench-Science 0.1 评测得分翻倍至 52.6%。

    推荐理由：文章指出 Anthropic 通过大幅降低缓存读取价，将竞争焦点从单次推理转向长时域 Agent 的持续记忆成本。

  5. 极客公园50

    Fullive.ai 睡眠硬件 Somni 量产在即，主打闭环干预与响应学习

    Fullive.ai 的首款睡眠硬件 Somni 即将量产，公司成立不到一年已连融三轮，高瓴连续三轮加注，招商局创投今年 7 月领投新一轮。Somni 是一款无屏幕、免佩戴的床头设备，通过毫米波雷达、麦克风阵列和环境传感器捕捉呼吸、心率、体动及卧室环境，再用声音、光线、气味调节睡眠，形成感知、干预、反馈的闭环。

  6. 优设AIGC21

    OiiOii 助力 AI 短片创作者，7 个智能体协同提升制作效率 5 倍

    OiiOii 推出 7 个全自动协同智能体，将 AI 短片制作效率提升至原来的 5 倍，综合成本降至八分之一。该工具提供提示词优化与爆款复刻功能，支持创作者在 2 到 3 天内独立完成短剧制作。目前 OiiOii 已追加 100 万元现金池启动“百万 AI 自媒体打造计划”，为创作者提供算力支持与商业变现渠道。

  7. APPSO67

    谷歌发布 Gemini 主动视频理解功能

    谷歌于 9 月 1 日为其 Flash 系列模型接入「主动视频理解」功能，让模型自主决定视频关注点与分析速度。官方基准显示，该功能最多可降低 88% 的 token 消耗和 66% 的分析成本，同时准确率提升最多 7%，该能力将通过 Gemini API 开放，并计划应用于 YouTube 的问答功能。

    推荐理由：原文详细展示了主动视频理解如何通过降低 token 消耗和成本提升准确率，并给出了多场景应用对比。

  8. 硅星人Pro85

    Fable 5.1 全网实测：写作更自然但格式约束失效

    Fable 5.1 实测显示在长篇写作中去 AI 味显著提升，文字难度降至初一水平；但面对字数、引用数量等硬性限制时会生成超额或捏造内容，且 ARC-AGI 测试每任务成本比前代降低 32%。

    推荐理由：全网实测揭示了Fable 5.1在写作去AI味和长任务表现上的实质进步与格式约束失效的短板。

  9. 硅星人Pro66

    腾讯 WorkBuddy 开放生态，打造 Agent OS 底层连接能力

    WorkBuddy 开放平台上线，向开发者开放 Skill、Expert 与 Connector。首批硬件生态覆盖 9 款联名设备，包括智能眼镜、耳机、麦克风等。平台连接 30 余家合作伙伴，构建跨设备、跨系统的 Agent 任务流。腾讯提供运行层底座，硬件厂商负责数据感知，行业伙伴注入专属业务流程，形成覆盖听、看、记、协的完整生态。

  10. Google Gemini API Release Notes66

    Google Lyria 3.5 音乐生成模型正式版上线

    Google 正式发布下一代音乐生成模型 Lyria 3.5 正式版。该模型支持全曲生成，提升音乐连贯性与自然人声表现，提供细粒度时长与结构控制，接受文本与图像输入，并生成 44.1 kHz 立体声高保真音频。

    推荐理由：Lyria 3.5 正式 GA，用户可直接调用其全曲生成、44.1 kHz 立体声音频与更细时长的官方入口。

  11. Hugging Face Blog60

    Hugging Face 开源 funes：为编码智能体提供自有记忆层

    Hugging Face 开源了 funes，为 Claude Code、Codex 等编码智能体提供本地持久记忆层。它索引本机已有会话，支持跨智能体、跨机器调用，并可发布为私有的 Hugging Face dataset。测试显示，相比摘要或手写交接，使用 recall 在两项任务上分别便宜 8 倍和 4 倍。

    推荐理由：工具以本地命令接入编码智能体，把跨会话历史变成可检索记忆，读者可评估对多环境开发的迁移价值。

  13. Google DeepMind61

    Google DeepMind 发布 Fairwind Program 政企网络安全计划

    Google DeepMind 发布 Fairwind Program，为政府、关键基础设施运营者和核心科技平台提供有限访问权限，使用 Gemini 3.8 Flash Cyber 与 CodeMender 自主查找、验证并修复漏洞。计划已有超过 650 个全球合作伙伴，参与者须将访问权限限制在内部安全、应急响应或渗透测试团队，并部署多因素认证等保护措施。

    推荐理由：程序明确给出了受限入口与模型组合，读者可以据此判断它将如何改变漏洞修复流程。

  14. 大模型智能73

    OpenClaw 发布 2.0 版本，整合 1.6 万个 PR 并重构底层架构

    OpenClaw 发布 2.0 版本，整合超过 1.6 万个 PR，占历史全部已合并 PR 的一半，并重构底层架构与发版流程。创始人 Peter Steinberger 称 PR 为 prompt request，团队采用 AI 辅助审查 AI 生成的代码。新版本优化安装流程，将浏览器端作为第一入口，并支持云端共享会话以实现多人协作，同时移除了内置 OpenProse 插件并更新了模型命名规范。

9月2日周三
  2. Google AI Blog53

    谷歌发布 Fairwind 网络安全防御计划

    谷歌推出 Fairwind 计划，面向政府和企业提供先进的 AI 网络防御能力。该计划结合 Gemini 3.8 Flash Cyber 和 CodeMender 工具，帮助机构自主发现、验证并修复代码漏洞，在安全的云端环境中于数分钟内生成可部署的补丁。

  3. AI科技评论48

    自变量 TwinDEX 展示无本体数据训练机器人完成 24 步化学实验

    自变量机器人发布 TwinDEX 系统，利用数百条无本体数据训练机器人独立一镜完成开瓶、滴管等 24 个连续动作的化学实验。评测显示无本体数据训练效果近乎 100% 替代真机遥操作数据，数据采集效率达真机遥操作的 5.3 倍。该系统支持适配 WALL-OSS 及 π0.5 等模型，实现了数据与模型层的解耦。

  4. 量子位83

    自变量发布 TwinDex 灵巧操作系统，零真机遥操数据实现精细操作

    自变量发布 TwinDex 灵巧操作系统，在后训练阶段不使用真机遥操数据的情况下，仅依靠几百条无本体数据使机器人完成旋拧瓶盖、注射器推注等精细操作。该系统采用数采与执行同构设计，采集效率约为传统真机遥操的 5.3 倍，证明了无本体数据在特定任务中对真机遥操数据的有效替代性。

    推荐理由：展示了无本体数据替代真机遥操训练的可行性，验证了三指灵巧手在精细操作中的性能。

  5. K姐研究社56

    LibTV 上线深度动作捕捉与智能剪辑功能并实测

    LibTV 上线深度动作捕捉和智能剪辑两个新功能。深度动作捕捉可从参考视频中提取动作、走位、运镜和空间关系，淡化原人物五官、服装与背景，减少其对生成结果的干扰；实测中将真人剑客替换为熊猫与老虎、将真人替换为机甲，动作与空间关系均得到保留，而直接用原视频生成的对照组则残留了原片人物外轮廓。

  6. 新智元77

    元点机器人Zeroth Bridge「小桥」发布：8888元万元级高性能人形机器人

    9月2日，元点机器人发布全球首个万元级高性能人形机器人Zeroth Bridge「小桥」，极客版日常价12888元，首发价8888元。整机高88厘米、重13公斤，支持后空翻、全身遥操和全量二次开发，并同步发布OpenBridge全开源开发者生态。

    推荐理由：原文给出了8888元定价与全开源生态设计，读者可判断低成本本体如何降低具身智能开发门槛。

  7. 机器之心66

    VAST 发布 Tripo P2.0，原生四边面拓扑支持 3D Vibe Coding

    VAST 发布 AI 3D 生成模型 Tripo P2.0，在扩散生成阶段直接产出原生四边面拓扑，三角面最高 50000 面、四边面最高 25000 面，无需额外重拓扑步骤，便于后续骨骼绑定、动画形变和局部编辑，正式版还将加入局部重新生成功能。

    推荐理由：原文梳理了原生四边面拓扑如何解决生成后返工瓶颈，并给出多个 Agent 接手 3D 的实例。

  8. 数字生命卡兹克76

    UU远程更新终端功能优化远程Vibe Coding体验

    UU远程上线新版本，重点优化终端功能以支持完整的TUI交互与多会话管理，解决了此前无法多开终端、TUI渲染差及需输密码等问题。新版本允许用户在手机端流畅运行Grok Build等Agent工具，并支持跨端接管会话，提升了远程编码体验。

    推荐理由：原文记录了作者向厂商反馈终端痛点后产品迅速迭代的过程，展示了远程工具如何补齐TUI渲染和多会话管理以适配Agent工作流。

  10. 硅星人Pro78

    Hugging Face 开源 399 美元 Microduck 机器鸭

    Hugging Face 旗下 Pollen Robotics 发布开源机器鸭 Microduck，售价 399 美元，五天预购超 10000 台。机器人高 25 厘米、重 800 克，基于 PPO 强化学习策略行走与抓取，SDK 与训练代码以 Apache 2.0 开源在 GitHub，开发者可自行训练新动作并部署到实体鸭子。

    推荐理由：开源硬件与RL策略降低了物理智能开发门槛，读者可评估其在消费级机器人社区的复用潜力。

  11. 硅星人Pro78

    Violoop 发布端侧 Agent 硬件，构建随用随长的个人专属模型

    明星 AI 公司 Violoop 发布手掌大小的端侧 Agent 硬件，设备连接电脑后可在本地感知屏幕焦点、主动发现并准备任务材料，从而免去用户手动编写 Prompt 的操作。

    推荐理由：文章展示了 Violoop 端侧设备通过本地感知与个人模型自动训练，使 Agent 替代人工进行任务启动与上下文整理。

  12. APPSO85

    World Labs 发布多模态世界模型 Atlas

    World Labs 发布面向空间智能的多模态世界模型 Atlas，支持通过 1 至 6 张照片及相机位姿参数生成最长 1 分钟、1440p 分辨率的视频。在稀疏视角重建评测中，Atlas 的 AbsRel 分数为 25.3，优于 Pi3X、Depth Anything 3 等模型，并具备实时渲染与物理交互模拟能力，用于支持机器人在虚拟孪生空间中训练。

    推荐理由：文章拆解了 Atlas 的相机控制生成与空间重建机制，并给出了对比基准的实测数据，适合评估多模态世界模型在具身智能场景中的实际落地路径。

  13. 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。

  15. 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。

  16. 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. 网罗灯下黑57

    LibTV 上线深度动作捕捉功能实测

    LibTV 上线深度动作捕捉功能，可将视频中的动作精确提取为黑白参考视频用于 AI 生成。作者实测单人舞蹈与邱淑贞经典打斗片段，1:1 复刻效果在多人复杂场景下也能准确还原动作链与运镜。功能操作在 LibTV 画布中进行，建议时长控制在 20 秒内，配合专用提示词模板使用以稳定生成。

  3. 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%。

  4. 机器之心36

    招行运通工程师信用卡新增 WorkBuddy、Kimi 权益，AI 权益矩阵覆盖办公场景

    招行运通工程师信用卡在 6 月首发 MiniMax 平台最高每月 18 亿 M3 Token 调用额度后，8 月又新增 WorkBuddy 2000 Credits 券包和 Kimi Go 会员月卡，覆盖文档、PPT、数据分析、编程调用等 AI 办公场景。文章还梳理了招行在掌上生活优惠智能体入驻国产手机系统 AI 生态，以及以"意图—授权—清算"三层架构应对智能体支付风险的布局。

  5. 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。

  7. 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。