⌘ K
… 读取采集状态 同步中...
雷

产品更新

AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。

411条精选相关主题模型发布行业动态AI 编码

最新精选

第 261–280 条 · 共 411 条
8月29日周六
  2. 新智元86

    谷歌 Gemini Omni 1.1 Flash 视频生成功能更新，登顶 Arena 全球榜首

    谷歌更新 Gemini Omni 1.1 Flash，其文生视频功能登顶 Arena 全球第一，图生视频排名第二。该模型引入场景延展、首尾帧控制、视频参考、360p 草稿及 4K 放大等五项能力，支持连续生成最长 40 秒视频，草稿生成速度比 720p 提升 60% 且成本降低至三分之一，全功能当日向全球开放。

    推荐理由：谷歌此次更新将视频生成从单次抽卡改为可连续扩展的流水线，通过明确首尾帧、场景延展和低成本草稿机制，让创作者能够直接指挥镜头运动与转场。

  3. AI信息Gap78

    Anthropic 发布 MHS 硬件协议，AI 智能体接入物理设备

    Anthropic 正式发布 Model Hardware Standard（MHS），让 AI 智能体通过标准化读取/写入驱动操作显微镜、机械臂、激光器等物理设备，实验室集成从数周压缩至数小时。

    推荐理由：MHS让AI智能体通过标准化驱动直接操作物理设备，实验室集成从数周压缩到数小时，QuEra实测校准成功率达99.3%。

8月28日周五
  1. 智东西79

    Anthropic发布Model Hardware Standard（MHS）研究预览版

    Anthropic发布了面向硬件设备的Model Hardware Standard（MHS）研究预览版，允许Agent通过标准化驱动程序发现并操作显微镜、机械臂和量子计算机等物理设备。该标准将设备集成时间从数周缩短至几小时，在QuEra的测试中Agent恢复量子激光锁定成功率达99.3%。目前已有Genentech、卡内基梅隆大学及多家硬件厂商参与应用，正式开源前需完成安全评估。

    推荐理由：原文介绍了MHS在实验室和制造场景中的集成速度及设备控制表现，为评估Agent操作物理设备的可行性提供了参考。

8月27日周四
  1. 智东西82

    深度体验豆包工作48小时，发现其解决企业场景痛点的新解法

    智东西深度体验了字节跳动发布的Agent产品豆包工作48小时，发现其在企业协作场景中凭借飞书集成展现出优势。测试显示，豆包工作能自主完成写文档、做PPT、生成网页等任务，并支持通过Skill机制沉淀流程、操作电脑及跨系统协作。例如，它利用飞书数据自动统计项目进度并生成周报，还能通过视觉识别裁剪图片或远程控制电脑处理任务。

    推荐理由：原文展示了豆包工作与飞书打通后如何处理企业上下文，展示了通用Agent在企业协作场景中的新解法。

  2. AIGC开放社区84

    Google 发布新一代语音转写模型 Gemini 3.5 Transcribe

    Google 发布 Gemini 3.5 Transcribe 语音转写模型，支持 85 种以上语言，实时版延迟低于 1 秒，非实时版词错误率 2.6%。该模型通过 Gemini API 开放，具备智能转写功能可自动清理口误，一小时录音处理成本最低约 0.30 美元。

    推荐理由：原文提供了 Gemini 3.5 Transcribe 在延迟、准确率及实时与录音模式下的功能差异，有助于评估其在不同场景的可用性。

  3. 新智元65

    加速理解发布 5 万亿上下文物理模型

    初创公司加速理解（Accelerated Understanding）发布采用神经算子架构的物理模型，该模型支持 1 万亿参数预训练和超过 5 万亿推理上下文。

    推荐理由：原文揭示了初创公司加速理解推出的非 Transformer 架构物理模型及其 5 万亿上下文能力，读者可据此判断其与传统语言模型在物理推演上的根本差异。

  4. Cohere Blog69

    Cohere 发布 Parse 企业级文档智能模型

    Cohere 推出 Parse 企业级文档智能模型，用于将大规模多模态文档转换为结构化 Markdown，支持九大语言，覆盖文档索引、RAG 和智能体检索。Parse 通过 API 提供 1500 美元/百万页服务，也可在 Model Vault 部署；在 8 张 H100 GPU 节点上处理速度为 36 页/秒。

    推荐理由：原文对比了多家模型在ParseBench的得分、吞吐量和不同部署方式下的成本，读者可以据此判断它适合哪些企业级文档处理场景。

  5. LangChain Blog67

    LangChain 重构客服 Agent：弃用向量检索，转向直接 API 访问与 Deep Agent 子图

    LangChain 宣布重构其客服产品 chat.langchain.com，核心架构从传统的向量数据库检索转向给 Agent 提供直接 API 访问结构化文档、知识库和代码库。

    推荐理由：文章复盘了LangChain客服Agent的重构过程，提出了用直接API访问和Deep Agent子图替代向量检索的具体方案，为构建生产级Agent提供了可复用的架构参考。

  6. LangChain Blog65

    LangSmith LLM Gateway 公开测试版上线，为生产智能体提供运行时管控

    LangChain 宣布 LangSmith LLM Gateway 进入公开测试版，作为位于智能体与模型之间的集中治理层，统一执行成本上限、速率限制、模型回退和敏感数据处理等运行时管控。

    推荐理由：原文列出了成本、限流、回退等具体控制项和四级额度层级，读者可据此评估它是否解决自己生产环境的治理痛点。

  7. LangChain Blog67

    LangChain 联合 NVIDIA 发布 NemoClaw Deep Agents 蓝图

    LangChain 与 NVIDIA 联合发布 NemoClaw for LangChain Deep Agents 蓝图，整合 Nemotron 3 Ultra、Deep Agents Code 与 OpenShell runtime，为企业提供开放、可治理的智能体系统。

    推荐理由：联合 NVIDIA 发布的开放智能体蓝图将低推理成本转化为可规模化的评测与调优能力，企业可据此构建受治理的生产级智能体系统。

8月26日周三
  1. LangChain Blog72

    LangSmith Engine：LangChain 如何构建用于改进 Agent 的智能体

    LangChain 发布 LangSmith Engine，它是一个部署在 Agent trace 之上的智能体，用于自动发现重复失败模式并生成改进项。Engine 接收 trace、代码库和 Agent Overview 作为输入，输出问题列表、评估器建议和回归测试用例，通过轨迹压缩和子智能体筛查实现大规模 trace 分析，并将修复工作交给独立的 fix agent 处理。

    推荐理由：原文给出了Engine如何从海量trace中识别重复失败并生成可测试改进项的完整架构，展示了自动优化agent的方法。

  2. 新智元67

    Pavo 上线 Agnes Video 2.5 并提供免费 AI 视频创作工具

    Pavo 平台上线 Agnes Video 2.5 模型，其 Flash 版本支持 720p 生成 4-12 秒视频且免费开放，API 参考价 1.5 美元/分钟。平台结合无限画布和 Agent 模式，提供从剧本到成片的全流程工具，降低了 AI 短剧制作成本。

    推荐理由：实测了免费模型与创作工具的组合流程，读者可以据此了解低成本生成完整视频的路径。

  3. Claude Blog66

    Claude Cowork 桌面端内置独立浏览器功能

    Claude 在桌面端 Cowork 中内置独立浏览器，可自主导航、读取页面并填写表单。该功能面向 Pro、Max 和 Team 计划开放，支持从 Chrome、Edge 或 Firefox 按站点导入登录状态，但不共享用户本地浏览器的标签页、书签或密码。

    推荐理由：内置浏览器让 Claude 在桌面端独立处理网页任务，无需调用用户本地浏览器，扩展了 Agent 的能力边界。

  4. Claude Blog79

    Claude in Chrome 全面可用并引入浏览器操作安全防护

    Claude in Chrome 向所有付费计划开放，Claude 可在浏览器中自主操作，无需用户逐项批准。安全分类器会在动作执行前进行校验。Anthropic 披露了最新评测结果：在包含探针和安全分类器的最强防护下，Sonnet 5 和 Opus 5 未受攻击影响，Fable 5 的攻击成功率为 0.3%。该功能暂不支持移动端及其他 Chromium 浏览器。

    推荐理由：文章给出了浏览器操作的安全机制和攻防数据，读者可以据此判断其自主执行能力的边界。

  5. Hugging Face Blog75

    Sentence Transformers v6.0 新增 MultiVectorEncoder 支持多向量嵌入模型训练与微调

    Sentence Transformers v6.0 引入 MultiVectorEncoder 类型，支持 ColBERT 风格的延迟交互检索模型训练。作者在单块 RTX 3090 上耗时 14.5 小时微调医疗领域多向量模型，NDCG@10 达到 0.9139，显著优于 Qwen3-Embedding-4B 等通用稠密模型。

    推荐理由：作者通过单卡训练实测证明微调多向量模型能显著超越通用检索器，并提供了完整的训练配方与索引优化方案。

8月25日周二
  1. APPSO65

    苹果发布新款 Mac mini 与 Mac Studio，主打本地 AI 计算性能与多机集群扩展

    苹果正式推出搭载 M6、M5 Pro、M5 Max 及 M5 Ultra 芯片的新一代 Mac mini 和 Mac Studio。新品重点强化本地 AI 运行能力，支持通过 Thunderbolt 5 组建多机集群进行分布式推理。Mac mini 起售价 6999 元，Mac Studio 起售价 19999 元，8 月 25 日开启预购，9 月 22 日起发售。

    推荐理由：Mac 产品线依据 AI 负载重新分层，展示了统一内存架构在本地 Agent 常驻运行场景中的具体扩展路径。

  2. 光子星球79

    实测豆包工作：AI 办公新产品的五大核心能力验证

    光子星球对字节新发布的豆包工作进行了实测，验证了其云盘互通、指哪改哪、虚拟桌面、手机远程派发及工作伙伴五大功能。测试显示豆包工作能完成 116 篇文章分析并生成作品集网页，实现网页元素级精准修改，且能在本地隔离环境操作电脑或接收手机指令归档文件，但多 Agent 并发协作目前仍需串行执行。

    推荐理由：实测展示了网页编辑精准控改、本地电脑操作隔离及手机远程执行等细节，帮助读者直观判断 Agent 办公产品的实际可用性。

  3. 新智元82

    光轮智能与 Hugging Face 开源 10 万小时 EgoSuite-Open100K 全模态人类行为数据集

    光轮智能在 WRC 2026 宣布开源 10 万小时全模态人类行为数据集 EgoSuite-Open100K，该数据集已上线 Hugging Face 和 AtomGit。数据集包含 15,000 多个独立场景，覆盖家居、工业等 7 大类环境，并提供手部和身体 21 关节逐帧位姿及事件级语义三层标注。

    推荐理由：光轮智能开源10万小时全标注第一人称人类行为数据集EgoSuite-Open100K，并公布其多层位姿与事件标注细节，为具身智能模型训练提供了关键基准。