⌘ 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 341–360 条 · 共 411 条
8月6日周四
  1. APPSO82

    阿里 Wan 3.0 视频模型开启公测：单次生成 30 秒支持多文档输入

    阿里视频生成模型 Wan 3.0 开启公测，支持单次生成 30 秒视频并新增 doc、xls、ppt 等文档格式输入。实测显示该模型在风格统一性和镜头美学上表现稳定，支持局部区间编辑以降低反复生成成本。Wan 3.0 API 近期将全量开放，720P 定价为 0.6 元/秒。

    推荐理由：实测了Wan 3.0在30秒长视频生成、多文档输入及局部编辑上的能力，并展示了其对叙事镜头美学的支撑效果。

8月5日周三
  1. 新智元66

    OpenAI 推出三款教育插件 试图抹平师生使用 ChatGPT 的能力差距

    OpenAI 针对 K-12 教师、大学教授及大学生发布了三款教育插件，将备课、课程设计、出测验等成熟工作流打包为预置模板，解决用户提示词技巧不足导致利用率低的问题。这些插件目前仅通过 ChatGPT Edu 及 ChatGPT for Teachers 在学区部署中提供，由学校和学区控制权限与课程材料，与 Anthropic 面向个人教师的策略形成区隔。

    推荐理由：OpenAI发布针对教师的三款教育插件，通过预置工作流降低使用门槛，并明确将分发权交给学区而非个人。

8月4日周二
  1. 新智元70

    LlamaFactory作者开源PenguinHarness：0.2元实现Agent自动构建与自进化

    LlamaFactory作者郑耀威团队开源了支持自进化Agent的框架PenguinHarness。该工具主打轻量易用，能让Agent自动构建另一个Agent，通过文件系统作为真相来源简化协作，成本仅0.2元。

    推荐理由：PenguinHarness实现了Agent自动构建与本地自进化闭环，通过多智能体协作将成本降低至0.2元，为开发者提供开箱即用的自动调优能力。

8月3日周一
  1. 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
  1. 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。

  2. 新智元75

    微软发布MDASH网安系统与MAI-Cyber-1-Flash，CyberGym基准成绩达95.95%

    微软发布多模型漏洞识别与修复系统MDASH及首个自研网安模型MAI-Cyber-1-Flash，在CyberGym基准上取得95.95%的漏洞复现成功率，成本仅为此前最优配置的一半。该系统采用大小模型路由架构，由MAI-Cyber-1-Flash处理90%任务，GPT-5.4处理剩余10%；微软同日还宣布Project Perception将于8月3日进入公开预览。

    推荐理由：微软发布MDASH网安系统和MAI-Cyber-1-Flash模型，展示了通过多模型编排和专有数据在CyberGym基准上以更低成本获得更高漏洞复现率的新范式。

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
  1. 光子星球78

    Seedance 2.5 发布：30 秒视频生成长度与局部编辑能力升级

    Seedance 2.5 正式发布，单次生成视频时长提升至 30 秒并支持最多 50 个多模态参考素材。该模型新增视频局部编辑功能，可精准修改画面局部元素并保持整体节奏，已上线豆包、即梦等字节旗下产品。徐工集团、小鹏汽车、穹彻智能等多家企业确认引入该模型，用于工业培训、自动驾驶数据合成及具身智能训练场景。

    推荐理由：文章通过实测与产业合作案例，展示了该模型在视频时长、编辑控制及物理一致性方面的关键变化。

7月30日周四
  1. 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。

  2. 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28日周二
  1. 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. Hugging Face Blog79

    NVIDIA 发布 Cosmos-H-Dreams 实时生成式外科机器人模拟器

    NVIDIA 发布 Cosmos-H-Dreams，一个实时、动作条件化的生成式外科机器人模拟器。该模型基于 Cosmos-H-Surgical-Simulator 蒸馏，通过 FlashDreams 推理引擎在单张 NVIDIA RTX PRO 6000 GPU 上实现约 160 帧/秒的交互体验。

    推荐理由：原文明确了实时生成式外科模拟器的技术路径与开放入口，读者可以据此评估其在机器人训练与评测中的实际作用。

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
  1. 数字生命卡兹克80

    腾讯设计Agent Miora 全量开放，整合Skill市场与分层记忆系统

    腾讯设计Agent平台 Miora 于 2026-07-22 全面开放，此前需邀请码和预约排队。该平台由 WorkBuddy 团队开发，支持品牌设计、影视创意、电商广告、互动游戏和网页应用五大场景，每个场景对应不同的快捷模板即垂直任务 Skill。

    推荐理由：腾讯设计Agent平台Miora全量开放，展示了基于Skill市场和分层记忆系统的设计工作流，为AI设计工具的生态演进提供了观察样本。

7月7日周二
  1. Hugging Face Blog64

    LeRobot v0.6.0 发布

    LeRobot v0.6.0 发布，新增支持想象未来世界模型策略与六个统一仿真基准，提供 DAgger 式部署 CLI 以加速数据收集与模型迭代。

    推荐理由：该版本通过引入世界模型策略与统一评测CLI，展示了将仿真失败转化为训练数据的完整闭环。

  2. Hugging Face Blog77

    Hugging Face 存储成为 SkyPilot 后端：通过 hf:// 实现零 egress 的跨云 AI 工作负载

    Hugging Face Storage 成为 SkyPilot 的首类后端，AI 团队可在 20+ 云上运行 dev、训练或 serving 任务，并通过 hf:// 直接读写 Hub 上的模型、数据集或 Bucket，读取零 egress 零 CDN 费用。

    推荐理由：原文给出了 Hugging Face 存储与 SkyPilot 联动的零 egress 机制，读者可以据此判断跨云 AI 工作流的成本与部署方式。

6月25日周四
  1. Google DeepMind91

    Google DeepMind 在 Gemini 3.5 Flash 中引入 computer use 功能

    Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，使其能跨浏览器、移动和桌面环境执行动作。该功能通过 Gemini API 和 Gemini Enterprise Agent Platform 开放，支持敏感操作确认与 Prompt 注入自动停止等企业级安全防护，开发者可使用 Browserbase 提供的 demo 环境快速测试。

    推荐理由：官方将 computer use 集成至 Gemini 3.5 Flash 主模型并开放 API 入口，开发者可据此构建跨平台自动化智能体。