AIGC资讯

微软推出Copilot Labs：首个实验性工具“Copilot音频表达”上线 微软近日宣布推出全新的实验性AI平台——Copilot Labs，旨在邀请用户参与AI技术的创新与发展。作为Co...

在 AI 推理技术持续演进的浪潮中，Meta 人工智能团队与加州大学圣地亚哥分校（UCSD）的研究人员共同研发的DeepConf 技术，正以突破性的 "置信度筛选" 机制重新定义大模型推理的效率与...

在 AI 生成式技术持续发展的当下，腾讯 ARC 实验室推出的AudioStory，以 “大语言模型 + 音频生成” 的融合架构，为长篇叙事音频创作提供了结构化解决方案。这款开源模型突破了传统文本...

2025 年 8 月 31 日，上海人工智能实验室（OpenGVLab）正式开源书生・万象 InternVL3.5，以2410 亿参数旗舰模型 + 九种尺寸矩阵的全量级布局，首次实现开源多模态大模...

在 AI 大模型技术快速迭代的当下，开发者对 “高性能、低成本、易部署” 的开源模型需求日益迫切。美团针对性推出的 LongCat 开源大模型（核心版本 LongCat-Flash），以 560 ...

阶跃星辰发布Step-Audio2mini：革命性的端到端语音大模型 阶跃星辰近日发布了其最新的端到端语音大模型——Step-Audio2mini，这款模型在多个国际基准测试中取得了SOTA...

Bano Banana 新玩法真的超神，效果直接惊艳到我✨ 前前后后试了十几个方案，终于摸索出宝藏用法，宝子们快码住借鉴～要是你们也有好玩儿的 Nano Banana 创意，一定一定在评论区分享呀～ ...

微软推出首款自主研发AI模型MAI-Voice-1与MAI-1-preview，强力挑战OpenAI 在全球人工智能技术激烈竞争的背景下，微软再次展现其技术创新能力，推出了两款自家研发的AI模...

OpenAI 推出全新语音模型 GPT-Realtime，开启语音AI新纪元 在人工智能领域的持续创新中，OpenAI 再度引领了技术潮流，发布了全新的语音模型——GPT-Realtime。专...

元石科技问小白5：国产AI迎来新标杆 在全球人工智能技术不断发展的今天，国产AI技术也在不断取得突破。最近，元石科技推出了其全新旗舰产品——问小白5，这款AI系统凭借其卓越的性能表现，已接近全...

在技术行业，设计领域正在发生迅速变化，尤其是人工智能的引入。以前，设计和创作可能需要数年经验的积累和高额的工具投资，但如今，这一切已经不再是必需的。根据 Canva 的一项调查，78%的营销领导者...

在现代软件开发中，开发者越来越依赖人工智能来提升工作效率，特别是在代码生成、错误调试、项目管理等方面。由 Anthropic 开发的 Claude Code，是一款强大的终端编码助手，专为开发者设...

Z.ai，中国领先的AI创新公司，最近发布了其最新的语言模型——GLM 4.5和其轻量版GLM 4.5 Air。这两款模型不仅在推理、编码和多智能体任务中展现出色表现，更以其强大的代理智能（Age...

腾讯混元推出了全新开源的端到端视频音效生成模型——HunyuanVideo-Foley，该模型能够为视频生成精准的电影级音效，解决了传统AI视频生成无法“听”的问题。HunyuanVideo-Fo...

腾讯推出的Youtu-agent框架是一款开源的智能体框架，具有极高的性能和灵活性，能够显著提升数据分析和文件整理的效率。Youtu-agent通过简单的YAML配置文件，用户可以快速生成智能体...

爱诗科技宣布其最新的AI视频生成模型——PixVerse V5全球同步上线，并且PixVerse（拍我AI）平台的用户规模突破了1亿。作为AI视频生成领域的领先技术，PixVerse V5在复杂运...

字节跳动近期发布了其最新AI技术突破——OmniHuman-1.5，这款产品在AI视频生成领域引领了全新的变革。OmniHuman-1.5通过单张图像和音频输入，能够生成高度逼真的动态视频，显著提...

点击蓝字关注我? 一个爱代码的设计师在运营,不定时分享干货、学习方法、效率工具和AIGC趋势发展。个人网站：tomda.top 最近刷遍各大社交平台的 AI 手办模型（上一篇文章），是不是让你...

文心快码发布多项新功能，助力开发者提升效率 文心快码近日推出了多项新功能，为开发者提供了更加高效和灵活的编码环境。这些新功能包括Zulu-CLI终端编码能力、企业版自定义模型支持、一键设置自动...

百度发布全新AI搜索APP“梯子AI” 百度近期正式发布了其全新的AI搜索APP——梯子AI，这款APP由此前的Tizzy.ai改名而来，标志着百度在人工智能搜索领域的一大步进。梯子AI不仅主...

字节推出Waver 1.0，重新定义AI视频生成 字节近日推出了全新的Waver 1.0 AI视频模型，这一模型在视频生成质量、艺术风格多样性以及多镜头叙事能力上都展现了卓越的表现。Waver...

谷歌DeepMind发布Gemini 2.5 Flash，重新定义图像编辑 谷歌DeepMind近日推出了全新的Gemini 2.5 Flash图像编辑模型，这一模型在精准编辑和创意实现方面展...

英伟达推NVLink Fusion，支持更多自定义与硬件互联 在今年5月的COMPUTEX台北国际电脑展上，英伟达首次亮相了其NVLink Fusion半定制化AI基础设施。尽管当时只提到该架...

X-PLUG团队近日发布了Mobile-Agent-v3，这是一款全新的跨平台多代理框架，专为GUI自动化任务设计。作为Mobile-Agent家族的最新版本，v3在性能和功能上做出了显著优化，进...

在其十周年之际，钉钉隆重发布了全新8.0版本，并推出了革命性的AI办公新形态——钉钉ONE。这款产品结合了自然语言处理和人工智能技术，力图通过简化办公流程、提升效率来改变传统办公方式。钉钉ONE的...

在 AI 绘图越来越逼真的今天，一张图究竟是相机拍的，还是 AI 画的，已经越来越难分辨。 最近，一款全新的模型来啦，它就是 Flux.1 Krea Dev。 相较于以往模型的最大特点：就是提升了真实...

清华IDEA团队重磅发布GUAVA！单张照片0.1秒生成3D化身，技术突破震撼全球 清华大学与粤港澳大湾区数字经济研究院联合研发的GUAVA框架，成功实现了在3D化身生成领域的重大技术突破。该...

阿里Mobile-Agent-v3横空出世！GUI自动化领域迎来跨时代突破 阿里巴巴发布了第三代GUI智能体框架——Mobile-Agent-v3，并推出了开源的多模态跨平台GUI虚拟层模型G...

Vercel AI Gateway发布！百种AI模型一键调用，零门槛打造智能应用 Vercel AI Gateway的发布标志着AI开发领域的又一里程碑，为开发者提供了一个高效、便捷的AI模型...

腾讯CodeBuddy IDE国内版开启公测，接入DeepSeek V3.1，提升开发效率 腾讯正式推出了CodeBuddy IDE国内版，并开始公测。作为国内首个支持DeepSeek V3...

即梦AI上线智能多帧功能！最多支持10张图片，一键生成超长镜头 即梦AI近日推出了全新的智能多帧功能，这项技术突破了传统视频制作的局限，仅通过10张关键帧图像，就能生成最长54秒的连贯长镜头视...

腾讯元宝接入DeepSeek V3.1，开启全新智能体验 腾讯元宝正式接入了DeepSeek V3.1，借助这一版本的先进技术，显著提升了平台的响应速度和智能助手能力，为用户带来了更加高效、智...

LMArena AI：AI模型评估平台，免费与AI聊天并进行投票 LMArena AI，前身为 lmsys.org，是一个专注于众包AI基准测试的AI模型评估平台，由加州大学伯克利分校SkyL...

Liquid AI 推出 LFM2-VL：低延迟的超高效视觉语言模型 Liquid AI 最新推出了 LFM2-VL 系列视觉语言模型，专为低延迟和设备适应性部署进行了优化。该系列包括两个变体...

节跳动发布开源大语言模型 Seed-OSS，助力开发者与研究者 字节跳动的 Seed 团队近日推出了全新的开源大语言模型系列——Seed-OSS。该系列模型专注于长文本理解、推理能力以及开发者...

腾讯元宝接入腾讯视频，点击可直接跳转观看 腾讯元宝与腾讯视频的全新合作，为用户提供了更加便捷的影视观赏体验。通过这一合作，用户可直接从腾讯元宝平台跳转至腾讯视频观看影视作品，无需繁琐的切换操作...

智谱AI发布AutoGLM 2.0，语音一句话即可代替双手操控全网 智谱AI推出的AutoGLM 2.0是其最新发布的一款AI代理产品，凭借强大的自然语言理解和跨平台操作功能，打破了传统操作的...

快手 Klear-Reasoner 模型成功登顶，数学推理准确率超 90% 快手近日推出的 Klear-Reasoner 模型在数学推 理领域取得了显著突破，其准确率突破90%，成为8B模...

企业微信5.0重磅官宣：推出三大全新AI能力，连接真实企业超1400万 企业微信5.0正式发布，全面融入强大的AI能力，推出智能搜索、智能总结、智能机器人三大核心功能，极大提升企业的办公效率与...

DeepSeek V3.1正式发布：长文档分析、代码理解能力大幅增强，R2仍需等待 近日，DeepSeek发布了其全新的V3.1版本，带来了多项重要的功能提升，尤其在上下文长度、推理任务的处理...

在动漫制作流程中，绘制与上色一直是最耗时的环节。如今，基于生成式 AI 的创新工具 ToonComposer 为创作者带来了全新的解决方案。只需提供 一张草图和一帧彩色图像，系统即可自动生成完整的...

Vercel 正式推出了其 AI驱动开发工具 v0 的 iOS 版本，为移动开发者带来了全新的构建体验。作为新一代开发工具，Vercel v0 通过 自然语言提示 生成全栈 Web 应用，大幅度提...

小红书 AIGC 团队正式发布了全新的可控人脸生成方法 DynamicFace，在图像与视频人脸交换任务中实现了前所未有的 质量与一致性。该方法已入选 ICCV 2025，并在论文 Dynamic...

淘宝近日开始灰度测试全新的 “AI万能搜” 功能，旨在通过大模型技术重构电商搜索体验。与传统的商品检索不同，AI万能搜能够理解用户的自然语言提问，并结合 购物攻略、口碑评测、优惠咨询 等信息，为消...

今天凌晨，Qwen 正式发布 Qwen-Image-Edit —— 这是 Qwen-Image 的图像编辑版本。新模型基于 200 亿参数的 Qwen-Image 模型 进一步训练，将其独特的 文...

ChatGPT 移动端应用在全球市场取得了极为突出的成绩。根据最新数据，自 2023 年 5 月上线以来，ChatGPT 移动端（iOS 和 Android）的全球消费者支出已经达到 20 亿美元...

OmniPart：可解耦3D建模新技术 香港大学、哈尔滨工业大学与浙江大学联合推出了 OmniPart 技术，这一成果为 3D建模领域 带来了重要突破。OmniPart能够实现 3D模型部件的...

阿里推出WebWatcher：多模态深度研究智能体 阿里巴巴自然语言处理团队正式推出了 WebWatcher，这是一个 开源的多模态深度研究智能体。该智能体旨在突破现有闭源系统和开源Agent...

AudioGenie横空出世：重新定义AI音频生成 腾讯正式发布 AudioGenie，这是一款具备 多模态音频生成能力 的AI工具，能够根据 视频、文本、图像 等多模态输入，一键生成 电影级...

香港大学开源OpenCUA框架：打造个性化智能助手 香港大学联合多家机构开源了 OpenCUA 框架，旨在帮助开发者构建个性化的 计算机使用智能体（CUA），提升用户工作效率。该框架通过提供丰...

Meta发布DINOv3：自监督学习的AI视觉突破 Meta AI 最近开源了 DINOv3，这是新一代的通用 图像识别模型，基于 自监督学习，无需人工标注即可实现卓越的性能，标志着AI视觉技...

腾讯云发布CloudBase AI CLI：提升开发效率，减少编码量 腾讯云推出了 CloudBase AI CLI，一款深度集成云开发平台的 AI命令行工具。该工具旨在为开发者提供更高效、便...

昆仑万维推出Mureka V7.5与MoE-TTS语音模型：AI音乐与语音合成的新突破 2025年8月15日，昆仑万维集团 在 SkyWork AI技术发布周 上发布了 Mureka V7.5...

快手可灵2.1模型发布：提升视频创作体验 快手推出了 可灵2.1模型，新增了 首尾帧功能，显著提升了视频生成的效果与流畅度。该模型在动态表现、语义理解和生成效率等方面都有明显的提升，尤其是在 ...

智元机器人发布Genie Envisioner平台：开创机器人操控新模式 智元机器人于上海发布了 Genie Envisioner（GE） 平台，这一平台通过整合 未来帧预测、策略学习 与 仿...

Kimi K2模型即将推出全球版PPT生成功能 Kimi K2模型 以其强大的性能和开源特性，在人工智能领域取得了显著成就。作为Kimi的最新成果，K2模型不仅在多个AI任务中表现出色，还将推...

Nano-Banana：超越FLUX Kontext的图像编辑新突破 Nano-Banana 模型在图像编辑领域表现出色，特别是在 角色还原、场景重构 和 图像融合 等关键技术上，超越了 FL...

腾讯混元推出Hunyuan-GameCraft：游戏视频生成框架 腾讯混元团队推出的 Hunyuan-GameCraft 是一款基于 HunyuanVideo底模 的 高动态交互式游戏视频生成...

DeepSeek-R2模型发布计划被否认 关于 DeepSeek-R2模型 的8月发布计划，官方已经进行了明确的否认。此前有传言称，DeepSeek-R2 模型将于 8月15日至30日 之间发...

腾讯混元Large-Vision：全新多模态理解突破 腾讯混元团队近日发布了 Large-Vision，这是一款采用 MoE（Mixture of Experts） 架构的全新 多模态理解模型...