AIGC资讯

在计算机视觉（CV）应用快速发展的时代，开发一个高效的视频AI系统往往需要大量的模型配置、算法调度与数据处理。为了解决这些复杂问题，开源社区推出了轻量级框架 VideoPipe —— 一个帮助开发...

最近 Nano Banana Pro 的玩法层出不穷，很多朋友惊叹于大神们的作品，却苦于不知道去哪里寻找高质量的提示词（Prompts）。 分享 几个非常实用的 Nano Banana Pro 提...

AI 圈最近又冒出一个很有意思的小玩意。 这次不是新模型，也不是新 Agent，而是 Anthropic 放出来的一个 桌面宠物玩法：Claude Buddy。它的思路很直接，就是把原本偏枯燥的 AI...

在AI视频生成领域，角色在不同场景中的一致性一直是技术难题。近日，字节跳动与新加坡南洋理工大学（NTU）联合推出了 StoryMem 系统，该系统通过引入关键帧记忆机制，在生成多场景视频时显著提升...

阿里通义团队推出的 Qwen-Image-i2L 技术引发广泛关注。这项能力允许用户仅凭 一张图片，即可自动生成可微调的 LoRA 风格模型，大幅降低个性化 AI 图像生成的门槛。相比传统 LoR...

小红书发布开源多模态大模型dots.vlm1，NaViT视觉编码器引领行业发展 小红书Hi Lab近日发布了全新的开源多模态大模型dots.vlm1，该模型结合了NaViT视觉编码器和Deep...

特斯拉最近公布了 2026 春季软件更新，这次更新里最受关注的两项变化，一是 Grok 车载语音助手 的进一步升级，二是 FSD（Supervised）相关入口和交互方式 的明显调整。根据多家媒体对更...

开源AI助手正在成为个人效率工具的重要方向，尤其在本地化部署、隐私保护与可扩展能力方面，越来越多用户倾向选择开源项目。近期，开源个人AI助手项目再次引发社区热议：该项目从 Clawd 到 Moltbo...

在开源大模型持续发展的背景下，30B 级别模型逐渐成为兼顾性能与部署成本的重要选择。近期，智谱 AI 正式开源 GLM-4.7-Flash，该模型在多项能力评测中表现突出，覆盖推理、编码与通用理解等关...

一、智谱AI联合华为开源GLM-Image，国产多模态AI迎来新突破 近日，智谱AI（Zhipu AI） 与 华为（Huawei） 联合宣布开源最新多模态大模型 GLM-Image。该模型在性...

AReaL v1.0 稳定版发布 智能体强化学习训练框架 AReaL v1.0 现已正式发布稳定版本。该框架主要解决当前 AI Agent 在训练过程中面临的两个问题： 接入强化学习训练成本高 智能体...

CoPaw 是一款可在本地环境运行的 AI 个人助理，支持钉钉、飞书、QQ、Discord、iMessage 等多平台对话，并通过 Skills 扩展能力，支持定时任务、文档处理与自动化工作流。 正文...

阿里通义千问团队正式推出 Qwen3.5 小型模型系列，包含 0.8B、2B、4B 和 9B 四款轻量级模型版本。该系列面向边缘设备与实时交互场景优化，同时支持多模态能力，为开发者提供更灵活的部署选择...

Adobe Firefly Image 5的最新版本正式发布，标志着AI图像生成技术的专业化突破。这一版本不仅支持400万像素的原生图像生成，极大提升了图像的清晰度和细节处理能力，同时也带来了分层...

Youtu-Agent 智能体框架正式开源，引领 AI 发展新潮流 腾讯优图实验室宣布正式开源Youtu-Agent智能体框架，这是一款专为构建、运行和评估自主AI智能体而设计的高性能框架。凭...

官网：https://stitch.withgoogle.com/ Google Labs 旗下的 AI 设计工具 Stitch 最近再次迎来升级。相比很多人对 AI 设计工具还停留在“输一句 pro...

随着实时交互需求的不断提升，语音合成技术在游戏、虚拟现实和智能对话系统中的重要性日益凸显。近日，Inworld 正式推出全新语音合成模型 TTS-1.5，在实时性、成本控制和多语言支持方面实现了显著优...

近日，快手（Kuaishou） 自主研发的 Agentic Coding 模型 KAT-Coder-Pro V1 在国际知名 AI 模型竞技评测中表现出色，成功跻身 全球 AI 榜单 Top10...

随着AI技术在各个领域的应用不断深化，音乐创作作为一个创意性与技术性兼备的行业，也在迎来变革。昆仑万维最近发布了其全新的 Mureka V7.6 和 O2模型，这两个模型代表了AI音乐创作技术的最...

一、爱诗科技发布 PixVerse R1：实时世界模型迈入新阶段 中国AI技术公司 爱诗科技（AIsphere） 正式发布其最新研发成果 PixVerse R1，这是全球首个面向多领域实时交互...

杭州的机器人公司 宇树科技（英 Unitree Robotics）发布了最新款人形机器人 Unitree H2。这款机器人身高约 180 厘米、体重大约 70 公斤，外形高度拟人化，同时具备先进的...

Kimi 灰度测试 OK Computer，AI 从 “问答” 迈入 “执行” 新阶段 9 月 26 日，月之暗面正式开启 Kimi 全新 Agent 模式 “OK Computer” 的灰度...

在小说创作的过程中，很多作者都会遇到写作瓶颈、文风不一致或者内容扩展困难等问题。为了帮助写作者们克服这些挑战，蛙蛙写作应运而生。这款AI小说写作助手为作者们提供了全面的润色、改写和扩写功能，帮助你提升...

蚂蚁旗下灵光App正式上线“体验世界模型”功能，用户只需上传一张图片，就可以在手机端生成一个可探索的3D世界，并通过类似手游的摇杆方式进行第一人称移动和视角控制。根据公开报道，该功能支持用户在手机上最...

在智能助手领域竞争日益激烈的背景下，亚马逊正式上线了 Alexa + 的网页入口——Alexa.com，为用户提供通过浏览器直接与下一代智能助手对话的能力。这一变化标志着 Alexa 在扩展使用场...

阿里巴巴通义实验室推出 MAI-UI：多模态基础 GUI 智能代理家族 阿里巴巴通义实验室正式发布 MAI-UI（Mobile AI User Interface），这是一个多模态基础 GUI...

昆仑万维 即将于 11 月初推出旗下 AI 视频产品 SkyReels 的全新版本。该平台依托公司在 AI 与大模型领域的深厚积累，力图将专业级视频创作能力普及至大众创作者，推动 AI 视频生产力...

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...

Anthropic Claude Code 源码泄露事件，引爆 AI 开发者社区 2026 年 3 月 31 日，围绕 Anthropic 与 Claude Code 的一场源码泄露风波迅速在开发者社...

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 最近谷歌的 Nano Banana Pro 生图模型那是相当火🍌可用性终于到了一个十分可靠...

DeepSeek V4中文大模型最新测评结果出炉。根据公开报道，SuperCLUE团队发布了DeepSeek V4系列中文大模型测评结果，其中 DeepSeek-V4-Pro 以70.98分位居国内第...

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...

Fish Audio 发布新一代 TTS 模型 S2 AI 语音技术公司 Fish Audio 近日发布了新一代 文本转语音（TTS）模型 S2。该模型在语音情绪表达和可控性方面进行了显著提升，并以 ...

网易 LobsterAI 发布 0.2.2 版本 网易开源 AI Agent 项目 **LobsterAI（龙虾）**近日发布 0.2.2 版本，进一步增强了对国内企业协作生态的支持。 官方入口：ht...

当 AI 不再只是“陪聊”，而是能真正操作你电脑的存在，开发者开始坐不住了。 最近，一个名为 Clawdbot 的开源项目在 GitHub 突然爆火——24 小时内狂揽 9000+ Star，直接冲上...

近日，国产大模型公司 MiniMax 宣布已通过 港交所上市聆讯，有望成为首家登陆资本市场的国产大模型企业。这一消息不仅标志着大模型企业在资本市场迈出重要一步，也引发业内对于 大语言模型与多模态生...

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...

AI 视频创作的发展现状 近年来，AI 视频生成工具在内容创作、品牌营销和社交媒体领域得到广泛应用。从自动生成短视频到文本转视频，AI 技术显著降低了视频制作的技术门槛。然而，许多用户在实际使用过程中...

随着大模型应用逐步走向规模化落地，商业化进程正在加快。近日，小米官方宣布，开源大模型 MiMo V2Flash API 正式上线充值功能，标志着 MiMo 大模型即将进入付费使用阶段。 在计费系统正式...

在 AI 技术狂飙突进的当下，"安全增强必损性能" 已成为行业公认的两难困境 —— 传统大模型为提升有害信息防御能力，往往需牺牲 15%-30% 的通用推理性能，这种取舍严重制约了 AI 在金融...

在混合办公与远程协作成为常态的背景下，如何高效记录、整理并沉淀会议内容，正在成为企业与个人用户的共同痛点。近日，飞书与安克创新联合推出一款全新的智能录音设备——AI录音豆，试图通过“轻量硬件 + ...

苹果最近发布了其最新的多模态 AI 模型 UniGen 1.5，在图像处理领域实现了重大的突破。UniGen 1.5 将 图像理解、生成与编辑功能 集成于一体，并通过创新的“编辑指令对齐”技术，显...

科大讯飞正式发布了全新一代星火 X1.5 大模型，标志着中国AI产业在国产算力与智能算法融合方面迈出了关键一步。星火 X1.5在多语言处理、计算效率与模型精度上实现全面提升，不仅性能对标国际主流模...

Open AI正式发布了其最新的GPT-5模型，并推出了官方的提示词指南，为开发者和用户提供了一整套优化策略。这些策略帮助用户充分挖掘GPT-5的潜力，在复杂任务、编程和多模态交互方面取得更高的效...

阶跃星辰开源 Step3.5 Flash 模型 国产 AI 公司 阶跃星辰（StepFun） 正式开源 Step3.5 Flash 大模型，该模型采用稀疏 MoE（Mixture of Experts...

随着视频内容需求不断增长，程序化视频制作正在成为开发者和内容团队的重要方向。传统基于 Remotion 的视频开发虽然具备高度可控性，但往往需要编写大量 React 代码，对非技术用户并不友好。近期...

英伟达（NVIDIA）研究团队近日正式发布了全新的语音对语音对话模型 PersonaPlex-7B-v1。该模型以全双工（Full-Duplex）语音交互为核心设计目标，通过端到端 Transfo...

设计工具 Framer 在网页构建器领域已有广泛应用。近期，Framer 发布了名为 “Design Pages” 的新功能，赋予其真正的“设计模式”能力。用户可在自由画布上使用矢量编辑、P3 色...

OpenAI 近期推出 GPT-5.3 Instant，该版本主要针对用户体验进行优化，重点解决此前用户反馈较多的“说教式回答”问题，使对话更加自然和平等。 同时，新版本在 幻觉率控制与创意写作能力方...

一、文心ERNIE-5.0-0110正式发布：多模态与推理能力全面提升 百度正式推出全新大语言模型 ERNIE-5.0-0110，该版本在多项国际权威评测中表现卓越，尤其在数学推理与计算能力方...

MiniMax 最近发布了新一代音乐生成模型 Music 2.6，这次更新之所以引发关注，不只是因为模型版本升级，而是因为它把 AI 音乐创作的交互方式又往前推进了一步。根据官方发布内容，Music ...

今天看到 MiniMax 的官方 CLI 工具 MMX-CLI 正式发布，这个消息对于开发者、AI Agent 玩家和内容生产团队来说，关注度会很高。原因很直接：随着越来越多大模型厂商开始提供官方命令...

小米正式推出了 MiMo 大模型 的首个 Token 订阅套餐，标志着其 AI 商业化 进入新的阶段。从官方发布的信息来看，MiMo 套餐提供了四个不同档位，月费从 39元 起，覆盖多模型、多模态的调...

Figma 正在持续强化设计与开发之间的连接能力。根据 Figma 官方发布说明，Figma MCP 服务器现已支持双向工作流，开发者不仅可以把代码侧渲染出的 UI 推送到 Figma 画布中，还可以...

惠普（HP Inc.）近日宣布将在 2028 年底前裁员 4000–6000 人，作为其大规模 “2026 财政计划” 的核心组成部分。公司明确表示这一举措旨在加速 AI 转型，通过人工智能提升生...

OpenAI 视频生成产品 Sora 近日再度成为行业关注焦点。根据多家媒体在 2026 年 3 月 24 日 的报道，OpenAI 正在关闭 Sora 视频生成应用，这一变化不仅意味着这款明星级 A...

微博正式接入 KimiClaw 新浪微博宣布正式接入 KimiClaw AI 智能体服务，用户可以通过 微博私信直接与 AI 进行交互，并远程管理 AI 任务。 体验入口：https://hao.ui...

一、Midjourney Niji 7：动漫AI创作的又一里程碑 AI绘画领域正快速发展，而在动漫与插画风格生成方面，Midjourney 一直处于领先地位。全新的 Niji 7 模型，是Mi...

GLM-5.1 发布，智谱把重点放在“真实工程任务”上 智谱正式发布 GLM-5.1。从智谱官方文档来看，这一代模型被明确放在 通用智能、真实编程与复杂任务执行 的框架里描述，重点不是单一榜单分数，而...

随着生成式 AI 工具不断进入开发、设计与内容生产场景，越来越多开发者开始关注一个核心问题：如何把图片和视频生成能力，真正融入原生工作流，而不是停留在网页端的单次操作层面。 对于开发者来说，效...