AIGC资讯

一、模型发布背景与意义 在人工智能辅助编程日益普及的背景下，开发者不仅需要强大能力的代码生成工具，也期望更高的效率、更低的成本和更灵活的可用方式。为此，OpenAI 在其 GPT-5 系列中推...

一、模型简介与发布背景 StepFun AI 正式发布了开源音频编辑模型 Step-Audio-EditX，该模型旨在为音频编辑环节带来新的体验。与传统依赖插件或手动剪辑方式不同，EditX ...

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...

一、为何设计系统迎来关键更新？ 随着设计、产品、工程与 AI 模型之间的界限日益模糊，设计系统不再只是静态的组件库或样式指南，而成为团队、平台、智能体共同使用的“活系统”。Figma 在其设计...

一、背景概况：设计软件进入免费一体化时代 2025年10月，Canva 对旗下 Affinity 系列软件作出重大调整。过去用户需分别使用 Affinity Designer、Affinity...

一、背景：中文图像编辑为何成为新焦点？ 随着生成式 AI 技术的快速发展，图像生成与编辑正在从“生成静态图像”向“根据指令编辑已有图像”转变。而在中文场景中，语言理解、字体渲染、复杂指令解析等...

一、背景介绍：为何需要“思考型”智能体？ 在当今 AI 应用中，很多模型能完成单次任务、生成文字或回答问题，但面对复杂任务链条（包含检索、计算、工具使用、决策、输出）时，常常需要人工拆解流程...

AI图像生成领域迎来新一轮普及热潮——Comfy Cloud正式开启公测。这一平台让用户无需高端显卡、无需安装复杂依赖，只需打开浏览器即可秒启Stable Diffusion创作。它不仅让AI绘画...

QQ浏览器在最新电脑端版本中正式推出「AI+」小窗功能，为用户带来了更加灵活、高效的智能浏览体验。通过轻量化的悬浮窗口设计，「AI+」小窗让AI辅助工具真正实现“即用即走”，在不打扰用户正常操作的...

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...

在全球短视频与内容出海浪潮中，语言障碍成为许多创作者迈向国际舞台的最大难题。HeyGen近日发布的AI视频翻译引擎，以上下文感知、唇形精准同步和多说话人智能分离三大技术为核心，让“跨语言无障碍视频...

💡 一、微软推出首款自研AI图像生成器 MAI-Image-1 微软正式发布了其首个自主研发的 AI图像生成模型——MAI-Image-1，该模型已全面整合至 Bing 图像创作工具 与 Mi...

谷歌（Google）旗下的 Gemini 平台 即将推出新一代视觉生成模型——Nano Banana2。该模型在图像生成速度、艺术风格多样性以及多模态协作能力方面迎来全面升级，标志着谷歌在 AI ...

网易云音乐正式上线全新功能——AI 调音大师，这是一项基于大模型算法的智能音效系统。该功能通过 AI 技术动态解析歌曲特征，自动匹配最优音效参数，让每一首歌曲都能展现出更具层次感与空间感的听觉体验。 ...

字节跳动正式推出全新的 豆包股激励计划，旨在通过虚拟股机制吸引并留住人工智能及大模型领域的顶尖人才，同时提升员工对公司未来发展的参与感与归属感。这一举措不仅有助于公司在激烈的人才竞争中保持优势，也...

AI 音乐创作工具 MiniMax Music 推出最新版本 2.0，标志着音乐创作进入一个全新的时代。MiniMax Music 2.0 在人声表现、旋律创作、编曲控制方面都做了全面升级，支持多...

月之暗面（Moonshot AI）**发布的新一代长上下文架构 Kimi Linear 正式登场。在超长输入与实时推理场景中，Kimi Linear 通过 KDA（Kimi Delta Atten...

昆仑万维旗下 AI 视频创作平台 SkyReels 推出最新版本 V3 模型，标志着其从单一视频生成走向“多模态＋大规模聚合＋一体化创作”的新阶段。这次升级整合了全球顶尖 AI 模型（如 Sora...

云存储领域的开发者工具又迎来新突破。近日 百度网盘 正式宣布其核心 API 已全面兼容 MCP 协议（Model Context Protocol），从传统封闭接口走向开放兼容，为开发者提供更便捷...

阿里巴巴旗下的 通义千问团队 正式发布新一代旗舰语言模型 Qwen3-Max，并同步上线“深度思考（Thinking）”模式。这一版本在参数规模、推理能力、编程性能等方面实现全面升级，标志着中国大...

美团最新推出的多模态交互模型 LongCat-Flash-Omni 宣告了“多模态＋实时交互”进入新阶段。作为 LongCat 系列的升级版本，它不仅延续了此前大规模语言模型的强大基础，还首次在...

Canva 宣布推出全新的 Affinity V1.0 版本，这款工具将矢量绘图、图像处理与排版功能完美整合，为用户提供与 Adobe 同等专业能力的设计体验，并且完全免费！此举引发了设计软件市场...

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...

人工智能在视觉设计领域的应用正在不断扩展，而如今，字体设计也迎来了 AI 的加持。近日，全球首款 AI 字体生成器 Dr Fonts© V1.0 正式上线，并开启了免费试用体验。这款工具允许用户通...

OpenAI 宣布推出全新的 Aardvark 智能安全研究助手，这是一款基于 GPT-5 的 AI 安全工具，旨在帮助开发者高效发现、分析并修复软件漏洞。Aardvark 的问世标志着 AI 在...

Figma正式宣布收购AI图像与视频生成初创公司Weavy，并推出全新子品牌 Figma Weave。这意味着Figma正式从传统的“设计协作平台”迈向“AI原生内容生成与编辑”新阶段，为全球创意...

微软最新推出的开源AI框架——Agent Lightning，为大规模语言模型的优化训练带来了革命性的突破。该框架通过强化学习技术，优化多代理系统的训练过程，不仅提升了策略性能，还在无需重构现有架...

随着技术的不断进步，开发工具的智能化已经成为提高开发效率的关键。Cursor 2.0的发布，标志着其从智能补全插件向多智能体协同开发平台的跨越式升级。通过自研的Composer模型和多AI Age...

随着语音合成技术的飞速进步，MiniMax Speech 2.6的发布标志着语音合成进入了一个全新的实时交互时代。此次更新的最大亮点是引入了Fluent LoRA技术，能够在仅需30秒音频的情况下...

Adobe CC 2026全家桶 最新全家桶来了！WIN系统（MAC后期更新） 全面更新，强势来袭！！ 2026全新版终于上线了，怎么能错过这一波更新呢，均为一键安装。 Firefly 图像模型 5...

SoulX-Podcast语音模型的发布标志着AI语音技术在播客创作领域的一次重大突破。该模型通过其高保真音质、出色稳定性以及多语言支持，为播客内容创作者提供了前所未有的技术支持，带来了更加流畅和...

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...

人工智能在金融交易领域再度迎来突破。由香港大学（HKU）主导的AI交易实验中，DeepSeek模型凭借出色的自主交易能力脱颖而出，以10.61%的年化回报率获得冠军，超越了包括GPT、Claude...

AI赋能编程的浪潮持续升温。全新版本的 豆包AI编程工具 正式发布，为非技术用户带来了真正意义上的“零门槛编程”体验。此次更新实现了从“AI辅助写代码”到“AI自动交付产品”的全面跃升，用户只需描...

随着AI技术的快速发展，视频创作的门槛正被不断降低。近日，国产AI视频生成平台 Hailuo 2.3 正式发布，带来了全新的视频生成体验——从文字直接生成电影级视频，动作、表情与物理交互均达到了专...

MiniMax近日开源了其新型AI模型 M2，该模型在 编码 和 代理任务 中展现了卓越的性能和效率，尤其在处理高负载计算时表现出了显著优势。M2模型采用了先进的 混合专家（MoE）架构，使其在计...

美团 LongCat 团队发布了全新的 LongCat-Video 视频生成模型，该模型基于 Diffusion Transformer (DiT) 架构，支持 文生视频、图生视频 和 视频续写 ...

谷歌 Gemini 新功能的上线为办公和学习带来了全新的解决方案。通过 一键生成 PPT 功能，用户只需提供一句话提示，AI 即可自动生成结构完整且视觉美观的专业演示文稿。这一功能的推出，大大提升...

火山引擎 发布的 豆包视频生成模型 1.0 Pro Fast，凭借其显著的速度提升和大幅度成本降低，成为了内容创作者的一款高效且经济的视频制作工具。通过此模型，视频生成速度提升了 3 倍，生成成本...

CodeFlicker 是快手推出的一款 AI 原生编程工具，旨在通过自然语言交互，帮助开发者更轻松高效地完成编程任务。与传统代码编辑器不同，CodeFlicker 内置了强大的 AI 智能体，能...

百度飞桨团队发布的 PaddleOCR-VL 模型在全球 OCR（光学字符识别）领域掀起了巨大的波澜。凭借其强大的性能、广泛的语言支持和文档语义重建能力，PaddleOCR-VL 在 OmniDo...

在 ima Open Day 活动上，腾讯正式发布了全新升级的 ima 2.0 版本。此次升级使 ima 从一个简单的搜索问答工具，变成了一个能够理解复杂任务并自动拆解执行的智能伙伴。新增的 ‘任...

在全球 AI 竞争日益激烈的背景下，中国科学技术大学与字节跳动联合发布了具有突破性意义的 MoGA 长视频生成模型。这一端到端的生成模型采用了 MoGA 算法，能够在分钟级别内生成高质量的视频内容...

国内大模型明星公司 月之暗面（Moonshot AI） 即将完成新一轮数亿美元融资，而这一轮融资的背景正是其近期发布的 Kimi K2 模型。Kimi K2 的强大性能迅速超越了 GPT-5 和 ...

字节跳动 Seed 团队正式发布了创新性的 3D 生成大模型 Seed 3D 1.0。这款模型能够从单张图像端到端生成高质量、仿真级 3D 模型，包括精细几何、真实纹理以及 PBR 材质。它的出现...

Vidu Q2 参考生视频大模型 API 的全面开放，标志着 AI 视频生成技术的又一重要进展。从最初的“可用”阶段到如今的“精工”阶段，Vidu Q2 提供了更加精细的数字视频创作工具，尤其在广...

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...

近期，百川智能推出其最新医疗大模型 Baichuan‑M2Plus（部分资料或称 Baichuan-M2），该模型采用六源循证推理范式，在医学知识运用与决策支持上表现突出。通过将查询转化为结构化的...

阿里通义千问 推出的视觉语言模型系列 Qwen3‑VL 再添新成员——新增 2 B 和 32 B 两种参数规模，进一步扩大了其在视觉语言理解任务中的应用范围。新的模型尺寸让手机端等资源受限设备也能...

OpenAI 正式发布全新浏览器 ChatGPT Atlas，这款产品标志着 ChatGPT 从聊天助手迈向全面互联网操作平台。Atlas 将 AI 融入浏览体验的每个角落：无论是网页阅读、数据分...

随着大规模语言模型（LLM）在各类自然语言处理任务中的应用逐渐深入，如何有效处理长文本、提高记忆和计算效率，已成为亟待解决的问题。为此，DeepSeek-OCR 推出了创新性的 “视觉记忆压缩” ...

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...

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...

AI 技术在文档解析与视觉理解领域持续加速发展。近日，DeepSeek 发布了全新的 DeepSeek-OCR 模型 —— 一款仅有 3B 参数 却性能强大的 视觉文本压缩模型。该模型凭借 高压缩...

语音 AI 应用迎来新的开发利器。AI 语音技术公司 ElevenLabs 正式发布了 「ElevenLabs UI」 —— 一个专为 AI 音频与语音代理场景打造的开源组件库。它不仅为开发者提供...

AI多模态领域再迎重磅开源项目。由 EvolvingLMMs-Lab 团队推出的 LLaVA-OneVision-1.5 模型正式发布，凭借卓越的图像与文本理解能力，在多项基准测试中表现优异，性能...

爱诗科技，一家领先的AI视频生成公司，近日宣布成功完成了1亿元人民币的B+轮融资，这一消息标志着公司在AI视频生成领域的快速发展和资本市场的高度认可。根据公开信息，爱诗科技的年度经常性收入（ARR）已...

百度近日推出了其全球领先的文档解析模型——PaddleOCR-VL，这一新模型在OCR（光学字符识别）技术领域引起了广泛关注。凭借轻量高效的架构设计、支持109种语言和高精度识别能力，Paddle...

阿里巴巴近日发布了全新的紧凑型Qwen3-VL视觉语言模型系列，包括具有4亿和8亿参数的变体。这一发布标志着多模态AI技术的进一步普及，尤其是在资源受限的环境下。Qwen3-VL模型专为边缘设备设...

苹果公司与俄亥俄州立大学的研究团队联合发布了全新的FS-DFM模型，这项技术革新在AI长文本生成领域展现了巨大潜力。通过这一模型，仅需8轮迭代便可生成高质量的文本，相比于传统模型需要千轮迭代的生成过程...