AI工具

随着实时交互场景的不断增加，语音技术在智能应用中的价值愈发凸显。微软最新推出的 VibeVoice-Realtime-0.5B 模型，是一款专为低延迟、高质量语音生成而打造的实时文本转语音（TTS...

随着 AI 模型规模不断增长，推理成本和部署门槛也在持续升高。与“大模型 = 更强能力”的行业趋势不同，英伟达推出的 4B 参数轻量级模型 NVARC 展示出另一条潜在发展路线：通过提升适应性与数...

美团 LongCat 团队正式开源了 LongCat-Image ——一款仅 6B 参数规模但性能对标大模型的新一代图像生成模型。尽管体量小巧，但其 图像编辑能力与 中文文字生成能力均达到了当前开...

随着企业对高性能大模型需求的不断提升，腾讯正式推出 混元2.0（Hunyuan 2.0） 进入内测阶段。此次更新带来 Think 与 Instruct 两个大模型版本，主打强推理能力、指令遵循效果...

在AI语音应用加速落地的今天，“更像真人、更稳定、更容易切换角色”的语音合成（TTS）正在成为教育内容生产、直播配音、智能客服与多语言出海产品的重要能力。近期，阿里巴巴推出 Qwen3-TTS，主...

在多模态视频生成快速普及的当下，“角色不稳定、镜头一切就换脸”一直是内容创作者最头疼的问题之一。近期，可灵 AI 上线全新能力 「主体库」，为 O1 多模态视频模型引入“长期记忆”式的主体管理机制...

核心事件OpenAI计划于2025年12月9日提前发布GPT-5.2模型，以应对谷歌Gemini 3的竞争压力，较原定12月底发布时间大幅提前。 事件总结 发布背景与调整 Open...

在数据库智能化持续发展的背景下，阿里云推出的析言 XiYan-SQL 模型取得了重磅成绩 —— 在全球权威评测 BIRD-CRITIC 榜单中斩获第一，力压多家国际顶尖团队，展现了强劲的 SQL ...

谷歌正式发布 Gemini 3 Deep Think 模式，这是一次面向复杂推理任务的关键功能升级，为人工智能在数学、科学计算、符号推理、逻辑分析等领域带来了更强的处理能力。相比常规模式，Deep...

刚刚，元宝的两大模型，同时上新！ -Tencent HY 2.0 -DeepSeek V3.2 现在，只要打开元宝，就能用上这两大模型，体验到更快的响应速度、更强的推理能力和更自然的回答效...

随着AI数字人技术的加速发展，越来越多的平台开始探索更自然、更具表现力的虚拟人生成方式。而KlingAI最新发布的 Avatar 2.0，在短时间内迅速走红。凭借多模态导演模块、高清超高帧率输出...

随着人工智能技术的不断进步，AI领域的创新步伐也在加速。近日，北京智源人工智能研究院（BAAI）推出的Emu3.5多模态大模型引起了业内的广泛关注。这一突破性技术不仅能够处理图像、文本和视频等多模...

随着 AIGC 技术全面升级，图像生成正在从“能生成”走向“能控制、能一致、能讲故事”。字节跳动旗下 Seed 团队发布的 Seedream 4.5，正是在这一关键点上给行业丢下一颗重磅炸弹。它不...

快手可灵 2.6 全量上线 “音画同出”让AI创作更完整 快手旗下的可灵 AI 全量上线 可灵 2.6 模型。这是其首个实现“音画同出”的多模态模型，能够在一次生成中同时产出画面、自然语音、音...

AWS 推出三款新 AI 智能体 Kiro 具备持续自主工作的编码能力 亚马逊云科技（AWS）正式发布三款全新的 AI 智能体产品，其中最受关注的是名为 Kiro 的自主智能体。作为一款面向开...

蔡浩宇推出不正经 AI AnuNeko 个性化与情绪化交互成最大特点 米哈游联创蔡浩宇带来了全新的 AI 聊天大模型 AnuNeko。这款 AI 以黑猫角色为核心形象，从外观到语言风格都有明显...

Z-Image-Turbo-Fun-Controlnet-Union 模型 强化图像生成中的可控性与效率 阿里通义实验室推出的 Z-Image-Turbo-Fun-Controlnet-Uni...

Kling 2.6 发布：原生音频加入、10秒1080P输出，AI视频全面迈入有声时代 随着 AIGC 视频技术不断进步，AI 视频创作从静态走向动态，再从无声迈向“可听”。在 Omni 生态周的首个...

随着人工智能技术的飞速发展，文本转语音（Text-to-Speech, TTS）功能已经成为许多创作者和企业必备的工具。现在，免费在线文本配音工具正式上线，提供了丰富的语音选择和情感风格，让你能够...

随着人工智能技术的不断进步，图像编辑工具也在悄然发生着革命性的变化。Lovart推出的 Touch Edit 功能，不仅极大简化了图像编辑的流程，还通过自然语言指令和智能识别技术，让设计变得前所未...

在最新发布的PixVerse V5.5版本中，用户可以体验到前所未有的视频制作便捷性。此次更新提供了多个令人兴奋的新功能，其中最值得注意的便是音画同步功能和多镜头自动切换。这些新特性让视频制作更加...

随着 AIGC 视频生成技术的快速发展，越来越多的创作工具开始加入高阶视频模型，提升用户的内容生产体验。近日，千问APP正式接入万相 Wan2.5 模型，其视频创作能力迎来全面升级，不仅支持音视频...

今天，可灵视频 O1 模型全量上新！ 全球首个统一多模态视频模型 全新创作引擎，一站式完成全部创作 打破模态束缚，助力灵感全开！ ✨12月1日起·可灵全能灵感周·连续5天震撼上新...

快手科技旗下的 Kling AI 近日宣布开启「Kling Omni Launch Week」，并发布即将到来的全新多模态视频基础模型 Kling O1（Omni One）。这一模型代表了 AI ...

两个月前，我们发布了实验性的 DeepSeek-V3.2-Exp，并收到了众多热心用户反馈的对比测试结果。目前未发现 V3.2-Exp 在任何特定场景中显著差于 V3.1-Terminus，这验证了 ...

字节跳动 近日发布了震动业界的 Vidi2 多模态大语言模型，这款模型拥有 120亿个参数，专注于视频理解与编辑。Vidi2 的推出标志着视频编辑领域进入了全自动化时代，简化了创作过程，大幅提高了...

随着AI技术的不断发展，图像生成领域的应用也得到了广泛的关注。AI图像生成不仅让创意更具可操作性，还使得艺术创作变得更加高效。AI Image Prompts 是一种专为图像生成AI设计的提示词库...

Gemini Enterprise 免费领取方式（30天） Google Gemini 会员又放水了！ 免费送一个月，包含 Gemini 3 Pro、Nano Banana Pro、Veo 3 等全套...

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...

Z-Image 是由 智谱AI 开源发布的一款高效图像生成基础模型，它以仅 6 B（60 亿）参数的规模，实现了与大规模商业模型相媲美的超真实图像生成效果。更为关键的是，它兼顾了速度与资源效率，在...

2025 年 11 月，阿里巴巴旗下 B2B 平台 1688 正式推出其首款面向全球创业者和跨境卖家的跨境 AI 智能体 — 遨虾。该产品融合 AI 能力与供应链服务，目标是为全球中小商家提供从市...

清影 2.0：一句话即可生成高清视频，开启 AI 视听创作新时代 国产 AI 团队 智谱AI 推出新工具 清影 2.0，用户只需输入一句描述，就能生成 1080P、最长 10 秒 的高清短视频...

一、阿里千问的“第一副眼镜” 2025年11月27日，夸克AI眼镜S1 正式发布，这款设备首次将阿里巴巴的 千问大模型 带入物理世界。用户无需掏出手机，就能通过语音或手势随时唤起千问，结合眼镜...

一、AI 创作效率的全新助手 在当下生成式 AI 快速普及的环境中，创作者、开发者与设计师都面临同一个问题：如何写出高质量的提示词（Prompt）。为了帮助用户更高效地表达意图，一款名为 YP...

一、开源新时代：Z-Image 的诞生 在全球 AI 图像生成竞争愈演愈烈的当下，阿里巴巴通义实验室推出了全新开源模型 Z-Image。这款仅有 60 亿参数（6B） 的轻量模型，却在视觉质量上接近 ...

美团正式推出首款 AI IDE 产品 CatPaw（下文统一称为“CatPaw”），并开启公开测试。CatPaw 以 Agent & 人协作为核心，通过智能 Agent 驱动编程，结合代码...

Amazon 在最新的内部备忘录中提出，工程师在进行 AI 编程时应优先使用自研工具 Kiro，而非依赖第三方开发服务。此举反映了 Amazon 正在加强其技术自主性，并逐步减少对外部 AI 服务...

腾讯正式推出 混元3D创作引擎国际站，面向全球用户开放轻量化的 3D 内容生成服务。该平台主打“即用即创”，用户无需下载任何软件，也无需配置复杂的本地环境，只需注册登录即可在线生成高质量 3D 内...

Black Forest Labs 正式发布了 FLUX.2 系列模型，其中包含 pro、flex、dev、klein 四个版本。此次更新中，最受开发者关注的 FLUX.2 dev 模型已经开源...

11 月 25 日，TRAE 中国版 SOLO 模式正式上线。该模式内置智能体 SOLO Coder，并支持更大的上下文窗口。目前 SOLO 模式已按照 TRAE 中国版等待名单的顺序，逐步向用户...

灵光AI助手 在短短6天内就突破了200万次下载，展现了其强大的市场吸引力和创新性能。这款以高效和智能为核心的 AI 助手，不仅迅速获得了用户的青睐，还凭借独特的功能和优质的用户体验，迅速成为市场...

小米在人工智能领域的最新突破——MiMo-Embodied，是一款开源的跨域具身大模型，已经在29项基准测试中全面超越了现有模型，展现了出色的性能与泛化能力。该模型不仅在自动驾驶和智能家居领域取得...

OpenAI 近日宣布，将于 2026 年 2 月停止对其 GPT-4o 模型的 API 访问，这意味着开发者将需要在此之前迁移至新的版本，以避免影响他们的应用程序和服务的运行。虽然 GPT-4o...

谷歌宣布推出 Nano Banana Pro，这款新工具基于其 Gemini 3 模型，支持 4K 分辨率、14 对象融合、以及 5 人身份一致性保持。此外，Nano Banana Pro 还引入...

腾讯元宝最新推出了创新功能，允许用户通过一句话或一张图片生成视频。基于腾讯混元团队最新开源的 HunyuanVideo1.5 模型，这一功能具有突破性的技术优势，极大简化了视频创作过程。无论是普通...

OpenAI 宣布正式向美国 K-12 认证教师提供 ChatGPT 教师版（ChatGPT for Teachers），并承诺在 2027 年之前完全免费。这一举措旨在帮助教师提升备课效率、改进...

Manus 推出了全新的 Browser Operator 功能，将传统浏览器升级为全功能的 AI 代理浏览器。这个功能通过 利用用户真实IP和已登录状态，实现在浏览器中进行高效自动化操作，避免了...

Google Research 正式公布了全新的 Generative UI 技术，让 AI 不再只是生成文本或图像，而是能够 实时生成可交互的界面（UI）。这一技术让人机交互进入更智能、更高效的...

谷歌正式发布 Gemini 3，并同步推出其全新的 AI 原生集成开发环境（IDE）——Google Antigravity。这不仅是谷歌在大模型时代的一次重大布局，也是对当前 AI 编程生态的一...

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 就在今天，Google正式甩出王炸——Gemini 3。谷歌不...

昆仑万维正式推出全新的 轻量级多模态智能体 Skywork R1V4-Lite，这是一个专为真实环境与复杂场景设计的高效智能体，集 视觉操作、跨模态推理、任务规划、联网搜索与工具调用 于一体。相比...

全球领先的 AI 音频公司 ElevenLabs 再次扩展其产品版图，正式推出全新的 Image & Video 平台。这一平台集成了图像生成、视频生成、声音合成、音乐创作以及音效设计，为...

谷歌 DeepMind 正式发布 SIMA 2，一款面向虚拟 3D 世界的通用智能体。依托 Gemini 技术体系，SIMA 2 能够在多种复杂的游戏与虚拟场景中执行任务，并逐步提升其行为规划能力...

国产大模型在全球舞台上迎来新的里程碑——Kimi K2 Thinking 模型正式接入全球知名 AI 搜索应用 Perplexity，成为目前唯一接入该平台的国产 AI 模型。这一举动不仅展示了国...

OceanBase 全新推出其首款 AI 数据库——seekdb，这是一个 支持 AI 原生混合搜索 的数据库系统，旨在提升 AI 应用的开发效率并降低工程门槛。seekdb 能够同时处理 向量...

xAI 正式发布 Grok 4.1 与 Grok 4.1 Thinking 两款模型，为用户带来更高质量的文本生成、更准确的知识回应以及更快的响应速度。此次更新对模型架构进行了全面优化，重点提升了...

蚂蚁集团最新推出的全模态通用AI助手——灵光，引起了广泛关注。灵光的核心功能之一是自然语言30秒生成小应用，这意味着用户只需通过简单的语音或文本指令，即可快速创建定制化的小工具，极大提升生产力与工...

作为抖音推出的旗舰剪辑软件，剪映专业版（CapCut）已经成为众多创作者和视频制作人的首选工具。无论你是自媒体从业者、影视后期专业人士，还是个人创作爱好者，剪映专业版都能够为你提供一流的剪辑体验...

在当今数字化办公环境中，协作和数据管理成为提高工作效率和精准决策的关键因素。飞书多维表格作为一款新一代的效率应用，结合了在线表格、数据管理与分析、高项目管理软件效协作和可视化功能，业务决策是什么意...

在 AI 编程助手快速发展的时代，JetBrains 再次成为行业焦点。公司正式推出了全新的 DPAI Arena（Developer Productivity AI Arena） ——一个开放式...