全部动态
Pika 和 OpenAI 搞了个插件,直接在 ChatGPT 聊天框里就能用 Pika 的视频创作工具,不用切应用了。
快手 Kling 4.0 要上 fal 了,单次能出 30 秒带声音的视频,还能塞 15 张参考图控角色和镜头,做短视频的可以盯一下。
Abacus AI Agent 现在打个提示词就能生成 iOS 原生的 3D 游戏和应用,后端、登录、支付都给你配好,用的还是 Astra、Fable 和 Opus 5.5。
在 Claude Motion 做完动画能一键发到 Luma 接着改,两个工具打通了,做视频的朋友可以试试这个流程。
Claude Code 作者自己说,团队每个 PR 都跑 Claude Code Review,Bug 基本在合并前就被拦下来了。
去 PyTorch Conference 的话可以报名这个咖啡聚会,能当面跟 Ray 和 vLLM 团队聊推理部署的实战问题。
LangChain 拆解了 LangSmith 新的 AI Search 内部机制:先把 trace 变成可读轨迹,再让模型逐条比对并流式返回,做 agent 调试的可以看看。
LangChain 出了个 AI Search,分析智能体轨迹不用全量塞进去。他们拿 Open SWE 的 150 段对话验证,发现 84K tokens 里四分之三是工具输出,做智能体调试的可以看看。
Perplexity 联手 Plaid 上线了 Personal CFO,把银行账户接进 Computer 后能直接帮你管钱看账单,财务自动化玩法可以试试。
Dynamic Creatures 做了个叫 Hugo 的机器人原型,不看工厂需求,专门研究怎么通过人脸、声音和动作跟人实时互动,方向挺新鲜。
Jim Fan 团队开源了机器人框架 ASPIRE,真实机器人能自己发现技能、自我改进,换上新模型后基准直接刷到99%,做具身智能的可以看看代码。
Boston Dynamics 前首席战略官做了个陪人聊天的机器人 Hugo,靠 VLE 模型读你的表情和情绪实时反应,跟工业机器人思路完全不同。
DatologyAI 做了 Zephon,在 TorchTitan 里换 GPU 数量恢复训练,8/32/64 卡的全局批次哈希都能对上 16 卡原始运行,做分布式训练的值得看看。
Anyscale 现在能用 Ray Serve LLM 在你自己账户里跑 Reflection 的 Beam,数据主权归你,还不用管运维。
FactoryAI 的 Droid 现在能在你常用的工具里直接接任务,Delegations 功能正式全量上线了。
Google AI Studio 的 Build 加了 Max 和 Plan 两个模式,一个跑得更久出更好结果,一个先出计划再改代码,写应用更省心。
Nous Research 的 Hermes Agent 直接内置进 NVIDIA RTX Spark 新笔记本了,Windows 设置流程里选一下就能本地跑智能体。
Perplexity 的 Computer 现在能逆向工程任意应用并复刻一个能跑的版本,还送 10000 额度免费试,Figma 都被复刻了。
Synthesia 搞了个 AI Avatar 面试挑战,5 道题拿最高分就赢 1 万美元,美国网友可以去试试。
AIPOCH 开了个开源桌面应用,AI 智能体能读论文、跑 Python 和 R 分析数据,还能打包成单个文件分享复现,支持接 OpenAI 或本地模型。
做科研的朋友可以看看,AIPOCH 开源了个桌面应用,AI 跑分析全程留代码和验证证据,用 .science 文件一包就能给别人完整复现。
Boston Dynamics 的合作伙伴 Dynamic Creatures 要把机器人放进主题乐园陪游客互动,童年里想和 R2D2 聊天的场景快成真了。
Artificial Analysis 的 Optima 更新了,现在能用你自己的任务建基准,从智能、成本、速度三个维度对比各家模型。
Grep 创始人和 Martin Casado 聊 AI 运维,他们家产品扫日志能省 90% 成本,还讲了 10 人团队怎么用 3-4 个 agent 干活,很实在。
NTT Docomo 用 ElevenLabs 的语音技术在福岛给独居老人做了个能聊天的 AI 助手,主打解决大雪封门时的陪伴和信息问题,案例挺有意思。
Google 的 Gemini 4 Argon 刷了 WANDR 纪录,Perplexity 的 Pro 和 Max 用户现在搜索和 agent 模式都能直接用上。
快手系 Kling 4.0 全量放开了,动作精度和音画质量都有提升,还拉上 WPP 和 Adobe 聊广告落地,做品牌视频的可以关注。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档