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。
全部动态
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。
法律科技公司 Legora 上线了 Intake 功能,临时请求自动转任务,Legora Agent 干活,律师全程把关,法务团队可以省掉周末加班了。
Google 让 Gemini 能帮你直接下单买东西了,Amazon 还顺手发了 75 美元的穿戴设备和 100 美元手机配件,硬件党可以看看参数。
AiSDR 把外销邮件整个流程交给一个智能体跑,每位客户 1.5 美元还包邮件预热和数据增强,做销售外呼的可以试试这个定价模式。
Perplexity 把内部跑 agent 代码的沙箱开源了,Firecracker microVM 隔离,还兼容 E2B,做 agent 执行环境可以看看这套架构。
Cheng Lou 把 JS 代码手写成零训练的神经网络,浏览器里跑出 130 层的小桌面系统,demo 网页直接能玩,原理讲得很清楚。
Databricks 出的第五版数据工程电子书,讲了流式管道和用 AI 智能体写管道、修故障,还带 Toyota、Coinbase 这些真实案例,可以免费下载。
VN 出了个 VN Studio,你剪 AI 生成视频时它自动记录每次手动编辑,版权纠纷时能拿出证据证明哪些是你自己剪的。
Reflection AI 刚推出 Beam,Databricks 也下场祝贺,做智能体开发的朋友可以先看看这个新品。
Atomic Chat 适配了 NVIDIA RTX Spark,开源模型本地跑文本图像视频生成,还带 API 服务器给智能体用,不用依赖云端。
做法律科技或用 iManage 的可以看看:Legora 接了 iManage 的 MCP Server,律师不用切窗口就能操作文档和调历史案件。
Luma 和 DreamLab 合作,用动作捕捉真人特技再 video-to-video 转成不同风格,动作片拍摄思路可以参考。
全球第五大律所把 Legora 铺到全所,1300 个律师真刀真枪用过才转正,还参与设计新研究产品,值得看看律所怎么用 AI。
Legora 发了个法律 Agent,直接挂在 Slack 里用,不用买许可证也不用学新工具,缺啥信息它一开始就问清楚,适合被法务流程拖累的团队看看。
阿里云在云栖大会上讲了他们怎么把企业的 token 消耗变成实际业务价值,做企业 AI 落地的可以看看这套全栈云思路。
Kling 4.0 要上 Runware 了,一次请求能出 30 秒视频、15 张参考图,还是 4K 带立体声,做视频的可以关注。
Tencent在旧金山办了场AI视频工作流活动,fal、Magnific、Machine Cinema的人都来了,还现场秀了Hunyuan世界模型和三个WAND工具,做视频的可以看看。
Osaurus 演了个挺妙的玩法:MiniCPM-V 4.7 在 Mac 上离线跑,一条提示词直接生成能玩的俄罗斯方块,代码还是 Swift 写的。
新加坡的 PixVerse 在做能响应玩家操作的 AI 游戏引擎,不只是文本生成画面,而是玩法会跟着你变,这篇讲了它怎么解决'好玩'的问题。
Cursor 内置插件 pstack 的作者亲自讲设计:把纠正智能体的教训写成 10-20 行短原则,还强制智能体交代每条原则改变了哪个决策,方法很实用。
ChatGPT 的 Chrome 扩展能直接操控你的浏览器标签页了,帮你发消息、填表单、整理几十个开着的标签,动手能力比一般的浏览器插件强不少。
用 Gemini 4 Argon 在 Antigravity 里做的项目直接开源了,代码在 GitHub 上,Pro 用户现在也能用这个模型,可以拿来看看怎么搭。
阿里云把 PolarDB 数据库改造成能存记忆和知识的企业 AI 底座,满帮已经在 CRM 场景用它跑商机匹配了,做企业 AI 落地的可以看看。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档