Qwen-Image-2.1 开源:生成、编辑与透明图层进入同一模型
Qwen-Image-2.1 将文生图与编辑统一,原生支持透明图片。视觉生成组件采用 70 亿参数设计。
AI Outpost
从模型的新进展,到 AI 产品、智能体与工具的新变化。看消息,查来源,了解与你有关的影响。
浏览最新动态
Qwen-Image-2.1 将文生图与编辑统一,原生支持透明图片。视觉生成组件采用 70 亿参数设计。
Qwen3.8-LiveTranslate 重构实时同传架构,加入说话人区分和原文译文同步显示。官方测得平均延迟由 2.8 秒降至 2.3 秒。
Grok Voice Transcribe 2.0 改进多语言与复杂环境转写,沿用上一版价格。官方提供批量和实时两种接入方式。
OpenAI 在美国与部分广告主测试 Sponsored Agents。用户点击广告后可自愿开启带明确标识的品牌智能体对话。
TypeSafe 的 Jev 走向结构化决策:六张发布与教程配图,详解 Choice、Score、Noul、成本评测、搜索重排和可运行的 Python 接入示例。
Notion 把重复使用的指令整理成团队 Skills。成员可共享技能与数据库,并在 Agent 对话中调用统一的工作方法。
ElevenLabs 为原有 MCP 增加创作工具。用户在支持的助手中连接账户后,可生成配音、音乐、图片与视频。
K2.8 Preview 已全量上线 Kimi Code,客户端继续使用 kimi-for-coding。官方称其改善了编程、智能体能力和思考效率。
Google 发布适用于 Windows 10 和 11 的 Gemini 桌面应用。用户可通过 Alt + Space 快捷键在当前工作窗口上方调用助手。
OpenAI 将 GPT-Live-1 接入 API,支持边听边说的全双工对话。复杂推理与工具调用可交给后端模型处理。
Cursor 推出 Projects,把一个功能或迁移拆成持续推进的任务。项目保存共享上下文,并由协调智能体分派工作。
DeepSeek 发布原生多模态 V4.1 Flash,API 标识为 deepseek-flash。它采用非对称架构,分别压缩输入与输出计算。
OpenAI 为 ChatGPT Work 推出 Data agent,可连接经批准的企业数据源,调查指标变化并生成交互看板。管理员选择允许使用的连接与角色,查询沿用连接账户已有的数据权限。
OpenAI 推出 Agents API 公测,将 Codex 使用的智能体运行框架提供给开发者。它支持长会话、工具调用与子智能体协作,并允许选择 OpenAI 托管或自行提供的计算环境。
Runway 发布 Adobe 插件,在剪辑软件中直接生成图像和视频。结果可放回当前序列或合成,减少浏览器与编辑器之间的搬运。
Astra 如何处理复杂代码、研究与跨应用工作?从百万 token 上下文到异步工具、工作中调整要求、Ultrafast,逐项说明使用方式、验收方法与费用。
Google 推出 Gemini 3.8 Flash 与 Flash Cyber,分别面向常规智能体任务和安全防御。Flash 沿用 3.7 Flash 的入门价格。
Anthropic 推出 Fable 5.1 与 Mythos 5.1,两者基于同一模型但采用不同防护设置。Fable 5.1 普遍开放,Mythos 5.1 限受信任访问计划。
Figma 更新设计智能体生成的插件与着色器。新增发布共享、动画交互和代码下载,让画布中的工具更容易复用。
Z.ai 发布 GLM-5.3,沿用 GLM-5.2 基础模型,通过后训练提升编程与长任务能力。新版不再支持关闭思考。