KREA AI 推出实时视频生成模型：让 AI 视频像绘画一样自然
KREA AI 宣布开启其首个实时视频生成模型的测试通道。该模型支持 12+ fps 的生成速度，快于常规播放速度，能够在用户调整输入时提供即时反馈，同时保持帧间运动、身份与风格的高度一致性。 这意味...
排序
谷歌Gemini CLI集成Zed编辑器：开发者可直接在IDE中生成代码、解析错误，减少上下文切换
开源代码编辑器Zed近日迎来重要更新——谷歌已将开源的Gemini CLI正式集成其中。依托Zed编辑器的Rust架构性能优势，开发者可在编辑器内直接调用Gemini模型，实现代码生成、重构、错误解释...
OpenAI将为ChatGPT加家长控制功能：源于16岁青少年自杀事件，同步探索紧急联系人机制
因一名16岁青少年在与ChatGPT长期交流后自杀身亡，OpenAI于近日通过博客文章宣布，将为ChatGPT推出家长控制功能，并探索紧急联系人、GPT-5安全机制优化等额外安全措施。此举被视为对公众...
Google Vids更新：AI化身功能正式上线，同步推出免费消费者版本
去年面向Google Workspace生产力套件推出的视频编辑器Google Vids，近日迎来重要更新：不仅新增AI化身、自动转录修剪、图像到视频等实用功能，还首次推出免费的消费者版本。此次调整既...
群核科技发布新一代空间大模型：SpatialLM 1.5 与 SpatialGen 正式亮相
在首届技术开放日（TechDay）上，群核科技正式推出空间大模型体系的两大核心更新——新一代空间语言模型SpatialLM 1.5与空间生成模型SpatialGen，并明确了后续开源节奏。作为业界首个...
阿里通义发布新一代语音识别大模型 Fun-ASR：更准、更懂场景
阿里通义实验室近日推出新一代端到端语音识别大模型 Fun-ASR。该模型基于大语言模型（LLM）能力构建，在家装、保险、畜牧等多个垂直行业的语音识别准确率提升15%以上，部分场景最高提升达18%，显著...
谷歌翻译（Google Translate）推新功能：AI驱动语言练习与实时对话翻译，直面多邻国竞争
长期以来，谷歌翻译（Google Translate）以“即时翻译工具”的定位服务用户，而近日其推出的两项新功能，正让它突破工具属性——不仅通过AI定制化语言练习功能直面多邻国的竞争，还升级了实时对话...
用 ChatGPT 轻松制作 Flash Card（抽认卡/闪卡）：高效复习的新方式
不少学生都在寻找更高效的学习方法。尽管反复阅读和做题仍是主流，但一种更主动的学习方式正在被越来越多的人采用：使用 Flash Card（抽认卡/闪卡）进行自我测验。 Flash Card 的核心原理是...
英国曾探讨为全民免费提供ChatGPT Plus，但因成本过高未推进
据《卫报》报道，OpenAI 首席执行官萨姆·奥尔特曼（Sam Altman）与英国科技大臣彼得·凯尔（Peter Kyle）今年曾讨论一项潜在计划：为所有英国公民免费提供 ChatGPT Plus ...
NotebookLM 视频概览支持 80 种语言，音频摘要全面升级
谷歌于近日宣布，对 AI 笔记工具 NotebookLM 的视频概览（Video Overviews）功能进行重大更新：现已支持80 种语言，包括中文、法语、德语、西班牙语、日语等主要非英语语种。 与...
新手入门：8 步搭建你的第一个 AI 智能体，从选题到落地全流程
Reddit 网友 Icy_SwitchTech 结合自身实操经验，分享了一套 “零抽象、无炒作” 的 AI 智能体搭建路径。这套流程已多次用于构建可运行的智能体，特别适合首次尝试的新手 —— 无需追...
TKG-DM：无需微调，让扩散模型精准生成色键背景图像
当前扩散模型已能生成高真实感、高文本忠实度的图像，但主流大规模文本到图像模型（如 Stable Diffusion）面临一大局限——难以生成“前景对象置于色键背景”的图像，若要分离前景与背景元素，往往...
