Affinity Photo 新增机器学习功能，永久免费使用AI。该功能支持本地化处理，无需联网，确保数据隐私，用于提升图像主体与对象的选择精度和速度。
对象选择工具 (Object Selection Tool): 基于分割模型，自动识别并选择图像中的人物、动物、建筑等对象。模型大小约 290MB。
选择主体功能 (Select Subject): 基于显著性模型，一键智能识别图像中最突出的主体。模型大小约 72MB。
本地处理: 所有 AI 运算均在设备本地完成，不上传用户数据，保证隐私安全。
Affinity Photo 新增机器学习功能，永久免费使用AI
更多动态
如何低成本搭建自己的多模态数字人
OpenAvatarChat 是一个模块化的开源对话系统，提供了一套灵活高效的解决方案。 它的核心设计就像搭积木，用户可以按需组合语音识别 (ASR)、大语言模型 (LLM)、语音合成 (TTS) 和数字人渲染 (Avatar) 等模块。 1️⃣ 模型灵活：支持 MiniCPM-o 等本地模型，也兼容 OpenAI 等云端 API，成本可控。 2️⃣ 部署方便：提供多种预置 yaml 配置文件和 Docker 支持，无论是本地 GPU 推理还是云端 API 调用，都能快速部署。 GitHub： https://github.com/HumanAIGC-Engineering/OpenAvatarChat
用自然语言构建 AI 小程序
，Google 的 Opal 把你的想法直接变成 Web 应用。 Opal 是 Google Labs 的 “vibe-coding” 实验项目，通过对话描述功能，即可生成可视化工作流，降低了 AI 应用开发门槛。 最近刚完成一轮重要更新： 1️⃣ 全球扩张：现已对加拿大、日本、印度、巴西等 15 个新国家开放。 2️⃣ 核心升级：增加实时可视化调试，可单步运行、修改 prompt；支持并行执行，加速复杂流程。 非技术背景用户可快速验证创意，开发者也能用它加速原型设计。 官网： http://opal.withgoogle.com
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
