AI 视频进入 5 分钟时代
更多动态
免费生成精准口型同步的数字人视频
商汤 Sekotalk 只需音频即可驱动,降低了视频制作门槛。 🔹 精准口型:支持从正常语速到说唱、京剧等风格。 🔹 多人互动:支持多人在同一画面中对话,适合播客或短剧场景。 🔹 风格泛化:可用于真实照片、动画、素描等不同视觉风格。 🔹 长视频:探索支持长达 15 分钟的视频,保持角色一致性。 🔹 多语言:支持英语、日语、普通话、粤语等。 官网提供免费试用(支持1分钟内音频上传)。 官网: https://sekotalk.com

OpenAI 发布 Atlas
,Perplexity Comet 转向免费,加上 Google Chrome 已集成的 Gemini,AI 浏览器竞争进入白热化。 🔹 OpenAI Atlas 深度整合 ChatGPT,侧边栏可直接对话。核心是 "Agent Mode" (代理模式),能帮你自动执行多步骤任务,比如根据食谱创建购物清单或预订餐厅。 官网: openai.com/index/introducing-chatgpt-atlas/ 🔹 Perplexity Comet 主打 AI 搜索与伴随浏览,近期从 $200/月订阅转向免费开放。适合需要深度信息挖掘与整理的用户。 官网: perplexity.ai/comet/ 🔹 Google Chrome (Gemini) 优势是庞大用户基础与生态。Gemini 已集成,支持跨标签页信息汇总,并与 Calendar、Maps 等服务打通。 介绍: gemini.google/overview/gemini-in-chrome/ 🔹 Microsoft Edge (Copilot) 策略是“增强”而非“重建”。Copilot Mode 旨在成为“肩膀上的助手”,辅助比价、阅读摘要,利用 Windows 生态优势。 目前 Atlas 仅支持 macOS。新手可先从 Chrome / Edge 已集成的 AI 功能或免费的 Perplexity Comet 开始体验,感受 AI Agent 简化浏览工作流。

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。
