实测快手的 CyberCut,它把“手搓剪辑”变成了“流水线生产”
更多动态
如果你跟我一样受够了本地生图的高「废片率」
,阶跃星辰刚发的 NextStep-1.1 值得你今晚花点时间研究。 15B 参数的纯自回归模型,不仅开源,还把上一代的稳定性大坑填上了。 实测感受: 1️⃣ 填坑很及时:8 月份试 NextStep-1 时,虽然架构新,但偶尔会崩出「坏点」,像显卡过热的花屏。这次 1.1 引入了强化学习(RL),我跑了几组复杂纹理的图,那些诡异的伪影基本消失了,良品率直线上升。 2️⃣ 质感更细腻:它不像传统模型那样「拼积木」,而是用连续 Token 像 GPT 写文章一样「预测」画面。昨天给新项目的落地页跑 Banner,这种原生 15B 模型的细节连贯性,比我之前勉强用的小模型耐看太多,不用反复修图。 #AI工作流 #开源模型 #NextStep #独立开发 #AIGC

再也不用对着黑底白字的命令行猜 Agent 在干嘛了。
智谱刚发的 Z Code,把“盲盒式”开发变成了可视化桌面,这周帮我抢回了不少改 Bug 的时间。 1️⃣ 所见即所得的操作流:以前用 Agent 工具总得在终端里敲半天,Z Code 直接把浏览器、文件和对话整合了。昨天给客户改前端样式,直接在一个窗口里预览+调整,不用切屏切到眼花。 2️⃣ 交互节点重构(History Reconstruction):这个功能真救命。以前 AI 聊到一半逻辑歪了,只能重开;现在能直接回到第 3 句修改指令,让它重新“思考”后续步骤。实测下来,比单纯改 Prompt 省了一大笔 Token。 3️⃣ 原生 GLM-4.7 加持:自带的模型写代码手感类似 Claude,关键是一个号能切多个主流模型,对咱们这种精打细算的独立开发者很友好。 目前还是 Alpha 版,偶尔有点小卡顿,但核心逻辑很顺。 #AI工作流 #独立开发 #ZCode #效率工具 #程序员干货

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。
