动态

视频创作流彻底变天，还在用旧工具“抽卡”会直接拉低产出效率 可灵 O1 刚全量上线，这是首个将“生成+编辑”统一的多模态模型，真正实现像 P 图一样 P 视频。 🔹 底层逻辑重构 采用 MVL 架构并引入 Chain-of-Thought (CoT) 技术。简单说，模型在生成 …

Lovart 新出的 Touch Edit 把“P 图”变成了“指点江山”，实测能将 90 分钟的枯燥修图压缩至 7 分钟，真正实现了从工具人到创意主导的转变。 1️⃣ 指哪改哪 (Mark & Edit) 抛弃复杂的蒙版与套索。按住 Cmd / Ctrl + 点击画面任意元 …

Runway 仅凭百人团队发布 Gen 4.5，在盲测数据上超越 Google Veo 3 和 OpenAI Sora 2 Pro，且加量不加价。 🔹 以小博大，数据说话 在第三方 Video Arena 盲测中，Gen 4.5 以 1,247 的 Elo 分数拿下一血。这不是 …

你的 AI 交互若还停留在“复制粘贴”阶段，就是在手动增加隐形时间成本，每天至少空耗 30 分钟 夸克×千问不仅是版本更新，而是把 AI 从“浏览器插件”升级为“系统级中枢”，真正打破了软件间的信息孤岛。 原理很简单：大多数 AI 只能在网页里“聊天”， …

字节刚发布的「豆包手机助手」不仅是聊天机器人，而是直接嵌入底层 OS 的数字员工，真正实现了从“教你怎么做”到“替你做完”。 它的核心逻辑是用 VLM（视觉语言模型）识别屏幕 UI，配合模拟点击实现： 1️⃣ 全网比价闭环：对它说“买最便宜的某物”，它自动遍历淘宝/京 …

OpenAI 还没动静，DeepSeek 先把“推理成本”打到了地板价，DeepSeek V3.2 来了 开源模型首次实现「思考+工具」并行，用 1/30 的成本跑出 GPT-5 级的落地效果。 1️⃣ 底层进化：DeepSeek V3.2 引入了 Sparse …

字节跳动 11 月发布的 Vidi2，彻底解决了长视频从“模糊理解”到“精准定位”的难题，让 AI 剪辑真正进入工业化可用阶段。 🔹 视频版 Ctrl+F 核心突破是 STG（时空定位）。传统模型像 RAG 一样只能模糊检索“大概讲了什么”，Vidi2 能实现端到端输出：不仅知 …

Kimi 最近搞了个挺上头的黑五活动：跟它的 “砍价守门员 AI” 聊天砍价，夸也行、卖惨也行，反正把它说服了就能把会员砍到 0.99 元首月（国际版是 $0.99）

微软这波更新挺猛。 从 11 月 29 日起，Windows 11 的 Copilot 悄悄换上了 GPT-5.1，连免费账号也能直接用到以前要 20 美元/月的 “Think Deeper” 深度推理。 不需要重装，不需要重新登录

还在做 Prompt 工程师？Kimi 已经进化成自带键鼠的“全栈数字员工”了 开启“OK Computer”模式，它不再只是陪聊，而是接管虚拟终端（Terminal/Browser），自主拆解任务并闭环交付结果。 🔹 原理像带新兵：传统 Agent 容易卡死在预设流程里，这 …