现在网页版 Gemini 可以直接创建 Opal （ 一句话构建 AI 工作流），可以理解成 Gem（智能体） 的加强版。 顺便提一句，我个人理解工作流和智能体的区别是，一个工作流可能是由多个智能体组合。

Google 推出了一款叫做 CC 的助手。 它会在清晨自动整理你的邮件、日历与文档内容，并日程预览简报形式发到你的邮箱

OpenAI 推出了 GPT Image 1.5 ！！！ 用了下，最让我“卧槽”的是它的文字渲染能力。以前生成的 Logo 全是火星文，现在让它写个 文字海报，连衬线体细节都给你对齐。所谓的“手术式编辑”也不赖，指哪改哪，光影居然没崩。而且 API 价格降了 20%。 虽然号 …

被 Kling 2.6 的 Voice Control 惊艳到了。 Kling 这次直接把桌子掀了：原生音视频同步。 实测下来，直接输入 Prompt，视频生成的瞬间，声音、口型、甚至背景里的车流声（环境音）全都有了。这就好比给 AI 装了个外挂大脑，它终于知道“说话”不仅仅是 …

阿里这个 Wan 2.6 有点东西 实测 Wan 2.6 文字生成一段袋鼠和熊猫拳击比赛的视频，音画完全同步，根本不需要后期再修，这点对我们这种“能不动手就不动手”的懒人太友好了。 而且它那个 1.3B 的轻量版，居然只要 8.19GB 显存就能跑。 不过也别高兴太早，目前 …

在 即梦 上测了下字节刚发的 Seedance 1.5 Pro。 它最变态的地方不是画质，而是原生音画同步。不是那种生成的“哑巴视频”再后期贴个 BGM，而是视频里的角色张嘴说话时，口型、表情和声音是完全咬合的，连环境音都有空间感。 实测下来，比我现在工作流里“Runway …

ChatGPT App也支持“分支对话”功能了

昨晚发现了智谱开源的这个 RealVideo。实测下来最吓人的是延迟只有 2-3 秒。什么概念？以前生成个 5 秒视频够我去冲杯咖啡，现在这玩意儿直接能跟我实时视频通话，连嘴型都能完美对上语音（TTS+视频生成一条龙）。感觉就像给 AI 装了个真·声带和脸，而不是在那念 PPT。 …

本来以为又是个只活在 PPT 里的学术项目，结果看完 LivingSwap 的 Demo，我后背真有点发凉。 以前搞视频换脸，最烦的就是侧脸狂闪和光影崩坏，为了修那些破绽，我在 After Effects 里修帧修到想吐。LivingSwap 这货的路子很野，它不像传统 GAN …

阿里这次开源的通义百聆（Fun-CosyVoice3）属实有点东西，特别是在“白嫖”和“本地部署”这件事上，给独立开发者留了条活路。 实测下来，几个感觉最明显的点： * 轻得离谱：0.5B 的参数量，直接跑在我的开发本上居然不卡。官方说首包延迟降了 50%，体感就是刚敲完回 …