将长文档转为定制解说视频 Google NotebookLM 的“影片摘要”功能升级，从预设模板转向完全自定义生成。 🔹 任意风格：由 Nano Banana (基于 Gemini 2.5 Flash) 驱动。除了 6 种内置风格（如白板、水彩），现在可用文本提示指定“8 位 …

提升 AI 协作效率：ChatGPT 群聊功能试点 它正从个人工具转向多人协作空间，目前已在日、新、韩、台等地测试。 1️⃣ ChatGPT 群聊：通过链接邀请多人实时协作，支持文件上传、图像生成和搜索。 2️⃣ 隐私与管理：群聊的自定义指令（Custom …

设置一个目标价，让 AI 帮你自动下单 Google 刚发布的 Agentic Commerce (代理商业) 功能，接管繁琐的购物执行环节。 🔹 Agentic Checkout: 这不是简单的降价提醒。当你设置好目标价、尺码和颜色后，Google AI 代理会在价格达标时 …

快速生成可编辑的 3D 场景 李飞飞团队 World Labs 开放了首款商用世界模型 Marble。它能将文本、图片、视频或 3D 布局转为持久化、高保真的 3D 环境。 1️⃣ 多模态输入：支持从文本、单图、多图或视频片段生成空间连贯的 3D 世界。 2️⃣ AI 原生 …

让 AI 语音 Agent 不再“卡顿”的 ASR 方案 ElevenLabs 推出了 Scribe v2 Realtime，一个专注超低延迟的流式语音转文字模型。 🔹 延迟： 约 150ms 响应，比常规 ASR（如 Whisper）快，实现自然对话体验。 🔹 覆盖： …

用 3B 算力跑 28B 模型的推理 百度新开源了多模态模型 ERNIE-4.5-VL-28B-A3B-Thinking，重点是通过 MoE 架构实现低成本高性能。 MoE (混合专家) 原理好比： 你有一个 28 人的专家团 (总参数)，但回答问题时只喊 3 …

用提示词生成全栈应用，并保持设计一致性 Webflow 新推出的 App Gen (公测中) ，允许你用自然语言构建生产级 Web 应用。 它最大的特点是“设计感知”： 1️⃣ 自动继承：App Gen 会自动应用你现有的设计系统 (颜色、字体、布局变量、组件)，解决 AI …

本地部署 AI 高精解析筛选简历 阿里开源了 SmartResume，一个结合 LLM 与 OCR 的简历处理工具，适合个人优化或 HR 批量筛选。 🔹 精度与效率：单页信息提取准确率 93.1%，平均 1.22 秒处理一页，支持 PDF、图片等格式。 🔹 复杂布局： …

让 AI 视频不再“抽卡” 实现精准运镜与循环场景 可灵 (Kling AI) 2.5 Turbo 模型上线“首尾帧”功能，配合降价策略，将视频生成从随机碰撞拉回到可控工作流。 1️⃣ 成本效益 新模型算力优化后，费用较前代降低约 30%（1080p/5s 仅需 25 …

GPT-5.1 已发布，解决 GPT-5 的“冷漠”问题，带来更智能也更自然的 AI 体验。 OpenAI 听取了用户反馈，新版默认语气更“温暖”。 1️⃣ GPT-5.1 Instant (即时模型): 默认更会话化。亮点是“自适应推理”，遇到复杂问题会“先思考后回答”，提 …