Gemini 现已支持在 Canvas 中一键生成演示文稿，能把长文自动转为PPT（幻灯片） 它提供两种输入方式： 1️⃣ 提示词：输入一个主题，AI 自动生成框架、内容和配图。 2️⃣ 文档：上传 PDF、Word 或报告，Gemini 会自动提取要点，转化为逻辑清晰的幻灯 …

让静态图片“演”起来 字节的 即梦数字人 工具更新了 OmniHuman 1.5 模型，只需一张图+一段音频，就能生成带表演情绪的动态视频。 它不再是简单的对口型： 1️⃣ 理解语义：根据音频情绪自动调整表情和演技。 2️⃣ 多人群戏：自动识别多人，安排互动表演。 3️⃣ …

在消费级 GPU 上跑 4K AI 视频 Lightricks 新发布的 LTX-2 是首个完整的开源 AI 视频基础模型，实现了音视频同步生成。 1️⃣ 音视频原生同步：模型一次性处理画面、对话和音效，无需后期手动对齐，解决一大痛点。 2️⃣ 性能与速度：支持原生 4K / …

让 AI 智能体为你自动处理链上支付 Coinbase 新推出的 Payments MCP，让 AI 能像人一样管理和使用加密货币，开启“智能体商务”。 它基于 x402 开放协议，激活了沉睡的 HTTP 402 (Payment Required) 状态码。 …

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 …

AI 视频进入 5 分钟时代 清华系 Vidu Q2 版已全球上线，重点解决一致性与时长问题，成本也维持在低位。 1️⃣ 多主体一致性：核心的“参考生视频”功能支持最多 7 个主体，实测中角色与场景一致性优于 Sora 2。 2️⃣ 视频延长：免费版可达 30 秒， …

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 …

Claude 桌面版正式上线：让 AI 成为系统级助手 它将 Claude 从浏览器标签页解放出来，通过系统级快捷键、截图与语音随时调用，支持 Mac 与 Windows。 1️⃣ 全局唤醒: Mac 上双击 Option 即可从任何 App 调出输入框，无需切换上下文。 …

Windows 11 Copilot 即将获得“Copilot Actions”更新，从聊天助手进化为能实际操作你 PC 的 AI 代理。 它不再只是聊天，更像一个能帮你“点击、打字、滚动”的数字协作者。 1️⃣ 本地任务： 可批量修图、删除重复文件、从 PDF 提取信息，或 …

Anthropic 的 Claude Code 已扩展至 Web 和 iOS 平台，打通了从终端到移动端的工作流。 1️⃣ Web 端：支持并行执行多个编码会话（如 Bug 修复、常规更新），并可在执行中途调整指令，无需重启。深度集成 GitHub，能自动生成分支和 Pull …