HeyGen 现在能上传角色设定图,让虚构角色在每个场景长相不变,解决 AI 视频里角色跑脸的老问题。比赛奖金超 $20K,走 MCP 接口出片,做短视频或者营销内容的可以试试,还能搭配 MiniMax 的模型一起用。
Latest
Hugging Face 的 Merve Noyan 发帖说明天有本地 AI 相关的大消息,但没透露是模型还是工具。玩本地部署的朋友可以留意明天的官方发布,看是不是新的开源模型或离线推理功能。
Closing the loop from document evidence to structured-data analysis to actions in enterprise tools changes Genie from a BI chat layer into an operational agent platform. Teams already running Databricks lakehouse workloads can pilot the public preview without new infrastructure, and MCP general availability means ticketing, CRM, and messaging actions no longer require custom integration. Competing offerings like Snowflake Cortex will face pressure to match document-grounded answers with citations.
SimularAI 做了个叫 Box 的云端电脑,Claude、Codex、DeepSeek 这些智能体都能登录上去干活,登录状态和文件互通。你用 Claude 开个头,换 Codex 接手也不用重新交代。经常在多个智能体之间切换干活的人会很需要这个。
给做 Agent 的朋友提个醒:搜索 API 榜单换第一了,走 MCP 接入很方便,官方说 token 消耗少一半左右。如果你的智能体要联网查资料、又在意上下文成本,可以把这个和 Exa、Brave 这些老方案对比跑一下再决定用谁。
这种应用让 AI 智能体替你打电话问商家,比价、问库存一步到位,不用自己一个个打过去。跟传统比价网站不一样,它能问到电话里才有的实时价格和档期。经常订餐厅、约服务的人会很需要。
做企业级 agent 的开发者该看看这个。Anthropic 把 harness、沙箱和会话记录都开放自托管,模型请求走向也能自己控制,比起纯托管方案,金融、医疗这类对数据落地有要求的团队终于有得选了。
Replit 把卖东西和投放广告直接塞进了开发环境,美国 Core 和 Pro 用户能开 Agentic commerce,全球 Pro 用户可以在平台里直接跑 Google Ads。做独立产品想省掉来回切换工具的开发者可以试试。
Replit 给 Agent 加了真金白银的能力,通过 Visa 和 Link 直接替你采购付款,还能自己上 Google Ads 投广告。别的编程智能体还在帮你写代码,它已经能帮你跑业务了。想一个人把产品做出来再推广的独立开发者最该看看。
自己搭智能体的朋友可以看下,Firecrawl 的 MCP 更到 v3 了,3000 多个工具自动瀑布切换,限流提高 60 倍,还能拆并行子任务。做网页数据抓取和检索工作流的话比老版省心不少。
Figma 终于能直接做 3D 旋转和透视了,还能让 Figma agent 帮你做动画。做好的设计用 MCP 丢给编码 agent 直接落地,做界面动效的前端和设计师可以试试开放测试版。
xAI 把 Grok 从单人问答工具改成了能进 Slack 和 Teams 的团队 Bot,可以直接委派完整工作流。和 Manus 这类个人智能体思路不同,它更像给团队加个虚拟同事。用 Slack 或 Teams 协作的团队值得试用看看。
做医疗 AI 的开发者可以看看这个:一份 BAA 加一个 API 就能合规调用多家模型,不用再挨个和 OpenAI、Anthropic 谈协议,还支持开源模型省钱。赶时间上线合规产品的团队尤其适合先去核对自己要用的模型是否在覆盖范围内。
不用再自己排队打电话了,保险、DMV、订餐厅都能让 AI 代劳。跟 Google Duplex 只会订餐厅不同,它管的事更杂,而且直接做成付费订阅功能。在美国的朋友可以试试。
The non-obvious detail is the fully proprietary stack — renderer, physics engine and sensor modelling all in-house — which matters because determinism and sensor fidelity are what make sim results defensible in safety reviews. Robotics, autonomous vehicle and drone teams evaluating simulation vendors should benchmark it against NVIDIA Isaac Sim, particularly for rare-event rehearsal. Availability and pricing outside the US are not yet announced, so teams in ASEAN and China will need to watch for access terms.
Fish Audio 用 Live 3 全双工模型让两个智能体打电话谈成了一次换货,还会像真人一样抢话。和传统客服机器人等你讲完再回话不同,它能边听边说。做语音产品或客服自动化的开发者可以关注他们的无代码搭建方案。
Pinecone 把 Google 的 Gemini Embedding 2 直接做进了索引,发纯文本就能自动向量化,全文搜索和向量搜索共用一个字段。做 RAG 或混合搜索的朋友可以少维护一套嵌入管线,部署成本明显下降,值得上手试试。
Compile-time kernel selection removes one of the biggest practical barriers to adopting Triton beyond a handful of expert engineers: the tuning sweep that precedes every deployment. Inference and serving teams on H100 hardware can swap handwritten reduction and attention kernels for Helion-generated ones and see gains, not just parity, against vLLM's baseline. The 27% margin over production CUDA code is the concrete comparison that should push platform teams to benchmark Helion on their own workloads.
Yandex 开源的 yaFSDP 直接对比 PyTorch FSDP:256 张 A100 训练 Llama 3 70B 快了约 26%。原理是把通信和计算重叠起来,减少 GPU 空转。自己搭训练集群、跑大参数模型的团队可以直接试试。
The notable point is the integration velocity: a 1,500-line plugin plus AI coding agents replaced what is typically a multi-month porting effort. Teams evaluating non-GPU accelerators for LLM inference can now consider IBM Spyre as a drop-in option with vLLM-parity performance. Engineering leaders building serving infrastructure should watch how plugin-based hardware abstraction in SGLang lowers the cost of supporting new silicon.
OpenBMB 社区用 MiniCPM-V 4.7 拍照识菜估热量,再让 ESP32 圆屏用进度环显示每天吃剩多少额度。流程拆得很细,识别结果要人工确认才入账。想玩视觉模型加硬件的可以照着搭。
Intangible 的 Canvas 能把一段文字变成带光照和摄影机的 3D 场景,改一处物体后续渲染自动同步,还能接 Claude 帮你搭场景。JetZero 已经拿它展示还没试飞的飞机,做预演或产品可视化的团队可以看看。
CodeRabbit 年经常性收入破 1 亿美元,一年涨了 10 倍。有意思的是它的逻辑:AI 写的代码不能自己审自己,所以每周有 300 多万个 PR 找它把关。如果你团队已经在用 Cursor 或 Copilot 写代码,这个数据说明审查工具是刚需。
Nace AI 推出的 Drex 能直接修复歪斜、模糊的扫描文档照片,官方测试显示比整页重新生成快 38%,每千页 7 美元,支持 PDF、表格、邮件等 30 种格式。经常处理扫描件和拍照文件的团队可以对比一下现有 OCR 方案的成本和速度。
Google 把 Decision 1 塞进 Gemini API 了,一次调用能跑最多 1000 个问题,输入才 $0.10/1M tokens 还不收输出费。做批量分类、标注的团队算一下账就知道了。跟 Claude 和 OpenAI 的产品比,它拼的是 API 价格和自托管 sandbox 这两点,企业用户和 agent 开发者最该看。
Google 和 Samsung 拉上 Gentle Monster、Warby Parker 出智能眼镜了,Warby Parker 版 395 美元能预购,续航 9 小时,能实时拍摄、导航加翻译。走的是 Meta Ray-Ban 联名那套路子,想买 AI 眼镜的可以对比下再下手。
把各家模型拟人化成不同男主的创意短片,豆姐的人设做得很讨喜,刷 X 时看到会觉得好玩。喜欢看 AI 产品做人格化营销的话可以点开感受下。
OpenRouter 把站点做了 7 国语言,包括简体中文,而且是用每天自动跑的 AI 翻译流水线维护的:翻译完还自动和英文原文比对,不合格的打回重译。经常上 OpenRouter 比价选模型的人现在可以直接用中文看页面,做本地化产品的开发者也能参考它的流水线思路。
豆包把 Kimi、GLM、DeepSeek 都接进来了,一个对话框里切换模型,还标了消耗倍率,便宜的只要 0.01x。写代码用 DeepSeek、啃长文档用 Kimi,这种混搭玩法以前得开好几个软件,现在点一下就换,办公场景的可以试试。
Google 真把 Gemini 塞进眼镜里了,还拉了 Gentle Monster 和 Warby Parker 做镜框,和 Meta 的 Ray-Ban 眼镜正面竞争。能实时翻译、认街上的东西、扫书架荐书。想体验可穿戴 AI 的开发者可以看看这个方向。
levelsio 给 Interior AI 加了个 Render 按钮,室内重设计做完 3D 透视后一键出写实效果图,20 秒左右就好。以前得导出去别的渲染器跑,现在全在一个工具里。经常做户型改造演示或给客户看方案的人,这个提速挺实用的。
levelsio 的 Interior AI 又更新了,现在上传一段走拍视频就能生成可编辑的 3D 房间,还能一键换室内设计风格、进地板图模式。做家装设计或想看看视频转 3D 实际落地效果的人可以上手试试。
Codex 用户今天会迎来额度重置,这对日常写码跑智能体的开发者影响直接。帖子还猜测 OpenAI 可能借机发点新东西,虽然只是猜测,但如果你每天在用 Codex,值得留意今天的官方动态。
n8n 出了个叫 Nod 的开源智能体,跑在自己电脑上,模型随便换。它每步操作都会对照你的原始指令,越界就先问你。做自动化工作流、又不想把账号交给黑盒产品的开发者可以试试这个研究预览版。
阿里的新旗舰 Qwen4-Max-Preview 直接塞进了 3 美元首月的订阅档,想提前试旗舰能力的话成本很低。比起按量付费的 OpenAI 和 Anthropic API,这种包月模式对小额用量开发者更友好,适合想测 Qwen 系列的人上手。
Alibaba Cloud 把 Qwenwork 这款智能体生产力平台直接带到 HKICC 2026 现场给香港企业看,说明它把香港当成 agent 工具的重点市场。做知识工作自动化、选型 agent-first 工具的团队可以关注它和 Notion AI、钉钉 AI 这类产品的差异。
做链上交易的朋友可以看看:Trenchers 的智能体现在通过 Raydium 能在所有 launchpad 自动买入新币,之前只能跑 pump.fun 和 PumpSwap,覆盖面完全不同了。手动终端+自动智能体叠加的设计,适合同时盯多个平台的人。
百度在自家Baidu World 2026大会上把Apollo Go摆到了AI竞争的核心位置,Robin Li还拿具身智能类比2016年的自动驾驶。如果你关注无人出行和L4路线,这篇能看清百度的四层技术栈打法,和Tesla、Waymo的路数对照着看更有意思。
A marketplace layer with fingerprint checks and public credit records could pressure model providers toward verifiable pricing and specs, shifting trust from vendor claims to platform-verified data. Enterprise buyers comparing models across providers get a single venue to evaluate options, useful for teams in ASEAN and China sourcing models without direct vendor relationships. Compare with direct API portals from OpenAI or Alibaba Cloud, which lack third-party verification layers.
挺有意思的小项目,tokei 居然被做成了 AI PASSPORT,背后还是 Eric 提的建议。喜欢折腾这类工具的人可以蹲一下,等作者开放后就能上手玩了。
Only the latest 2000 items are listed; for older ones see the daily archive