#多模态

谷歌Gemma模型下载量突破10亿次，应用广泛，开发者社区活跃，值得了解。

OpenRouter 刚刚发布了 FLUX Video Upscale，能放大视频，有 `precise` 和 `creative` 两种模式，一个快一个细节多。

OpenRouter@OpenRouterAI2 个信源在谈原文

OpenRouter悄悄发布了Ox Alpha，支持1M token上下文和图像视频输入，适合编码和智能体工作，试试看反馈吧。

OpenRouter@OpenRouterAI4 个信源在谈原文

AWS 在 Bedrock 上为 OpenAI GPT-5.6 模型增加了跨区域推理，能提升全球请求的吞吐量，适合需要低延迟和高可用性的开发者。

官方一手AWS Machine Learning Blog@Melanie Li11 个信源在谈原文

UPDF 2.5 版本内置了10个AI智能体，能帮你直接编辑PDF，还能转换14种格式，比Adobe轻量多了。

官方一手marktechpost@Michal Sutter原文

Meta 公开了 Muse Spark 1.1 和 1.2 的生成样本，你可以直接看效果，不用自己跑了。

官方账号Meta AI@AIatMeta原文

Meta 公开了 Muse Spark 1.1 和 1.2 的生成成果，你可以直接看效果，比之前更具体了。

官方账号Meta AI@AIatMeta原文

Pika Labs 新出的 Pika Music 模型，能同时用文字、歌词、声音和音乐来生成一首歌，比分开处理更方便。

官方账号Pika Labs@pika_labs原文

看看 arena.ai 上新出的 Agent Arena 排行榜，它用真实任务测试模型，还能用工具，比普通测试更实用。

lmarena.ai@lmarena_ai原文

bfl_ai 刚刚发布了 FLUX Video Upscale，能把视频放大到 4K，还有个能重建细节的创意模式，比普通放大工具强多了。

Replicate@replicate2 个信源在谈原文

Grow Now! Games 用 ASCII 字符做出了一个能自由探索的 3D 城市，没有 3D 模型，全靠自研引擎实现透视和碰撞，比普通 ASCII 画酷多了。

Anthropic 的 Claude 开始做蛋白质设计了，这把 AI 的能力边界又往前推了一步。

The Rundown AI@therundownai11 个信源在谈原文

Kimi K3用Harness框架，在18个Agent科研任务里，性能快追上GPT-4o了，挺厉害的。

量子位@henry11 个信源在谈原文

Vercel AI SDK 加了流式响应，能实时处理 AI 生成的内容，不用等全部生成完再显示，比原来快多了。

eric zakariasson@ericzakariasson原文

Omar Sar0 发推指出，真实世界比封闭基准更难。智能体在模拟电商场景中，需要动态调整计划以应对变化。

elvis@omarsar0原文

Grok 4.6 的 API 出来了，格式和 OpenAI 一样，直接替换就行，不用改代码。

eric zakariasson@ericzakariasson11 个信源在谈原文

MiniMax 发了 H3 基础的设计工作台，能帮你自动搞视频创作，比单独用模型更方便参与全流程呢。

OpenAI发布了GPT-5，能更好处理多模态和代码生成，和前代比提升明显，对开发者很有用。

Martin Fowler@martinfowler11 个信源在谈原文

Agent Arena发布了Pareto前沿平台，能查各模型做真实任务里的表现，像 Claude 和 GPT 这些对比后就知道哪个更划算。

lmarena.ai@lmarena_ai11 个信源在谈原文