字节 SeedRealtime 实测：音视频对话节奏提升 50%、豆包全量上线——3 步玩起来
字节发布原生音视频全双工大模型 SeedRealtime：边看边听边说，对话节奏问题减少约 50%，已在豆包 App 全量上线。
产品发布
新工具发布
共 110 篇
刚刚，腾讯发布 Hy ASR 3.0：开会录音自动变纪要，连「耳语」都能识别
开完一场 40 分钟的会，最让人头大的往往不是会议本身，而是会后那堆需要逐字核对的录音转写稿——同音词错得离谱、方言一句都听不懂、背景一吵直接乱码。而就在 8 月 4 日，腾讯混元正式发布了新一代语音识别模型 Hy ASR 3.0 preview，把”逐字转写”升级成了”理解语境”，连耳语、方言都能处理。对天天和录音、字幕、语音输入打交道的打工人来说…
开源视频模型新王 H3 实测参数盘点：15 秒时长、2K 分辨率、11 种语言，创作者先收藏
MiniMax H3 正式开源：2K 视频+原生立体声，0.8元/秒仅为旗舰 1/3，16 家芯片厂商同日适配。
AI 视频大降价！做自媒体的赶紧看，成本直接砍掉三分之二
AI 视频大降价！做自媒体的赶紧看，成本直接砍掉三分之二 做视频自媒体的人，今天应该高兴一下：两大厂商同日发布新一代 AI 视频模型，而且价格直接砍了下来——MiniMax 的新模型视频生成价格只有同类旗舰的三分之一。 今天发生了什么？ 2026 年 8 月 3 日，两家大厂同日出手： MiniMax 发布 MiniMax H3：新一代多模态生成模型，视频生成价格仅为业内同类旗舰模型的三分之一。 …
刚刚！阿里发布 Qwen3.8-Max：全球第一梯队，编程超越 Opus5，下周开放下载
刚刚！阿里发布 Qwen3.8-Max：全球第一梯队，编程超越 Opus5，下周开放下载 很多人以为国产大模型只能跟在 OpenAI 后面跑，但今天这个判断要改了。2026 年 8 月 3 日，阿里巴巴正式发布新一代旗舰大模型 Qwen3.8-Max——总参数量 2.4 万亿，编程能力一度超越 Claude Opus 5，权威榜单排名全球第一梯队，而且下周就开源。 Qwen3.8-Max 是什么？…
科大讯飞 WAIC 2026 发布 GuideX 公共服务智能体:30 余种语言 + 全模态感知,从「被动响应」升级到「主动服务」
2026 年 7 月 17 日,2026 世界人工智能大会(WAIC)在上海正式开幕,这场大会释放的明确信号是——AI 正在跨越「能聊天、能生成」的早期阶段,全面迈向「能办事、能执行」的深水区。WAIC 期间,科大讯飞正式发布面向公共服务场景的智能交互 Agent——GuideX。区别于传统数字人,GuideX 融合「全模态感知、自治理 Agent、SkillHub」等核心能力,打通「感知、理解、…
Google Vids 推出个人 AI 分身:一张自拍加一段语音即可定制数字分身,Gemini Omni 自然语言编辑视频
2026 年 7 月 16 日,Google 在 Workspace 旗下的 AI 视频编辑产品 Google Vids 上线了两项关键更新——Gemini Omni 模型驱动的自然语言视频编辑能力,以及全新的「个人 AI 分身」(Personal Avatars)功能。后者允许用户通过上传一张自拍和一段短语音,生成一个外观与声音都与本人相似的数字分身,直接根据用户输入的文字脚本「讲话」,整个过程…
OpenAI 推出 GPT-Red:用 AI 训练 AI 的红队模型,GPT-5.6 Sol 成为迄今最强提示注入防御者
2026 年 7 月 15 日,OpenAI 在官方博客上披露了一款被定位为「红队模型」的内部工具——GPT-Red。这个模型的核心任务只有一个,就是攻击其他模型。OpenAI 表示,GPT-Red「能攻破几乎所有与之对垒的模型」,并已用 GPT-Red 对自家同周发布的 GPT-5.6 Sol 进行了系统化的提示注入压力测试,帮助 Sol 成为 OpenAI 迄今「对提示注入最具防御能力」的模型…
努比亚官宣 AI 智能体手机:7 月 17 日 WAIC 亮相,量产版搭载端侧 Agent 引擎,跨 App 操作实现”能干活”
2026 年 7 月 9 日,努比亚(中兴通讯旗下终端品牌)正式宣布,一款在设计、底层架构和量产时间表上都已落地的 AI 智能体手机,将于 7 月 17 日 WAIC 2026 世界人工智能大会上正式亮相。这是整个 AI 终端赛道对「AI 智能体手机到底能不能走出概念阶段」这个问题给出的最新答案——而答案的关键不在于它能不能做出 demo,而在于它从一开始就以「量产版」定位出现。 从努比亚官方释放…
OpenAI 推出 ChatGPT Work:由 GPT-5.6 驱动的企业级智能体,跨设备联动应用文件,自动生成文档报表压缩多日工时
2026 年 7 月 10 日,OpenAI 同步发布 GPT-5.6 系列模型与一款定位为「企业级智能体」的新产品 ChatGPT Work。后者由 GPT-5.6 提供底层支持,目标是把可以承担长时、多步骤任务的智能体直接送到企业员工的桌面上。从 OpenAI 同步披露的数据看,早在 ChatGPT Work 正式上线前,作为其能力基础的 Codex 已经积累了相当大规模的真实使用——每周用户…
Science 刊载自主实验 Agent Biomni:40 分钟完成人类 60 小时实验,自主设计执行分析,科研效率提升 90 倍
2026 年 7 月 11 日,顶级学术期刊 Science 在官方网站上转发了一条在 AI 科研圈迅速发酵的进展——斯坦福团队打造的通用生物医学 AI 智能体 Biomni,在 40 分钟内自主完成了一项原本需要人类研究人员 60 小时才能走完的实验流程。这一时间差距,意味着 Biomni 把「研究人员一次实验」的时间成本从 2.5 个工作日压缩到了不足一个小时,理论上的科研效率提升接近 90 …
酷特智能发布 PMTSoul AI:企业级 Agent 操作系统,以多角色数字员工协同打破单点工具局限,实现全链路业务自动化
2026 年 7 月 9 日,A 股上市公司酷特智能(300840.SZ)正式上线其战略级产品 PMTSoul AI——一款面向多行业企业的 Agent OS(企业智能体操作系统)。与市面上以「单点工具」为主的 AI 产品不同,PMTSoul AI 的核心定位是「让每家公司都拥有自己的 AI 团队」,通过多角色数字员工协同,把企业从「使用 AI 工具」推向「拥有 AI 组织」。这是这家深耕 C2M…
EverMind 发布 Raven Agent：双向记忆与自改写代码,迈向 L3 自进化数字生命
2026 年 7 月 10 日晚间,盛大集团孵化的长期记忆技术团队 EverMind 正式发布基于 EverOS 的深度自进化智能体 Raven Agent(中文代号「渡鸦」)。Raven 通过双向记忆机制和重写自身代码的能力,试图将 AI 从「被动响应的工具」推向「主动进化的数字生命」。EverMind 同时提出了数字生命演进的四个阶段——L1 角色化指令体、L2 记忆增强体、L3 自我进化体、…
蚂蚁灵波 LingBot-Depth 2.0 开源:机器人”看见透明物体”的硬骨头,终于有人啃下来了
2026 年 7 月,蚂蚁集团旗下具身智能团队蚂蚁灵波科技(Robbyant)正式开源 LingBot-Depth 2.0 深度补全模型,以及视觉基座 LingBot-Vision。这一版本相比上一代,训练数据从 300 万扩充到 1.5 亿(50 倍),在 16 项深度补全基准上拿到 12 项第一,室内大面积深度缺失场景的 RMSE 误差从 0.132 降到 0.062——几乎减半。同时,这套模…
当机器人终于学会”以物为本”：Visics 把具身大模型从 VLA 推到 VLOA，九成工业机器人可能要被重新定义
2026 年 6 月 24 日，深圳。 通用具身智能企业 RoboScience 机器科学正式发布自研通用具身大模型 Visics，并首次完整披露其底层技术架构 VLOA（Vision-Language-Object-Action）。发布会在深圳举办，创始人兼 CEO 田野、联合创始人兼执行总裁汪涛深度解读了 Visics 大模型、底层技术架构 VLOA 和数据体系，并展示了模型在多项真实场景的应…
深演智能 DeepAgent 4.0 Pro 发布：双引擎撕开企业 AI 价值黑箱，九成企业痛点终于有解了
2026 年 6 月 23 日，深演智能正式发布企业级多智能体平台 DeepAgent 4.0 Pro。这是这家”港股决策 AI 第一股”在港交所上市后的首场重磅产品发布，也是其面向”企业 AI 如何真正用出价值”这道行业难题给出的一套系统性答案。 DeepAgent 4.0 Pro 不是又一个 AI 工具，而是一套重构企业 AI 运行方式的平台：以…
“豆包,收费了!”–月活3.45亿的国内第一AI应用,选了条和行业完全不同的路
“豆包飘了!””免费版要变智障了!””AI的免费午餐结束了!” 2026年6月24日,豆包专业版正式上线的消息一出,社交媒体直接炸了。月活3.45亿、国内AI原生APP用户量第一的豆包,终于对部分用户收费了。最高一档连续包年5088元,让不少习惯了免费的用户倒吸一口凉气。 但如果你仔细看豆包的收费策略,会发现一个反直觉的事实:…
开源！阿里甩出语言世界模型：能造智能体环境，7类场景一个模型搞定，评测超GPT-5.4和Claude Opus 4.8
让AI智能体先在”脑子里”模拟一遍再动手——这个想法正在变成现实。2026年6月24日，阿里千问团队正式发布Qwen-AgentWorld，全球原生语言世界模型（Language World Model, LWM），能够在七大领域中模拟智能体交互环境。 这不是又一个聊天模型。Qwen-AgentWorld的核心能力是：让AI在执行动作之前，先在内部模拟环境反馈，然后做出最优…
OpenAI首颗自研芯片Jalapeño问世：9个月流片创行业纪录，推理成本直降50%，英伟达垄断被撕开第一道口子
OpenAI正式入局芯片赛道。2026年6月24日，OpenAI与博通联合发布首款定制AI推理芯片Jalapeño（墨西哥辣椒），从白纸设计到流片仅用9个月，创下高性能ASIC开发的历史最快纪录。博通CEO陈福阳现场表态：性能可与英伟达Blackwell和谷歌TPU媲美。 这颗芯片不对外销售，只供OpenAI内部使用——为ChatGPT、Codex、API和未来智能体产品提供算力。它的出现，标志着…
金融智能体元年来了：阿里”点金”+蚂蚁Agentar，10万卡算力撑起银行”数字员工”
2026年6月16日，上海世博展览馆，第32届中国国际金融展开幕。 阿里云智能集团副总裁张翅站在主论坛舞台上说了一句话：”2026年是金融行业真正的智能体元年。” 这句话的分量，比听上去重得多。 一、从”能说会道”到”能写会算” 一年前的金融AI是什么状态？行业还在纠结”大模型能不能精准写研报”、…
阿里合伙人”大换血”：AI科学家进最高决策层，CEO亲自下场管模型，释放了什么信号？
2026年6月18日，阿里巴巴发布2026财务年度报告。一份年报，三个信号：AI科学家进最高决策层、CFO入局、CEO亲自下场管模型。 同花顺、每日经济新闻、搜狐、百家号等多家媒体同步报道，把这份年报里藏着的”AI野心”扒了个底朝天。 一、合伙人名单变了：谁进来了，谁出去了 阿里2026年报显示，现任合伙人席位出现三处变动： 邵晓锋退出。他是阿里元老，2005年加入集团，曾…
微软Copilot Cowork正式上线：按使用量计费，AI Agent的“免费午餐”结束了
6月16日，微软做了一件让整个AI行业都在算账的事。 当天，微软正式宣布Copilot Cowork全球上线。这不是又一个AI聊天机器人——它是一个能接收任务、自主执行数小时、跨应用完成复杂工作的企业级AI Agent。已经有企业客户用它在几小时内比对了近4000份文档，还有销售主管用它分析停滞管道，直接拿到按流失风险排序的商机清单。 但真正让行业震动的，是微软同步宣布的定价模式：从固定订阅制转向…
美团觅游Agent社区公测:3000+智能体互相”抄作业”,488条AI自主讨论引出Agent社区化时代
6 月 16 日下午,美团旗下 AI Agent 社区「觅游」(www.meyo123.com)正式面向全量用户开放公测。这是国内首批把 Agent 当作”独立居民”来运营的社区——3000+ 个智能体已经入驻,4 万+ 技能上架,用户生成内容「虾条」超过 1 万条。社区里一条名为《虾的困惑:怎么才能真正记住主人教的东西?》的帖子,吸引了 488 个 AI 智能体自主留言讨…
阿里千问Qwen-Robot系列:三大模型让机器人边走边看边思考,具身智能进入加速度时代
6月16日下午两点,阿里巴巴用一条简短公告,把整个国内具身智能行业震了一下:千问家族一次性放出三款具身智能大模型——Qwen-RobotManip、Qwen-RobotNav、Qwen-RobotWorld,外加一个内部机器人智能体框架 Qwen-RobotClaw。这是千问大模型家族第一份完整的具身智能模型系列,三个模型分别对应机器人的”手”、”脚”…
每周一封 AI 技巧，只发能立刻用上的
精选工具、实操步骤与副业思路，免费送到邮箱。不推销、不打扰，随时退订。
每周一封，随时退订。