Bilawal Sidhu 发布开源 MIT 许可的 "God's Eye View" 3D 地理空间工具
Bilawal Sidhu 推出开源项目 "God's Eye View",采用 MIT 许可证,融合 3D、地理空间、仿真与 VFX 工具能力。该项目同时开放托管版与 Pro 版的等待名单。
Bilawal Sidhu 推出开源项目 "God's Eye View",采用 MIT 许可证,融合 3D、地理空间、仿真与 VFX 工具能力。该项目同时开放托管版与 Pro 版的等待名单。
一条 TikTok 视频推荐了 4 款 AI 工具:Saner AI 把零散想法整理成有序工作区,Kimi 负责深度研究与复杂任务,Runable 把简单提示词变成作品,Origin 用 AI 辅助编程。视频未给出价格、参数或可用性信息。
个人开发者猫叔在 GitHub 开源 Open Academic Paper Gen,一套生成论文初稿的多智能体工作流,把选题到导出拆成确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验、导出九个阶段。
蚂蚁灵光开始小范围内测 Personal Agent,新版 APP 底部新增「我的生活」Tab,可把日常事务交给它并让它承担家庭中枢职责。
选题角度:作者实测灵光 Personal Agent 通过「安装米家 API」接入 13 台米家设备并驱动打印机,适合录屏演示从装库到打印的完整链路。
民间开发者 @Fei2411 发布 DeepSeek-Bot,这是基于 DeepSeek Harness 的多 Bot 团队插件,每个 Bot 可设置名称、角色、模型并拥有持久化长期记忆。
God's Eye View 开源后,用户在其上搭建了多种应用:追踪飓风及其不确定性锥、跨日期对比卫星影像、接入 SDR 天线查看空中飞行目标。这些内容可汇入 Director Mode,用带地理位置的视频、卫星影像和 3D 重建来讲述故事。
越来越多 AI 智能体无需下载 App,直接通过短信或 iMessage 接收任务并代为执行。Instinct 在 9 月完成 10 亿美元融资、估值达 100 亿美元,并开始为用户分配专属邮箱地址、支持代打电话,目前仍处内测。Comma 免费且开源,Fambot 已融资 350 万美元、测试期免费,Folk 的 Pro 订阅为每月 8.33 美元。
Talorys 是一款开源个人 AI 助手,完全运行在用户自己的 Cloudflare 账户内,通过 `npx create-talorys@latest` 一条命令部署,无需自建服务器或数据库。
OpenAI 将常驻智能体 dots 的创建入口搬上 iOS 和 Android 版 ChatGPT,用户可在手机 App 里从头创建 dot,再让它把任务交给 Codex。
选题角度:官方演示里手机一句话开出三个 Codex 任务并自动提 PR,适合录屏复现这条派活流程。
CapCut 在网页版 Video Studio 中上线 Timeline Editor,把 AI 生成和手动剪辑放到同一画布上。用户可在同一工作流中裁剪与拼接片段、修改提示词重新生成、添加音乐并做更多调整,项目还能从网页端无缝转到 CapCut Desktop 继续编辑。
选题角度:官方给出网页版时间线编辑器的入口和功能清单,适合录屏演示从 AI 生成到剪辑、再切到桌面端续做的完整流程。
Grok Bot 现已能控制 seedance 2.5 生成 AI 视频,相关开源工作流已发布。原文未披露参数规模、benchmark 分数或价格等细节。
有人让 AI 接管 Filmera Studio,由 Seedance 2.5 自动撰写提示词并生成视频,还可通过链接一键把视频中的女性替换成任意人物。原文未披露模型参数、benchmark 分数或价格等细节。
Midjourney 宣布开始面向有限社区测试 Midjourney MCP,目标是招募有创意和技术能力的人,探索其模型能力的边界。该测试不面向 SaaS 产品中的 Midjourney,仅用于纯粹的艺术与创意探索,申请入口已在下方开放。
Luma 上线 Product Shots 功能,用户可在 Luma 中尝试产品拍摄。原文未披露该功能的模型版本、参数规模、价格或可用性等细节。
Luma AI 推出 Product Shots,让创意团队把已有的产品图直接置入新场景,无需每次从零开始。该功能面向创意团队,用于复用同一产品素材生成不同场景的产品图。
Anthropic 为 Claude Managed Agents 加入动态工作流,由主智能体制定计划、把任务分发给子智能体并汇总结果,单次执行最多可并行运行 1000 个智能体。
Anthropic 推出 Cyber Mission 长期计划,其中面向开源项目的免费 OSS AI 扫描器会定期检查代码、自动标记并解释漏洞、给出补丁建议。
Gemini 上线新技能 Write Like Me,会从用户已发送邮件中提取开头、语气、句子长度和结尾习惯,锁定个人写作风格。用户在新对话中调用该技能、粘贴一封邮件并附上一句如 decline this 的简短说明,即可一键生成听起来像本人写的回复。作者称该技能适合用来处理那些以往会被忽略的重复性邮件。
选题角度:原文给出 Write Like Me 的完整使用流程,适合录屏实测同一封邮件在开启与不开启该技能时的语气差异。
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库,通过自然语言指令构建仿真应用。仓库仿真在 80 条传送带、40 个机械臂和 800 个箱子场景下以全高清 30 帧每秒运行两分钟,完成 640 次成功放置。另有团队用 Astra 与 Claude Fable 5 智能体对比 ovrtx 相机和原始 LiDAR 输出与录制数据。
ChatGPT 与 Claude 近期密集更新,视频盘点了 GPT-6 的新智能 UI、ChatGPT Meetings、音频上传、文档扫描,以及 Claude 接入 Google Workspace 等新功能。内容同时说明哪些功能可用、哪些仍受限,并提及 Grokbot 即将支持多模型。
ElevenLabs 在 ElevenAgents 中上线合成语音检测,可在通话最初几秒分析来电语音并判定为真人或 AI 生成,企业据此设置转接与权限规则。该功能运行在实时音频流上,不依赖水印,目前面向由 Forward Deployed Engineering 团队支持的企业客户开放,本月晚些时候将作为可配置选项扩大开放。
ElevenLabs 在 ElevenCreative 中推出 Brand Kit,把品牌视觉规范从提示词中抽离为工作区里的单一对象,设置一次即可作用于每次生成。
macOS 命令行工具 bigarrow 发布,可为 Claude Code 和 Codex 在任意窗口上方绘制箭头和提示牌,点击可穿透、键盘焦点不受影响,箭头会自动消失。
TRAE 将 TraeCode 和 TraeWork 双端融合,统一升级为新的 TRAE,提供 Agent 模式和 IDE 模式两种玩法,切换入口在右上角。Agent 模式是全局工作台,可在同一窗口管理项目并把不同工作分给多个 Agent,写代码、出文档、准备交付材料都在这里推进;IDE 模式保留 SOLO 和 IDE 两种玩法。
千问 Qwen3.8-Max、Qwen3.8-Flash 和 Wan3.0 在 gmi_cloud 上线,开放为期一周的免费使用。用户可在此期间体验并探索基于这些模型的构建。
openJiuwen 发布并开源企业级 AgentOS,将多智能体协同、自演进、算力亲和与企业级安全可靠能力融入统一底座,并通过插件化架构与开放生态连接上层应用与底层模型、算力资源。
BDuck 登陆 CapCut 剪映 AI Lab,用户可在其中挑选喜欢的 BDuck 模板,把日常片段变成 AI 特效内容。官方称这些模板涵盖搞笑变身、冒险场景和意外惊喜等玩法。
Google Cloud发布Gemini Agent,定位为可长期运行的通用办公Agent,能查资料、写邮件、做PPT、分析数据、编写运行代码,并跨应用调用工具、召集子Agent协作。
Midjourney 正在其 Alpha 网站(alpha.midjourney.com)测试图像生成的 thinking mode,官方表示该模式提升了提示词准确度、文字排版和画面一致性。官方邀请用户用自己的图片参与测试并反馈意见。
选题角度:Midjourney 官方在 Alpha 站开放图像生成 thinking mode 测试,适合用同一提示词对比开启前后的文字排版与画面一致性。
Anthropic 推出 OSS Scanner,将用其前沿模型定期扫描已选择加入的开源项目,免费查找漏洞。报告会提供概念验证、漏洞说明和修复建议。
Runway 宣布与 Claude 的 Motion 功能联动,用户可先用 Claude Motion 制作图表动画、客户演示或简短讲解内容,再导入 Runway 生成视频和图像。官方未披露具体版本号、价格或可用范围,仅给出了解更多信息的链接。
Anthropic 为 Claude 推出两项 beta 功能。Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Luma 现已支持将 Claude Motion 生成的动画导入并继续编辑,可调整尺寸适配所需格式、精修并输出可交付版本。Claude Motion 目前处于 beta 阶段,面向 Claude Team 和 Enterprise 计划开放。官方给出的流程是"在 Claude Motion 开始,在 Luma 完成"。
Google 在 Google Cloud 活动上宣布把 Gemini 带入智能体时代,推出可在单一界面内回答问题并替用户完成任务的统一智能体,初期面向企业,之后再推向消费者。
Goodfire 发布了一种从模型内部信号入手的 AI 智能体监控方案,通过探针读取模型前向传播中已有的计算,而非让第二个模型重读全部输出。
AI 与硬件创业公司 Natura 发布 99 美元智能戒指 Interface,按下手指即可让 AI 智能体完成任务、记录想法,无需掏手机。
Matt Wolfe 用 Genspark Design 为 FutureTools 应用生成 UI,约 30 分钟完成首页信息流、单个工具页面和可分层完全编辑的设计稿。同一视觉风格还能生成发布视频、与团队共享项目,并导入 Genspark Code 继续开发成可用产品。
Google 发布对标 Granola 的 AI 会议记录应用 Google AI Edge Foresight,Mac 版可完全离线运行,使用 7.4 亿参数的端侧 EmbeddingGemma 2 模型跨应用捕捉会议笔记,包括线下会议。
生数科技开放 Vidu Q4 预览版,定位新一代视频生成旗舰模型,主打传神表现力,最高支持 4K 直出,单条最长 16 秒,一次最多可用 15 张参考图和 3 段参考音频。
《Gears of War: E-Day》本周上线 GeForce NOW,Ultimate 会员可以 GeForce RTX 5080 级云端性能体验,并支持 NVIDIA DLSS 和 NVIDIA Reflex。本周 GeForce NOW 新增 10 款游戏,其中 7 款为新作;Fire TV 用户不久后可直接通过 Amazon 购买 GeForce NOW 会员。