创作方向
文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
82 条精选近 30 天 80 条共收录 210 条
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Gemini app 和 Search 的 AI Mode 面向 Ultra 与 Pro 订阅者开放。
选题角度：官方给出 Argon 在 Chrome 重构、ADK 提速和机器人视频学习上的具体数字，适合挑一个案例做前后效果对比实测。
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini app 与 Search 的 AI Mode 使用。
选题角度：官方给出 API 定价、1M 上下文和多项内部实测数据，适合做一次能力盘点，重点讲 Chrome 重构与 ADK 提速这两个可验证案例。
面壁智能发布新一代端侧多模态大模型系列 MiniCPM-V4.7，包含 35B-A3B 与 1B 两个版本，官方称 35B-A3B 是首个能在手机端流畅运行且能力无损的开源大模型。
选题角度：面壁智能发布端侧多模态模型 MiniCPM-V4.7，官方给出手机端 3GB 内存跑 35B-A3B 的实测数据，适合上手实测端侧推理速度与图文识别效果。
Bilawal Sidhu 用真实的航班与船只遥测数据，重建了联合航空 777 在旧金山海滨低空飞越的画面，并说明这不是舰队周的真实视频素材。该画面在他的 Mac 浏览器中渲染完成。
选题角度：作者用真实航班与船只遥测数据在 Mac 浏览器里重建旧金山舰队周上联合航空 777 低空飞越画面，适合做一次从数据到成片的复现拆解。
Bilawal Sidhu 用真实的飞行和船舶追踪数据，在旧金山的写实数字孪生中重建了 Fleet Week 三维场景。相机引擎读取飞行遥测数据，在恰当时机跟踪每架战机并做速度渐变。他表示，以俯瞰视角重现任何城市任何事件，比人们想象的更近。
选题角度：作者用真实飞行与船舶追踪数据在旧金山数字孪生里重建 Fleet Week，可拆解数据接入和相机引擎跟随飞行遥测的玩法。
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。
Futurepedia 借 Nano Banana 2.1 发布之机，用同一批提示词对比 Nano Banana 2.1、ChatGPT Image 2.5、Flux 3 Image 和 Seedream 5.0 四款图像生成模型。测试覆盖营销素材、文字、角色一致性、缩略图、复杂提示词、写实风格、独特美学和定向图像编辑等场景，每个生成项都选出胜者，并在结尾给出总分和不同使用场景下各自胜出的模型。
选题角度：作者用同一批提示词横评 Nano Banana 2.1、ChatGPT Image 2.5、Flux 3 Image 和 Seedream 5.0，适合按营销图、信息图、写实、角色一致性等场景剪出分项对比。
Anthropic 发布科学博客，约翰斯·霍普金斯大学天体物理学家 Brice Ménard 用 Claude Science 做出第一张完整的全天紫外地图，其中约三分之一天空从未被紫外望远镜观测过，由 Claude 预测补出，并逐像素标注实测或预测及误差估计。
选题角度：用 Claude Science 把 GALEX 等公开紫外数据补齐成全天图，可讲清四步流水线和 10% 误差的实测对比。
Theoretically Media 邀请 Magnific 联合创始人 Javi Lopez 讲述他如何用 AI 独自制作 17 分钟 Backrooms 短片《Backrooms Nemoris S1E01: It Eats Light》。
选题角度：Magnific 联合创始人 Javi Lopez 用 AI 独自完成 17 分钟 Backrooms 短片，可拆解他提到的镜头与协作经验。
ElevenLabs 的消费级音频平台 ElevenReader 在巴西上线，用户可选用演员兼喜剧演员 Fábio Porchat 的声音朗读小说、PDF 或文章链接。
选题角度：原文给出巴西区免费入口和 7 万本葡语有声书目录，适合实测导入 PDF 或文章后用 Fábio Porchat 声音朗读的效果。
OpenAI 把 GPT-6 推给 ChatGPT 所有用户，并上线新能力 Intelligent UI，让回答以可交互形式展示。付费订阅用户今天已可用，免费和 Go 用户明天上线。官网示例包括烤羊腿人数计数器、意大利婚礼穿搭卡片、中心极限定理样本量滑块、GDP 四滑块模型、三门问题演示，以及拍小票生成分账器、Roth IRA 退休储蓄计算器和可玩的复古游戏机。
选题角度：原文给出官网多个交互案例和付费与免费用户的上线时间差，适合录屏实测同一问题在 GPT-5.6 与 GPT-6 下的回答差异。
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则从 10 月 7 日起使用 GPT-6 Sol。
选题角度：原文给出免费用户可用的入口和GPT-6 Luna与GPT-5.6 Luna的评测数值差异，适合实测同一问题下新旧版本的界面生成与回答长度变化。
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，回答不再以纯文本呈现，而是自动适配问题生成图形、按钮、图表和表单，对比内容并排展示，解释可转为交互式图表，用户还能在对话里直接生成储蓄计算器或小游戏等小工具。
选题角度：原文给出 GPT-6 智能 UI 的图表、按钮、表单和聊天内小工具等具体形态，适合录屏演示同一问题在纯文本与交互界面下的呈现差异。
OpenAI 为 GPT-6 推出 Intelligent UI，模型可根据用户问题自行组合文字、视觉内容和交互元素来生成回复。回复中可包含用于解释概念的图形和图表，也可包含可直接在对话中使用的可点击按钮、表单和交互体验。
选题角度：官方给出 GPT-6 在对话里直接生成图表、按钮和表单的能力说明，适合录屏演示同一问题下文字与交互元素的组合效果。
OpenAI 宣布 GPT-6 和 Intelligent UI 正在向所有 ChatGPT 用户推送。Intelligent UI 提供快速、可交互的回答，让日常问题更可视化、复杂主题更易理解，并可在当前任务中直接调用交互式工具。
选题角度：OpenAI 官方宣布 GPT-6 与 Intelligent UI 向所有 ChatGPT 用户推送，适合上手实测新界面如何把日常提问变成可视化交互回答。
OpenAI 推出名为 Intelligent UI 的新界面，随新 GPT-6 模型于周三上线，在对话中大量加入可交互的按钮、定制计算器、交互式图表和可编辑图形等视觉元素。
选题角度：OpenAI 随 GPT-6 推出 Intelligent UI，官方演示了可交互图表和计算器，适合录屏实测同一提问在新界面下的可视化效果。
CapCut 公布 CRE[AI]TE AI Festival 2026 系列赛获奖作品 grund thuft uto，作者为 asapgeng。该作品是受犯罪游戏启发的剧集，用固定角色和场景串联一条连续故事，并借加密货币炒作与网络文化做讽刺。
选题角度：CapCut CRE[AI]TE AI Festival 2026 公布系列赛获奖作品，可拆解这部用 Seedance 2.0 生成、在 CapCut Video Studio 管理提示词与角色一致性的完整剧集。
作者用 GPT-6 Astra 搭建了一个每天早上根据实时天气挑选穿搭的应用，并以自己作为模特。做法是上传几张全身照和一张正脸照，填写身高、尺码和版型偏好，列出喜欢的颜色和拒绝的颜色，再粘贴 master prompt 让它构建 1 到 2 小时。
选题角度：作者用 GPT-6 Astra 搭出按天气选穿搭的应用，可拍成上传照片到生成效果的完整实测流程。
Google DeepMind 发布 SynthID Detector，可快速识别视频、音频和图片中的 SynthID 水印，即使素材经过加滤镜等编辑后仍可识别。用户还可以使用 Google Chrome、Google Search 和 Gemini App 中已有的 AI 识别功能。
选题角度：官方演示 SynthID Detector 在加滤镜等编辑后仍能识别视频、音频和图片水印，适合实测加水印再修图看识别结果。
Google 发布实验性游戏平台 Playground，用户通过对话式界面输入提示词即可创建、游玩和分享自定义游戏，无需编程经验。平台基于浏览器，支持手机和笔记本游玩，可生成分享链接或发布到 Explore 画廊，部分品类支持排行榜和多人对战，已发布游戏需通过安全审核。
选题角度：Google 官方放出 Playground 的开放入口和演示游戏，适合录屏实测用几句提示词从零生成一款可玩的小游戏。