艾智迹 AGIDT
AGI时代的记录者、连接者与推动者
152025-08

字节跳动正式发布了专为Agent打造的M3-Agent-Control模型

字节跳动为开源社区再添一员猛将,正式发布了专为Agent打造的M3-Agent-Control模型,它基于强大的Qwen3-32B训练而成,拥有高达328亿参数 (o´ω'o)ノ。这个项目旨在成为驱动下一代智能体的核心引擎,通过开放共享加速AI Agent技术的创新与普及。字节跳动正邀请全球开发者共同探索智能体的无限潜力,感兴趣就快去Hugging Face围观这个项目吧!

通义千问展示图像编辑新功能

通义千问的图像编辑新功能Qwen Image Edit虽然还在紧锣密鼓地开发中,但官方已经忍不住"剧透”了一张可爱的水豚测试图 (o´ω'o)ノ。这只被贴满了各式贴纸的Qwen水豚,生动展示了新工具的创意潜力,让人对它未来的P图和创作能力充满遐想。看来,内容创作者们很快就要有新玩具了,一起期待这款工具的发布吧!

谷歌Gemini也已深度集成至VS Code

谷歌的Gemini CLI工具现已正式与VS Code深度集成,为开发者们带来了无缝衔接的智能编码新体验 💡。现在,你可以在编辑器内直接获取由Gemini提供的、充分理解代码上下文的智能建议,还能利用原生的差异对比功能轻松审查和应用修改。这一集成大大简化了开发流程,让编码工作变得更加流畅高效,更多细节请看这则官方公告

新模型nano-banana在图像编辑领域表现出众

图像编辑界风云再起,一款名为nano-banana的神秘模型在lmarena平台悄然现身,并迅速凭借其"好到炸裂”的效果引爆社区 🔥。据早期用户反馈,该模型在角色还原场景重构图像融合三大核心能力上,表现已超越广受好评的FLUX Kontext。这匹黑马的出现,预示着创意设计和影视后期等领域将迎来更强大的创作工具,快去体验这款新品吧!

Kimi将推出PPT生成功能

各位"PPT生产力工具人”的福音来了,Moonshot AI旗下的Kimi即将推出由其强大的K2模型驱动的全球版PPT生成功能,准备好迎接效率革命吧 (✧∀✧)。这款拥有万亿参数的MoE(混合专家)模型,凭借其在代码、数学和Agent任务上的卓越表现,有望将PPT制作提升到全新高度。告别通宵达旦调整格式和内容的苦日子,智能办公的未来正向我们招手。

Visual Studio Copilot 升级语义搜索

Visual Studio Copilot Chat迎来了一次"大脑升级”,彻底告别了过时的BM25关键词匹配,全面拥抱了智能的远程语义搜索技术 🚀。这意味着它现在能真正理解你的意图,即使你搜索"获取用户凭证”,它也能找到名为"RetrieveOAuthCredential”的函数,而不仅仅是傻傻地匹配字面文字。这一飞跃让代码搜索变得空前精准和高效,开发者们可以花更少时间在"寻宝”上,更多时间在创造上,详情请点击查阅这份深度

122025-08

马斯克xAI的Grok 4永久免费

马斯克旗下的xAI投下了一枚重磅炸弹:其顶级模型Grok 4将对全球用户永久免费开放,这可不是什么限时促销 🤯。用户可在自动模式和专家模式间自由切换,享受前所未有的高级AI推理能力,此举被视为在AI竞赛中对竞争对手的一次精准狙击。这波慷慨操作无疑会给AI领域带来一场大洗牌,赶紧去看看吧。

昆仑万维推出能驱动静态图片口型同步的SkyReels-A3

昆仑万维发布了数字人创作神器SkyReels-A3,让你的照片"开口唱歌” 🚀。这项技术能根据任意音频驱动静态图片或视频,实现完美的口型同步与表情演绎,甚至支持长达60秒的单镜头专业运镜。这不仅是内容创作者的福音,更预示着一个声音即影像、人人皆可导演的新时代已经到来,快去官网查看吧。

阿里则发布高效图生视频新模型

阿里通义家族祭出了最新的图生视频"闪电侠”——Wan2.2-I2V-Flash,主打一个"快”字诀,推理速度飙升12倍,成本却低至冰点价 🔥。它不仅能精准理解复杂的特效指令,还能让任意风格的图片丝滑地动起来,堪称平民电影工业的福音。想体验一把好莱坞导演的感觉吗?阿里云百炼平台已开放API调用,快去施展你的才华吧。

百度搜索升级为全能AI工作站

百度搜索正悄然完成一次核能升级,将传统的搜索框变身为一个全能的AI工作站 (o´ω'o)ノ。新增的AI阅读、写作和PPT三大神器,仿佛为你配备了一支随叫随到的智能助理团队,一键总结万字长文、生成精美演示文稿都不在话下。凭借高达3.22亿的月活用户,百度正用实力证明,未来的搜索入口,更是任务的终点站。

AGIDT.COM | 追踪AGI进展 见证智能飞跃

一个AGI观察者、传播者、连接者和推动者的复合体

AI开源TOP项目AI资源地图

登录

找回密码

注册