近期，Manus 发布其全新的图像生成功能，这一创新不仅提升了用户的创意表达能力，还为用户提供了更加智能化的服务体验。据悉，Manus 主打的是「理解意图 + 制定方案 + 多工具协同」的执行能力，生图只是其中一个环节。与传统的图像生成工具不同，Manus 的这一功能更具人性化，它能够理解用户的意图，智能规划解决方案，并有效利用图像生成和其他工具，帮助用户完成各种任务。

OpenAI 宣布推出基于云端的 AI 智能体 Codex，专注于自动化软件开发，涵盖修复错误和实现功能等任务，官方希望该智能体可以开创代码编写的新范式。据悉，Codex 基于 codex-1 模型驱动，OpenAI 方面表示这一模型由 o3 模型针对编程进行优化而得来。codex-1 通过强化学习在各种环境中，对现实世界的编码任务进行训练，从而能够生成接近人类风格和 PR 偏好的代码。官网

苹果正式公布了车载系统 CarPlay 的最新版本——CarPlay Ultra。CarPlay Ultra 最大的进步就是实现了多屏协同，不再局限于中控屏幕区域，以及车辆核心硬件的各种操控。现在，CarPlay Ultra 能够联动车辆仪表盘的屏幕，不仅能够显示常规的车速、油量/电量等内容，导航信息、媒体播放状态、车辆本身的智能辅助驾驶系统等信息也能进行融合显示。另外，CarPlay Ultra 下的仪表盘支持主题更换，界面布局更加个性化。目前，CarPlay Ultra 将在美国和加拿大上线，首批适配阿斯顿·马丁的核心车型系列，并在未来 12 个月内扩展到全球品牌。

Windsurf 推出自主研发的 SWE-1 系列 AI 模型，涵盖从编码到终端操作的全流程，大幅提高开发效率。此系列包括 SWE-1、SWE-1-lite 和 SWE-1-mini，分别面向不同用户需求，展现其在软件工程领域的雄心。

近期，Perplexity 宣布推出其代理智能浏览器 Comet 的 beta 版，目前仅限于部分 Apple Silicon Mac 用户进行测试。Comet 浏览器旨在通过上下文感知智能来重新构想网络浏览体验。它会根据用户的浏览历史和当前打开的标签页个性化响应。此外，Comet 在每个网页上都集成了 Perplexity 的核心搜索功能，用户可以通过侧边栏进行查询、总结或探索内容，而无需切换标签页。

由复旦大学与腾讯联合研发的 DICE-Talk 说话人视频生成工具于近日正式发布，以其卓越的情感表达能力和逼真的人物表现引发行业热议。DICE-Talk 的核心创新在于其身份-情感分离处理机制。通过将说话人的身份特征（如面部细节、肤色）与情感表达(表情、语气)解耦，DICE-Talk 确保在情感变化时人物外观保持高度一致，避免了传统生成工具中常见的「表情跳变」问题。

腾讯发布最新混元图像 2.0 模型，基于模型架构创新，在行业内率先实现实时生图，并具有画面质感超写实的特点。该模型于即日起在腾讯混元官方网站上线，并对外开放注册体验。相比前代模型，腾讯混元图像 2.0 模型参数量提升一个数量级，得益于超高压缩倍率的图像编解码器以及全新扩散架构，其生图速度显著快于行业领先模型。在同类商业产品每张图推理速度需要 5 到 10 秒的情况下，腾讯混元可实现毫秒级响应，同时其图像生成质量也提升明显，通过强化学习等算法以及引入大量人类美学知识对齐，生成的图像可有效避免「AI 味」。 官网

腾讯元宝浏览器插件尝鲜版上线 Chrome 平台，提供悬浮球、常驻侧边栏和划词工具栏等功能，提升网页浏览与信息处理效率。后续还会支持更多主流浏览器。插件功能丰富又实用，让网页浏览和信息处理变得便捷高效。官网

腾讯混元大模型团队宣布，将通过全球直播正式发布全新升级的多模态图像生成工具——混元图像 2.0，这是腾讯在 AI 视觉领域的重要突破，以「更智能、更开放、更中国」为核心理念。此次腾讯推出的混元图像 2.0，基于深度学习和神经网络的最新研究成果，结合多模态融合技术，实现了在图像生成效率和质量方面的多项突破。核心技术包括优化的生成对抗网络（GAN）架构、结合自然语言处理（NLP）的多模态理解模型，以及高效的算法优化策略。这些创新使得混元图像 2.0 能够在保持高细节还原的同时，大幅提升生成速度。

近日，Stability AI 与芯片巨头 Arm 合作，正式发布了一款轻量级文本转音频模型——Stable Audio Open Small。该模型仅有 341M 参数，针对 Arm CPU 进行了优化，能够在智能手机等移动设备上本地运行，生成高质量音频样本的时间少于 8 秒。来源