OpenAI 的 AI 视频工具 Sora 发布最新路线图，推出“角色客串”功能，用户可让宠物或玩具出演视频角色，并从已有视频中提取角色。应用更新界面展示热门客串角色，并加入基础视频编辑工具，支持拼接片段。平台将开放私人与社区频道，增强社群互动。团队优化内容审核与性能，并确认 Android 版即将上线，拓展更多创作者使用场景。

• Ollama 推出了一款新的网络搜索 API，可用于构建搜索代理或与现有工具集成。
• 该API提供免费套餐，更高速率限制可通过Ollama云服务获得。
• Web搜索功能可增强模型，提供最新信息，减少幻觉并提高准确性。
• 提供了多种集成方式，包括Python和JavaScript库、MCP服务器以及CLI。

B站备受期待的文本转语音模型 IndexTTS2 刚刚开源，立刻在开发者社区中掀起了一阵波澜 🔊。现在大家最关心的问题是：它的实际效果是否能媲美官方演示那般惊艳？幸运的是，你现在就可以 前往GitHub查看源码并在Hugging Face上找到模型亲自测试一番 🔥。这一发布再次证明了大型科技公司正积极为开源世界贡献力量。🤔

谷歌的 NotebookLM 刚刚获得史诗级增强，摇身一变成了你的私人报告撰写助理 🔥。它现在能以超过 80种语言 生成结构化报告，并智能推荐格式，你甚至可以用详细提示词来微调语气和风格 (✧∀✧)。这意味着你可以告别繁琐的格式调整，专注于闪光的创意，快去 最新版NotebookLM了解详情吧！

OpenAI 再次向所有用户敞开怀抱，宣布 ChatGPT 的"项目”功能现已对免费用户全面开放，让每个人都能体验到更强大的工作流管理 🚀。此次更新还大幅提升了文件上传限额，并增加了颜色和图标等个性化选项，让你的工作空间更有条理。这波操作无疑是 AI 工具平民化的又一里程碑，快去官方公告 看看你的 ChatGPT 升级了没！

OpenAI 发布 GPT-realtime 语音模型，其自然流畅度和情感表达力达到新高度，能够精准模拟人类语音细节，包括语调、情感和语速。该模型具备语音对话和图像理解能力，能够处理复杂指令，并根据上下文实时调整语音风格。OpenAI 还新增了语音风格并优化了原有的语音效果。GPT-realtime 将颠覆客服、教育、金融和医疗等领域，推动语音助手向全功能智能伙伴转变，并为开发者开启语音 AI 应用开发的新纪元，标志着人机语音交互的重大变革。

谷歌Gemini放出大招，功能更新直指ChatGPT的王座！Google DeepMind掌门人Demis Hassabis转发了一则重磅消息，称Gemini迎来史诗级更新，不仅免费提供Pro计划，还上线了名为"Deep Think”的超强推理功能 🔥。这场AI巨头之间的"神仙打架”愈演愈烈，用户成了最大赢家 (✧∀✧)。快来看看Gemini的最新动态，体验这些ChatGPT都还没跟上的新特性吧！🚀

谷歌DeepMind团队秀出了他们的P图神器Gemini 2.5 Flash Image，外号"Nano Banana”，能把香蕉P成晚礼服，创意突破天际 🍌。这款模型具备原生的图像生成与编辑能力，支持多轮对话式修改，甚至能通过交错生成机制实现像素级P图，了解更多幕后团队，让P图体验像聊天一样流畅。其核心魅力在于将图像理解与生成紧密结合，正做到了"看懂再画”，为创意工作流带来了革命性的变化 💡。

OpenAI深夜放毒，正式发布了专为语音AI Agent设计的全新多模态模型GPT-Realtime，让你的AI助手听起来更像"人”了 (o´ω'o)ﾉ。这个模型不仅能模仿人类丰富的语调和情感，还能理解笑声等非语言信号，甚至支持图像输入，查看官方发布详情，实现了"眼见为实”的对话体验。伴随API的发布，音频输入token价格还降低了20%，OpenAI正在加速推动智能语音交互进入一个更自然、更智能的新纪元 🚀。

Nous Research 是一家低调的人工智能初创公司，近日推出了 Hermes4系列大型语言模型。该模型在数学基准测试中表现优异，引入“混合推理”模式，提供快速响应和深入思考选项。采用 DataForge 和 Atropos 进行训练，提升推理能力和数据生成效率。 Hermes 4 的发布代表了开放源代码 AI 的崛起，挑战大型科技公司，倡导用户透明和控制。