谷歌 Gemini 算力计费引爆全球用户怒火！紧急宣布额度永久翻 3 倍补偿
💡 站外导读：谷歌最新推出的“按算力计费”新规，在 Gemini Pro/Ultra 付费用户中引发剧烈反弹。新规将请求复杂度、功能调用及聊天历史长度纳入配额核算，导致许…
ELF：何恺明团队革命性扩散语言模型，32步生成、数据效率提升10倍，终结自回归时代？
💡 站外导读：在AI文本生成领域，自回归模型长期占据主导，但其推理缓慢、数据饥渴的瓶颈日益凸显。何恺明团队最新推出的ELF扩散语言模型，首次在连续嵌入空间中执行去噪生成，…
OpenMontage: 全球首个开源Agentic视频制作系统，12条生产线+52工具，零成本AI全流程自动成片
💡 站外导读：在AIGC内容创作爆发式增长的2025年，视频制作仍是企业与创作者最头痛的环节——成本高昂、技术门槛大、流程碎片化。传统AI视频工具多停留在“文本生成动画”…
WinClaw 龙虾永久免费 Token 限时抢！8000个名额领完即止，AI Agent 办公自动化全攻略
💡 站外导读：在 AI Agent 应用日益普及的今天，高昂的 Token 消耗成本成为阻碍个人用户体验的主要痛点。特别是针对类龙虾应用，其处理复杂任务时的“烧 Toke…
高德与阿里重磅开源AGenUI：三端原生A2UI框架，让AI Agent输出直接变为可交互界面
💡 站外导读：随着AI Agent应用爆发，传统文本交互已无法满足复杂场景需求。开发者面临一个核心痛点：如何将AI生成的动态内容快速、高效地转化为跨平台的高质量原生用户界…
小米OneVL开源：0.24秒延迟！具身智能团队发布SOTA级自动驾驶VLA世界模型
💡 站外导读：自动驾驶领域长期面临感知、决策、规划多模块割裂与‘黑盒’决策难题。随着端到端大模型兴起，如何统一视觉理解、物理推理与动作生成，并实现实车部署所需的低延迟，成…
Kimi WebBridge深度解析：月之暗面如何用浏览器插件让AI Agent真正接管网页操作
💡 站外导读：当大模型从聊天走向执行，如何让AI Agent真正操作网页成为关键瓶颈。传统方案依赖云端虚拟浏览器，需重复登录、验证码拦截频发，隐私风险高企。月之暗面推出K…
腾讯开源TencentDB Agent Memory：AI智能体记忆管理新范式，Token消耗锐减61%、成功率飙升51%
💡 站外导读：随着大模型智能体（AI Agent）向复杂、长期任务演进，上下文窗口限制与记忆遗忘成为核心瓶颈。如何在有限的Token预算内，让Agent具备跨会话的长期记…
腾讯清华联手开源 Pixal3D：单图秒变重建级3D资产，PBR材质一步到位
💡 站外导读：当前，游戏、影视及电商行业对高质量3D资产的需求呈爆炸式增长，但传统建模流程耗时漫长、成本高昂，成为制约数字内容生产的核心瓶颈。尽管AIGC在2D领域已大放…
HiCAD：开源AI驱动的参数化3D CAD平台，自然语言秒级生成可打印模型
💡 站外导读：在3D打印与创客文化兴起的今天，传统CAD软件的高学习门槛与复杂操作仍是普通爱好者难以跨越的障碍。如何将天马行空的创意快速转化为可打印的物理实体？HiCAD…
上海AI Lab开源Intern-S2-Preview：35B参数科学大模型，比肩万亿参数，首次实现晶体结构生成
💡 站外导读：在AI for Science的浪潮下，科研领域正面临模型能力、部署成本与可复现性的多重挑战。上海AI Lab开源的Intern-S2-Preview，旨在…
OpenHuman：开源AI桌面助手革命，主动感知工作上下文，集成118+应用构建你的私人知识网络
💡 站外导读：在AI工具井喷的时代，用户常常陷入‘工具疲劳’——需要管理多个API Key，数据分散在各平台，AI缺乏真正的上下文理解能力，导致交互效率低下、记忆碎片化。…
开源AI视频翻译神器！牛津大学Violin：33种语言配音+口型同步，免费商用
💡 站外导读：随着全球化内容消费激增，视频本地化需求井喷式增长，但传统配音成本高昂、周期漫长，且声画不同步问题严重。语言壁垒正成为优质内容全球传播的最大阻碍——无论是国际…
MemPrivacy：记忆张量与荣耀AI联合开源，端云协同隐私保护框架，如何为Agent长期记忆筑牢安全防线？
💡 站外导读：随着AI Agent被赋予长期记忆能力，如何保护用户隐私成为核心挑战。传统云端处理模式下，敏感信息（如健康记录、财务数据）一旦上传即面临不可控的泄露风险。记…
Spotify Studio 桌面应用重磅发布！AI 电台+生成式音频平台深度解析
💡 站外导读：当各大平台还在卷 AI 文本生成与图像创作时，音频巨头 Spotify 已悄然开辟新战场。其最新发布的 Studio 桌面应用，宣告从“播放器”向“生成式音…
字节跳动开源Lance 3B：仅30亿参数，一个模型同时搞定AI看图、写图、剪视频
💡 站外导读：在AI行业普遍追求万亿参数和复杂模型拼接的当下，字节跳动悄然开源了一个“异类”——Lance 3B。它直击当前多模态模型的核心痛点：理解与生成任务割裂、部署…
