Meta 发布 Muse Realtime Avatar
@finkd 刚刚揭晓了 Muse Realtime Avatar,这是我们能将 Muse Realtime Voice 转化为富有表现力、可交互虚拟形象的实时具身技术。 Muse Realtime Avatar 在 @Muse 中开启了一系列全新的交互方式,首先是实时对话。 🧵👇 #MetaConnect
@finkd 刚刚揭晓了 Muse Realtime Avatar,这是我们能将 Muse Realtime Voice 转化为富有表现力、可交互虚拟形象的实时具身技术。 Muse Realtime Avatar 在 @Muse 中开启了一系列全新的交互方式,首先是实时对话。 🧵👇 #MetaConnect
阿里发布 Qwen Intelligence,首批上线 Mobile Planner、Mobile-Use、Mobile Creative 三款手机端智能体。
推荐理由:官方给出三个手机端智能体的分工与基准成绩,并同步开放评测套件,便于判断移动端智能体当前能力边界。
来自 @inteldevs 的 Day-0 OpenVINO 支持!🥳 Qwen-Image-2.1 已可在 Intel 硬件上优化运行。一个开放权重 checkpoint,同时支持生成与编辑。👇
感谢 @sgl_project 的 day-0 支持!🙌 SGLang-Diffusion 现已支持 Qwen-Image-2.1:文生图、多图编辑和透明 RGBA 输出。快来试试!🎨
Qwen 宣布 Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,无需任何环境配置即可在浏览器中体验。该模型用单个 checkpoint 同时支持图像生成与编辑;据 Hugging Apps 介绍,它是 7B 参数的原生图像生成与编辑模型,最多支持 10 张参考图,并自带提示词增强 LLM,已集成 diffusers 与 ComfyUI。
推荐理由:Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,读者无需配置环境即可体验生成与编辑共用一个 checkpoint 的效果。
Qwen-Image-2.1 现已在 ComfyUI 中支持!立即试用并分享你的创作!🖼️
Qwen 宣布 Qwen-Image-2.1 在 vLLM-Omni 获得 day-0 支持,可在一个模型中完成图像生成、编辑与透明图输出。据 vLLM 项目介绍,该模型由 7.1B 的 DiT 与 Qwen3-VL-8B 组成,配置与支持的组合见 recipes.vllm.ai/Qwen/Qwen-Image-2.1。
Google 发布本周更新汇总,推出迄今最先进的实时对话音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。Google Labs 的个性化故事合集实验 Dreambeans 与 Workspace 图像生成工具 Google Pics 均已 GA,CC 则从个人效率工具扩展为协助家庭协调日程与日常事务的共享智能体。
Meta 宣布 Muse 智能体在 Mac 上线,用户可在获得明确授权的前提下让它在电脑上直接完成任务。官方列出的用途包括整理下载文件夹、找回找不到的文件、汇总消息和笔记,并提供了下载入口 http://ai.meta.com/muse/download/,更多能力后续推出。
天气预报在向可再生能源转型中发挥着关键作用。 WeatherNext 3 为电网运营商以及风能和太阳能发电企业提供风机高度风速和太阳辐射的预测,助力更智能、更清洁的能源规划。🧵
Google Labs 推出 Dreambeans,可从 Gmail、Calendar、Search、Gemini App 和 Google Photos 的人脸分组中汇集信息,生成个性化图文故事并推送每日通知。用户点击故事卡片可查看详情和下一步链接,例如观看电影预告片或购买推荐礼物。该功能为主动选择加入,并设有隐私过滤和“不感兴趣”按钮,用于反馈调整推荐。
快速遇上开源。🚀 Qwen3.8-27B 现已在 @cerebras 上运行,推理速度飞快。立即体验!
我们如何重建一段从未被拍摄过的记忆? 我们的团队将修复的档案照片与姿态控制模型相结合,捕捉 Burt 和 Ethelle 的举止习惯与微表情。 这帮助还原了他们初次相遇那天的场景,用于《Love, Rendered》——一部与 @PrimordialSoup_ 和 @StorySyndicate_ 合作的新纪录片。 在 YouTube 上观看完整影片 → https://goo.gle/3V8m94m
Google 发布图像生成与编辑工具 Pics,基于 Nano Banana 构建,支持隔离并编辑图像中的特定对象而不改动其余部分、直接修改或翻译图中文字、多人协作同一作品,以及从单条提示词生成多个选项。
推荐理由:官方给出 Google Pics 的图像编辑能力与订阅、Workspace 开放范围,可据此判断可用性。
从追踪飓风到优化可再生能源电网,@PeterWBattaglia 和 @fryrsquared 探讨 WeatherNext 3 如何塑造我们在快速变化的气候中建模预报和做准备的方式。 播客时间轴: 00:00 介绍 00:38 飓风 Melissa 11:50 为什么天气预报很难 14:13 传统模型 vs AI 模型 21:55 概率预报 26:00 WeatherNext 3 33:00 未来展望 43:44 Hannah 的感想
Meta 今日推出个人 AI 智能体 muse.ai,并发布关于其系统安全构建方式的深度解析。官方称该智能体会随时间了解用户、必然持有大量用户上下文,这既是其有用性的来源,也是将其设计为安全、私密的原因。完整解析见 security.muse.ai。
Meta 发布个人智能体 Muse,由 Muse Spark 1.3 驱动,可在生活各场景中替用户完成任务。官方同时给出介绍页面,说明 Muse 的构建过程与具体能力。
推荐理由:Meta 官方发布个人智能体 Muse,并给出构建思路与能力说明的入口。
Google 推出 AlphaGenome Atlas,一个面向基因组学发现的可交互平台,把 AlphaGenome 的预测扩展到人类基因组全部 90 亿个单字母变异,形成约 1PB 数据集。
推荐理由:原文交代了平台如何把 AlphaGenome 的预测扩展成 1PB 数据集,并给出零代码检索入口,便于读者判断它对基因研究流程的改变。
来和千问一起构建吧🫴🫴
DeepSeek 发布 DeepSeek Harness v0.1 开发者预览版,面向构建智能体框架的开发者开放,并以 MIT 许可证开源代码库。该框架基于 Cordis 元框架,核心设计是“一切皆插件”,模型、工具、技能、会话、沙箱、文件系统、循环、编排和 UI 均以插件形式实现,可自由组合、替换和扩展。
推荐理由:官方给出 Harness 的插件化架构与 MIT 开源仓库,读者可据此判断它能否接入现有智能体工作流。
DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 进入公开测试。官方称其 Agent 能力大幅升级,基准分数已明显超过 V4-Pro-Preview,并原生支持 Responses API 格式、完成对 Codex 的适配,配置细节见官方 API 文档。
推荐理由:官方公布 V4-Flash API 公测,并给出 Agent 能力提升与 Codex 适配的配置入口。
DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC!
DeepSeek 宣布全系 API 的输入缓存命中价格立即降至原价的 1/10。同时,DeepSeek-V4-Pro 的 75% 折扣活动仍在进行,截止时间为 2026 年 5 月 5 日 15:59(UTC)。
DeepSeek 宣布 DeepSeek-V4-Pro API 在 2026 年 5 月 5 日 15:59(UTC)前享受 75% 折扣。接入方面,Claude Code 需将模型设为 deepseek-v4-pro[1m] 以启用 1M 上下文,OpenCode 需升级到 v1.14.24+,OpenClaw 需升级到 v2026.4.24+,完整信息见官方 API 文档。
Thinking Machines 宣布 Tinker 正式开放(generally available),并加入新模型和新功能。引用内容显示,此次新增对高级视觉输入模型和 Kimi K2 Thinking 的支持,同时提供更简单的模型采样方式。
⚠️ 提醒所有使用 DeepSeek-V3.2-Exp 推理演示的用户:早期版本在 indexer 模块中存在 RoPE 实现不匹配的问题,可能导致性能下降。Indexer 的 RoPE 期望非交错输入,而 MLA 的 RoPE 期望交错输入。已在 https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/tree/main/inference 修复。