Mirage Tesseract 支持完整 HDR,可在 ChatGPT Work 或 Claude Code 中生成视频
Mirage Tesseract 新增完整 HDR 支持,可生成色彩更丰富、高光更亮、视觉层次更深的视频。HDR 可应用于素材、动画文字、图形与特效,并整合在同一个可编辑项目中,支持在 ChatGPT Work 或 Claude Code 中使用。
Mirage Tesseract 新增完整 HDR 支持,可生成色彩更丰富、高光更亮、视觉层次更深的视频。HDR 可应用于素材、动画文字、图形与特效,并整合在同一个可编辑项目中,支持在 ChatGPT Work 或 Claude Code 中使用。
APUS AI 开源 Personal Agent 产品 Reflex Agent,基于自研决策模型 Reflex 构建 Harness,并结合 Continuum 记忆引擎。
YouTube Music 周三宣布推出新的标签系统,用于标明借助生成式 AI 创作的歌曲,标签会显示在播放页,点击可查看 AI 在创作中的具体作用,该标签也将扩展到 YouTube 主应用。
Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 实验平台 Attie,新增网站、测验、游戏、投票等互动体验的创建能力,让普通用户也能做出过去只有开发者才能构建的东西。
OpenAI 发布 GPT-Live-1.1,为 ChatGPT、Codex 和 dots 的语音功能带来新音色、更好的口音,并减少“checking...”式的停顿。新增法语、德语、印地语、墨西哥西班牙语、韩语和日语音色,今日起向所有用户推送,API 版本即将上线。
选题角度:官方给出 GPT-Live-1.1 在 ChatGPT、Codex 和 dots 语音上的更新,适合实测多语种新音色与口音改善,并对比“checking...”停顿是否变少。
Black Forest Labs 发布 FLUX 3 Image Klein,这是 FLUX 3 系列中 5.6B 的紧凑开放权重模型,已原生支持 ComfyUI。
同一新闻,精选展示《Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持》
Seedance 2.5 能高效实现"走廊→猫眼→公寓→猫眼→走廊"的无剪辑一镜到底结构,靠镜头调度而非爆炸场面营造门两侧不断升级的紧张感。该 30 秒镜头概念不展示破门过程,完整提示词已在帖文中给出。
Futurepedia 用同一提示词让四款 AI 模型生成同一罐 FutureFuel 广告图,重点考察罐身密集小字的还原度。NanoBanana 2.1 的 473 milliliter 字样清晰无误,光斑和构图也不错;GPT Image 2.5 放大后文字清楚但设计偏杂乱普通;Flux 3 在数字三上出现小错误,整体不够突出。作者认为 NanoBanana 2.1 胜出。
选题角度:同一提示词下四款图像模型生成同一罐身小字广告,逐一点评文字准确度与画面表现,适合做横向对比实测。
NVIDIA 发布 RTX Spark,一款面向创作者、玩家和 AI 智能体的 Windows PC,并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办上市活动。Artificial Analysis 的独立测试初步展示了其在笔记本上的本地 AI 性能,多家评测称其 AI、游戏与创作工作流表现突出。
Seedance 2.0 满血版单条生成低至 1 块多,2.5 满血版单条低至 2 块多,万三版本每秒约 1 毛多。创作者据此自建 AI 创作系统,主推视频创作与 AI 漫剧,并支持提词反推、视频去水印、提取文案等免费功能,PC 端与移动端均已上线,小程序端预计两三天内上线,API 也可对接。
Gemini 官方展示用 Gemini 4 Argon 制作 3D 打印家具配件:上传一张带粗略尺寸的照片,在 Gemini 的 Canvas 中搭建一个交互式 3D CAD 工作室,可浏览不同风格、用实时滑块调整,并导出可打印的 STL 文件。
选题角度:官方演示了用 Gemini Canvas 从一张带粗略尺寸的照片搭出可调滑块的 3D CAD 工作室并导出 STL,适合录屏走一遍完整流程。
Google 用智能体开发平台 Google Antigravity 加速抗菌肽发现,其智能体科学工作台把跨多个数据库的碎片化检索压缩为单次会话,并借助 ProtNLM 从氨基酸序列预测生物功能,扫描 UniProt 中数百万个未表征蛋白。
Krea 3 抢先体验显示,其图像编辑速度极快且精准,适合需要保持产品或结构完整性的场景。该版本还提供边界框作为额外的控制层,可用于从草图设计房屋。
英伟达在旧金山 NVIDIA Spark Editor's Day 闭门会上发布全新超级芯片 RTX Spark 系列,最高 20 个 CPU 核心、6144 个 CUDA 核心,通过 NVLink-C2C 实现 600GB/s 互连带宽,最大支持 128GB LPDDR5X 统一内存。
选题角度:作者现场拿到联想 YOGA Pro 15 RTX Spark 真机,跑分、本地部署 Qwen3.8 和《赛博朋克2077》实测数据齐全,适合做上手实测与 x86 平台对比。
可灵 Kling 4.0 已在官网正式上线,官方称核心升级是真实、可控、专业。作者实测其支持一次直出30秒视频、最高8000 tokens长提示词、最多15个参考素材,用10张图片加3段视频生成21:9科幻预告片,素材全部用上且文字未崩,剧本细节命中率约90%;出现叉子误当戒指等瑕疵时可用编辑能力替换修正。
同一新闻,精选展示《可灵 Kling 4.0 全面开放,新增 MCP 与 CLI 接入》
OpenUI 1.0 发布并开源,支持任意模型,主张用提问实时生成界面。作者举例说,出行时可以让它生成地图、酒店列表并按房间数排序后点击预订,买车时可以让它列出喜欢的品牌、展示车型并按价格排序后点击购买,认为一次性应用会成为未来,提问本身就是界面。
选题角度:原文给出 OpenUI 1.0 开源、任意模型可用和一次性应用生成界面的玩法,适合上手实测提问即生成界面的效果。
Krea 宣布 Krea 3 现已面向所有人开放,并附上访问链接。
Krea 开放 Krea 3 图像编辑 beta,官方称端到端 2k 编辑可在 8 秒内完成。该版本支持 bounding box 控制和精确多轮编辑,官方称其画质可对标 Nano Banana Pro 或 GPT Image 2.5,并给出了学习与获取入口。
选题角度:官方开放 Krea 3 图像编辑 beta,可实测 2k 图 8 秒内完成编辑,并对比其与 Nano Banana Pro、GPT Image 2.5 的画质。
Flux 3 Klein 发布,附带 ComfyUI 内置模型,提供 BF16、int8_convrot 和 NVFP4 三种版本。
选题角度:Flux 3 Klein 已放出 BF16、int8_convrot、NVFP4 三种权重,可实测 git 版 ComfyUI 能否跑通并对比不同精度出图差异。
智东西上手体验了16英寸华硕ProArt创16 RTX Spark笔记本电脑,该机搭载20核Grace CPU、6144核Blackwell RTX GPU、64GB统一内存和1TB固态硬盘,FP4精度下AI峰值算力1PFLOPS,美版售价约合人民币2.94万元。
选题角度:作者实测华硕ProArt创16 RTX Spark跑本地智能体,读论文、整发票、辅助评测都有真实耗时和翻车细节,适合做上手实测。
可灵AI发布“King Card”主题短片,讲述魔术师寻找缺失王牌的故事,全片由Kling 4.0生成。官方称借助可灵,每个人都能更自由地表达并掌握创作主导权,短片带#可灵全能班底 #Kling4 #可灵AI 话题。
选题角度:可灵官方放出全片由Kling 4.0生成的魔术师卡牌短片,适合逐帧拆解片中镜头与转场,看AI视频能拍到什么程度。
可灵 Kling 4.0 已全面开放,用户可通过全新创作界面使用,并新增 MCP 和 CLI 接入以提升视频创作流程的灵活性。官方预告即将推出 4K 和 1080p 的 10-bit HDR 视频输出,以及面向企业客户和开发者的 API 访问。
选题角度:官方放出 Kling 4.0 全新创作界面和 MCP、CLI 入口,适合录屏演示从界面到命令行生成视频的完整流程。
Google 的 Universal Cart 购物工具已向美国用户开放,可在搜索和 Gemini 应用中收藏并追踪跨零售商商品。该工具能在商品降价或补货时发送通知,并结合信用卡权益和优惠码辅助支付选择,结账依托其今年推出的开放标准 UCP。
Luma 上线 Shot Coverage 功能,用户可在 Luma 中试用。原文未披露该功能的具体参数、可用范围或价格信息。
Luma AI 发布 Shot Coverage 功能,可将一个视频镜头转换成更多可剪辑的运动机位角度。官方在 X 上以“拍到了这条,还需要另一个角度”的说法介绍该能力,并附上演示链接。
选题角度:官方放出 Shot Coverage 演示,适合拿同一段视频素材实测,看它生成的多机位角度能否直接剪进成片。
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线,支持 Windows、macOS、Chrome OS 和 Steam OS,Ultimate 会员在 GeForce RTX 5080 云主机上可使用最高 4X 的 Dynamic Multi Frame Generation。
OpenAI 在教师节推出面向教育者的巴西葡萄牙语版 AI 工具,并展示 Study Mode 如何帮助教师支持学生主动、分步学习。该工具旨在通过提问引导学生思考与学习。
Google 的 Universal Cart 通用购物车已在美国面向 Gemini 应用和 Google Search 上线,可把多家零售商的商品保存到同一个购物车。
亚马逊发布两款 Bee 设备:74.99 美元的 Bee Frontier 是原版 Bee 的升级款,可作腕带或夹扣佩戴,续航约 7 天;99.99 美元的 Bee Eclipse 为信用卡大小、磁吸在手机背面,续航 21 天。
Amazon 旗下个人 AI 设备品牌 Bee 发布 Bee Frontier 和 Bee Eclipse 两款新品,售价分别为 74.99 美元和 99.99 美元,这是 Bee 被 Amazon 收购后首次推出新产品。
OpenCode 现已免费开放 DeepSeek V4.1 Flash,免费版上下文为 200K,付费版则提供 1M 上下文。
禾赛于10月14日发布三维世界数据引擎Kosmo与云平台Kosmo World,并推出全球首款集成8K影像系统的AI空间相机Kosmo One。Kosmo One把激光雷达、8K影像系统、一英寸大底CMOS和高精度IMU装进同一台设备,几何精度达毫米级,镜头最高采集8K、成片最高6K,普通室内100平米约15分钟扫完。
选题角度:禾赛发布Kosmo空间相机与Kosmo World云平台,可围绕皮克斯用它在园区扫描并接入RenderMan渲染的案例,做一次三维重建效果对比实测。
Figma 在印度首届 Config 活动上推出 Markdown 编辑器 Figma Specs,让用户定义设计语言,供团队和智能体参考。其 code layers 功能从 6 月私有测试转为公开测试,可将画布设计转为代码。Figma 的 MCP 还新增支持 Open Code、Dia、Grok Bot 和印度 AI 初创公司 Sarvam 等 20 多款工具。
视频推广的 Grubby 声称是唯一能保证绕过 Turnitin 等 AI 检测器的 humanizer 工具,输入文本后 10 秒即可输出"完全像人写"的内容。视频称市面上数百款同类工具大多写作质量差、丢失原文价值或无法通过检测,但未给出任何检测通过率或对比数据。
企业微信与 WorkBuddy 联合发布新版本,WorkBuddy 以智能机器人身份进入企业微信通讯录,企业微信升级到 5.0.12 后已认证企业可在左侧领取 WorkBuddy 企业版,WorkBuddy 客户端升级到 5.8.0 后可用企业微信账号登录。
选题角度:作者把自建酒吧系统包成 MCP 接进企微机器人,可拍成从 83 项 API 到 136 个工具的接入实测。
千问办公推出电商版,定位为面向所有电商平台和商家开放的独立第三方电商 Agent,包含趋势洞察及卖点分析、爆款素材批量生成、跨平台作战台、跨平台 ROI 智能优化四项功能。商家可借助连接器接入聚水潭 ERP、生意参谋等已有工具,将取数、整理和分析串成工作流;据商家介绍,秋冬素材准备周期从 4 个月缩短至约 15 天,单次数据分析耗时从约 3 小时压缩到 1 小时以内。
开源工具 Open Montage 可将 Claude Code 变成完整的 AI 制作工作室,且完全免费。它内置 AI 研究员、编剧、配音、剪辑等智能体,能联网调研、生成脚本与画面、寻找 b-roll、配乐并完成配音剪辑,只需一个提示词即可输出完整视频,支持解说、产品广告、UGC、电影感预告片等多种类型。
Gemini 4 Argon 与 Claude Opus 5.5 在全息材质渲染上展开对比,用于构建基于 Higgsfield 的交互式产品可视化。该演示将两款模型的渲染效果并置呈现,展示各自在全息材质表现上的差异。
Black Forest Labs 发布 FLUX.3 Image Klein,一个模型同时支持文生图、多参考图生图和 bbox 布局控制,Diffusers 首日即可运行。
选题角度:原文给出可直接运行的 Diffusers 代码和 H100 上 1024×1024 约 2 秒的实测数据,适合录屏跑一遍文生图、多参考图编辑和 bbox 布局控制。
Anthropic 发布 Claude Code 桌面版重大更新,支持自动创建嵌套会话,把可并行的子任务拆到独立会话中后台执行,结果再汇总回主会话。新版重构了会话管理界面,侧边栏显示各会话状态,并支持把多目录、SSH 远程主机或云端环境打包保存为可一键复用的「环境」,多会话启动时可勾选每个文件夹独立 Git Worktree 隔离。
选题角度:原文列出嵌套会话、Git Worktree 隔离、/btw 支线对话等具体功能,适合录屏演示一次交代多任务后子会话并行与结果汇总。