Pika 新版上线 Video Studio,可在 create.pika.art 试用
Pika 推出新版,并上线 Video Studio 功能,用户可通过 create.pika.art 上的应用入口试用。官方账号 pika_labs 发布了该试用链接,未披露模型版本、参数或价格等细节。
Pika 推出新版,并上线 Video Studio 功能,用户可通过 create.pika.art 上的应用入口试用。官方账号 pika_labs 发布了该试用链接,未披露模型版本、参数或价格等细节。
GitHub 举办面向初学者的直播,讲解如何用 GitHub Copilot SDK 把 Copilot 的 agent runtime 嵌入应用,无需自己实现 agent loop。内容涵盖 sessions、tools、MCP servers、streaming events,并设有 .NET 和 Java 开发专场,无需 SDK 经验,提供英、中、葡、西、日、韩六种语言报名。
ChatGPT 插件现已支持连接多个账号,用户可把工作和个人账号的上下文带进同一段对话,需在插件目录 chatgpt.com/plugins 中完成连接。开发者无需改动即可自动生效;若在 MCP server 中加入 profile tool,ChatGPT 还能为账号打上标签,让插件用户体验更好。
Anthropic 正在开发 Claude Code mods 系统,作为自定义 Claude Code harness 的方式,AGENTS.md 支持即基于该系统构建,目前是内置 mod,用户后续也能自行构建自定义的项目指令版本。
Claude Code 从 2.1.277 版本起支持 AGENTS.md:当文件夹中没有 CLAUDE.md 时,Claude 会自动查找并使用 AGENTS.md,该行为可在 /config 中切换。
Dify 用 New Agent 在一家真实家居用品商店上落地售前场景,从"帮我找 40 英镑以内的乔迁礼物"这类商品发现任务起步。它通过对话持续迭代同一个 Agent,把最初的产品发现扩展为能力更强的售前体验。Dify 称电商的难点不只是展示商品,而是帮顾客从浏览走向有把握的决定,并发布了完整案例博客。
mcp-handler@2.2.0 新增对 WebMCP 的实验性支持,可将现有 MCP 工具暴露给浏览器内智能体。只需在站点加入一个 script 标签,并在 experimental_webMcp 的 tools 中声明工具,脚本会将这些工具注册到页面并把调用代理回 MCP 服务器,以已登录用户身份执行,无需浏览器端 OAuth 流程。
xAI 在 Grok Voice API 上线语音转写模型 Transcribe 2.0,批量模式定价 $0.10/hr,流式模式 $0.20/hr。更多细节见 xAI 官方博客。
Atlassian 在 Loom 中使用 Transcribe 2.0 后发现,它在捕捉用户指令方面更准确。用户可用 Loom 口述变更需求,再直接导出到 Cursor 编码实现。
xAI 推出 Grok Voice Transcribe 2.0,在客服通话、口述凭证和短语音指令场景下,转录准确率是上一代的两倍。该消息由 xAI 官方账号发布,推文互动数据显示获得 123 次点赞、6 次转发。
Grok Bot 现已支持开启自动更新,用户需升级至 0.40 版本才能启用该设置。官方表示过去 7 天共发布了 49 个新版本,自动更新可帮助用户及时用上最新功能。
Grok 的 bot 现在支持 webhook 触发,从任意位置唤醒。创建 routine 后点击「add trigger」选择 webhook,即可接入 WhatsApp 特定联系人消息、Notion 页面变更、家庭温度传感器阈值、桌面按钮、GitHub Action 完成或服务器错误率飙升等事件。
Grok Bot 新增 marketplace 和 Bot 模板功能,用户可从 marketplace 添加模板。官方首批分享的 Haggle Bot 用于谈判供应商合同、查找闲置 SaaS 席位并为经常性采购比价,上线一周已为其节省超 10 万美元。
Runway 的 Ruby 现已支持 alpha 通道,可在将素材转换为 HDR 的同时完整保留 alpha 通道,整个过程只需一步。
Runway 引导用户通过 app.runway.com 开始使用其产品。该帖仅给出这一入口链接,未披露具体模型版本、功能或价格信息。
Fish Audio 发布实时语音到语音翻译演示,基于其流式 TTS 构建,支持 80+ 语言的单向翻译与双向对话。官方已开放体验入口与实现代码,开发者可直接上手构建自己的应用。
Fish Audio 上线 translate.demo.fish 翻译演示,由 @cshape_ 发布。该推文获得 1 条回复、1 次点赞和 1009 次浏览。
Fish Audio 发布实时翻译工作原理说明页(translate.demo.fish/how-it-works),由 xgo.ing 提供技术支持。原文未披露所用模型、延迟数据或可用方式等细节。
Vercel 的 v0 现可读取 Vercel 上共享环境变量中存储的凭据,从 npm 及自定义 registry 安装私有包。NPM_TOKEN 用于 registry.npmjs.org 上的私有包,NPM_RC 可配置自定义或多个 registry,支持作用域 registry 与环境变量引用,例如 @acme 作用域或私有 JFrog Artifactory。
Bolt 在开放模型上线首周迎来 DeepSeek V4.1 Flash 加入 Bolt Forge,该模型被 beta 用户称为生成网站外观最好的选择。官方称其使用量达到 DeepSeek V4 Pro 的 10 倍,首周构建者则以压倒性比例选中了速度最快的那一个。
mem0(@mem0ai)在 X 上发布了一条指向 x.com 文章的链接,该帖获得 9 条回复、3 次转发、48 个点赞和 3861 次浏览。 说明:原始标题仅为一条 t.co 短链,正文除互动数据外没有可提取的实质内容(文章正文未包含在提供材料中)。
Runway 推出统一计价,购买的点数现可在网页应用和 Runway Dev 之间通用,一次购买即可支持用户在任一空间使用 Runway。官方同时上线了配套的新优惠方案。
LlamaIndex 推出 Parsed by LlamaParse 系列,首篇以美国能源信息署 2026 年 9 月短期能源展望报告为例,说明解析错误如何影响关键文档。
MiniMax Code CLI 的 v0.4.12 版本面向全球开发者开放,并以 MIT 协议开源,它是 MiniMax Code 客户端的核心组件,源码已发布在 GitHub。
TypeSafe AI 的 Jev 模型现已接入 Dify 的问题分类器节点,用于在工作流分支间路由输入。该模型专为结构化决策设计,用户可直接在 Dify 中试用。
在传统影视行业工作 30 年的 Diane Shorthouse 正探索 AI 如何拓展影视创作者的表达空间,并分享了用 Kling AI 制作 MINIBOTS 的经历。她提到 AI 既能提升制作安全性,也能为 AI 角色赋予富有情感的表演。
9月14日豆包手机助手正式发布消费者版本,搭载在努比亚 NaviX Ultra 手机上,重点转向交互、意图理解与 Agent 融入 App 生态。新版增加专属 AI 键与指纹鉴权,可检索相册、短信、便签等本地数据,并接入飞书妙记录音能力。同日推出屏幕自动化操作声明协议 SAEP,第三方应用可自主决定是否允许 AI 在应用内自动操作,规则公示 30 天至 10 月 15 日。
Hailuo AI 演示了用 MiniMax H3 Max 的 r2v 功能将一张 3x3 分镜图直接转成 AI 动画,输出为 480p、15 秒。演示提示词要求画面按左上到右下逐格切换的 2D 动画,并禁止多面板和 BGM,Prompt 调整为 Quality、参照强度为标准。
MiniMax Design 上线自定义模型支持,用户可以用自己偏好的模型进行创作。同时年付方案限时优惠 20%。
巨日禄推出「本入剧出」,不再让创作者先选模型,而是按高、中、低三档产出标准由系统自动决策,低档1500块可跑60集。其模型路由会按镜头难度自动调度不同模型,并保留剧本解析、分镜管理、剪辑等全流程人工干预,已服务7万+影视制作团队。
TypeSafe AI 的 Jev 在 Vercel AI Gateway 上线 24 小时内,采用它的付费团队数量超过以往任何模型发布的两倍。Jev 在上线后首 12 小时超过所有对比模型,并在此后继续扩大领先;到第 24 小时,近 13% 的付费团队在使用它,是 GPT-5.6 系列的 2 倍、Fable 5.1 份额的 6 倍以上。
browser-use 开源了 Jev,它通过将"思考"与"下一步动作"拆分,由大模型负责复杂推理,小模型只负责从页面真实按钮中挑选点击、输入、滚动等操作。该方案面向浏览器智能体、自动 QA、交易循环、Agent 路由等需要反复选择动作的场景,已有 NewMax 正在接入。
Tony Dinh 用 Jev 做了一个开源 Chrome 扩展,实时监听 YouTube 音频、检测赞助片段并自动跳过,每条视频成本约 $0.005。该项目为原型、采用 BYOK 模式,代码已发布在 GitHub。
Browser Use 创始人 Gregor Zunic 发布实测视频,展示浏览器 Agent 查询真实航班机票从打开网页到返回结果只用 7 秒,1 倍原速无快进,单次成本 0.0039 美元。
Browser Use Cloud 即将上线 ULTRAFAST,官方称其具备超人类速度、成本低且难以被检测三项特性。用户可在等待名单登记,并说明自己想要自动化的任务。ULTRAFAST 目前尚未公布具体参数与上线时间。
一条推文推荐用 termany.sh 来打造出色的作品,并附上链接。原文未透露该工具的具体功能、版本或可用性信息。
Genspark 公布 AI Chat 与 AI Image 的每周额度使用规则:现有 Plus 或 Pro 订阅用户在 2026 年 12 月 31 日前可零 credits 使用全部模型,包括 Opus 等旗舰模型;2027 年 1 月 1 日起改用与新会员相同的条款,旗舰模型消耗 credits,Core 模型在每周额度内免费。
Genspark 调整 Plus 和 Pro 会员权益,价格不变,新增每周发放的额度余额,可覆盖 Super Agent、AI Chat、AI Image、AI Slides、AI Sheets、AI Docs、Deep Research 等所有智能体与工具的 Standard Mode 使用。新额度每周自动到账,叠加在原有套餐之上。
Z.ai 的多模态编码模型 GLM 5.3 FlashX 现已上线 AI Gateway,提供约 200 tokens/s 的高速推理服务,适合编码智能体、工具循环和交互式应用。模型 ID 为 zai/glm-5.3-flashx,可在各 API 格式和编码智能体中调用。AI Gateway 按供应商价格原价计费,不收取推理平台费,BYOK 请求同样适用。
Himalayas 已用 Qdrant Cloud 支撑其远程职位平台的语义职位匹配,覆盖 10 万+在招职位与 30 万+公开人才档案,当前每天处理数十万次请求、每月超 2500 万次,约 300 万个 point,Qdrant 内耗时中位数约 30 ms、p95 约 200 ms。