AI文章
AI文章
整理 AI 项目、模型、工具和行业动态，给出更容易读懂的背景与使用参考。
内容精选
最新 AI 文章
Gemini Omni 1.1 Flash – 谷歌推出的 AI 视频生成模型
Gemini Omni 1.1 Flash 是谷歌推出的 AI 视频生成模型，面向开发者和专业创作者，支持从 360p 快速预览到 4K 超高清的多档位输出。
阅读全文智谱 GLM-5.3-Flash 深度实测 – AI 编程能力凭国产芯片登顶
今天发点模型实测相关的东西。 前几天 OpenCode 的用量榜第一名终于不再是 DeepSeek-V4-Flash，而是一个匿名模型 Ox Alpha。 2026 年 8 月 22 日，OpenCode 公开的数据里，一个刚上线的匿名模型跑了 2.6T token，高于 DeepSeek-V4-Flash 的 2.5T。OpenCode 还专门发帖说，DeepSeek 连续 56 天排在首位，这次被 Ox Alpha 超过了。 很多人都猜是 Google 的模型，但最终还是智谱认领了牛来，正式名字叫 GLM-5.3-Flash。
阅读全文Rome – 开源的智能体操作系统，自然语言生成完整应用
Rome 是开源的 Agentic OS（智能体操作系统）。工具能让 AI 为用户开发应用，自然语言描述需求，Agent 自动生成带界面、数据和后台逻辑的 App，安装后可长期运行。
阅读全文shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流
shuohao-skills 是开源的 AI 短剧制作 Skill 集合，专为 Claude Code / Codex 等 Agent 设计。工具提供从小说改编大纲、角色设定、美术设定、剧本撰写到分镜切分的完整工作流，每个环节配有脚本化质量检查，确保角色不雷同、时长精准、风格一致。
阅读全文Hy-MT2-1.8B – 腾讯混元推出的端侧翻译大模型
Hy-MT2-1.8B 是腾讯混元推出的端侧翻译大模型，仅 1.8B 参数却支持 33 个语种互译，翻译质量在 FLORES-200 等基准上超越微软、豆包等商业 API。
阅读全文Gemini 3.5 Transcribe – 谷歌推出的最新语音转文本模型
Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，支持实时流式和预录音频处理两种模式，前者通过 Live API 实现亚秒级延迟，后者支持说话人归属与词级时间戳。
阅读全文怎么用 MetaDig 做 AI 短视频，附教程实测案例
各位宝子们，现在做短视频的人越来越多，谁还没个「想拍但懒得拍」的念头呢！品牌片、口播、短剧小样，要是能一条龙在同一个地方做完，再发到网上，那肯定能少走很多冤枉路。
阅读全文GLM-5.3-Flash – 智谱开源的原生多模态模型，即Ox Alpha
GLM-5.3-Flash 是智谱最新推出的开源大模型，总参数三百二十亿，激活参数仅十八亿，为 GLM-5 系列首个原生多模态模型。模型综合智能指数达五十七分，与 Claude Opus 4.8 持平，定价仅为其四十分之一。
阅读全文Qwen3.8-Flash – 阿里通义推出的多模态 MoE 模型
Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 模型，总参数量 125B，每 token 仅激活 6B，原生支持 262K 上下文。
阅读全文Omarchy – 开源的AI原生Linux桌面 ，自然语言生成桌面主题
Omarchy 是 Ruby on Rails 作者 DHH 推出的 Linux 发行版，基于 Arch Linux 与 Hyprland 平铺窗口管理器。Omarchy 核心理念是「可塑的计算机」，桌面可随用户习惯任意塑造。
阅读全文Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具
Play with Putty 是 Google Labs 推出的多人实时协作 vibe coding 实验工具。用户用自然语言描述需求，AI 自动生成代码，多人可在同一共享空间实时搭建工具与网站，修改即时同步，无需编程基础。
阅读全文海艺剧场实测 – 一句话实现 AI 短剧批量生成
如果经常刷视频，你一定能明显感觉到：AI 漫剧、短剧这个赛道，已经进入规模化爆发期了。 仅抖音端，2026 年上半年新上线的 AI 剧、漫剧就达到了 22.19 万部，平均每天有 1200+ 部新剧上线。
阅读全文Seedance 2.0 fast vs MiniMax H3 AI视频模型实测对比
友友们，最近的视频模型更新得有点凶。 字节家的 Seedance 2.5 正式开放 API，最长可以生成 30 秒视频，最多接收 50 个图片、视频、音频和文本参考；Seedance 2.0 fast、Seedance 2.0 mini 降价，直接把 720P 视频的成本压到了 0.6 元/秒和 0.2 元/秒左右。
阅读全文Headlong – Laude Institute 开源的 AI Agent 微框架
Headlong 是 Laude Institute 开源的 AI Agent 微框架，核心仅约 1 万行 Bash 脚本。框架最大突破是持久主体性，Agent 永不"睡觉"，无需唤醒或定时任务，像人类内心独白般持续自主思考、自我驱动。
阅读全文Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作
Tutti · VM 是行业首个实况级多人多 Agent 并行协作空间。平台通过多层虚拟化技术，让本地的 Claude Code、Codex 等 Agent 在保留原有订阅和凭据的同时，实时接入同一个云端持久化工作现场。
阅读全文PixVerse R2 – 爱诗科技推出的实时全模态世界模型
PixVerse R2 是爱诗科技推出的实时全模态世界模型，为PixVerse R1 的升级版本。模型支持文字、图像、音频及动作信号等多模态输入，能在运行中持续接收用户控制、实时更新世界状态并连续输出同步音视频。
阅读全文Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型
Breeze TTS 2 是 BreezeBlue 推出的新一代语音合成模型，支持通过自然语言零样本设计角色音色，用自然语言指令精准控制情绪、语速、口音等表演细节。
阅读全文Prime Agent – Prime Intellect开源的长周期AI Agent运行框架
Prime Agent 是 Prime Intellect 开源的长周期 AI Agent 运行框架，通过 RLM（递归语言模型）将上下文变量化、子 Agent 函数化，借助 Continual Harness 实现任务经验的持续沉淀与自我进化。
阅读全文