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
Mirage – strukto-ai 开源的 AI Agent 统一虚拟文件系统
Mirage 是 strukto-ai 团队推出的面向 AI Agent 的统一虚拟文件系统。工具将 S3、Slack、Gmail、GitHub、MongoDB 等异构数据源统一挂载为同一棵虚拟文件树，让 AI Agent 无需学习任何新 API。
阅读全文StepAudio 2.5 Realtime – 阶跃星辰推出的实时语音大模型
StepAudio 2.5 Realtime 是阶跃星辰推出的端到端实时语音大模型，主打真人级语音对话体验。模型支持内容层面的深度交互，在声音表现力上完全贴近真人，具备顶级副语言能力、千万人设自定义和对话双商领跑三大核心突破。
阅读全文TACO – 北航等高校开源的端智能体自进化观测压缩框架
TACO 是曼彻斯特大学、北京航空航天大学、香港科技大学以及MAP 团队开源的无需训练、即插即用的终端智能体自进化观测压缩框架。
阅读全文RHTV深度体验：画布原生AI Agent重塑AI视频创作流程
AI 视频的进化速度太快了。 年初 Seedance 2.0 崭露头角，可灵生成的 AI 短片《纸手机》爆火全网，阿里 HappyHorse 登顶 Artificial Analysis 视频竞技场排行榜。
阅读全文Doubao-Seed-2.0-lite – 字节推出的首款全模态理解模型
Doubao-Seed-2.0-lite 是字节跳动豆包团队推出的首款全模态理解模型。模型支持视频、图像、音频、文本的原生统一理解，同步升级了 Agent、Coding 与 GUI 能力。
阅读全文SkillClaw – 高德开源的 AI Agent 技能集体进化框架
SkillClaw 是 AMAP-ML（高德地图机器学习团队）开源的 AI Agent 技能集体进化框架。框架通过本地 API 代理拦截 Agent 会话，在后台自动从真实交互中提取、去重、优化并归档可复用技能，实现跨设备、跨 Agent、跨团队的技能共享与持续进化。
阅读全文觅游
觅游（Meyo）是美团推出的AI原生 Agent 社区。觅游定位为极致低门槛、极致近关系的人与Agent共生社区，将 Agent 从效率工具重新定义为赛博伙伴。
阅读全文SenseNova 6.7 Flash-Lite – 商汤推出的多模态智能体模型
SenseNova 6.7 Flash-Lite是商汤科技推出的新一代轻量化多模态智能体模型，采用原生多模态架构，专为真实世界工作流设计。
阅读全文GPT-5.5-Cyber – OpenAI 推出的网络安全专用模型
GPT-5.5-Cyber 是 OpenAI 推出的网络安全专用模型，面向经身份验证的防御者提供有限预览。模型基于 GPT-5.5 构建，通过可信网络访问框架降低安全限制，支持漏洞验证、恶意软件分析、红队测试等专业防御工作流。
阅读全文GPT-Realtime-Whisper – OpenAI 推出的语音转文字模型
GPT-Realtime-Whisper 是 OpenAI 推出的流式语音转文字模型，基于 Whisper 架构升级而来，能在用户说话的同时实时输出文字，延迟极低。
阅读全文GPT-Realtime-Translate – OpenAI 推出的实时语音翻译模型
GPT-Realtime-Translate 是 OpenAI 推出的实时语音翻译模型，支持 70 余种输入语言实时翻译为 13 种输出语言，采用端到端架构直接处理原始音频，跳过文字中间步骤，在保留说话者语调、情感与停顿节奏的同时实现低延迟输出。
阅读全文GPT-Realtime-2 – OpenAI 推出的第二代实时语音模型
GPT-Realtime-2 是 OpenAI 推出的第二代实时语音模型，是目前 Realtime API 中推理能力最强的语音 Agent。模型具备 GPT-5 级推理能力，能在语音对话中边听边想，实时处理复杂多步任务并精准调用外部工具。
阅读全文Flipbook浏览器评测 – AI实时渲染替代传统网页，五大场景体验
最近有个项目让大家很上头，叫 Flipbook。 整个浏览器界面全是 AI 实时生成的像素，输入一个词，点击页面上任意位置，就会生成新的图像，可以一直点，一直生成。 连 Simon Willison、Datasette 创始人、Karpathy这些科技圈大佬都转发说"这玩意儿挺有意思"。
阅读全文JJT – 360 旗下 AI 办公平台推出的 AI PPT 生成工具
JJT 是 360集团旗下 360 AI办公平台推出的 AI 生成 PPT 工具，用户只需输入主题或粘贴内容，AI 即可自动生成结构完整、视觉专业的演示文稿。核心能力覆盖智能排版、数据图表生成、电影级视频转场、AI 精准配图、全套风格换新及演讲稿撰写，实现从内容创作到演讲交付的全链路闭环。
阅读全文豆包推出付费订阅服务，三档定价最高 5088 元/年
五一假期，没想到豆包因为要收费了上了热搜。热度已经持续两天了。在 App Store 里搜索豆包，打开，往下滑可以看到付费服务说明，一共有三档价格：
阅读全文Coding Plan避坑选购指南：7家主流平台深度对比
现在大家用 Agent 都离不开订阅 Coding Plan 套餐。 但是市面上的套餐太多了，各家的规则各不相同——额度、可选模型都不一样，看得人头大。最重要的是价格并不友好，动辄199，599......每次续费的时候心都在滴血！(╥﹏╥)
阅读全文AIHOT – 数字生命卡兹克推出的中文 AI 资讯网站
AIHOT 是数字生命卡兹克推出的中文 AI 资讯网站，面向想持续了解 AI 动态的中文读者，提供全球行业资讯精选，以及日报、周报、月报，帮助读者减少逐条查找信息的时间。
阅读全文Mamoda2.5 – 字节跳动推出的统一多模态模型
Mamoda2.5 是字节跳动推出的统一多模态 AR-Diffusion 模型，基于 128 专家细粒度 DiT-MoE 架构，总参数量 25B、每次仅激活约 3B。
阅读全文