THE NEXT THING, IN PERSPECTIVE独立 AI 资讯站

最新 AI 新闻,即刻看见。

汇聚官方发布与行业报道,沿着时间线,看清 AI 正在发生什么。

TODAY’S BRIEFING

今日要闻

进入资讯流
创投与商业 / 01千问新物种,需要旧王李佳琦钛媒体
01 / IN FOCUS

千问新物种,需要旧王李佳琦

钛媒体
产品与应用 / 02可插拔智能体 AI 框架:基于 Amazon Bedrock AgentCore 的七层可组合企业智能体 AI 参考架构AWS Machine Learning Blog
02 / IN FOCUS

可插拔智能体 AI 框架:基于 Amazon Bedrock AgentCore 的七层可组合企业智能体 AI 参考架构

AWS Machine Learning Blog
模型动态 / 03MiniMax 加码大模型产业:珠海横琴新设科技公司,注册资本 500 万人工智能头部企业MiniMax近期在业务版图拓展上迎来新动作。企查查信息显示,珠海稀宇极智科技有限公司正式成立,法定代表人为严奕骏,注册资本500万元。新公司聚焦人工智能全栈软硬件开发,标志着MiniMax进一步深化在华南及相关区域的战略布局。目前具体经营范围等细节仍有待更多披露。 刚刚 5.9KAIBase AI资讯
03 / IN FOCUS

MiniMax 加码大模型产业:珠海横琴新设科技公司,注册资本 500 万人工智能头部企业MiniMax近期在业务版图拓展上迎来新动作。企查查信息显示,珠海稀宇极智科技有限公司正式成立,法定代表人为严奕骏,注册资本500万元。新公司聚焦人工智能全栈软硬件开发,标志着MiniMax进一步深化在华南及相关区域的战略布局。目前具体经营范围等细节仍有待更多披露。 刚刚 5.9K

AIBase AI资讯
AI NEWS × FOXAI从信号发现下一步

从发现前沿资讯,到找到趁手的工具。

探索 AI 工具

发现好用的 AI

左右滑动探索 →
AI Short写作与内容

AI提示词管理和共享平台,多种场景的快捷指令

AI提示指令分类推荐榜首价格待核验查看详情
MemoAI音乐与音频

MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。

AI音频工具分类推荐榜首价格待核验查看详情
JAX模型与基础设施

JAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。

AI开发平台分类推荐榜首价格待核验查看详情
Kiro编程与开发

Kiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。

AI编程工具分类推荐榜首有免费入口查看详情
Open Design设计与 3D

OpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。

AI设计工具分类推荐榜首有免费入口查看详情
EvoMap智能体与自动化

EvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。

分类推荐榜首价格待核验查看详情
Zoom Workplace办公与效率

Zoom Workplace 是 Zoom 的团队协作平台,把视频会议、聊天、日程和文档等工作连接起来,并通过内置 AI 辅助整理讨论、起草消息和跟进事项。

AI会议工具待评分 · 分类列表推荐价格待核验查看详情
闪剪视频与动画

闪剪是面向口播和短视频营销的 AI 创作平台,可根据文字生成带配音、字幕和画面的成片,提供数字人定制、照片数字人、直播切片与智能剪辑,也面向企业提供 API 和品牌小程序方案。

待评分 · 分类列表推荐价格待核验查看详情
Fin企业与客服

面向客户服务的 AI 智能体。

客服智能体客户服务待评分 · 分类列表推荐价格待核验查看详情
Elicit知识与研究

Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。

论文文献研究待评分 · 分类列表推荐有免费入口查看详情

AI 正在发生

1278 条已发布资讯
AI 内容创作 · 30 条资讯清除筛选 ×
2026-10-26
沿着时间,追踪变化
12:00

AudioLift:通过多视角视频生成,实现基于音频的单张图像到全头高斯化身的转换

arXiv:2610.31747v1 发布类型:新 摘要:现有的3D会说话的虚拟形象方法主要依赖于参数化人脸模型,包括3DMM或FLAME,而这些模型紧凑的运动表示限制了其生成极端表情以及建模头饰等配件的能力。我们提出了一种名为AudioLift的两阶段框架,该框架以生成的多视角视频作为音频驱动虚拟形象生成的中间表示,无需使用参数化人脸模型或针对每个实例进行优化。我们的框架将同步的多视角视频生成阶段与一种抗不一致性高斯重建阶段相结合,从而仅凭一张肖像图像即可恢复出连贯的全头几何结构。大量实验表明,AudioLift能够生成捕捉更多表情变化的3D会说话虚拟形象……

视频生成阅读原文 事件进展与其他报道
00:57

阿波罗首席经济学家称AI对科技业外美国企业“零财务回报”

阿波罗全球管理公司首席经济学家托尔斯滕·斯洛克分析S&P 493(标普500剔除7家科技巨头)发现,非科技企业利润边际与人均营收持平,无证据显示AI提升生产力;其指出AI缺乏对问责、信任、文化等商业关键要素的理解,因而尚未带来财务收益。

推荐理由该观点基于对主流上市公司群体(S&P 493)的实证观察,引用明确数据范围与限制条件(排除Alphabet、Amazon等7家科技公司),并呼应近期多项研究结论,具备可验证的分析框架与清晰的归因边界。
语音、音频与音乐# 媒体阅读原文 事件进展与其他报道
2026-10-23
沿着时间,追踪变化
03:00

Canva发布首款自研图像生成模型Canva Craft,面向全用户开放

Canva正式推出其首个自研图像生成模型Canva Craft,采用两阶段生成架构,支持2K分辨率、30种比例输出,并强调文本可读性与图层可编辑性;模型基于平台内数百万人类设计模板训练,已集成至Dream Lab及API,未来将通过MCP接入ChatGPT、Gemini等第三方聊天机器人。

图像生成# 媒体阅读原文 事件进展与其他报道
01:45

Amazon SageMaker上线Kokoro-82M TTS模型,支持AI语音代理低延迟流式语音合成

AWS发布技术方案,利用SageMaker托管的Kokoro-82M文本转语音模型,通过双向WebSocket实现AI代理边生成文本边合成语音,显著降低端到端语音响应延迟;方案提供Base64-SSE与统一二进制传输两种音频回传方式,并明确标注为‘价值验证型’(proof-of-value),尚未进入生产就绪状态。

语音、音频与音乐# 官方# 教程阅读原文 事件进展与其他报道
00:30

Amazon SageMaker TTS服务实现测量驱动的自动扩缩容:以Kokoro-82M模型为例

AWS博客介绍了一种针对文本转语音(TTS)模型在SageMaker实时端点上部署时的实证型自动扩缩容方法,摒弃经验猜测,基于两个实测指标Q_max(单实例最大可持续并发请求数)和T_total(计划扩缩容耗时)构建可复现、可验证的扩缩策略。

语音、音频与音乐# 官方# 教程阅读原文 事件进展与其他报道
2026-10-21
沿着时间,追踪变化
08:00

IBM发布Granite Speech 5.0系列语音模型:支持多语种转录翻译与说话人归因

IBM推出Granite Speech 5.0系列三个开源语音模型——granite-speech-5.0-2b(高精度多语种ASR/MT)、granite-speech-5.0-470m-turboctc(超快边缘端多语种转录)和更新版granite-speech-4.1-2b-plus(增强型多说话人会话建模),全部基于Apache 2.0许可,支持主流推理框架。

语音、音频与音乐阅读原文 事件进展与其他报道
2026-10-20
沿着时间,追踪变化
2026-10-15
沿着时间,追踪变化
2026-09-25
沿着时间,追踪变化
每一次更新,都留下可追溯的来源。
STAY CURIOUS. STAY INFORMED.

信息很多,值得关注的变化不必错过。

让好奇心有方向,让每一天的阅读更有价值。

通过 RSS 订阅