跳到正文

#多模态

今日 0 条
9月9日周三
  4. OpenRouter：Announcements（RSS）71

    OpenRouter 评测 Seedance 2.5：长镜头与已有素材编辑的场景及成本解析

    OpenRouter 发布对 ByteDance Seedance 2.5 视频模型的评测，该模型自 2026 年 8 月 7 日上线其视频 API，生成 4 到 30 秒、480p 或 720p 的片段，支持图像、视频、音频引用和首尾帧控制，音频同趟生成不加价。

    推荐理由：原文基于自家端点数据给出 Seedance 2.5 的计费公式、能力边界和与 Seedance 2.0、Wan 3.0、Veo 3.1 的逐项对比，便于按需求选型。

  5. OpenRouter：Announcements（RSS）64

    OpenRouter 教程：用代码调用 Nano Banana 2 编辑图像

    OpenRouter 发布教程，演示通过 API 向 google/gemini-3.1-flash-image（即 Nano Banana 2）发送源图和文本指令完成图像编辑，编辑结果以 base64 形式在响应中返回。教程给出 Python 和 TypeScript 示例、提示词写法、多轮小步编辑方法，以及更换模型只需改一个字段，并介绍了 Nano Banana 系列四个成员的价格与质量差异。

    推荐理由：原文给出完整可运行的图像编辑请求代码和提示词写法，读者可以照搬并把模型换成其他供应商做对比。

9月8日周二
9月6日周日
9月5日周六
  2. 公众号：百度智能云（文心）32

    加南科技F2 AR智能眼镜携手百度智能云探索心跳感知

    百度智能云介绍与杭州加南科技的合作：F2 AR智能眼镜不配置摄像头，通过PPG心率、IMU、语音、位置与交互信号为AI提供用户上下文，心率偏离基线时可结合情境生成可确认或忽略的状态提示，并形成Heart Moment心情可视化功能。架构上终端负责感知与AR呈现，云端由百度智能云提供大模型、实时语音、翻译、百度地图与百舸、千帆等能力，形成端云协同的一体化方案。

9月4日周五
  4. Google Research：Blog（网页）66

    Google 与 HHMI Janelia 发布完整雄性果蝇大脑连接组图谱

    Google Research 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中枢神经系统的完整连接组图谱，包含超过 166,000 个神经元和 1.25 亿个突触连接，是目前按神经元数量计最大的大脑图谱。

    推荐理由：官方团队亲述十年合作的成果与 AI 重建方法，读者可以了解连接组学如何从果蝇推进到脊椎动物。

9月3日周四
  1. Google DeepMind：Blog（RSS）70

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型， hourly 更新且分辨率较上一代提升约 5 倍

    Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进的全球天气 AI 模型，经 Brightband 独立实时评估。

    推荐理由：原文给出分辨率、卫星数据接入和降水精度的具体数字，并说明在 Google 产品和 Cloud 中的获取方式，读者可评估其实际用途。

  8. Artificial Analysis70

    Artificial Analysis 评测显示，阿里巴巴 Wan 3.0 在视频编辑带音频榜单首次登顶第一，文生视频带音频位列第二，图生视频带音频排名第五。该模型为一体化视频生成与编辑模型，支持最长 30 秒 1080p 原生音频输出，可接受文本、图片、视频、音频、文档和网页作为创作参考，并支持指令式编辑画面、剧情、对话和声音。

  12. Google DeepMind74

    WeatherNext 3 发布，天气 AI 接入搜索、地图和开发者数据服务

    WeatherNext 3 结合实时卫星和地面观测生成逐小时天气预报，并开始接入搜索、Gemini、地图及开发者数据服务。温湿度采用五公里网格，其他变量分辨率不同；其降水精度提升来自具体评测，不能扩大成所有地区和天气都更准确。

    推荐理由：天气模型开始进入日常查询与开发者数据服务，公开的分辨率和评测范围有助于判断预测数据适用的场景。

  13. LlamaIndex：产品、工程与评测56

    LlamaIndex 发布 Turbo 抽取档位，中位速度每页 3.7 秒

    LlamaIndex 在 LlamaParse 平台以 beta 形式推出抽取档位 Turbo，主打低延迟实时工作流。在自建开放基准 ExtractBench 上，其速度约为 Cost Effective 模式的 4 倍，中位处理时间每页 3.7 秒，F1 为 0.84；中等及以上长度文档因页面并行处理降至每页约半秒。定价为每页 35 credits，目前支持的输入类型和配置选项少于其他抽取档位。

9月2日周三
  1. 公众号：昆仑万维（天工）54

    昆仑万维 SkyProduction 天工工作台新版本上线，打通剧本到成片流程

    昆仑万维 SkyProduction 天工工作台全新版本于8月31日上线，把剧本、资产、分镜、视频和后期整合为一条生产线。剧本环节提供剧本翻译、剧本评分和小说转剧本功能；Agent 流程可选 Seedance 2.0 智能创作或智能分镜模式，支持片段重拍和10分钟超长视频生成；Seedance 2.5 720P 无参考视频低至0.4元/秒，30秒视频生成成本最低12元。