AI 产品发布与更新

Claude Code 的后台子智能体现在占用更少的用量额度。 运行中的子智能体每 30 秒更新一次状态行，而此前每次更新都会重新读取其完整对话。现在改由 Haiku 5.5 根据简短笔记来生成，因此每次更新的成本降低约 99%。

ElevenAgents 现已原生集成 @Genesys Cloud、@Amazon Connect、@Five9 和 @NICELtd。 将最自然的语音智能体接入你现有的呼叫流程。 使用其他平台？ElevenAgents 可通过 SIP 连接任何电话系统。 https://elevenlabs.io/blog/elevenagents-contact-center-integrations

Aether 推出云端运行时，让 Claude Code 或 Codex 在其云端机器上运行，合上笔记本后智能体仍继续工作，模型调用直接走用户已有的 Claude 或 ChatGPT 订阅，只需为机器付费。其公开基准显示从提示到可运行构建用时 19.4 秒，对比 Conductor Cloud 为 73.5 秒；任务给出后约 20 秒即可运行，可在手机上查看每行代码并随时介入，还可在启用代码审查时由 reviewer agent 实际运行改动以捕捉静态分析难以发现的 bug…

AI 视频中的模型选择如今要逐个镜头决定，而智能体正是做出这一选择的好地方。 Voyager 是一款桌面 AI 智能体，它介于 Seedance 2.5 等 AI 视频模型与 Blender、DaVinci Resolve、Premiere Pro 等专业剪辑软件之间。 它的工作方式类似编程智能体，但面向视频：你描述镜头，它在 Blender 中规划、在 DaVinci Resolve 或 Premiere Pro 中剪辑，只在镜头方案确定后才调用 Seedance 2.5…

Michael Truell 转发 Grok Bot 推出的拨打电话能力。用户可以让 Bot 通过电话预约时间、取消订阅或与同事协调沟通。

Atmanity 发布实时形象模型 Atmee v2，可用 1 张照片和 10 秒语音生成能实时视频通话的会说话角色。作者引用发布方内容介绍，Atmee v2 负责渲染面部和身体，另一个模型 Causeur 驱动表情和手势跟随对话，宣称比 Seedance 2.5、Wan 3.0 等视频模型快最多 50 倍、便宜 10-100 倍，开发者可通过 atmee.ai 邀请码经 API 使用。

Grok Bot 现在可以拨打真实电话。作者以 Grok Bot 设计负责人身份介绍，可用它订餐厅、预约医生，并在等待时代替用户与保险公司周旋。

未来感十足 （引用推文：Grok Bot 现在可以打电话了。）

Grok Bot 现在可以拨打电话了。

OpenAI 随 Images 2.6 模型为 ChatGPT 上线 GIF 生成，可单步生成动图并调整播放速度、逐帧编辑和分享，此前 ChatGPT 无法一步原生生成 GIF。

Axiom Math 发布对整个 Stacks Project 的形式化，共 16M 行 Lean 代码，由其 agent swarm 以类似工程组织的方式分工完成，Lean 逐条检查每个证明。62,975 个 Lean 文件、663,090 个声明建立在 Mathlib 之上，每个带 tag 的结果都链接到原文和依赖。这是免费开源库，后续研究者或 AI 可直接复用已验证的定义和定理来证明新结果。

Perplexity 的智能体为商家投放广告，效果比广告公司还好。

Computer 为 Get Maine Lobster 管理了 3 万美元的 Meta 广告支出，表现优于其代理机构。 与其常规广告相比，Computer 带来了 3.5 倍的收入，ROAS 高出 63%。它自动化了创意分析、广告制作和媒介购买。 阅读更多：https://pplx.ai/gml

OpenClaw 宣布支持腾讯混元 Hy4，模型具备视觉能力、1M-token 上下文窗口以及改进的编码和长程智能体能力。用户可通过 Tencent TokenHub、TokenPlan 和 OpenRouter 使用，详情见 https://hy.tencent.ai/research/hy4。

Kino AI（YC S23）在 Hacker News 发布 AI 媒体管理与视频剪辑工具，将素材存储、富剪辑器和团队审阅链接整合为一体，所有剪辑、动效和评论均以基于 Remotion 的代码表达，支持 Codex、Claude Code 等智能体与队友在同一时间线协作。

Suno 宣布现在可以在 Suno 上用 MIDI 起始歌曲创作，详细介绍见其博客 https://suno.com/blog/MIDI-in-create。

Perceptron AI 发布 Perceptron Egocentric 1.0，通过自助 API 提供第一人称视频标注，细粒度子任务质量对齐 Astra，成本约为其 1/8。

Apple Intelligence 已在 iOS 27.3 beta 中国区上线，由阿里千问（Qwen）承担 ChatGPT 在其他市场的位置。设置分两步：开启 Apple Intelligence（约 7GB 端侧模型下载）后授权 Qwen。实测中仅当本地模型无法完成的任务才调用 Qwen，部分任务会跳转到其 App。

想调准你的语音方向，试试在 @GoogleAIStudio 里用“Remix this voice”🪄 在那里，你可以并排试听三个生成的版本，挑选喜欢的继续重混，并保存下来以便在不同脚本和多说话人场景中复用。

Google 宣布 Gemini 3.8 Flash TTS 的 Voice Remixing 功能已在 Google AI Studio 和 Gemini API 上线。用户可从 2000+ 预设声音库或自定义声音起步，用提示词微调音色、音高、语速和口音，例如加轻微美国南方口音或让它听起来像喷火龙。

🤯

Rohan Paul 引用 Menlo Ventures 报告称企业严重低估 AI 支出，2026 年平均支出达 2025 年的 4.7 倍，而预算仅计划 1.9 倍；中位数则只小幅超出（2.2 倍 vs 1.8 倍），说明支出激增主要由一小批重度智能体用户推动。

Suno 上线 MIDI 起手功能，用户可将 .mid 或 .midi 文件拖入 Create 页面或从 + 菜单选择 MIDI 开始创作。MIDI 只包含音符与节奏等数据，用户可用自然语言指示模型严格按原谱演奏、提取动机发展新想法或更换乐器编制。该功能基于 Simple Create 模式和 v6-wild，面向所有 Pro 和 Premier 订阅用户开放。

今天我们发布 llama.cpp v0.9.0，接下来几周我们将朝着首个重要版本 v1.0.0 迈进 https://github.com/ggml-org/llama.cpp/releases/tag/v0.9.0

Manus 演示可将照片转成可玩的 3D 版自己，走进用 Manus 创建的世界。其 3D 游戏构建已内建角色绑定与动画，能生成流畅且有表现力的角色动作，过去需要专人数小时完成的工作现在默认包含。

Viggle 发布视频转换 Agent Viggle Remake，并同日开放模型权重。支持替换场景中角色并保持跨镜头一致、更换物体与背景、改风格或加 VFX，最长 2 分钟，可继续对话修正任意镜头；720p 价格从每 10 秒 $0.96 起，低于 Higgsfield Genjutsu 的一半。

Mistral 宣布扩展 Mistral Studio，新增托管智能体、工作流、应用、企业上下文、可观测性和评估等能力，配合企业模型 Mistral Large 4（Le Chonk），支持云端、VPC 或本地部署并保留对模型与数据的控制。

fal 平台上线可灵（Kling）V4 Flash，提供文本生成视频、图片生成视频、参考生成视频和视频编辑四类入口。各入口均附有 fal.ai 模型页面链接。

fal 宣布 Kling 4.0 Flash 正式上线，主打快速视频生成，适合频繁的创意迭代。该模型支持文生视频、图生视频、视频编辑和参考视频四种工作流，可生成最长 20 秒、720p 且自带原生音频的视频。此前 Kling 4.0 已在 fal 开放 API，支持最长 30 秒带音频视频生成和最多 15 个参考素材。

Grok @Bot 会研究购买方案、带回一份精选清单、下单购买、追踪物流，并退掉你不想要的东西

可灵（Kling AI）宣布 Kling 4.0 Flash 现已对所有人全面开放，可通过 Kling AI 网站和 API 使用。用户还能通过 MCP、CLI 和 AI 插件访问，并为 Adobe Photoshop、Premiere Pro、After Effects 等专业创作工具提供插件，将视频生成直接集成到创作流程中。

可灵AI 宣布 Kling 4.0 Flash 现已向所有用户全面开放，可通过 Kling AI 官网和 API 使用。同时支持通过 MCP、CLI 及 AI 插件接入，创作者还可在 Adobe Photoshop、Premiere Pro 和 After Effects 中通过可灵插件调用该模型，体验入口为 klingai.com。

Living Brain 把 AI 记忆从模型中拆出，做成独立存储层，ChatGPT、Claude、Cursor、Codex 及自建智能体均可读写同一份记忆，换模型或换框架记忆不变。它只检索与当前问题相关的少量记忆而非全量历史，token 用量最多减少 22.6 倍，单任务成本最多降低 95%，端到端回答中位数 3.7s，检索中位数 464ms，LoCoMo 得分 92.2%。

在 Pixverse 上试试深度图控制： https://app.pixverse.ai/mini-apps/depth-map-control

小米 REDMI K100 上线 3D 运镜 AI 玩法，从相册选一张静态照片即可生成大角度 3D 运镜视频，镜头可环绕、推拉、倾斜，人物五官、发型、衣着保持一致。该功能由小米近期公开论文中的视觉生成框架 WorldCast 支撑，它通过解读画面深度结构把平面照片还原成三维场景，并虚拟出真实相机轨迹。小米称后续将探索更复杂运镜形态、更长连续生成及可控 4D 视频生成技术。

百度在深圳AI Day上发布面向物理AI的世界模型Apollo World，可将复杂道路交互与罕见驾驶场景转化为可重复、可控的仿真，用于自动驾驶系统训练与测试。该模型支持自主决策的AI交通智能体、实时生成的摄像头与LiDAR等传感器数据，以及虚拟城市中任意两点间的完整载客行程。Apollo World已用于Apollo Go的测试验证。

每部电影都始于一个创意。用 PixVerse Canvas 创作你的创意。 https://app.pixverse.ai/canvas?utm_source=Social&utm_medium=X

Anthropic 工程师 Addy Osmani 宣布在 Claude Code 2.1.317 版本中调整 Claude Opus 5.5 的游戏开发限制。用户现在可以提及现有游戏来描述玩法机制，Claude 会开发同类型的原创游戏；若明确要求复制原作，仍会被拒绝并建议开发类似体验的游戏。此前该规则因仅引用游戏作参考也可能被拒而引发开发者不满。

CrowdStrike 在 Fal.Con 欧洲大会上发布 Falcon Guardian 平台的新功能 AI 终止开关，即日起开放使用，可停止异常智能体运行、阻止其重新启动并切断网络访问权限。CEO 库尔茨称这是网络安全行业从防外部威胁转向保障企业内部智能体安全的重大转变，还提到企业客户曾主动要求在部署 Anthropic 产品前整合 CrowdStrike 的安全技术。

卡兹克将其打磨一年的 Agent 自动化系统开源为 Agent-Autoloop，并借鉴 Pi 极简内核与 Extensions 设计、DeepSeek Harness「一切皆插件」架构理念完成大幅抽象解耦。