RunningHub是什么RunningHub是基于云端ComfyUI的AI图像与视频创作平台。RunningHub基于ComfyUI架构，拥有超7000个预置节点，涵盖前沿模型如Stable Diffusion、腾讯混元AI视频模型等。用户基于拖拽节点构建工作流，实时调试并管理版本，支持Python/JS开发。RunningHub提供强大云端算力，基于FramePack技术让普通设备能生成高清视频，具备多模态生成及批量处理能力，广泛应用在电商、影视、游戏等领域，加速创作流程，降低创作门槛，助力创作者实现从分镜脚本到成片的快速转变。RunningHub的主要功能在线开发与编辑：提供云端开发环境，用户能在线编辑ComfyUI工作流，无需本地安装复杂软件，方便快捷。应用发布与盈利：用户将创作的AI应用发布到平台，供他人使用并有机会获得收入，实现商业变现。最新最全节点：提供最新最全的ComfyUI节点，满足不同创作需求。工作流集成：基于API接口，将RunningHub工作流集成到用户系统，实现与其他业务系统无缝对接。多任务运行状态查询：基于API可查询工作流多任务运行状态，便于任务管理和调度。业务逻辑控制：用户设计业务逻辑控制工作流调用策略，实现个性化业务流程自动化。热门模型预装：预装Stable Diffusion、Flux、Cogvideo等热门模型，降低创作门槛。如何使用RunningHub登录注册：访问RunningHub官网https://www.runninghub.cn/，完成注册和登录。使用AI应用：选择应用：在AI应用界面，选择一个感兴趣的AI应用，例如“换脸王-Face Swap”。参数设置：根据应用下方的作者介绍和输入建议，调整参数满足创作需求。运行应用：调整好参数后，点击“运行”按钮，开始运行AI应用。查看结果：运行完成后，点击右侧的任务列表查看运行结果。使用工作流：创建工作流：在工作流界面，点击“创建新工作流”，进入ComfyUI界面。编辑节点：在ComfyUI界面中，选择需要的节点并进行参数调整，构建工作流。连接节点：确保所有节点正确连接，且保存图像节点已连接。运行工作流：调整完成后，点击右上角的“运行”按钮，开始运行工作流。查看结果：运行完成后，点击右侧的任务列表查看运行结果。使用模型库：选择模型：在模型库界面，选择需要的模型，例如Stable Diffusion。加载模型：将选中的模型加载到工作流中，开始使用。调整参数：根据模型的使用说明，调整相关参数达到最佳效果。运行模型：调整好参数后，运行工作流，查看模型的输出结果。RunningHub的应用场景创意设计：设计师和艺术家快速生成高质量的图像和视频，进行创意设计和艺术创作，提升工作效率和创意表达。内容创作：创作者生成吸引人的图像和视频内容，用在社交媒体和自媒体平台，提升内容的吸引力和传播力。影视制作：影视制作团队生成特效镜头和动画内容，减少后期制作的复杂性和成本，提高制作效率。广告与营销：广告公司和企业生成创意广告图像和视频，快速测试不同方案，提升广告效果和品牌推广。教育与培训：教育工作者生成教学用的图像和视频，丰富教学内容，提升教学效果和学生的学习体验。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于RunningHub的工具绘蛙AI 电商营销工具，免费生成商品图视觉工厂AI创作工具，支持AI生图和视频生成服务Stable DoodleStabilityAI最新推出的将手绘草图转换成精美图像的工具Freepik AI Image GeneratorFreepik最新推出的AI图片生成工具呜哩阿里推出的AIGC创意生产力平台可灵AI快手推出的AI图像和视频创作平台暂无评论再想想发表评论暂无评论…

TeleAgent – 中国电信天翼 AI 推出的桌面级通用智能体助手AI工具3天前更新AI小集02TeleAgent是什么TeleAgent（星辰超级智能体） 是中国电信天翼 AI 推出的桌面级通用智能体助手，定位为”AI 办公搭子”。用户用自然语言交代任务，工具能自主拆解、跨应用执行并交付结果，覆盖文件整理、Excel 汇总、数据分析、PPT 制作、行业调研等场景。TeleAgent支持 Windows 与 macOS 本地安装，数据本地处理，具备跨软件协作、思维透明、学习用户习惯等能力，主打零代码、零门槛上手。TeleAgent的主要功能文件整理：自动整理杂乱文件夹，提取 Word/Excel 信息并生成纲要与脑图。Excel 汇总：将多份格式不一的 Excel 自动汇总成一张统一表格。数据分析：读取本地数据自动生成含图表的重点分析报告，直接汇报用。PPT 制作：输入主题或数据，自动完成内容撰写、图表生成与排版优化。资料调研：全网检索陌生领域信息，按维度梳理并输出带出处总结。跨应用协作：在网页、Excel、Word 等软件间自由穿梭，终结复制粘贴。应用生成：一句话定制专属工具、脚本或 HTML 演示页面。定时自动化：设置周期性任务（如每周周报），到点自动执行并交付。如何使用TeleAgent访问官网：访问 TeleAgent 官网 https://www.teleai.com.cn/product/teleagent，选择 Windows 或 Mac 版本下载安装包。安装软件：双击安装包一路”下一步”完成安装（Windows 约需 950MB 空间，Mac 拖入 Applications 即可）。注册登录：首次启动后注册天翼账号，并授权网络访问。设置工作空间：将需要处理的文件放入默认工作空间文件夹，或在桌面新建文件夹并在对话前选择它。下达指令：在输入框用自然语言描述任务，TeleAgent 自动拆解并执行，交付最终结果。TeleAgent的核心优势央企安全背书：中国电信自研，数据本地处理不上传，通过国家级安全认证，企业级合规有保障。零门槛自然交互：无需写代码、无需精巧提示词，日常语言即可驱动复杂办公任务。跨应用无缝协作：可在 Excel、PPT、浏览器、邮件等软件间自由穿梭，彻底终结复制粘贴。思维全程透明：任务拆解与执行过程完全可见，用户随时介入修正，拒绝黑盒操作。越用越懂你：自动沉淀个人行文风格、报表模板与业务流程，形成专属工作套路。多智能体并行：复杂任务自动拆解为多个子任务并行执行，大幅提升整体效率。模糊指令理解：能读懂不精确的日常表达，自动补全意图并规划最优执行路径。海量技能生态：内置 6300+ 办公技能，且会随使用频率自动迭代优化。TeleAgent的同类竞品对比对比维度TeleAgent（星辰超级智能体）腾讯QClaw开发方中国电信天翼AI腾讯产品形态桌面端独立应用（Windows / Mac）桌面端 + 微信小程序「QClaw管家」核心定位系统级通用智能体，”AI办公搭子”极简封装AI Agent，微信远程操控电脑主要入口桌面客户端微信小程序为主，支持文件传输与多模态交互跨应用能力Excel、Word、浏览器、邮件间自由穿梭支持跨应用操作，微信端可远程下发指令安全合规数据本地处理，央企级安全，国家级认证沙盒隔离安全机制特色功能6300+技能生态、思维透明、定时自动化、越用越懂用户「灵感广场」预置常用任务、极简三步上手TeleAgent的应用场景智能文件整理：将杂乱文件夹拖入工作空间，TeleAgent 自动分类归档、提取 Word/Excel 关键信息，并生成结构化纲要或思维脑图。Excel 数据汇总与分析：上传多份格式不一的 Excel，一句话指令即可自动统一字段、汇总成总表，并生成带图表和结论的数据分析报告。PPT 一键生成：输入汇报主题或上传数据，选择汇报对象，TeleAgent 自动规划内容、生成图表并完成排版。行业调研与商机监测：7×24 小时自动抓取行业资讯、竞品动态、招标信息，全网检索后按维度梳理对比，输出带引用出处的调研总结。跨应用自动化办公：设置周期性任务，如每周一自动拉取 CRM 数据生成周报、自动整理报销单据，到点自动在多软件间流转执行并交付结果。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LLM-as-a-Verifier - 斯坦福联合英伟达等开源的通用验证框架下一篇TabTin - 开源的全栈 AI Agent 团队协作平台相关文章MagicTailor – 组件可控个性化图像生成新框架AI小集1VoicePen.ai – AI内容创作工具，将音频、视频、语音备忘录、网站内容自动生成博客文章AI小集3DELIFT – 数据高效语言模型指令微调算法AI小集2ShipAny – 专为快速构建AI SaaS项目的Next.js模板AI小集3MCP Server Chart – 蚂蚁AntV开源的可视化图表MCPAI小集3小绿鲸英文文献阅读器 – AI学术工具，支持PDF阅读、批注、翻译等多功能AI小集3暂无评论再想想发表评论暂无评论…

Seedance 2.5 – 字节跳动推出的最新视频生成模型AI工具4周前更新AI小集03Seedance 2.5是什么Seedance 2.5 是字节跳动推出的新一代视频生成模型，单次可生成30秒高质量视频并支持多轮延长，能产出数分钟连贯叙事内容。模型支持单次输入最多30张图片、10段视频及10段音频作为参考素材，全面升级白模参考、运动参考与创意参考能力。模型新增精准时间戳编辑，支持绿幕替换、视角调整与定向修改，满足影视、广告等专业场景需求。Seedance 2.5的主要功能30秒长叙事生成：单次生成30秒高质量视频，支持多轮延长，优化镜头衔接与场景过渡，弱化”油腻感”。多模态参考输入：单次支持30张图片、10段视频、10段音频作为参考，综合理解画面构图、风格、人物与道具。白模与运动参考：支持无纹理3D白模控制空间结构、主体姿态与运镜，生成符合物理规律的光照与阴影。精准时间戳编辑：通过时间戳定向控制特定时段的故事、视角、运镜与节奏，实现生成前与生成后的精细调整。绿幕与视角编辑：替换场景时保持主体物理效果一致（衣物飘动、光影、步态），支持运镜轨迹与画面视角的独立调整。产业场景应用：覆盖教育课件生成、工业仿真、具身智能训练数据合成与自动驾驶极端场景模拟。Seedance 2.5的技术原理多模态参考融合理解：模型综合解析用户输入的30张图片、10段视频及10段音频中的画面构图、场景风格、人物特征与道具元素，通过跨模态对齐机制将参考素材中的视觉与听觉信息映射到生成目标中，实现多主体、多场景、多镜头变化的复杂创意还原。白模空间结构驱动生成：基于无纹理3D白模的空间结构、主体姿态、运动轨迹与镜头机位信息，模型构建三维空间约束，依据空间几何关系生成符合真实物理规律的光照效果，包括光源方向、色温、强度与阴影投射，使复杂镜头的构图调度与光影呈现更接近预期。时间戳精准编辑控制：模型支持时间戳级别的音视频内容定位与定向编辑，通过时序语义理解在生成阶段控制特定时段的故事走向、画面视角与运镜节奏，在生成后阶段对指定片段中的角色、动作、声音或剧情进行局部修改，同时保持修改前后的时序连贯性与真实感。绿幕物理一致性渲染：在绿幕场景替换过程中，模型基于目标场景的物理规则重新计算人物身上的物理效果，包括衣物飘动方向、头发状态、步态节奏与光影交互，确保主体与新场景在动力学与光学层面的和谐统一。如何使用Seedance 2.5选择入口：访问即梦网页端，进入视频生成模块并选择 Seedance 2.5 模型。输入创意：在输入框中描述视频内容，可上传图片、视频、音频作为多模态参考素材。延长视频：使用”延长视频”功能并指定衔接要求，保持人物主体、场景风格与声音音效一致。精准编辑：生成后通过时间戳定位特定片段，定向修改角色、动作、声音或剧情。专业控制：上传白模控制空间结构与运镜，或利用绿幕编辑替换场景背景并自动匹配物理效果。Seedance 2.5的核心优势长叙事连贯性：单次生成30秒并支持多轮延长，保持主体特征、场景环境与叙事节奏统一，减少拼接成本。多模态参考上限高：单次支持30张图、10段视频、10段音频，可同时还原多主体形象与声音，实现复杂群像叙事。精准时间戳控制：通过时间戳定向编辑特定时段的角色、动作、声音或剧情，生成前后均可精细调整，降低反复生成成本。白模物理光照：基于3D白模空间信息生成符合物理规律的光影、阴影与材质反射，提升专业影视质感。产业级编辑一致性：绿幕替换场景时保持衣物飘动方向、步态节奏、头发状态等物理效果和谐统一。Seedance 2.5的使用示例R2V prompt：延长视频，衔接 @视频 1 画面内容和主体继续生成一个 30 秒的视频，保持人物主体、场景、画面风格、声音音效一致。小男孩抱着足球沿车厢跑，地铁停稳后侧边门打开，他立刻冲出，男主紧追。两人一路穿过站台跑到街上，惊动街边路人，男主最终追上并抓住他，小男孩委屈抬头，男主慢慢消气，摸摸他的头，露出无奈笑容。R2V prompt：参考 @白模 1 的运镜、镜头节奏、景别变化、主体轨迹和镜头调度。参考 @图片 2 的角色外形、场景、材质、光照、色彩和童话氛围，将白模渲染为梦幻温暖、儿童幻想感、3D 动画短片。剧情依次为：幻想天空飞行→云海神兽伴飞→俯冲入海→鳐鱼海底穿梭→镜面时空裂缝→宇宙摘星→幻化回房间→爸爸盖被→合上绘本定格。Seedance 2.5的同类竞品对比维度Seedance 2.5可灵 3.0Runway Gen-4.5单段时长30 秒（原生）约 10-20 秒约 10-16 秒参考素材数50 个全模态有限数量有限数量局部编辑支持区域级修改部分支持支持 Inpainting分辨率原生 4K 10bit最高 1080p/4K最高 1080p价格定位国内低价策略国内中等国际高价订阅应用场景影视/广告/实体产业短视频/广告创意短片/广告Seedance 2.5的应用场景影视广告制作：模型能快速生成电影级质感短片与广告片段，支持复杂运镜、多镜头叙事与一镜到底创作。教育内容转化：将课文历史背景、科学原理转化为沉浸式视频课件，降低教学物料制作门槛。工业仿真训练：生成高质量合成视频数据，用于机器人感知操作训练与设备装配流程演示。自动驾驶测试：模拟极端天气、复杂路况等低频场景，为系统测试与训练提供多样本数据。创意内容生产：支持京剧表演、音乐会、儿童幻想动画等复杂艺术创作，实现从想法到成片全流程落地。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇豆包2.1 - 字节跳动推出的全新智能体模型系列下一篇方舟 CLI - 字节跳动火山引擎推出的命令行工具相关文章ComputerX – AI Agent工具，自动化处理计算机任务AI小集2DataCamp – 在线AI学习平台，专注数据科学的编程技能培训AI小集2twee – 专门为英语教师打造的AI备课助手，自定义生成教学素材及习题AI小集2GPTExcel – AI电子表格助手，自动化脚本编写、SQL 查询生成AI小集3TransPixar – 港中文联合 Adobe 等机构开源的生成透明背景视频技术AI小集2小鹅桌面 – 腾讯推出的 Windows 端桌面美化工具AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录造剧立刻成片OJO海艺剧场豆包工作精挑翻译最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！5分钟前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具6分钟前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态2小时前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作2小时前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集2小时前PixVerse R2 – 爱诗科技推出的实时全模态世界模型5小时前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型5小时前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server5小时前AlphaVow – 一站式 AI 批量图像处理工具21小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型22小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频22小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台1天前ScienceClaw – 中科紫东太初推出的科研原生智能体平台1天前豆包工作 – 字节跳动推出的 AI Agent 办公产品1天前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型1天前

Newtake – LiblibAI 推出的海外 AI 视频创作平台AI工具5小时前更新AI小集03Newtake是什么Newtake 是LiblibAI面向海外推出的AI 视频创作平台，定位”导演工具”，主打影视级内容制作。产品基于无限画布和节点工作流，提供多视角解析、角色一致性管理、电影感灯光、专业镜头复刻等功能，已接入Seedance 2.5等模型。作为LibTV的海外品牌，Newtake 首站选择韩国市场，契合当地对偶像、剧集、广告等人物密集型内容的需求。Newtake的主要功能Director Console（导演控制台）：集中控制画面构图与镜头调度，像导演一样统筹整个视频项目。Cinematic Light（电影感灯光）：一键调整场景光影氛围，让人物与环境的质感更接近专业影视水准。Multi-View Parse（多视角解析）：基于同一角色或场景自动生成多个机位角度，丰富叙事层次。Textured Character Sheet（纹理角色表）：建立并锁定角色的五官、服装与造型细节，确保多镜头下人物始终一致。Video Edit（视频编辑）：在无限画布上对已有视频片段进行重新处理、剪辑与再创作。Pro Shot Recreate（专业镜头复刻）：参考经典或专业镜头的构图与运镜方式，快速生成同款画面。Seedance 2.5：接入底层视频生成大模型，提供高质量的人物动态与场景渲染能力。长视频生成：突破单段时长限制，支持连续叙事的长片内容产出。AutoLink：自动串联画布中的素材节点，减少手动连接工作流的繁琐操作。无限画布 + 节点工作流：将模型、素材与处理步骤放在同一张画布上，像搭积木一样可视化地搭建完整创作管线。如何使用Newtake注册登录：访问Newtake官网 https://www.newtake.ai/ ，注册账号，进入创作后台。创建项目：在无限画布上新建一个视频项目，作为所有素材和节点的总容器。导入或生成角色：使用 Textured Character Sheet 上传参考图或生成角色，锁定五官与造型确保一致性。规划镜头脚本：在 Director Console 中编排场景、机位与动作，像导演一样统筹画面。生成视频片段：调用 Seedance 2.5 等模型，基于提示词和角色节点生成所需视频内容。多视角扩展：通过 Multi-View Parse 从已有片段延伸出不同机位角度，丰富叙事。精调画面质感：用 Cinematic Light 和 Pro Shot Recreate 调整灯光氛围与镜头语言。串联工作流：用 AutoLink 或手动连接画布上的节点，将素材、角色与生成结果自动串联成完整管线。编辑与导出：在画布上直接剪辑拼接，确认无误后导出最终成片。Newtake的核心优势导演级创作范式：以 Director Console 为核心，将影视工业的运镜、灯光与角色调度能力平民化，让普通用户也能像导演一样掌控画面。角色一致性保障：Textured Character Sheet 可锁定人物五官、服装与妆容细节，彻底解决 AI 视频多镜头下角色”变脸”的行业痛点。可视化节点工作流：基于无限画布串联素材、模型与处理步骤，创作过程像搭积木一样直观灵活，所见即所得。顶尖模型底座：已接入 Seedance 2.5 等前沿视频大模型，持续获得底层生成质量与动态表现的升级。精准市场卡位：首站选择韩国，高度契合当地偶像、剧集与广告工业对人物稳定性和视觉质感的需求。生态与资金支撑：背靠 LiblibAI 的社区资源、技术积累及超 3 亿美元 ARR，具备快速迭代与全球化扩张的底气。内容外溢红利：韩国 K-pop 与偶像剧视觉语言已被全球市场接受，创作者作品天然具备跨区域传播优势。Newtake的同类竞品对比对比维度NewtakeKling（可灵）产品定位导演级 AI 视频工作流平台，强调影视工业化、节点化制作通用型 AI 视频生成平台，主打”所想即所见”的创意表达核心交互无限画布 + 节点工作流，以项目制统筹素材、角色与镜头简洁的提示词/图生视频界面，偏向单片段快速生成角色一致性Textured Character Sheet深度锁定角色造型，专为多镜头连续叙事设计支持角色参考（Character Reference），但主要用于单片段形象固定，长序列一致性需额外控制导演工具Director Console、Cinematic Light、Pro Shot Recreate 等系统化导演工作台运动笔刷、运镜控制等基础镜头调节，缺乏影视级的系统化调度能力底层模型接入 Seedance 2.5 等第三方顶尖模型，平台化整合多模型能力自研 Kling 系列模型，视频生成质量、物理模拟与动态表现行业领先市场策略首站韩国，深度绑定 K-pop / 短剧内容生态，以 1 亿韩元创作挑战赛撬动本地创作者全球化铺开，依托社交媒体病毒传播 + 订阅制快速获客，韩国也是重点市场之一生态优势背靠 LiblibAI 社区生态，创作者可共享 LoRA、工作流与素材资源快手生态支撑，短视频创作者转化率高，但模型与工作流生态相对封闭Newtake的应用场景AI 短剧 / 迷你剧制作：用角色一致性管理与长视频生成能力，快速产出都市恋爱、悬疑反转等题材的连续短剧，解决多集之间人物”变脸”问题。K-pop MV 与偶像视觉内容：针对韩国市场核心需求，生成偶像舞蹈、时尚造型与舞台表演片段，通过多视角解析和电影感灯光打造专业级视觉。广告与品牌宣传片：借助导演控制台和专业镜头复刻，为美妆、时尚、汽车等品牌制作高质感广告片，降低传统影视拍摄成本。虚拟角色 IP 与互动内容：锁定虚拟偶像或品牌代言人的固定形象，持续产出社交媒体物料、直播切片及粉丝向互动视频，构建稳定的数字资产。电商产品展示与虚拟模特：通过纹理角色表固定模特形象，结合多视角灯光与场景切换，批量生成服装、配饰等商品的动态展示视频，替代传统拍摄。# AI工具©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇ScienceClaw - 中科紫东太初推出的科研原生智能体平台下一篇OpenStory - 开源 AI 视频制作平台，一键生成短剧视频相关文章OmniHuman-1.5 – 字节推出的数字人动画生成模型AI小集3码上飞 – AI软件开发平台，一句话自动生成端到端应用AI小集16Jellypod – AI播客制作平台，支持多种内容格式自动生成播客脚本AI小集3Intellectia – AI驱动的金融市场趋势分析的平台AI小集3Skarbe – AI销售工具，智能捕捉和整理事项生成关键行动建议AI小集3SpatialLM – 群核科技开源的空间理解多模态模型AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录造剧立刻成片OJO海艺剧场豆包工作精挑翻译最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！5分钟前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具6分钟前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态2小时前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作2小时前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集2小时前PixVerse R2 – 爱诗科技推出的实时全模态世界模型5小时前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型5小时前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server5小时前AlphaVow – 一站式 AI 批量图像处理工具21小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型22小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频22小时前ScienceClaw – 中科紫东太初推出的科研原生智能体平台1天前豆包工作 – 字节跳动推出的 AI Agent 办公产品1天前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型1天前huashu-excel – 花叔开源的 AI 数据分析 Skill1天前

FireRedTTS3 – 小红书开源的统一语音生成与编辑模型AI工具1天前发布AI小集03FireRedTTS3是什么FireRedTTS3 是小红书 FireRed 团队开源的统一语音生成与编辑模型。模型基于 RedAE 语义增强连续表示与 LLM-DiT 架构，单一模型可实现24 种语言 + 21 种中文方言的零样本音色克隆、自然语言描述的声音设计，以及指定区域的精准语音编辑。模型在四个公开评测集上均取得最优结果，已全面开源可本地部署。FireRedTTS3的主要功能零样本音色克隆：给定几秒参考音频，即可用该音色合成 24 种语言及 21 种中文方言的语音。声音设计：通过自然语言描述即可生成此前不存在的全新音色，无需参考音频。语音编辑：对已有语音的指定区域进行精准修改，包括改词、调速、变调、调音量，其余部分保持不变。FireRedTTS3的技术原理RedAE 语义增强连续表示：在 tokenizer 训练阶段引入语义教师模型进行特征蒸馏，将语义信息注入连续 latent，既保留声学细节又缓解自回归误差累积，无需额外语义模块或多阶段训练。LLM-DiT 生成框架：以 Qwen3-1.7B 为 Backbone 继承文本理解与指令跟随能力，通过 Aggregator 压缩序列后自回归建模，再由 DiT 模块在 Backbone 条件下做 patch 级去噪生成，保持时间连贯性。先规划再合成（Instruct 版）：将自然语言指令解析为结构化声学方案或编辑掩码，再映射到 RedAE 表示进行合成，实现对声音设计和语音编辑的精准控制，不破坏未指定区域。微信关注回复“开源”，加入AI开源项目交流群如何使用FireRedTTS3环境准备：克隆 GitHub 仓库并安装requirements.txt中的依赖。模型下载：通过 ModelScope 下载FireRedTeam/FireRedTTS3预训练模型到本地目录。语种识别（可选）：下载 FastText 语言识别模型，让 Base 版自动判断输入文本的语种。零样本克隆：加载 Base 版模型，传入参考音频、参考文本和目标文本即可生成对应音色语音。声音设计：调用 Instruct 版的generate_voice_design，仅传入自然语言描述和目标文本即可生成全新音色。语义编辑：调用generate_semantic_edit，用自然语言指令指定插入、删除或替换内容，修改指定区域。声学编辑：调用generate_acoustic_edit，使用固定模板指令（如adjust the speed to 0.5x）调整语速、音高或音量。方言合成：传入带ZH_前缀的方言标签（如ZH_Sichuan），并尽量使用同方言参考音频以获得最佳效果。FireRedTTS3的核心优势三任务统一建模：将音色克隆、声音设计、语音编辑整合到单一模型，无需为不同任务分别训练或切换模型，降低系统复杂度。RedAE 语义增强连续表示：在 tokenizer 训练阶段即注入语义信息，既避免了离散 token 的声学细节损失，又缓解了连续自回归的误差累积，兼顾音质与稳定性。顶尖的多语言/方言能力：支持 24 种语言与 21 种中文方言的零样本克隆，在 MiniMax-MLS-Test 的 24 语种评测中 22 个语言位列前二。四个公开榜单全面领先：在 Seed-TTS-Eval、MiniMax-MLS-Test、InstructTTSEval、Ming-Freeform-Audio-Edit 上，字错率与说话人相似度均取得最优或次优成绩。精准可控的先规划、再合成：Instruct 版将自然语言指令解析为结构化声学方案后再渲染，确保编辑只影响指定区域，其余内容和音色保持不变。FireRedTTS3的项目地址GitHub仓库：https://github.com/FireRedTeam/FireRedTTS3HuggingFace模型库：https://modelscope.cn/models/FireRedTeam/FireRedTTS3FireRedTTS3的同类竞品对比对比维度FireRedTTS3CosyVoice3开发团队小红书 FireRed 团队阿里通义实验室开源状态模型 + 代码 + Demo 全面开源部分版本开源核心能力克隆 / 设计 / 编辑 统一建模侧重语音克隆与指令控制语言与方言24 种语言 + 21 种中文方言多语言支持，方言覆盖较少技术路线RedAE 连续表示 + LLM-DiT离散 Token + Flow Matching零样本克隆Seed-TTS-Eval 相似度78.8%Seed-TTS-Eval 相似度75.3%声音设计自然语言描述生成全新音色主要支持风格 / 情感控制语音编辑支持精准局部编辑（改词/调速/变调）编辑能力有限，非核心功能推理部署支持本地 GPU 部署，提供完整 API支持本地部署FireRedTTS3的应用场景多语言有声内容制作：用几秒参考音频克隆音色，快速生成 24 种语言的有声书或播客，无需聘请多语种配音员。游戏与虚拟角色配音：通过自然语言描述设计专属角色音色，或精准编辑已有台词中的个别字词，避免整句重录。视频与播客后期剪辑：在成品语音中直接替换错误词汇、调整语速或删除冗余片段，无需回到录音棚重新录制。品牌智能客服：零样本克隆企业专属客服音色，保持一致的品牌声音形象，同时支持多语言服务。方言内容创作：用 21 种中文方言合成本地化内容，如方言短视频、地方文化节目，大幅降低方言配音门槛。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇huashu-excel - 花叔开源的 AI 数据分析 Skill下一篇豆包工作 - 字节跳动推出的 AI Agent 办公产品相关文章Kimi Work – 月之暗面推出的通用型本地 AgentAI小集3MoE-TTS – 昆仑万维推出的语音合成框架AI小集2Cal AI – 扫描食物热量的APP，AI分析食物中蛋白、碳水和脂肪含量AI小集4AsrTools – 开源的AI语音转文字工具，支持调用多家大厂接口AI小集2Luvvoice – 在线AI文本转语音工具，超 200 种 AI 声音和 70 多种语言AI小集3SpeedLegal – AI合同审查工具，一键生成分析报告和合同摘要AI小集4暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录造剧立刻成片OJO海艺剧场豆包工作精挑翻译最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！3分钟前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具4分钟前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态2小时前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作2小时前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集2小时前PixVerse R2 – 爱诗科技推出的实时全模态世界模型5小时前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型5小时前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server5小时前AlphaVow – 一站式 AI 批量图像处理工具21小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型22小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频22小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台1天前ScienceClaw – 中科紫东太初推出的科研原生智能体平台1天前豆包工作 – 字节跳动推出的 AI Agent 办公产品1天前huashu-excel – 花叔开源的 AI 数据分析 Skill1天前

IT之家8 月 26 日消息，Stability AI 美国加州当地时间 25 日宣布完成总额 7,600 万美元（IT之家注：现汇率约合 5.12 亿元人民币）的 B 轮融资。这笔资金将用于推动创意制作产品的开发，深化应用研究领域，扩展专业服务业务。Stability AI 本次融资的投资者包括知名游戏企业 EA、全球三大音乐娱乐企业（索尼音乐、环球音乐、华纳音乐），AMD 风投部门也在这一轮中出资。Stability AI 首席执行官 Prem Akkaraju 表示：这一无与伦比的投资者群体印证了我们愿景的实现 —— 即生成式 AI 能够赋能每一位制片人、音乐家和故事讲述者。Stability 在人工智能领域独树一帜，因为我们是为创意人士打造工具的富有创造力的人。开发具有行业引领性的技术意味着要聚集一群具有行业引领力的巨头，而这正是我们做到的。我们的投资者为我们提供了长期成功的保障，因为他们不仅提供资金，还提供专业知识、信誉以及与艺术家直接联系的机会。

PixVerse R1 – 爱诗科技推出的全球首个通用实时世界模型AI工具5个月前更新AI小集03PixVerse R1是什么PixVerse R1 是爱诗科技（PixVerse）推出的全球首个通用实时世界模型，标志着AI视频生成从“预录制”迈向“实时动态生成”的重大突破。R1通过三大核心技术实现创新：Omni原生多模态基础模型，将文本、图像、音频与视频融合为单一生成序列；自回归流式生成机制，解决长时序一致性问题，支持用户实时插入指令；瞬时响应引擎（IRE），大幅提升计算效率，实现即时响应。 访问PixVerse平台可直接体验PixVerse R1 的最新能力。PixVerse R1的主要功能实时视频生成：能即时生成连续的视频内容，支持最高1080P分辨率，用户可在生成过程中随时插入新指令，视频会即时响应并调整画面。自回归流式生成：解决了长时序一致性问题，即使在不干预的情况下，视频也能自主发展剧情，实现无限连续的视觉流式传输。多模态融合：采用Omni原生多模态基础模型，将文本、图像、音频与视频融合为单一生成序列，避免了传统上采样带来的模糊与伪影问题。高效计算引擎：通过瞬时响应引擎（IRE），大幅压缩采样步数，计算效率提升数百倍，实现低延迟的实时交互体验。数字分身系统：上传照片能生成三种风格（写实/动漫/赛博朋克）虚拟角色，可在不同场景中探索互动。多人互动直播：支持多人在同一虚拟空间实时创作，Prompt以弹幕形式触发画面变化，所有人可见。实时聊天：Live Chat功能支持创作者即时交流创意。PixVerse R1的技术原理Omni原生多模态基础模型：采用Transformer架构，将文本、图像、音频与视频融合为一个统一的生成序列，避免了传统方法中因上采样导致的模糊和伪影问题，提升了生成内容的质量和一致性。自回归流式生成机制：通过自回归的方式实现视频的连续生成，解决了长时序一致性问题。用户可以在生成过程中实时插入新的指令，系统能即时响应并动态调整视频内容，使生成的视频能够根据用户的输入灵活变化。瞬时响应引擎（IRE）：通过时间轨迹折叠、引导校正和自适应稀疏采样等技术，大幅压缩了传统扩散模型所需的采样步数，显著提升了计算效率，实现了低延迟的即时响应能力，为实时交互提供了技术支撑。实时交互与决策：PixVerse R1支持用户在视频生成过程中随时输入新的指令（Prompt），系统会根据这些指令即时调整视频的叙事方向，在没有用户干预时，模型能自主生成后续内容，实现“无限流”的视频生成体验。高效算力优化：针对实时生成的高算力需求，PixVerse R1通过优化算法和架构设计，降低了单次生成的资源消耗，使得长时间的实时视频生成成为可能，保持了高质量的生成效果。PixVerse R1的项目地址项目官网：https://pixverse.ai/en/blog/pixverse-r1-next-generation-real-time-world-modelPixVerse R1的应用场景实时互动娱乐：可用于创建实时互动的视频内容，如互动剧情游戏，观众可以通过输入指令即时改变故事走向，带来全新的沉浸式娱乐体验。直播与内容创作：支持实时生成视频内容，创作者可以根据观众反馈即时调整直播画面或视频剧情，为直播和短视频创作带来更多创意和互动性。教育与培训：在教育领域，可用于生成实时的虚拟场景或模拟环境，帮助学生更好地理解和参与学习内容，如历史事件重现、科学实验模拟等。广告与营销：品牌可以用PixVerse R1生成个性化的广告视频，根据用户行为或偏好实时调整广告内容，提升广告的吸引力和效果。游戏开发：为游戏开发者提供实时生成的游戏世界和剧情，实现更灵活的游戏设计和更丰富的玩家体验，尤其是在开放世界和沙盒游戏中。影视制作：在影视后期制作中，可用于快速生成特效镜头或预览场景，提高制作效率，同时为创意探索提供更多可能性。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇BabyVision - UniPat AI团队推出的多模态理解评测集下一篇司农 - 南京农业大学开源的农业领域大模型相关文章Add-it – 英伟达推出无需训练的图像编辑技术AI小集2元极AI – 知行元科技推出的 AI 导演制片系统AI小集215个免费的AI图生视频工具，用AI让图片动起来AI小集8Ming-UniAudio – 蚂蚁集团开源的音频多模态模型AI小集2TurboSeek – AI驱动的开源的智能搜索引擎AI小集2KeySync – 帝国理工联合弗罗茨瓦夫大学推出的口型同步框架AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录造剧立刻成片OJO海艺剧场豆包工作精挑翻译最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！5分钟前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具6分钟前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态2小时前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作2小时前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集2小时前PixVerse R2 – 爱诗科技推出的实时全模态世界模型5小时前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型5小时前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server5小时前AlphaVow – 一站式 AI 批量图像处理工具21小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型22小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频22小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台1天前ScienceClaw – 中科紫东太初推出的科研原生智能体平台1天前豆包工作 – 字节跳动推出的 AI Agent 办公产品1天前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型1天前

PixVerse R2 – 爱诗科技推出的实时全模态世界模型AI工具5小时前发布AI小集02PixVerse R2是什么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。模型通过 Omni Causal AR 架构与实时加速技术，PixVerse R2 在保持长程一致性的同时实现低延迟交互，让视频生成从固定片段进化为可持续演化的动态世界。PixVerse R2的主要功能实时全模态世界生成：支持文本、图像、音频、动作信号等多模态输入，在运行中持续接收用户控制并实时输出同步音视频。长程世界状态保持：通过多时间尺度记忆体系，在长时间运行中维持角色身份、场景设定和关键事件的统一性。动态交互控制：用户可通过 WASD 等动作信号或音频指令，在生成过程中实时操控世界演化方向。自适应时间粒度：根据控制信号的语义边界自动调整音视频生成块大小，兼顾响应速度与表达完整度。错误状态自纠正：通过 Error Bank 机制主动学习并修复历史生成中的偏差，提升长期运行稳定性。PixVerse R2的技术原理全模态因果自回归：将双向时空生成先验转化为单向因果自回归架构，统一处理短视频、长视频与交互轨迹，使画质、音视频表达、长程生成和多模态控制在同一模型中共同扩展。动态分块生成：根据控制信号的时间尺度自适应切分音视频序列，短块提升动作响应精度，长块保留语义完整结构，实现不同任务共享同一因果生成接口。混合教师强制与扩散强制：混合干净历史与带噪历史进行训练，配合因果注意力掩码与相对时间位置编码，缩小训练与推理的分布差距，提升长程稳定性。多时间尺度记忆：由固定锚点记忆、滚动历史记忆和对象键值缓存组成，在固定预算内协同保持世界身份与局部连续性。误差库：将代表性错误历史沉淀为训练样本并回放，使模型主动学习识别和修复偏差，将长期漂移从被动问题转化为主动优化目标。对抗正则去噪分布匹配蒸馏：用全模态因果自回归同时作为学生模型初始化与蒸馏教师，通过条件对齐、分布匹配与对抗正则三信号联合优化，在极少步数下保持控制精度与世界真实感。块稀疏注意力：通过块级相关性路由将注意力稀疏度提升至 90% 以上，集中计算关键依赖，显著降低长上下文开销且效果基本无损。如何使用PixVerse R2目前 PixVerse R2 处于内测阶段，用户需扫码填写体验申请表获取提前体验和 API 接入资格。PixVerse R2的核心优势统一训练范式：采用全模态因果自回归与实时加速层的两阶段统一训练，避免了传统多阶段 Pipeline 的能力折损。全模态实时交互：支持文本、图像、音频、动作信号等全模态输入，能够在生成过程中持续接收用户控制并实时输出同步音视频。长程状态保持：通过多时间尺度记忆体系与误差库机制，在长时间运行中有效保持世界状态统一性并主动纠正漂移。自适应生成粒度：动态分块技术可根据控制信号语义自适应调整生成粒度，兼顾交互响应速度与内容表达完整度。高效无损加速：基于块稀疏注意力与金字塔式超少步蒸馏，在 90% 以上稀疏度下实现低延迟实时生成且效果基本无损。PixVerse R2的同类竞品对比对比维度PixVerse R2Matrix-Game 3.0（昆仑万维）核心定位实时全模态世界模型，面向沉浸式内容与交互体验实时交互世界模型，面向 AI 游戏与虚拟世界构建核心架构Omni Causal AR + 实时加速蒸馏记忆增强的交互式世界模型（Patch 级记忆注入）输入模态文本、图像/视频参考、音频、动作信号（WASD）文本提示、键盘/鼠标动作控制输出内容同步音视频流（Video + Audio）可交互的 3D 游戏世界画面生成性能低延迟流式生成，支持持续交互720p @ 40 FPS（3.0）；单张消费级显卡 20 FPS（3.5）记忆机制多时间尺度记忆（Sink + Rolling + Object KV）+ 误差库纠错Patch 级记忆注入架构，分钟级长程一致性长程一致性通过 Error Bank 主动修复漂移，亮度漂移降低 35.8%分钟级记忆保持，支持数分钟连续探索PixVerse R2的应用场景实时交互式虚拟游戏世界：玩家通过 WASD 等动作信号实时操控第一人称或第三人称视角，模型即时生成对应场景与音画反馈，打造无限延展的开放世界体验。沉浸式影视实时预演：导演在拍摄前通过文本描述和实时动作调整，即时生成分镜动态画面与同步音效，快速验证镜头语言与叙事节奏，大幅降低试错成本。虚拟角色直播与互动娱乐：数字主播或虚拟偶像在直播中实时接收弹幕文本、语音指令或礼物动作信号，动态调整表情、动作与场景，实现真正意义上的实时人机共创内容。实时广告与营销内容生成：品牌方根据用户画像或实时热点，输入产品参考图与简短文案，模型即时生成多版本广告短片并同步配音，支持投放前快速迭代与 A/B 测试。教育培训与仿真模拟：在医学、驾驶或应急演练场景中，学员通过语音或操作设备发出动作指令，模型实时生成对应仿真环境与反馈画面，提供低成本、可重复的沉浸式训练体验。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Breeze TTS 2 - BreezeBlue 推出的新一代语音合成模型下一篇EgoSuite-Open100K - 光轮智能开源的全模态人类行为数据集相关文章探也 – AI招聘平台，为企业提供精准人才匹配一站式服务AI小集2OpenMAIC – 清华开源的多智能体AI课堂平台AI小集20LongReward – 清华、中科院、智谱AI联合推出提升长文本大语言模型性能的方法AI小集2万象驭影 – 矩阵像素科技推出的AI视频创作工具AI小集7Adspert – AI电商广告优化工具，实时分析市场数据自动调整出价AI小集2Monologue – AI语音转文字工具，根据上下文自动调整语气AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录造剧立刻成片OJO海艺剧场豆包工作精挑翻译最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1分钟前Play with Putty – 谷歌推出的实时协作 Vibe Coding 工具2分钟前AZ8 – AI 视频创作工作台，Agent 实时读取素材与状态2小时前Tutti · VM – 多人多 Agent 并行协作空间，零延迟并行协作2小时前EgoSuite-Open100K – 光轮智能开源的全模态人类行为数据集2小时前Breeze TTS 2 – BreezeBlue 推出的新一代语音合成模型5小时前QuickDesk – 开源 AI 原生远程桌面，首款内置 MCP Server5小时前AlphaVow – 一站式 AI 批量图像处理工具21小时前Agnes 2.5 Pro Alpha – Agnes AI 开源的多模态推理模型22小时前OpenStory – 开源 AI 视频制作平台，一键生成短剧视频22小时前Newtake – LiblibAI 推出的海外 AI 视频创作平台1天前ScienceClaw – 中科紫东太初推出的科研原生智能体平台1天前豆包工作 – 字节跳动推出的 AI Agent 办公产品1天前FireRedTTS3 – 小红书开源的统一语音生成与编辑模型1天前huashu-excel – 花叔开源的 AI 数据分析 Skill1天前

苹果终于要迈入折叠屏时代了。今天凌晨，彭博社记者 Mark Gurman 在 Power On 专栏中透露，苹果正在筹备首款折叠 iPhone，预计将于今年秋季发布。Gurman 将其称为苹果近年来最值得期待的新设备之一，在他看来，折叠 iPhone 可能成为苹果重新找回「产品魔力」的关键之作。过去十多年，苹果也推出过不少颇具影响力的新产品。比如 2016 年的 AirPods，2018 年重新设计的 iPad Pro ，2022 年的 Apple Watch Ultra，以及集苹果工程能力大成的 Vision Pro 。这些产品，有的开辟品类，有的改写体验，有的替未来投石问路。可它们都没能像初代 iPhone 那样在行业「一石激起千层浪」，即将到来的可折叠 iPhone 会不一样吗?折叠屏，终于等来「苹果答案」？根据 Mark Gurman 的报道，苹果首款折叠 iPhone 将采用类似三星 Galaxy Z Fold 系列的书本式折叠结构。合上时，它仍是一部常规手机，收发消息、拨打电话、拍照，十八般武艺一个不少；展开后，它则会获得接近小型平板电脑的显示面积，为更复杂的应用布局腾出施展拳脚的空间。▲ 可折叠 iPhone 和 iPhone 16 Pro Max 的网传对比渲染图，图片来自：MacRumors一开一合之间，颇有几分「横看成岭侧成峰」的意味：合上讲便携，展开谈生产力。同一台设备，两副面孔。进可当平板，退可做手机。目前，多方爆料显示，这款产品可能配备约 7.8 英寸的内屏和约 5.5 英寸的外屏，展开后的显示体验接近 iPad mini。相比过去一些折叠手机反复强调的「大屏手机」定位，苹果更有可能另起炉灶，把它定义成一种介于 iPhone 与 iPad 之间的新设备。▲ 网传渲染图，下同Gurman 提到，已经体验过原型机的人，对其铰链设计、机身手感和内屏布局评价颇高。苹果想做的，显然不只是把屏幕掰弯，而是通过更成熟的工业设计，把已经发展七年、却仍属小众的折叠屏，推向高端手机市场的主流位置。但折叠屏真正难啃的骨头，从来不只在硬件层面。一部手机展开之后，如果只是把 App 等比例放大，就像把小户型的家具原样搬进大平层。面积是大了，空间却未必用明白。本质上，它仍然只是一块放大版屏幕。折叠屏真正的价值，在于让应用读懂并用好新增的空间。苹果可能会让 iOS 在展开状态下采用类似 iPad 的布局，使应用充分利用额外的横向区域。例如，邮件、文件和浏览器可以同时展示列表与详情；图片编辑、文档处理等任务，也能获得更接近电脑的操作空间。而从行业来看，折叠屏手机目前仍是一个相对小众的品类。根据彭博社引用的数据，2025 年全球折叠手机出货量仅占智能手机总出货量的约 1.6%。考虑到折叠屏较高的制造成本，以及苹果一贯的品牌定位，这款产品的售价预计可能超过 2000 美元。为了控制机身厚度、腾出内部空间，苹果可能无法为其配备完整的旗舰影像系统。有消息称，这款产品或将缺少高倍长焦镜头。问题在于，愿意为一部手机支付 2000 美元的用户，通常也是不愿在影像能力上「将就一下」的人群之一。此外，苹果可能继续采用 Touch ID，而非 Face ID。对于已经习惯看一眼就解锁的用户而言，无疑是一个相当直观的体验倒退。从过往的产品策略来看，苹果真正擅长的，就是将已有技术重新组织成大众能够理解、愿意使用的产品。折叠 iPhone 能否再次做到这一点，目前仍无法确定。但它出现的时间点，恰好契合了当下手机市场最为重要的竞争变化——不再只是处理器、摄像头和屏幕参数之间的较量，还有 AI 交互方式的演变。AI 时代需要的，不只是更长的屏幕手机屏幕比例的变化，本身就是一部移动计算的发展简史。2010 年前后，智能手机进入快速普及阶段，16∶9 成为主流屏幕比例。当时，高清电视、在线视频平台和大量影视内容都采用 16∶9，手机屏幕自然也要削足适履，尽可能兼容已有内容。在那个阶段，手机最重要的任务是「观看」。无论看视频、浏览网页还是玩游戏，屏幕承担的主要功能都是展示内容。但从 2017 年开始，手机屏幕逐渐由 16∶9 转向 18∶9、19.5∶9 乃至 20∶9。这轮变化背后的直接推手，是全面屏时代的到来。厂商既想增加屏幕面积，又不愿牺牲握持体验，可谓既要大屏，又要单手，最好还要顺手塞进口袋。但手机不能无限变宽。手掌大小、拇指活动范围和口袋尺寸，共同划出了一条物理红线。既然横向无路可走，整个行业便向纵向要空间。通过缩窄边框、提高屏占比并拉长机身，手机得以在基本保留单手握持体验的同时，获得更大的显示面积。2017 年发布的 LG G6 采用了 18∶9 的屏幕比例。LG 当时强调，这种比例可以在保持传统手机握持感的同时，提供更大的显示区域。三星 Galaxy S8 也采用了接近 18.5∶9 的比例，并将其视为全面屏时代的重要设计方向。此后，19.5∶9 和 20∶9 逐渐成为安卓旗舰手机的主流选择。归根结底，这一阶段，手机屏幕服务的主要对象，是移动互联网的信息流。它的价值，是在有限的机身宽度内，让用户持续看到「下一条」——下一条视频，下一条消息，下一件商品，下一次情绪多巴胺。但信息流时代需要的是长度，AI 时代需要的却是宽度。过去的手机交互围绕 App 展开，进入 AI Agent 时代后，用户只需提出目标，例如「安排一次广州三日旅行」或「比较三家公司的财报」，AI 便能整合多个工具和信息源，生成日程、预算、对比、引用、风险提示和执行选项等完整结果。这类结果不像一条线性内容流，更像一张铺开的工作台。从这个角度看，折叠 iPhone 合上时，它仍是一部适合快速提问、发出指令的手机；展开后，它则可以变成监督 AI 工作的控制台，同时展示原始资料、中间过程、生成结果和待确认操作，形成一种更接近 PC 的工作方式。屏幕会变，界面也不能刻舟求剑操作系统本身，也在为更自由的屏幕形态未雨绸缪。过去，移动操作系统默认手机是一块固定比例的长方形屏幕。开发者按照设备尺寸设计界面，系统则负责把这些固定布局按图施工。但随着折叠屏、平板电脑和 Chromebook 等设备不断增加，这套一招鲜，吃遍天的逻辑正在失效。与之相反的是，未来需要设计的，不再是一张固定的界面图纸，而是一套能够适应不同尺寸、方向和窗口状态的交互规则。例如，在 2025 年 Google I/O 上，Google 宣布 Android 16 将进一步推动应用进入更彻底的自适应阶段。当设备最小宽度达到 600dp 以上时，系统将逐步减少开发者对应用窗口的限制，包括固定方向、固定尺寸以及屏幕比例限制。Google 将这一变化概括为：「Goodbye Mobile Only, Hello Adaptive。」更有意思的是，这股自适应浪潮，正在与 AI 带来的 Generative UI 汇流。过去的软件界面基本都是提前设计好的。按钮放在哪里，菜单如何排列，页面展示哪些内容，都由设计师和开发者在产品上线前决定。用户进入软件，就像走进一套精装修房。墙在哪儿、门朝哪儿、家具怎么摆，早已安排妥当。但伴随生成式 AI 的到来，未来最理想的状态应该是可以根据用户意图、任务复杂度和当前设备形态实时生成。WWDC 2025：全新視覺介面設計Liquid Glass 半透明液態玻璃質感登場#蘋果(240667) – Cool3c例如，用户让 AI 制定一次旅行计划。在普通手机竖屏状态下，AI 可能生成一张简洁的行程卡片，只展示时间、地点和关键安排；当设备展开后，它则可以同时铺开地图、日程、预算、酒店信息和交通方案，让用户横向比较并直接修改。过去是人适应界面，未来可能是界面看人下菜碟。这意味着，未来的软件不只是适应不同尺寸的屏幕，还会根据屏幕尺寸和使用场景，决定应该用什么方式完成任务。未来，AI 的主要入口未必永远是一块屏幕。随着智能眼镜、耳机、语音助手和环境计算设备逐渐成熟，人们与数字世界的交互可能进一步从手机中分散出去。届时，许多简单任务不再需要打开 App，甚至不再需要查看界面。从这个角度看，折叠 iPhone 的意义更可能是一种过渡产品。人们仍然需要一块足够便携、又能承载复杂信息的屏幕。传统手机太窄，平板电脑又不够随身，折叠屏恰好填补了两者之间的空缺。合上「赶路」，展开干活。只有当硬件形态、Generative UI 与 AI Agent 真正拧成一股绳，折叠屏才可能获得超越「大屏」的意义。折叠 iPhone 最该展开的不是屏幕，而是苹果久违的想象力。

🤖曝 Hugging Face 评估出售，交易估值至少 130 亿美元⚠️小米调整售后规则，二手设备不再属于原厂三包范围🧠小米发布玄戒 O3、O100 与 D100 三款自研芯片🌐Counterpoint：今年全球智能手机出货量预计下降 14.3%🦿蔚来智驾负责人任少卿创立具身智能公司💰英伟达据报拟投资 Perplexity，估值超过 300 亿美元🧬达摩院 LiON 肝脏 AI 在临床试验中找出 15 例漏诊恶性肿瘤🚀小鹏机器人完成超 9 亿美元首轮融资💰淘宝闪购即时零售收入同比增长 45%💰阿里确定 800 亿港元配售价，每股 112.70 港元💰宇树科技上市后股价较开盘回撤超 44%💡Sam Altman：AI 权力集中同样「反人类」，言论被指暗讽 Anthropic📱vivo 官宣 X500 系列，Pro 版首发光御 900 主摄🤖字节将 TRAE、扣子并入豆包，拟推「豆包工作」品牌🎥阿里视频模型 Wan3.0 上线，可原生生成 30 秒视频🚗MINI 为 Spike 车载助手接入阿里与 DeepSeek 模型🦿天工机器人在运动会获得 5 金 2 银 6 铜🎥上影与筷子科技上线「昊帧影视创制平台」💰希音启动中国香港 IPO，预计 9 月 1 日挂牌🛍️拼多多 Q2 增收不增利，多多买菜重回业务重心🦿智元与长隆将在横琴建设具身智能主题乐园小米发布玄戒 O3、O100 与 D100 三款自研芯片8 月 24 日，小米发布玄戒 O3、O100 和 D100 三款自研芯片，把玄戒产品线从手机 SoC 扩展到端侧 AI 加速和智能驾驶计算。玄戒 O3 将于 9 月随 Xiaomi 18 Fold 首发上市，O100 与 D100 已完成研发，计划明年商用。玄戒 O3 采用 3nm 工艺和 10 核 CPU，集成 200 TOPS 的 4 核 NPU，并首发支持 LPDDR6；小米实验室数据显示，其安兔兔综合跑分为 5228014。玄戒 O100 是一款 6nm 端侧 AI 加速芯片，通过三层晶圆堆叠提供 1.22TB/s 内存带宽，端侧模型推理速度最高为每秒 330 Token。面向汽车和本地计算的玄戒 D100 同样采用 3nm 工艺，集成 20 核 CPU 与 16 核 NPU，单芯片最高支持 160GB 内存，可在本地部署超过 200B 参数量的模型。雷军还揭晓了在玄戒 O3 上埋下的一个隐藏彩蛋，在用显微镜放大看玄戒 O3 芯片内部后，会看到一个小小的 OK 的手势，大小只有 60 微米。这个彩蛋寓意「万事 OK」，但雷军不建议大家去拆芯片，因为这颗芯片还是挺贵的。🔗 相关阅读：小米发布玄戒 AI 芯片「全家桶」，还官宣了小米「阔折叠」曝 Hugging Face 评估出售，交易估值至少 130 亿美元据《商业内幕》援引知情人士报道，AI 开发者平台 Hugging Face 已聘请投行接触潜在买家，正在评估一笔估值至少 130 亿美元的出售交易，目前尚未达成协议。Hugging Face 在 2023 年融资时估值为 45 亿美元。平台目前承担模型、数据集和开发工具的分发功能，谷歌、亚马逊、英伟达和 Salesforce 等既是投资方，也是生态参与者。新股东是否能够维持平台在不同模型公司之间的中立性，将成为潜在交易的关键变量。小米调整售后规则，二手设备不再属于原厂三包范围小米近期更新手机、手表等产品的服务政策，在非保修条款中明确加入「产品属于二手商品」。发生回收、转售、赠予或转交第三方使用的设备，也无法继续享受与原购买者绑定的服务权益和电池保障。新规则针对的是厂商原始三包和增值权益，不等于二手交易中的卖方免责。公开司法解释显示，二手平台卖家如果长期从事经营性交易，仍可能被认定为经营者，并依据消费者权益保护规则承担售后责任。Counterpoint：今年全球智能手机出货量预计下降 14.3%Counterpoint Research 最新预测显示，受存储和芯片成本上升、低价机供应减少及消费者购买力承压影响，今年全球智能手机出货量预计同比下降 14.3%，明年还将下降 1.4%，到 2028 年才开始恢复。不同价位段和品牌受到的影响并不相同。低价机的零部件成本占物料成本比例更高，厂商可能通过涨价、减少低利润配置和收缩产品线应对；高端市场相对稳定。Counterpoint 预计，三星今年出货量增长约 0.8%，将重返全球第一；苹果出货量预计下降约 2.1%，中国主要手机厂商则可能下降 15% 至 34%。报告认为，折叠屏和端侧 AI 可以推动产品差异化，但不足以带来大规模换机周期；随着零部件供应改善和延后的换机需求释放，全球市场预计在 2028 年增长约 4.8%。蔚来智驾负责人任少卿创立具身智能公司据《晚点 LatePost》报道，蔚来 CEO 李斌 8 月 24 日在智驾全员会上宣布，高级副总裁、智能驾驶业务负责人任少卿已创立一家物理 AI 基础模型和具身智能公司，蔚来将战略投资并与之合作。与会人士称，李斌和任少卿在会上明确表示，任少卿将继续担任蔚来智驾业务负责人，会议没有提及蔚来内部的组织架构调整。新公司已完成注册，报道称估值达到独角兽级别。任少卿 2020 年加入蔚来后，参与推动了蔚来智驾算法向端到端和世界模型架构转型，以及自研智驾芯片神玑 NX9031 的量产落地。蔚来今年 6 月完成世界模型新版本推送，覆盖超过 70 万用户。英伟达据报拟投资 Perplexity，估值超过 300 亿美元据《The Information》援引知情人士报道，英伟达正讨论参与 Perplexity 的新一轮股权融资，交易对这家 AI 搜索公司给出的估值将超过 300 亿美元。目前相关讨论尚未形成最终交易。Perplexity 的年化营收已从年初不足 2.5 亿美元增至超过 7.5 亿美元，增长部分来自可自动执行电脑任务的 Perplexity Computer。英伟达此前还曾考虑获得 Perplexity 部分技术授权并招聘部分员工，后来转向更传统的股权投资方案。两家公司近来在硬件和软件研发上加强合作。Perplexity 今年 3 月加入英伟达 Nemotron 联盟，双方团队每周举行多次会议；英伟达此前也已多次投资 Perplexity。达摩院 LiON 肝脏 AI 在临床试验中找出 15 例漏诊恶性肿瘤达摩院联合中国医科大学附属盛京医院等机构研发的肝脏诊断 AI 系统 LiON 登上《自然·医学》。该系统以增强 CT 为输入，可结合多期影像和临床数据识别原发性肝癌及肝转移。论文显示，LiON 使用 6443 名患者数据训练，并在 22251 名患者组成的多中心和真实世界队列中回顾性验证。随后进行的单臂临床试验纳入 10333 名患者，AI 与医生协作发现 51 个此前被忽略的病灶，其中 15 个为恶性肿瘤，并推动 37 份影像报告修订。研究团队提醒，这项结果仍需要在不同医疗系统开展前瞻性对照研究，才能判断对长期临床结局的影响。小鹏机器人完成超 9 亿美元首轮融资小鹏集团 8 月 24 日宣布，旗下人形机器人业务已与多家投资者签署股权融资协议，融资额超过 9 亿美元，投后估值超过 63 亿美元。本轮由 IDG 资本领投，高榕创投参投，腾讯和阿里巴巴以战略投资者身份加入；交割完成后，小鹏集团将继续控股机器人业务。募集资金将用于机器人软硬件研发、物理 AI 模型训练、数据采集、量产基地建设和全球商业化。小鹏计划在今年底启动 IRON 人形机器人量产，先投入旗下门店和园区；明年再面向中国及海外市场上市交付。IRON 全身拥有 76 个自由度，单手 21 个自由度，搭载 3 颗图灵 AI 芯片，算力为 2250 TOPS。小鹏希望以汽车业务积累的芯片、供应链、质量控制和规模制造能力，缩短机器人从样机到批量交付的路径。淘宝闪购即时零售收入同比增长 45%阿里巴巴公布的 2027 财年第一季度业绩显示，截至今年 6 月的季度，由淘宝闪购和盒马带动的即时零售收入同比增长 45%。公司表示，该业务规模扩大的同时，单位经济效益继续改善，亏损收窄速度也在加快。《界面新闻》报道称，改善主要来自客单价、履约效率和订单结构变化，包括更多高客单价餐饮订单及非餐订单。淘宝闪购今年还在上海、杭州、成都和深圳测试高端餐饮「家宴」项目，并通过轻资产模式开出约 800 家淘宝便利店，把即时配送从餐饮扩展至日用、酒水零食、美妆个护和医疗健康等品类。商家侧的提效工具也在扩展。淘宝闪购今年 6 月推出「闪购助手」，8 月又向服务商和自研系统商家开放 MCP 能力，首批 35 个 MCP Server 覆盖商品、订单、财务、评价和营销等 15 类场景。阿里确定 800 亿港元配售价，每股 112.70 港元继昨日公布拟配售方案后，阿里巴巴确定以每股 112.70 港元配售 7.1 亿股新股，预计募资 800 亿港元。这批股份约占扩大后股本的 3.9%，交易预计于 8 月 26 日完成。公司表示，配售所得净额将全部投入全栈 AI 能力，包括扩充与升级 AI 基础设施。配售价较公告前一个交易日收盘价折让约 8.4%，消息公布后阿里港股一度跌近 10%。此次定价把昨日的拟配售方案推进至执行阶段。新股将依据一般授权向美国以外的投资者配售，阿里预计在满足惯常交割条件后完成交易。宇树科技上市后股价较开盘回撤超 44%8 月 24 日，「人形机器人第一股」宇树科技（688836.SH）股价盘中跌幅一度超过 10%，早盘收报 608 元/股。该股虽较 150.80 元/股的发行价仍上涨约 303%，但较首日 1100 元开盘价已累计回撤超 44%，公司总市值跌破 2500 亿元，较首日收盘蒸发约 959 亿元。人形机器人概念股同日普遍走低，科沃斯、格灵深瞳、埃斯顿、奥比中光等多只个股跌幅居前。宇树科技 2025 年营收 16.99 亿元、净利润 2.78 亿元，发行价对应 2025 年扣非后摊薄市盈率达 219 倍；市场在超高估值与具身智能在工业场景落地速度之间重新审视板块定价。8 月 20 日，宇树科技曾发布仿生 7 轴灵巧机械臂，采用高精度七轴仿生关节，售价 9900 元起，自重 5.5kg，面向科研教育与服务机器人场景。💡 Sam Altman：AI 权力集中同样「反人类」，言论被指暗讽 AnthropicOpenAI CEO Sam Altman 在 David Senra 8 月 23 日上线的访谈中表示，他担心 AI 的控制权最终集中到少数公司或个人手中。相较于由少数机构替社会决定技术方向，他主张让更多人实际参与并影响 AI 的未来，让社会与模型共同演进。Altman 没有点名具体公司，但他批评一些 AI 从业者一边宣称技术有 25% 的概率带来严重灾难、可能让一半岗位消失，一边主张限制谁能使用最强模型、把决定权留给少数公司。Anthropic CEO Dario Amodei 此前曾分别公开提出「25%」的 AI 灾难概率，并警告 AI 可能在数年内取代一半初级白领岗位，因此这段话被外界解读为暗指 Anthropic，但 Altman 本人没有确认这一指向。正确的路径，是让人们深入掌握未来。社会与模型将共同演进。Altman 同时承认 AI 脱离人类控制是现实风险。他反对的是，行业以保护世界为理由，要求公众用大量自由换取安全，并把技术控制权永久集中在少数机构手中。他讽刺这种主张相当于由技术公司向公众承诺治愈疾病、创造财富和娱乐，交换人们的自主权与影响未来的能力，并称这种权力安排「非常反人类」。他的方案包含两层：一方面，社会选择应持续进入模型和产品的演进过程；另一方面，应扩大个人使用 AI 的能力。Altman 举例称，AI 将让更多人以过去无法实现的规模创办小型企业，这也是个人参与技术未来的一种方式。这番表态并未否认安全治理，也没有提出放任前沿模型发展的主张。Altman 划出的边界是，控制失配模型的制度不能永久把决定权交给极少数机构；安全、自由与个人能动