AI NEWSLatest AI NewsArticleMusk’s xAI Faces New Public Controversy: Woman Accuses Stepfather of Using Grok to Alter Childhood Photos and Generate Thousands of Explicit ImagesPublished in Latest AI NewsTime :Aug 17, 2026Read :2minuteRecently, Elon Musk’s artificial intelligence company xAI has faced a new legal accusation. A woman known as “Jane Doe No. 4” has formally joined a lawsuit initiated by teenagers in Tennessee, accusing the company’s AI chatbot Grok of facilitating the creation of child sexual abuse material.According to The Washington Post, the woman revealed that her stepfather used Grok to maliciously alter her childhood photos when she was 11 years old, generating over 7,000 explicit images of her. Two days after law enforcement conducted a raid and discovered these illegal images, her stepfather was found dead by suicide. The woman expressed deep sorrow, stating that the unrestricted access to AI tools is rapidly spreading, gradually pushing people’s daily lives into a breeding ground for child sexual abuse.Previously, the teenagers who initiated the lawsuit had accused xAI of failing to implement basic security measures, allowing Grok to be easily used to generate explicit images featuring real people, including minors. Reports show that earlier this year, millions of inappropriate contents generated by this tool emerged on the social media platform X. Currently, the plaintiffs are actively pushing to elevate this case to a class-action lawsuit.

AI NEWSLatest AI NewsArticleSam Altman, CEO of OpenAI: It’s Too Long to Study at University for Four Years, Two Years Are EnoughPublished in Latest AI NewsTime :Aug 17, 2026Read :3minuteSam Altman, CEO of OpenAI, discussed his educational experience in a recent public interview, candidly stating that dropping out after two years of college was “just right.” He believes this growth path is likely to fit many other young people in today’s fast-paced technological environment.Two Years of Study Was Enough to Support EntrepreneurshipAltman admitted that during his two years at Stanford, he had already acquired the core knowledge needed for his subsequent entrepreneurship. If he had spent the remaining two years on campus, the additional practical gains would have been minimal, and the cost-benefit ratio of the time investment would not have been high.In his view, the traditional four-year university education that has been used for decades may not be the optimal choice in today’s technology-driven environment. However, he did not completely negate the value of universities, acknowledging that campuses still provide valuable social settings, allowing people to meet like-minded friends, experience independent living for the first time, and participate in hands-on projects.The Tradition of “Dropping Out to Start a Business” in the Tech WorldAltman himself is a practitioner of this approach—after two years at Stanford in 2005, he voluntarily dropped out and formed a team to start a location-sharing app called Loopt. The product later became one of the first incubated projects of Y Combinator, which led to his long-term association with this legendary incubator. Years later, he even personally took charge of it.Such views of breaking away from the traditional university path are not new in the Western tech world. His entrepreneurial mentor, Peter Thiel, co-founder of PayPal, has long publicly supported young people skipping the full academic program. His established scholarship directly offers $250,000 in startup funding, encouraging eligible young people to abandon enrollment or take a leave of absence to start practicing earlier.

AI NEWSLatest AI NewsArticleChinese Scientists Launch the Vertical Large Model Fengshu 2.0 for Soybeans: Multi-Model Collaboration Assisting Intelligent BreedingPublished in Latest AI NewsTime :Aug 17, 2026Read :3minuteAt the 32nd National Soybean Research and Production Seminar held in Nanning, Guangxi, Professor Wang Xiaobo from Anhui Agricultural University represented the team to release the vertical large model “Fengshu” 2.0 in the soybean field. The model achieves multimodal data fusion, reduces bias from single models, and helps promote the application of soybean data in breeding.Multi-model collaboration to reduce the bias of a single model"Fengshu" 2.0 integrates soybean germplasm resources, genome, proteome, transcriptome, disease samples, breeding trial records, and domestic and foreign literature to form a structured knowledge system for soybean research. Compared with the first version, 2.0 introduces a multi-model collaborative analysis mechanism and integrates some general large model interfaces, allowing different models to answer the same professional question separately.The subsequent summary module comprehensively analyzes the consensus, differences, and evidence completeness of each model’s answers by combining domain knowledge, private data, and structured comparison rules, forming a clearer and more reliable professional conclusion. This design significantly improves the stability of professional knowledge services for soybeans, avoiding misleading effects caused by a single model’s “hallucinations.“Six modules build the knowledge foundation for breedingCurrently, “Fengshu” 2.0 can assist in disease diagnosis, parent selection, virtual cross design, phenotypic data analysis, molecular marker-assisted breeding, and candidate gene function analysis around important agronomic traits of soybeans. It integrates six functional modules: “Soy Encyclopedia,” “Soy Molecule,” “Soy Literature,” “Soy Disease,” “Soy Phenotype,” and “Soy Breeding,” covering a multidimensional data system from knowledge graphs to breeding practices.The model’s underlying structure integrates over 10 million words of specialized text, more than 10,000 scientific papers and patents, building a domain knowledge graph containing 20,000 entities and 100,000 relationships. At the same time, it integrates 8,000 genome re-sequencing data, about 40,000 germplasm resources, and more than 3,000 variety phenotypic data, providing a solid data foundation for intelligent soybean breeding.

AI NEWSLatest AI NewsArticleJia Yuelin Announces FF Robot Business Plans to Go Public Separately, Aiming to Ship 2,000 Units by Year-EndPublished in Latest AI NewsTime :Aug 17, 2026Read :5minuteFaraday Future (FFAI) founder and Chief Product & User Ecosystem Officer Jia Youting announced on August 17 that the FF robot business has entered a new phase of “volume revenue growth,” and the company is actively exploring independent financing and listing paths for the robot business to free it from historical burdens and car debt, creating greater value for FFAI investors.According to the company’s Q3 robot practicalization campaign plan for the second half of the year titled “Four Cores Full Intelligence,” the business will focus on four core modules: accelerating sales of the EAI body, expanding markets in California, Texas, New York, and the East Coast of the United States, with a goal of shipping a total of 2,000 units by the end of the year; deepening the integration of the EAI brain with NVIDIA’s technology stack, advancing the training and verification of GR00T in complex grasping and other embodied intelligence tasks, while moving the SONIC system from simulation training to real-machine full control.Productivity solutions for the industry focus on four fields: education, industry, and security inspection, with a plan to produce 100 Skills by the end of the year and expand the developer community to 200 entities; the EAI data factory aims to achieve 2,100 hours of real-world data collection per month by the end of August, and reach 20,000 hours per month by the end of December.On the financial front, according to the semi-annual report for fiscal year 2026 released by FF on August 14, the total operating revenue in the first half was $1.348 million, down 99.93% year-on-year; the net profit attributable to shareholders was a loss of $74.885 million, narrowing by 44.51% year-on-year; the gross margin was -1638%.The robot business had an average gross margin of over 30% in the first half and has become a core growth engine — in the second quarter, revenue reached $836,000 due to the delivery of 220 EAI robots, a year-on-year increase of more than 1,400%, with 152 units shipped in July setting a monthly record. As of August 4, a total of 394 units have been shipped. However, the historical heavy asset depreciation and debt costs of the automotive business are still significantly higher than the gross margin contribution of the robot business. The company plans to reduce total liabilities to below $100 million in the next three to four quarters.In addition, FF is accelerating the implementation of the “Built in USA” acceleration plan, accelerating the sale of three series with seven models that have already obtained FCC certification, and advancing the implementation of the second phase of “Assembled in USA” local assembly.

ENLatest AI NewsOff-peak Pricing, Peak Pricing Doubles: DeepSeek API Peak-Valley Pricing Launched, V4Pro Prices Rise Up to 11 TimesDeepSeek started implementing API peak-valley time-based pricing at 00:00 on August 17. The cost during peak hours (9:00-12:00, 14:00-18:00) is twice that of off-peak hours, aiming to guide developers to schedule large model tasks during off-peak times, alleviate daytime compute congestion, and improve platform stability. The billing unit is unified as RMB per million tokens, and both main models take effect simultaneously.just now5.7KPayment Giant Stripe Acquires OpenRouter for $7 Billion: AI Model Router Teams Up with Payment GiantBloomberg reports Stripe has finalized its acquisition of AI infrastructure startup OpenRouter for over $7 billion (~¥47.3B). OpenRouter intelligently routes between AI models based on needs and budget, once called the Stripe of AI, now joining the payments giant’s portfolio…..just now6.5KJia Yuelin Announces FF Robot Business Plans to Go Public Separately, Aiming to Ship 2,000 Units by Year-EndJia Yuelin announced that Faraday Future’s robotics business has entered a phase of rapid revenue growth and is exploring independent financing and listing to rid itself of car debts and historical burdens. The second half of the year will focus on the “Four-Core Full Intelligence” campaign in Q3, aiming to ramp up EAI product sales and expand markets in California, Texas, and other regions.just now5.3KChinese Scientists Launch the Vertical Large Model Fengshu 2.0 for Soybeans: Multi-Model Collaboration Assisting Intelligent BreedingAt the 32nd National Conference on Soybean Research and Production, the team led by Wang Xiaobo from Anhui Agricultural University released the vertical large model Fengshu 2.0 for soybeans. This model integrates multimodal data such as germplasm resources, genome, proteome, transcriptome, disease samples, breeding records, and domestic and foreign literature. By leveraging multi-model collaboration, it reduces the bias of single models and promotes the application of data-assisted breeding in soybeans.just now7.6KSam Altman, CEO of OpenAI: It’s Too Long to Study at University for Four Years, Two Years Are EnoughSam Altman said in an interview that it was just right to study for two years and drop out of university. He believes that two years at Stanford have already provided him with the core knowledge needed for entrepreneurship, and spending another two years would bring little additional value and low cost-effectiveness. In today’s rapidly evolving technological environment, this growth path may also suit many other young people.just now6.1KMusk’s xAI Faces New Public Controversy: Woman Accuses Stepfather of Using Grok to Alter Childhood Photos and Generate Thousands of Explicit ImagesMusk’s xAI faces new litigation due to its AI chatbot Grok: A woman, using a pseudonym, accuses her stepfather of using Grok to alter her childhood photo at age 11, generating over 7,000 explicit images, which contributed to child sexual exploitation material. She has joined a class-action lawsuit initiated by Tennessee teenagers, and the case is under investigation by law enforcement.just now7.1KOpenAI Dissolves Security Team, Security Functions Merged into Existing Business DepartmentsOpenAI disbanded its preparedness team late last month, FT reported Aug 17. The team assessed frontier model risks such as bio/chemical and cyberattacks and devised mitigations; duties were split by risk area into business teams. This follows disbanding of AGI readiness and superalignment teams, showing a shift from safety-oriented public-interest governance…..just now7.3KQwen Office Launches GLM-5.3 and DeepSeek V4Pro, Three Domestic Flagship Models Complete AggregationAlibaba’s office agent Qianwen Office launches Zhipu GLM-5.3 and DeepSeek V4Pro, selectable on homepage. With Qwen3.8-Max, it becomes the first office agent covering Alibaba, Zhipu, and DeepSeek flagship models. DeepSeek V4Pro supports 1M token context…..just now8.2K14x Speed Rush! OpenAI Launches GPT-5.6 Sol UltraFast Super Fast Mode, Up to 750 Tokens Per SecondOpenAI officially launches the preview of GPT-5.6 Sol UltraFast Super Fast Mode for enterprises, with a speed up to 14 times faster than the standard mode, generating up to 750 tokens per second. The core technology is supported by Cerebras. Currently, this mode is available by application and approval, requiring enterprises to submit specific use cases for approval before use.just now7.3KXiaohongshu’s Open-Source Large Model Achieves Breakthrough: Huawei Ascend Completes 0-Day Full Compatibility and Performance OptimizationXiaohongshu released the open-source large model dots3-note preview, with a total of 280B parameters and 16B activated. It supports text, vision, and voice modalities. Its reasoning, Agent, and multimodal performance are close to larger models. On the same day, Huawei Ascend Atlas 800A3 and 900A3 SuperPoD completed

DeepSeek-V4 – DeepSeek推出的新一代大语言模型系列AI工具4个月前发布AI小集07DeepSeek-V4是什么DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，拥有百万字超长上下文窗口，在Agent能力、世界知识与推理性能方面达到开源领域领先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 两个版本，分别定位高性能与经济高效，均已开源并提供API服务，支持非思考与思考双模式，为长文本处理与智能体应用提供普惠化基础设施。DeepSeek-V4的主要功能百万上下文处理：原生支持1M Token超长文本理解与记忆，为官方服务标配。混合注意力机制：CSA与HCA架构大幅降低长上下文计算与显存开销。Agent编码增强：针对Claude Code、OpenClaw等主流Agent框架深度优化。双模式推理：支持非思考与思考模式，后者可通过reasoning_effort参数调节强度。多领域专家融合：通过OPD蒸馏整合数学、代码、Agent等领域专家能力。经济高效选择：Flash版本用更低参数实现接近Pro的推理性能，API成本显著降低。DeepSeek-V4的技术原理CSA压缩稀疏注意力：将每m个token的KV压缩为1个条目，通过Lightning Indexer计算索引分数并执行Top-k稀疏选择，结合滑动窗口与Attention Sink机制保留局部依赖。HCA重度压缩注意力：以更大压缩比m’将KV条目合并为单个条目，保持密集注意力而不采用稀疏选择，进一步降低计算量。mHC流形约束超连接：将残差映射矩阵通过Sinkhorn-Knopp算法投影到双随机矩阵流形，约束谱范数不超过1，增强深层信号传播稳定性。Muon优化器：模型采用混合Newton-Schulz迭代对梯度矩阵进行正交化，分快速收敛与精确稳定两个阶段，支持大规模MoE高效训练。FP4量化感知训练：对MoE专家权重和CSA索引器QK路径进行FP4量化，用FP8扩展动态范围实现无损反量化，降低内存与计算开销。DeepSeek-V4的性能体现知识能力世界知识领先开源：SimpleQA-Verified达57.9%，超越所有已评测开源模型20个百分点，仅稍逊于Gemini-3.1-Pro（75.6%）。中文知识突出：Chinese-SimpleQA达84.4%，大幅领先K2.6（75.9%）与GLM-5.1（75.0%）。教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，与GPT-5.4持平，略低于Gemini-3.1-Pro。推理与代码能力数学竞赛比肩闭源：HMMT 2026 Feb达95.2%，IMOAnswerBench达89.8%，超越K2.6与GLM-5.1，接近GPT-5.4与Opus-4.6。代码竞赛首次开源追平闭源：Codeforces Rating达3206，与GPT-5.4（3168）相当，当前排名人类选手第23位。高难度推理突破：Apex Shortlist达90.2%，超越GPT-5.4（78.1%）与Opus-4.6（85.9%）；LiveCodeBench达93.5%，领先所有对比模型。Agent能力软件工程接近顶级闭源：SWE Verified达80.6%，与Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。终端操作领先开源：Terminal Bench 2.0达67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）与Opus-4.6（65.4%）。工具调用泛化优秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含广泛工具和MCP服务的评测中表现突出。长上下文能力百万上下文检索强劲：MRCR 1M达83.5%，超越Gemini-3.1-Pro（76.3%）；128K内检索性能高度稳定，1M时仍保持较强能力。真实场景长文档理解：CorpusQA 1M达62.0%，优于Gemini-3.1-Pro（53.8%）。效率表现计算量断崖式下降：1M上下文下，V4-Pro单Token推理FLOPs仅为V3.2的27%，V4-Flash仅为10%。KV缓存大幅压缩：1M上下文下，V4-Pro累计KV缓存为V3.2的10%，V4-Flash仅为7%。路由专家FP4量化：专家权重采用FP4存储，未来硬件上理论可再提升1/3效率。如何使用DeepSeek-V4网页端/App：访问DeepSeek官网或官方App，选择专家模式（Pro）或快速模式（Flash）。API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。本地部署：通过Hugging Face或ModelScope下载开源权重自行部署。DeepSeek-V4的关键信息和使用要求版本规格：Pro版1.6T参数/49B激活，Flash版284B参数/13B激活，预训练数据分别为33T与32T。上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。API定价（每百万Token）：Pro输入缓存命中1元/未命中12元，输出24元；Flash输入缓存命中0.2元/未命中1元，输出2元。算力限制：Pro版当前服务吞吐有限，预计下半年昇腾950超节点批量上市后价格将大幅下调。DeepSeek-V4的核心优势百万上下文普惠化：1M Token超长上下文成为官方服务标配，突破传统注意力机制的二次计算瓶颈，使长文本任务与测试时缩放真正可行。极致长上下文效率：通过CSA压缩稀疏注意力与HCA重度压缩注意力的混合架构，1M上下文下V4-Pro的单Token推理FLOPs仅为V3.2的27%，KV缓存仅10%，Flash版更是低至10%与7%。开源模型性能新标杆：V4-Pro-Max在知识、推理、代码竞赛等评测中全面领先前代开源模型，Agent编码能力内部评测优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式。双版本灵活覆盖：Pro版（1.6T/49B）定位顶级性能，Flash版（284B/13B）以极小激活参数实现接近的推理能力，API价格低至Pro的1/12，普惠不同预算场景。Agent能力原生增强：针对Claude Code、OpenClaw等主流Agent框架专项优化，支持跨用户消息边界的连贯推理保留，在SWE、Terminal Bench等Agent评测中表现优异。DeepSeek-V4的项目地址HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdfDeepSeek-V4的同类竞品对比对比维度DeepSeek-V4-ProClaude Opus 4.6Kimi K2.6模型定位开源高性能MoE闭源顶级通用开源Agent智能开源状态完全开源闭源API开源/开放API总参数量1.6T未公开未公开激活参数49B未公开未公开上下文长度1M Token200K1M Token核心架构CSA+HCA混合注意力传统TransformerMoE+长上下文MMLU-Pro87.589.187.1SimpleQA57.946.236.9Codeforces3206––SWE Verified80.680.880.2Terminal Bench67.965.466.7MRCR 1M83.592.9–API输入价格12元/百万Token约150元/百万Token约60元/百万Token长上下文效率KV缓存仅为V3.2的10%标准KV缓存高效但细节未公开DeepSeek-V4的应用场景长文档分析：支持百万字级论文、报告、法律合同的全文理解与跨章节推理。智能体编码：在Claude Code、OpenClaw等框架中执行复杂代码生成、重构与调试任务。多轮工具调用：在Agent工作流中保留完整推理历史，支持跨用户消息边界的连贯思考。知识密集型问答：在世界知识评测中大幅领先开源模型，适用于教育、科研与专业咨询。白领办公任务：模型在中文写作、信息分析、文档生成与编辑等场景表现优异。# 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GPT-5.5 - OpenAI 推出的最新旗舰大模型下一篇StepAudio 2.5 ASR - 阶跃星辰推出的自动语音识别模型相关文章Uigenius – Uigenius.top推出的AI辅助UI/UX设计工具AI小集6Claude for Chrome – Anthropic推出的浏览器Agent插件AI小集3Infinite Mobility – 上海 AI Lab 推出的可交互物体生成模型AI小集2MaskGCT – 趣丸科技联合香港中文大学推出的语音合成大模型AI小集3HealthBench – OpenAI推出的开源医疗测试基准AI小集2OmniAudio-2.6B – Nexa AI推出的端侧多模态音频语言模型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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体15小时前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据1天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏3天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具4天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型4天前

dots3-note preview – 小红书开源的多模态 MoE 模型AI工具3天前更新AI小集03dots3-note preview是什么dots3-note preview 是小红书 dots 模型实验室开源的 dots3 系列首个版本，是 IMO 2026 满分模型同系列。模型采用 280B 总参数/16B 激活参数的 MoE 架构，支持 512K 超长上下文与文本、视觉、语音多模态理解。模型针对复杂推理、Agent 与多模态感知优化，专攻旅行规划、婚礼筹备等长程开放任务，在多项推理与智能体 benchmark 上可比肩数倍参数的大模型。dots3-note preview的主要功能长程开放域 Agent：专攻旅行规划、婚礼筹备等无唯一答案、时间跨度长的复杂任务，独立推进并交付结果。复杂推理与数学证明：继承 IMO 2026 满分能力，具备顶尖数学推理与形式化证明水平。多模态理解：支持文本、图像、视频、音频输入，可完成视觉空间判读、文档图表解析与视频问答。端到端软件工程：能独立完成需求分析、技术选型、代码实现、编译构建到验证运行的完整开发流程。自主学习与纠错：在未知规则环境中通过观察假设、验证反馈，出错时启动 Self-Critiquing 修正并写入动态记忆。交互式任务执行：无需专门训练即可接管游戏、破解 ARC-AGI 等需要实时反馈与长程策略调整的任务。dots3-note preview的技术原理MoE 混合专家架构：模型总参数 280B，激活参数仅 16B，采用 256 个路由专家加 1 个共享专家的设计，每层通过 Top-8 路由选择激活专家，并配备 5,120 维隐藏层与 152K 词表，在控制推理成本的同时实现大容量模型的表达能力。多 Token 预测加速：内置 1.13B 参数的共享多 Token 预测层，可在生成当前 token 时并行预测后续最多 3 个 token，无需独立草稿模型即可实现推测解码，有效降低推理延迟并提升吞吐量。多模态编码器融合：视觉信息由 7B 总参数/1.2B 激活的 MoE ViT 编码器处理，音频由 800M 参数的稠密网络编码，各模态特征经投影后与语言模型对齐，实现文本、图像、视频、音频的统一理解与跨模态推理。长程任务认知机制：依托 512K 超长上下文窗口，模型在开放环境中通过观察提出假设并验证，出错时启动 Self-Critiquing 自我批判，将修正后的规则写入外部 memory.md 动态记忆文件，实现跨步骤的知识累积与策略调整。微信关注回复“开源”，加入AI开源项目交流群如何使用dots3-note preview访问官方平台：前往 https://dots.ai/platform/ 注册账号并获取 API 密钥，直接通过云端接口调用模型，无需本地部署。下载模型权重：在 Hugging Face 上找到dots-studio/dots3-note-prev仓库，下载 Apache-2.0 协议下的模型权重文件到本地服务器。安装推理框架：根据硬件环境选择并安装 vLLM、SGLang 或 Transformers 等兼容框架，加载模型以准备推理。配置并行策略：针对 280B 总参数规模，设置张量并行（TP）与专家并行（EP），将计算分布到多块 GPU 上以满足显存与性能需求。启动任务调用：通过 API 或本地接口输入文本、图像、音频等多模态数据，触发长程 Agent 任务、复杂推理或端到端软件工程。dots3-note preview的核心优势极致参数效率：280B 总参数仅激活 16B，以远低于同性能大模型的算力消耗，实现比肩甚至超越数倍参数模型的推理与 Agent 能力。长程开放域 Agent：区别于数学/代码等标准化场景，专攻旅行规划、婚礼筹备等无唯一答案、时间跨度长的真实复杂任务。顶尖推理基因：继承 IMO 2026 官方认证满分（42/42）的数学推理与形式化证明能力。原生多模态理解：统一处理文本、图像、视频、音频，支持视觉空间判读、文档图表解析与跨模态推理。自主学习与纠错：内置 Self-Critiquing 机制，出错时自动修正并将规则写入 memory.md 动态记忆，实现跨步骤知识累积。端到端工程能力：能独立完成从需求分析、技术选型、代码实现到编译验证的完整软件工程流程。dots3-note preview的项目地址项目官网：https://studio.dots.ai/dots/dots3-en.htmlGitHub仓库：https://github.com/studio-dots-ai/dots3-note-prevHuggingFace模型库：https://huggingface.co/dots-studio/dots3-note-prevdots3-note preview的同类竞品对比对比维度dots3-note previewDeepSeek-v4-flash-0731参数规模280B 总参数 / 16B 激活284B 总参数 / 13B 激活架构MoE（256 路由专家 + 1 共享专家，Top-8）MoE上下文窗口512K128K核心定位长程开放域 Agent（旅行、婚礼、经营等无标准答案任务）通用高效推理与代码生成长程任务专为数小时至数天的复杂任务优化，支持 Self-Critiquing 与动态记忆侧重代码与数学推理，长程开放任务非主攻方向多模态文本、图像、视频、音频统一理解（MoE ViT + 稠密音频编码器）以文本为主，多模态能力相对有限开源协议Apache-2.0，权重与代码全量开源开源权重，协议相对受限适用场景个人助理、复杂生活规划、端到端软件开发、游戏策略代码生成、数学解题、轻量级推理任务dots3-note preview的应用场景智能装修顾问：用户上传户型图、家电尺寸图并语音描述需求，模型自动计算空间适配性，检索风格案例，生成定制化装修方案网页并提醒现场复尺。独立游戏代练 Agent：接管《杀戮尖塔 II》等策略游戏，根据实时战局学习敌人机制，动态管理牌组、金币与药水，在长程对局中做出全局最优决策。婚礼全流程策划师：从预算分配、场地筛选、宾客名单管理到流程时间表制定，模型在数周内持续跟进，根据突发变动（如天气、人员调整）动态重新规划。visionOS 原生应用开发：参考设计图独立完成 Apple Vision Pro 应用的需求分析、SwiftUI+RealityKit 代码编写、Xcode 工程构建与模拟器验证，实现从 0 到 1 的空间应用交付。跨模态深度研究助手：针对学术或商业课题，自主执行多轮搜索、阅读 PDF 图表、观看视频资料，整合多源信息生成结构化研究报告，并在发现矛盾时启动 Self-Critiquing 修正结论。# 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GLM-5.3 - 智谱最新开源的基座大模型，编程能力提升50%下一篇MiniMax Music 3.0 - MiniMax 开源的音乐生成模型相关文章焦圈儿 – 首个AI原生社交平台，动态个性化推荐AI小集3VitaBench – 美团推出的大模型Agent评测基准AI小集310Kh RealOmni-Open – Gen Robot.AI开源的具身智能数据集AI小集2Heyboss – Heeyo 推出的 AI 编程工具AI小集5OpenPaper – AI学术研究助手，支持论文内容深度阅读AI小集3SearchAgent-X – 南开等机构推出的高效推理框架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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体15小时前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据1天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏3天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具4天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型4天前dots.tts – 小红书联合上海交大开源的语音合成基座模型4天前

MiniMax Music 3.0 – MiniMax 开源的音乐生成模型AI工具3天前发布AI小集03MiniMax Music 3.0是什么MiniMax Music 3.0 是 MiniMax推出的下一代开放权重音乐生成模型。模型采用 8B Global LLM与 0.6B Local LLM 的分层架构，结合 Flow Matching + Flow-VAE 连续隐状态合成技术，可根据歌词和结构化音乐描述生成最长 5 分钟、32kHz 立体声的完整歌曲。模型支持精细的段落控制，能在长音频中保持主题、节奏与歌声身份的一致性，实现从创作意图到高保真成品的端到端生成。MiniMax Music 3.0的主要功能完整歌曲生成：支持生成最长 5 分钟的完整歌曲，涵盖前奏、主歌、副歌、桥段、尾奏等标准结构。歌词驱动创作：输入歌词与音乐风格描述，即可生成包含人声演唱、器乐编曲的完整作品。结构化段落控制：支持[Verse]、[Chorus]、[Bridge]等标签，精确控制歌曲各段落的情绪与编曲变化。长程一致性保持：在长达数分钟的音频中稳定维持音乐主题、节奏、歌声身份与编曲推进。高保真音频输出：生成 32kHz、16-bit 立体声 WAV 文件，音质接近专业录音室水准。提示词自动增强：内置music-caption-rewriter工具，可将简短描述扩展为包含全局元数据、人声细节与编曲规划的专业结构化提示。MiniMax Music 3.0的技术原理分层自回归架构（Hybrid-LM）：模型由 8B Global LLM 与 0.6B Local LLM 协同工作。Global LLM 基于 Qwen3 初始化，逐帧预测首个 RVQ 语义码本，负责建模歌曲的长程结构与语义；Local LLM 则在每帧内预测其余声学码本，恢复细粒度音色与音质。两者通过联合训练实现宏观结构与微观声学的高效分离与协作。多层残差向量量化（RVQ）：采用 8 层 RVQ 对音乐信息进行分层表征。首层语义码本含 16,384 个条目，捕捉核心音乐语义与结构；其余 7 层声学码本各含 1,024 个条目，逐级编码残差声学细节。训练时先独立优化语义码本建立稳定骨架，再联合训练全部码本，以平衡语义容量、生成稳定性与细节重建。连续隐状态合成：推理融合 Global 与 Local LLM 的最终连续隐状态，作为条件输入 2.4B Flow Matching 模块映射至 VAE 潜空间，再由 123M Flow-VAE 解码为波形。保留了更丰富的高维声学信息，显著提升人声发音准确度、乐器物理真实感与长时一致性。结构化描述框架：引入精细时粒度的结构化描述体系，将单一全局标签扩展为包含 Global Metadata（流派、BPM、调性）、Vocal Details（音色、唱法、和声）与 Arrangement（乐器演进、段落变化）的三段式描述，使主观创作意图转化为模型可执行的专业编曲指令。微信关注回复“开源”，加入AI开源项目交流群如何使用MiniMax Music 3.0环境准备：确保本地拥有两张支持 CUDA 的 NVIDIA GPU，配置好 Python 环境以及 SGLang-Omni 推理框架的依赖。下载模型：执行hf download MiniMaxAI/MiniMax-Music3 –local-dir /path/to/minimax_ttm命令，从 HuggingFace 拉取完整的模型权重到本地目录。启动服务：运行sgl-omni serve –model-path MiniMaxAI/MiniMax-Music3 –port 8000启动推理服务，其中 GPU 0 负责 Qwen3 与八层 RVQ 自回归生成，GPU 1 负责 Flow Matching 与 Flow-VAE 波形解码。准备输入：在 API 请求的input字段中填入带段落标签（如[Verse]、[Chorus]）的歌词，在instructions字段中填入音乐风格、情绪与编曲描述，两者共同作为生成条件。发送请求：向http://127.0.0.1:8000/v1/audio/speech发送 POST 请求，设置model为minimax_ttm、response_format为wav、max_new_tokens为 9000，即可返回生成的 32kHz 立体声 WAV 音频。提示增强（可选）：安装并调用music-caption-rewriterskill，将简短的音乐描述自动扩展为包含全局元数据、人声细节与段落编曲的结构化提示，以提升生成精度与可控性。MiniMax Music 3.0的核心优势完整长曲生成：原生支持最长 5 分钟完整歌曲生成，在长音频中稳定保持音乐主题、节奏、歌声身份与编曲推进的一致性，实现真正的”一首完整歌”。精准理解创作意图：通过结构化描述框架（Structured Caption）将主观创意转化为可执行的专业编曲指令，避免生成内容偏离原始需求，并配备提示增强工具降低专业门槛。高保真音频渲染：采用连续隐状态合成（融合 LLM 隐状态 → Flow Matching → Flow-VAE），而非传统离散 token 解码，输出 32kHz 立体声，乐器物理真实感更强、混音更通透。精细可控的编曲：支持歌词段落标签与三段式结构化描述（全局元数据、人声细节、段落编曲），可对情绪演进、乐器进出、人声技法进行精确时序控制。自然的人声表现：显著减少高频数字伪影，改善发音准确度、呼吸感与和声层次，使生成的人声更接近真实演唱而非合成效果。MiniMax Music 3.0的项目地址项目官网：https://www.minimax.io/blog/minimax-music-3-0-next-generation-open-weights-production-ready-versatile-music-modelGitHub仓库：https://github.com/MiniMax-AI/MiniMax-Music3MiniMax Music 3.0的同类竞品对比对比维度MiniMax Music 3.0Suno v5开发商MiniMaxSuno AI模型性质开放权重（可本地部署）闭源（仅云端使用）技术架构8B Global LLM + 0.6B Local LLM + Flow Matching + Flow-VAETransformer-based（具体参数未公开）最长生成时长5 分钟~5 分钟（v5.5 支持最长 8 分钟）输出音质32kHz / 16-bit 立体声 WAV44.1kHz 立体声（Pro）/ 48kHz 24-bit（Premier）歌词输入支持，带结构化段落标签支持，带元标签（[Verse] 等）音乐描述精度结构化 Caption（流派、BPM、调性、段落编曲三段式精细控制）自然语言风格描述（建议 200 字符以内）部署方式本地双 CUDA GPU（SGLang-Omni）纯云端（官网 / App）MiniMax Music 3.0的应用场景独立音乐人快速 Demo 制作：音乐人输入原创歌词与风格描述，可在数分钟内生成包含人声与编曲的完整 Demo，大幅降低创作前期的试错成本。短视频与播客定制化配乐：内容创作者根据视频情绪曲线生成主题曲或背景音乐，实现从”找版权音乐”到”定制专属音乐”的转变。游戏与互动娱乐动态配乐：开发者将模型接入游戏引擎，根据玩家实时行为动态生成适配场景氛围的长时音乐，增强沉浸感。广告与品牌营销音频内容：广告团队依据品牌调性描述快速产出多版本广告歌与 Jingle，支持 A/B 测试并避免版权纠纷。音乐教育与创作教学辅助：教师用模型演示不同流派、结构与编曲技法的实际效果，学生通过调整结构化描述直观理解音乐制作原理。# 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dots3-note preview - 小红书开源的多模态 MoE 模型下一篇OnSolo - 腾讯推出的 AI 原生创作平台相关文章TemPolor – AI音乐生成平台，快速生成无版权作品AI小集3豆包向量化API – 字节跳动推出的语义向量化模型AI小集3EchoMimic – 阿里推出的开源数字人项目，赋予静态图像以生动语音和表情AI小集14Follow-Your-Emoji – 腾讯等推出的基于扩散模型的人像动画框架AI小集2Music v2 – ElevenLabs 推出的音乐生成大模型AI小集2Qwen-Image-Layered – 阿里推出的AI图像编辑模型AI小集5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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体15小时前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据1天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏3天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具4天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型4天前dots.tts – 小红书联合上海交大开源的语音合成基座模型4天前

Gemini Spark – 谷歌推出的个人 AI AgentAI工具3个月前发布AI小集03Gemini Spark是什么Gemini Spark 是 Google 推出的 24/7 个人 AI Agent，基于 Gemini 3.5 模型与Antigravity框架运行，深度集成 Gmail、Docs、Slides 等 Workspace 工具。工具能在设备关闭后仍于云端后台持续执行任务，支持设置周期性触发器、学习新技能并创建完整工作流，将 Gemini 从问答助手升级为可主动代劳的数字代理。Gemini Spark的主要功能全天候后台任务执行：Spark 作为云端 Agent，即使用户关闭笔记本或锁定手机，仍能在后台持续完成复杂任务。周期性任务与触发器：自动解析月度信用卡账单，标记新增或隐藏的订阅费用；按设定条件持续监控指定信息源。可教学的新技能：用户可指令 Spark 检查特定邮件来源（如学校通知），提取关键截止日期，生成摘要发送给指定联系人。完整工作流创建：自动整合分散在邮件与聊天中的会议笔记，生成格式化的 Google Docs 报告，并起草项目启动邮件。MCP 扩展连接：已支持 Canva、OpenTable、Instacart 等第三方服务，未来数周内将通过 MCP 协议直接代用户完成跨平台操作。如何使用Gemini Spark目前 Gemini Spark 处于 Beta 阶段，仅面向美国地区的 Google AI Ultra 订阅用户逐步开放，可在Gemini App设置中查看并启用。Gemini Spark的核心优势真·全天候在线：区别于对话窗口内响应的助手，Gemini Spark 可在用户离线时持续推进任务进度。深度原生集成：与 Google Workspace 无缝打通，数据读写权限与协作能力远超外挂式插件。可教学进化：用户通过自然语言即可训练 Spark 掌握专属工作流，无需编程或复杂配置。多模态任务链：支持从信息收集、内容生成到跨应用执行的端到端闭环，非单点工具调用。渐进式权限控制：用户自主决定 Agent 的开启状态、连接范围与操作边界，隐私与可控性并重。Gemini Spark的同类竞品对比对比维度Gemini SparkClaude Computer UseOpenAIOperator所属公司GoogleAnthropicOpenAI核心定位24/7 云端个人 AI Agent桌面操控型 AI Agent云端浏览器代理运行环境云端后台（设备可离线）本地 macOS（需设备在线）云端沙盒浏览器后台持续执行支持，关闭设备仍运行不支持，随会话结束停止有限，长任务易中断桌面应用操控夏季通过 macOS App 支持已支持完整桌面控制不支持，仅限浏览器内办公套件集成原生深度集成 Workspace连接器 + 屏幕控制 fallback无原生办公集成OSWorld 任务成功率未公开（基于 Gemini 3.5）约 72%–73%约 38%–43%人在回路确认高风险操作前请求确认频繁请求确认频繁请求确认，易冻结Gemini Spark的应用场景个人财务管理：自动追踪订阅服务扣费异动，每月生成账单分析报告并推送提醒。家庭事务协调：持续监控学校邮件，汇总活动与截止日期，每日向父母双方发送结构化摘要。职场项目启动：自动收集会议纪要与邮件讨论，整理为项目文档并起草团队通知邮件。跨平台内容创作：调用 Canva 生成配图，结合 Docs 撰写文案，通过 Gmail 发送完整营销方案。日常行程管理：基于 Calendar 与邮件内容，主动识别冲突并建议调整，甚至代为预订餐厅。# 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Gemini 3.5 Flash - Google 推出的新一代 AI 大模型下一篇Gemini Omni Flash - 谷歌推出的多模态视频生成模型相关文章Runner H – AI初创公司 H 推出的首款 AI 代理产品AI小集3HMoE – 腾讯混元团队提出的新型神经网络架构AI小集2Fireworks f1 – 复合AI模型，多个开源AI模型组合解决复杂推理问题AI小集3Spinach AI – AI会议助手，自动记录会议内容提取关键决策AI小集2Generative Omnimatte – 谷歌联合马里兰大学等机构推出的视频分解技术AI小集2Wear-Any-Way – 阿里拍立淘团队推出自由定制的虚拟试穿框架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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体15小时前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据1天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏3天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具4天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型4天前

Gemini 3.7 Flash – Google DeepMind 推出最新的主力模型AI工具3天前更新AI小集02Gemini 3.7 Flash是什么Gemini 3.7 Flash 是 Google DeepMind 推出的新一代主力 AI 模型。模型专为 Coding 与 Agent 工作流设计，在软件工程、网页开发和企业自动化等基准上大幅跃升，部分指标超越Claude Sonnet 5与GPT-5.6 Terra。模型首发价仅为 3.6 Flash 原价的一半，定位高频 Agent 与企业工作流的”性价比杀手”。Gemini 3.7 Flash的主要功能软件工程：支持生成高质量生产级代码，在 FrontierCode 与 DeepSWE 基准上大幅提升，首遍准确率与调试能力显著增强。Web 开发：支持从截图、图片或完整 Design System 输入，一键生成高保真交互式网页，Code Arena Elo 评分领先竞品。Agent 自动化：执行复杂多步骤企业工作流，自动规划、调用工具并在遇到障碍时自适应调整，AutomationBench 表现大幅跃升。知识密集型工作：处理金融、法律、生物科学等领域的复杂文档推理，GDP.pdf 等长文档理解能力显著增强。多模态创作：配合 Nano Banana 将文字提示实时转化为可玩的 3D 游戏，或将静态 PDF 转化为带交互图表的动态网页。Gemini Spark 集成：作为 24/7 个人 Agent 的后台模型，驱动 Google Workspace 内的文件整理、邮件起草与状态更新等自动化操作。Gemini 3.7 Flash的技术原理算法迭代与快速演进机制：模型针对 Coding 和 Agent 场景的后训练优化与能力定向增强，非单纯依赖预训练规模扩张，从而在保持 Flash 系列速度优势的同时，实现软件工程与知识工作质量的跨越式提升。多步骤规划与严谨推理执行：模型内置更主动的推理资源分配机制，面对复杂任务时会投入更多计算资源进行多步骤规划与工具调用，在执行过程中遇到路障时自适应调整策略、澄清意图；这种”更严谨的执行力”大幅减少了人工监督需求与反复重试次数，是其 Agent 与企业自动化能力跃升的核心技术支撑。原生多模态统一理解：3.7 Flash 具备跨文本、音频、图像、代码和视频的统一理解能力，使其能在 3D 游戏生成、机器人训练闭环和文档智能转换等场景中，将视觉输入（如截图、设计稿）与语言指令融合处理，实现从静态 PDF 到交互网页、从文字描述到可运行 3D 资产的端到端生成。Agent 工作流与 Sub-Agent 编排：针对高频 Agent 场景进行底层优化，通过改进的指令遵循精度与路障适应能力，支持主模型调度多个 sub-agents 协同完成任务；编排能力使其在 Web 开发等场景中可并行处理布局生成、交互逻辑编写与视觉组件渲染，成为支撑长期在线、大规模调用的企业自动化后端基础设施。如何使用Gemini 3.7 Flash开发者接入：开发者可通过 Gemini API 或 Google AI Studio 直接调用模型。快速体验：在Google AI Studio中可零成本创建项目并选择 gemini-3.7-flash 模型，快速测试文本、代码与多模态能力。移动集成：Android Studio 已集成该模型，开发者可在移动应用开发流程中获得代码辅助与生成功能。Agent 编排：通过Google Antigravity这一 Agent-first 开发环境，可编排 sub-agents 构建复杂自动化工作流。企业部署：企业用户可通过 Gemini Enterprise Agent Platform 自定义业务流程与工具集成，实现规模化高频调用。企业使用：企业员工也可直接通过 Gemini Enterprise App 统一入口，用内置的 3.7 Flash 能力处理文档与自动化任务。Gemini 3.7 Flash的核心优势极致迭代节奏：Flash 系列从 3.5 进化到 3.7 仅用了 3 个月，3.6 到 3.7 更是压缩到 3 周，Google 对开发者反馈和市场竞争的响应速度在主流模型中无出其右。Coding 能力跃升：FrontierCode 1.1 Main 从 34.4% 提升至 43.6%，DeepSWE v1.1 从 49% 跃升至 65.3%，首遍代码准确率与长周期软件工程能力均获得跨越式增强，已具备生产级主力模型的代码输出质量。Agent 与企业自动化绝对领先：AutomationBench 得分 30.4%，不仅较自身上一代近乎翻倍，更大幅甩开 Claude Sonnet 5（10.7%）和 GPT-5.6 Terra（23.6%），成为当前企业工作流自动化场景的最强模型。部分基准超越旗舰竞品：在 FrontierCode 1.1（43.6%）和 WebDev Code Arena（1588 Elo）两项关键 Coding 基准上，3.7 Flash 已反超 Claude Sonnet 5 和 GPT-5.6 Terra，打破了”Flash 只做轻量辅助”的刻板印象。极致性价比壁垒：推广价输入 $0.75、输出 $3.75 每百万 Tokens，仅为 3.6 Flash 原价的一半，更是 Claude（$2/$10）和 GPT（$2/$12）的三分之一到四分之一；在高频 Agent 和企业级工作流中，这一成本优势随调用量指数级放大。原生多模态端到端创作：支持文字直接生成可玩的 3D 游戏、截图/Design System 一键转化为交互网页、静态 PDF 自动变为带实时图表的动态数据故事，创作链路完整且无需多模型拼接。Gemini 3.7 Flash的项目地址项目官网：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/Gemini 3.7 Flash的同类竞品对比对比维度Gemini 3.7 FlashGPT-5.6 Terra发布方Google DeepMindOpenAI定位Coding + Agent 主力模型通用旗舰模型FrontierCode 1.143.6%🥇41.3%DeepSWE v1.165.3%69.6%🥇Code Arena Elo1588🥇1523AutomationBench30.4%🥇23.6%Terminal-bench 2.185.8%87.4%🥇GDP.pdf34.0%🥇24.7%输入价格 / 1M$0.75🥇$2.00输出价格 / 1M$3.75🥇$12.00迭代节奏3 周一更数月周期核心优势性价比 + Agent 自动化绝对 Coding 性能Gemini 3.7 Flash的应用场景智能 Coding 助手：自动生成生产级代码、调试复杂 Bug、完成长周期软件工程任务，首遍准确率较上一代大幅提升。交互式 Web 开发：从截图或 Design System 输入一键生成高保真交互网页，支持多 agent 协作与视差动效。企业工作流自动化：驱动 RPA 与业务系统，自动完成跨平台数据录入、审批流转、报告生成等高频重复任务。3D 游戏与内容生成：配合 Nano Banana 将文字描述实时转化为可玩的 3D 游戏，动态生成角色、道具与纹理。文档智能转换：将静态 PDF 年报、研报自动转化为带实时图表、数据汇总与交互功能的动态网页或数据故事。# 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wigolo - 开源的本地搜索工具，支持接入多种编程 Agent下一篇GLM-5.3 - 智谱最新开源的基座大模型，编程能力提升50%相关文章MovieDreamer – 专为长视频研发的AI视频生成框架AI小集5OpenPPT – 开源AI PPT生成工具，支持多平台使用AI小集3MMBench-Video – 上海AI Lab联合多所高校推出的长视频理解基准测试AI小集2Bolt3D – 牛津大学联合谷歌推出的 3D 场景生成技术AI小集2Handy – 开源的语音转文字桌面应用，完全离线AI小集3Live Interpreter API – 微软推出的实时多语言翻译服务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Epixa知漫剧QwenPawRenoiseLawbot脱敏猫Cline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小时前DSH Desktop – 开源的 DeepSeek Harness 本地桌面应用1小时前WorkSwarm – openJiuwen 推出的蜂群办公智能体15小时前Happy Shrimp – 阿里 ATH 事业群推出的 AI 音乐平台1天前Copula Lab – AI 数据基础设施平台，提供专家级训练数据1天前Qwen3.8-27B – 阿里千问团队开源的新一代 AI 大模型2天前OnSolo – 腾讯推出的 AI 原生创作平台2天前MiniMax Music 3.0 – MiniMax 开源的音乐生成模型3天前dots3-note preview – 小红书开源的多模态 MoE 模型3天前GLM-5.3 – 智谱最新开源的基座大模型，编程能力提升50%3天前wigolo – 开源的本地搜索工具，支持接入多种编程 Agent3天前Sonilo – AI 视频配乐与音效生成平台，自动分析画面节奏3天前笔记同步助手 – 基于微信生态的 AI 笔记内容剪藏工具4天前Grok 4.6 – SpaceXAI 推出的最新一代旗舰大模型4天前dots.tts – 小红书联合上海交大开源的语音合成基座模型4天前