AI NEWSLatest AI NewsArticleDou Bao Recommended Hotels Start Charging Fees: TikTok Laike Introduces Service Fee Policy for Specific ChannelsPublished in Latest AI NewsTime :Aug 10, 2026Read :4minuteAccording to reports, hotel bookings that are redirected through the Doubao entry point to TikTok Laike will now be subject to a new independent rate policy. Starting from August 10, relevant orders will be charged a software service fee of 11.4% and a payment processing fee of 0.6%, with an overall rate of approximately 12%.Several industry insiders in the hotel sector have confirmed the authenticity of this news, which comes from the TikTok Laike merchant back office. Industry experts said that hotel bookings generated through Doubao recommendations have already begun to be included in the commission settlement system. ByteDance has not yet responded to this issue.According to the “2026 TikTok Life Service Platform Specific Channel Software Service Fee Policy Statement” released by the TikTok Life Services Learning Center, this policy is effective starting at 0:00 on August 10, 2026, and continues until 24:00 on the day before the new specific channel software service fee policy takes effect. The specific software service fee rates will be displayed to merchants through the TikTok Laike merchant back office.According to the policy statement, the base for calculating the software service fee is the actual amount paid by the user plus any subsidy amounts provided by entities other than the merchant, such as platform-wide coupons. The rate will be fixed or range-based depending on the merchant type, product category, POI category, product type, and specific transaction channels.Doubao has been included in the specific transaction channel scope, and the platform may adjust the related rates based on service conditions. Whether a specific order belongs to a specific channel is determined by the order settlement slip. Merchants can check the corresponding group purchase product rates through the TikTok Laike back office.This adjustment shows that as AI entry points gradually connect to e-commerce, local life, and other transaction scenarios, platforms are exploring commercial models after AI traffic conversion. In the future, consumer entrances brought by AI assistants may become a new transaction growth channel for internet platforms.

AI NEWSLatest AI NewsArticleThe First Humanoid Robot Stock in A-shares: SUYU Technology Launches Subscription TodayPublished in Latest AI NewsTime :Aug 10, 2026Read :3minuteLeading companies in the field of humanoid robots in China have reached an important capital milestone. On August 10, Unitech Technology officially launched its online and offline subscription, marking a key step towards the capital market and officially becoming the “first stock of humanoid robots on the A-share market.“According to the issuance announcement, the company’s current public offering of shares amounts to 40.4464 million shares, with an issue price set at 150.80 yuan per share, corresponding to a total market value of approximately 60.993 billion yuan. The expected total fundraising amount from this initial public offering is about 6.099 billion yuan, and the price-to-earnings ratio is 219.23 times. In the highly anticipated strategic allocation section, the company successfully secured a distribution quota of 8.089286 million shares, attracting participation from heavy-weight institutions such as the Social Security Fund, Deep Exploration, and Sinopec Group.Looking at the publicly available financial data, Unitech Technology has shown strong growth potential in recent years. During the reporting periods from 2023 to 2025, the company achieved main business revenue of 159 million yuan, 393 million yuan, and 1.699 billion yuan, respectively, and achieved profitability in 2025, with a full-year net profit of 278 million yuan, demonstrating strong commercialization capabilities.With the official launch of the subscription, its popularity in the capital market has rapidly increased. Several securities institutions, after calculation, expect that the probability of winning the lottery for this subscription will likely remain within a low range of 0.02% to 0.03%, far lower than the previous level of 0.47% of Changxin Technology. However, if we refer to the average 276.04% overall increase of A-share new stocks since 2026 for estimation, the paper profit from a single lot (i.e., 500 shares) is expected to exceed 200,000 yuan, which has attracted widespread attention and expectations in the market.

AI NEWSLatest AI NewsArticleNVIDIA Releases Its First Open-Source Full-Duplex Speech Model, VoiceChat 11BPublished in Latest AI NewsTime :Aug 10, 2026Read :3minuteOn the real-time artificial intelligence speech interaction track, hardware and technology giant NVIDIA has made a new breakthrough. The company recently officially launched its first open-source end-to-end full-duplex speech dialogue model, NemotronLabs VoiceChat11B, marking an important step in its underlying architecture for speech generation and understanding.Differing from traditional step-by-step architectures that require connecting automatic speech recognition (ASR), large language models (LLM), and text-to-speech (TTS), this model directly completes streaming speech understanding and generation through a unified network. This technical approach not only completely eliminates the cumbersome handoffs caused by multiple models but also significantly reduces response latency. Test data shows that its smooth turn-taking delay is as low as 448 milliseconds, and it features full-duplex interaction capabilities that allow speaking and listening simultaneously. When users interject during a conversation, the agent can quickly yield the floor, demonstrating high fluency.Notably, as the first open-source full-duplex model that supports tool calls while a conversation is ongoing, VoiceChat11B introduces an independent output channel and a pre-set “hold” phrasing mechanism. When handling complex external API requests, the system can automatically trigger operator-defined transition phrases through a side channel, effectively avoiding long silences that may occur during waiting, making the deployment of speech intelligent agents smoother.However, from the perspective of practical deployment, the model is still in the pilot phase. Due to the need for a single high-performance GPU with at least 80GB of memory to run efficiently, and since the official labels it as “for research use only,” there is currently no mature hosted API available. Industry insiders point out that although there are still some limitations in extreme scenarios such as long context and multi-turn conversations, its open weights and container design still provide developers in areas such as contact centers, automotive cabins, retail order-taking, and smart accessibility assistance with new exploration directions.

ENLatest AI NewsNVIDIA Releases Its First Open-Source Full-Duplex Speech Model, VoiceChat 11BNVIDIA has released its first open-source end-to-end full-duplex speech dialogue model, NemotronLabs VoiceChat 11B, which uses a single network to directly perform streaming speech understanding and generation, replacing the traditional ASR, LLM, TTS step-by-step architecture, achieving breakthroughs in real-time speech interaction.just now6.1KAliyun Qwen Open Platform Officially Launched: Supports Mobile Phones, PCs, and AI Glasses, Covering More Than Ten Daily Life Fields Such as Renting Apartments and Mailing PackagesAlibaba’s Qianwen open platform launches, supporting phones, PCs, and AI glasses. It covers over ten high-frequency daily life scenarios including logistics, real estate, local services, wealth management, and automobiles, creating a cross-device service ecosystem for seamless experience without switching apps…..just now6.2KThe First Humanoid Robot Stock in A-shares: SUYU Technology Launches Subscription TodayYushu Technology, a leading humanoid robot company, launched IPO subscription on Aug 10, becoming the first humanoid robot stock on A-shares. It issued 40.44 million shares at 150.8 yuan, with market cap of about 61 billion yuan and raising nearly 6.1 billion yuan…..just now6.6KDou Bao Recommended Hotels Start Charging Fees: TikTok Laike Introduces Service Fee Policy for Specific ChannelsStarting Aug 10, hotel bookings redirected from Doubao to Douyin Laike incur an 11.4% software service fee plus 0.6% payment fee, totaling ~12%. Industry sources confirm this, and orders are now in the commission system. ByteDance has not commented…..just now5.7KAI Tools Cause Unusual Expansion in Linux 7.2 Candidate Version Linus Torvalds Says He Is Not Excited but AcceptableLinux 7.2-rc7 released, stable version expected next week. But this release candidate is unusually large. Linus Torvalds noted that the main reason is developers using AI tools to submit many minor fixes, causing a surge in code volume. He admitted he is “not excited” about this trend…..just now6.4KShenzhen Launches OpenFit 2 AI Open-Ear Headphones, Upgraded Qianwen Large Model Sold for 1698 YuanShenzhen launches the OpenFit 2 AI open-ear headphones, priced at 1698 yuan, available for sale on August 17th. The new product continues the dolphin arc ear hook design, with the ear-piercing part featuring a dual-layer silicone wrap. The inner layer is Shokz Ultra-Soft Silicone 2.0 ultra-zero silicone material. The core upgrade lies in the deep integration of AI functions.just now8.9KTongyi Qianwen Open Platform Launches, Conversational-as-a-Service Enables Full-Chain Integration in Daily Life ScenariosTongyi Qianwen open platform is now available on mobile, PC, and AI glasses. Users can access services like logistics, rental, housekeeping, and finance via conversation without app-switching. Examples: @SF Express for shipping, @Ziroom for VR house tours, @Swan Home for cleaning bookings, @Yingmi Fund for finance analysis, and Caiyun Weather for recommendations…..just now8.5KAI Programming Assistant Evolves Again: Claude Code Releases Version v2.1.224 with Full Support for Cross-Session Message PassingAnthropic’s Claude Code v2.1.224 introduces cross-session messaging, allowing multiple conversation windows to exchange messages, which significantly improves developer multitasking and project collaboration efficiency…..just now9.3KReport: GPT-6 Exposed with 10 Trillion Parameters, Forced Release in August; OpenAI May Have a Bigger Weapon by Year-End, DougAccording to insider journalist ChrisGPT, OpenAI will release GPT-6 (previously paused Astra model) in August despite government scrutiny. Its parameters may reach 10 trillion, more than five times that of GPT-4, with an unprecedented pre-training scale. Nine months ago, due to the discovery that Anthropic was leading, OpenAI urgently reallocated computing resources, and now it is reaping the benefits. However, GPT-6 in August may just be a prelude, as ChrisGPT also hinted at more inside information.just now11.9KSupports Fusion of 5 Reference Images and Intelligent Expansion. xAI Imagine Image2.0 is Now Officially LaunchedxAI launches Imagine Image 2.0 as Grok’s new quality mode, featuring controllable layouts, clear text, and visual consistency for creative use. The model understands complex instructions, plans text layouts in dense compositions, keeps small text sharp, and supports multi-turn editing while preserving user-specified visual features. API access planned…..just now8.7KChrome and Edge Silently Increase Local AI Model Disk Requirements to 20GB, Browsers Are Becoming AI Inference EnginesChrome and Edge raise local AI model disk space requirement to 20GB, downloading silently in background for on-device AI. Previously Chrome auto-downloaded ~4GB model. Google updated docs, raising free space requirement from 4GB to 20GB as a precondition for download, though actual usage may

感谢IT之家网友乌蝇哥的左手、肖战割割、华南吴彦祖、软媒新友2203184的线索投递！IT之家8 月 6 日消息，Meta 公司今天（8 月 6 日）发布博文，宣布以测试版推出其首个编程 AI 智能体工具 Muse Code，希望挑战 Anthropic 的 Claude Code，以及 OpenAI 的 Codex 等编程 Agent 工具。IT之家附上 Meta 公司首席执行官马克 · 扎克伯格（Mark Zuckerberg）的相关介绍如下：Muse Code 是 Meta 首席 AI 官汪滔（Alexandr Wang）的最新成果，他负责领导 Meta 超级智能实验室以及开发相关模型。他于 2025 年 6 月加入 Meta，是公司首席执行官马克 · 扎克伯格（Mark Zuckerberg）重整公司人工智能战略的核心人物之一。在本周三接受 CNBC 采访时，汪滔表示：“开发者只需要 1 条命令，就能安装 Muse Code，并用它处理完整软件工程任务，覆盖规划变更、编写代码、验证结果等多类场景。”在功能方面，Muse Code 目前以预览方式推出，汪滔称 Muse Spark 1.2 与 Muse Code 同步开发和训练，从而提升了整体编程性能。在商业模式方面，开发者可通过按量付费方式使用 Muse Code：每 100 万 Tokens 输入费用为 1.25 美元（现汇率约合 8.5 元人民币），每 100 万 Tokens 输出费用为 4.25 美元（现汇率约合 28.7 元人民币）汪滔表示，该编程 Agent 工具还设有“contributor tier”（贡献者订阅），入门成本显著更低，价格比按量付费档的十分之一甚至更低。不过，选择最低价档的开发者必须主动同意帮助改进模型，这涉及 Meta 使用第三方数据强化底层技术。汪滔还表示，Meta 正开始接受零数据保留（zero-data retention）请求。这意味着 Meta 不会保留开发者数据用于改进模型。他称，这是一项“对许多人很重要的大型企业功能”。

RabbitVis – 兔展智能推出的一站式 AI 设计生产工具AI工具4天前发布AI小集03RabbitVis是什么RabbitVis 是兔展智能推出的图层级一站式AI 设计生产工具，基于自研 UniWorld-Design 视觉大模型，将 AI 生成能力与图层编辑能力深度融合。工具能通过自然语言生成海报、电商详情页、杂志内页等复杂设计内容，支持生成后的持续图层级编辑，包括去背景、文字修改、元素替换、透明素材提取等，解决传统 AI 生图只能生成、无法修改的痛点，让 AI 真正走完设计全流程。RabbitVis的主要功能智能生成：支持一句话生成海报、杂志跨页、电商详情页、信息长图、学术海报、财务分析报表等多种专业设计内容。透明素材生成：根据文本描述直接生成带透明通道（RGBA）的设计元素，可直接拖拽复用于其他设计场景。图像分层拆解：将生成的完整图像自动拆解为背景、主体、文字、装饰等多个独立可编辑图层，为后续调整提供基础。自然语言编辑：支持用自然语言指令完成去背景、图像编辑、文字编辑、橡皮擦等操作，无需掌握 Photoshop 等专业软件。中文高密度排版：针对中文场景深度优化，支持复杂艺术字体、图文交错、信息图表等高密度中文排版，效果清晰准确。如何使用RabbitVis访问官网：访问RabbitVis 官网 https://rabbitvis.rabbitpre.com/ 进入 RabbitVis 平台。描述需求：在输入框中用自然语言描述想创建的设计内容，如”生成一张618大促海报”或”设计一份杂志内页”。AI 生成初稿：系统自动生成包含完整排版、图片和文字的设计初稿，支持选择不同风格模板。图层级编辑：通过自然语言指令对设计进行持续调整，如”把 LOGO 往左移””放大标题字号””替换背景图”等。导出交付：将完成的设计导出为可交付资产，透明素材可单独下载复用。RabbitVis的核心优势图层级深度编辑：突破传统 AI 生图生成即终点的局限，支持将设计内容拆解为独立图层，实现生成后的持续修改、元素替换与文字调整。透明素材直出：根据文本描述直接生成带透明通道（RGBA）的设计元素，无需手动抠图可直接复用于多场景设计。中文场景原生优化：针对中文高密度排版深度打磨，支持复杂艺术字体、图文交错与信息图表，解决主流 AI 工具中文乱码与排版错乱痛点。自然语言驱动设计：全程通过自然语言指令完成生成、去背景、改字、调版式等操作，零设计基础用户也能产出专业级视觉物料。产模一体架构：基于自研 UniWorld-Design 视觉大模型，模型能力与产品功能深度耦合，生成、理解、编辑三位一体，越用越精准。RabbitVis的同类竞品对比对比维度RabbitVisRecraft产品定位图层级一站式 AI 设计生产工具，聚焦生成后的深度编辑与图层拆解AI 原生设计工具，侧重矢量图形生成与品牌风格一致性控制图层能力原生支持图像自动分层拆解，背景、主体、文字等元素可独立编辑调整支持基础图层管理，但主要针对矢量对象，位图分层能力有限透明素材可直接生成带透明通道（RGBA）的设计元素，语义匹配度高支持背景移除生成透明素材，但非原生透明通道生成中文排版针对中文场景深度优化，支持复杂艺术字体与高密度图文排版中文支持相对基础，复杂中文字体与竖排场景表现一般编辑方式自然语言驱动图层级编辑，零设计基础即可完成专业级修改偏向传统设计软件交互，需一定设计工具使用经验模型架构基于自研 UniWorld-Design 视觉大模型，产模一体，生成理解编辑统一基于自研 Recraft 模型，侧重矢量生成与风格迁移适用场景电商海报、杂志内页、社交媒体配图等需要反复修改的设计生产流程品牌 VI、图标库、营销插画等风格统一的设计资产创建RabbitVis的应用场景电商营销：快速生成商品详情页、促销海报、主图设计，并支持根据平台要求随时调整尺寸和文案。社交媒体运营：为公众号、小红书、抖音等平台生成配图、封面、信息长图，运营人员无需依赖设计师即可完成日常物料。品牌宣传：制作品牌手册、杂志内页、活动海报等专业视觉物料，支持持续迭代优化品牌视觉一致性。内容创作：自媒体博主、UP 主可用自然语言快速生成视频封面、专栏头图、知识图谱信息图等内容资产。企业办公：财务分析报表、PPT 配图、内部培训材料等商务视觉内容的高效生产。# 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InstructAV2AV - 智源联合北大开源的音视频联合编辑模型下一篇Muse Code - Meta 推出的终端编程 AI 智能体相关文章MetaMorph – 统一多模态理解与生成大模型，基于VPiT 预测多模态 tokenAI小集2Stitch – 谷歌实验室推出的AI工具，能生成UI设计和前端代码AI小集5VimRAG – 阿里通义开源的全模态知识库 RAG 框架AI小集3快标书 – AI标书创作平台，输入采购需求快速生成高质量投标方案AI小集6OpenArt – 在线AI艺术图像生成和编辑平台AI小集3幻舟AI – AI短片创作平台，从剧本到视频全流程一站式服务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AI绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！7分钟前2026 AI 小说写作软件最新评测：FeelFish 4.08分钟前WorldClaw – 腾讯混元团队推出的 3D 世界生成框架1小时前Kitesurf – Cloudflare 推出的 AI Agent 云端轻量浏览器4小时前SmartSub – 开源的一站式音视频字幕处理桌面工具4小时前Grok Imagine Image 2.0 – SpaceXAI 推出的图像生成模型1天前Wan-Animate-2 – 万相团队开源的新一代角色动画模型1天前Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型1天前Warp Agent CLI – Warp 推出的独立命令行编码工具2天前CosyVoice Studio – 阿里推出的一站式AI语音生产力平台2天前SALMONN-2 – 清华等开源的通用音频大语言模型3天前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型3天前Wan3.0 – 阿里万相最新推出的视频生成大模型3天前Omega – 腾讯推出的 AI 原生数据分析平台4天前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架4天前

Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型AI工具3天前发布AI小集02Ling-3.0-tiny是什么Ling-3.0-tiny是蚂蚁百灵推出的原生混合推理模型，总参数 7.9B、每 token 仅激活 1.3B，面向数学推理、指令遵循及资源敏感型部署优化。模型原生支持工具调用，可胜任移动设备与浏览器 UI 自动化控制任务，支持完全本地推理。目前已上线OpenRouter与 Vercel，模型权重即将开源。Ling-3.0-tiny的主要功能混合推理架构：总参数 7.9B，每 token 仅激活 1.3B，在数学推理与指令遵循任务上实现高效计算。原生工具调用：内置工具使用能力，可直接驱动浏览器 UI 控制与移动设备自动化操作。完全本地推理：无需云端依赖即可运行，集成 obsidian-cli 后可从本地文本库检索、整理并生成内容。轻量文本生成：针对本地网页翻译、日常任务处理等高频场景提供低延迟文本生成服务。Ling-3.0-tiny的技术原理稀疏混合专家架构（MoE）：模型总参数量达 7.9B，但通过门控路由机制每 token 仅激活约 1.3B 参数，在保持大模型表达能力的同时将推理计算量压缩至稠密小模型级别。原生混合推理路径：内置多条差异化推理通道，可根据任务复杂度动态选择轻量快速响应或深度链式思考路径，平衡数学推理精度与日常指令遵循的响应速度。门控路由与负载均衡：采用可学习的路由器为每个 token 分配最优专家子集，并辅以负载均衡损失函数，防止专家崩溃，确保 7.9B 参数空间被高效且均匀地利用。工具调用原生嵌入：在预训练或对齐阶段将工具使用模式直接编码进模型表征空间，使模型无需外部插件可生成符合工具接口规范的调用指令，实现浏览器 UI 与移动设备的自动化控制。端侧部署优化：针对本地推理场景进行量化压缩与 KV-Cache 内存优化，支持在消费级硬件上完全离线运行，消除云端依赖并降低高频 API 调用的网络与算力开销。如何使用Ling-3.0-tiny访问平台：访问 OpenRouter 官网（https://openrouter.ai）或 Vercel AI Gateway 页面。选择模型：搜索并进入 inclusionai/ling-3.0-tiny:free模型详情页。获取权限：注册或登录账号，在免费试用期内直接获取 API 密钥并调用服务。等待开源：关注 Ant Ling 官方渠道，待权重开源后下载模型文件进行本地部署。集成工具：配置 obsidian-cli 或浏览器自动化插件，启用本地知识检索与 UI 控制功能。Ling-3.0-tiny的核心优势极致轻量：仅激活 1.3B 参数可运行，推理成本与显存占用远低于同规模稠密模型，适合端侧与边缘部署。隐私优先：支持完全本地运行，数据不出设备，满足金融、医疗等对数据安全要求极高的场景。工具原生：无需额外微调或插件即可调用外部工具，降低自动化流程的开发门槛。Ling-3.0-tiny的同类竞品对比维度Ling-3.0-tinyQwen2.5-7B-Instruct架构原生混合推理（7.9B/1.3B 激活）稠密架构（7B 全激活）推理成本每 token 仅 1.3B 激活，极低7B 全激活，相对较高工具调用原生支持支持本地优化专为端侧与高频 API 场景深度优化通用型本地部署开源状态权重即将开源已开源Ling-3.0-tiny的应用场景移动设备智能助手：在手机端离线完成翻译、问答与日程管理，无需联网即可响应。浏览器自动化：通过原生工具调用自动执行网页表单填写、信息抓取与 UI 交互任务。本地知识管理：集成 obsidian-cli 构建完全私有的知识库，实现本地文档检索与智能摘要。企业边缘部署：部署于工控机或内网环境，在资源受限设备上提供合规的 AI 服务。高频轻量服务：作为后台常驻接口处理网页翻译、内容生成等高频请求，显著降低算力开支。# 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Wan3.0 - 阿里万相最新推出的视频生成大模型下一篇SALMONN-2 - 清华等开源的通用音频大语言模型相关文章Molili – 当贝推出的 OpenClaw 中文版 AI AgentAI小集3Step-R1-V-Mini – 阶跃星辰最新推出的多模态推理模型AI小集2OpenCLI – 开源 AI 命令行工具，网站一键转为命令行接口AI小集3FLUX.1 Kontext – Black Forest Labs 推出的图像生成与编辑模型AI小集4NeuralAgent – 开源的桌面AI助手，自然语言执行复杂任务AI小集2UnityVideo – 快手可灵联合港科大开源的视频生成框架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AI绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1分钟前2026 AI 小说写作软件最新评测：FeelFish 4.02分钟前WorldClaw – 腾讯混元团队推出的 3D 世界生成框架1小时前Kitesurf – Cloudflare 推出的 AI Agent 云端轻量浏览器4小时前SmartSub – 开源的一站式音视频字幕处理桌面工具4小时前Grok Imagine Image 2.0 – SpaceXAI 推出的图像生成模型1天前Wan-Animate-2 – 万相团队开源的新一代角色动画模型1天前Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型1天前Warp Agent CLI – Warp 推出的独立命令行编码工具2天前CosyVoice Studio – 阿里推出的一站式AI语音生产力平台2天前SALMONN-2 – 清华等开源的通用音频大语言模型3天前Wan3.0 – 阿里万相最新推出的视频生成大模型3天前Omega – 腾讯推出的 AI 原生数据分析平台4天前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架4天前Acti – AI 智能键盘，一键触发复杂任务4天前

Seedance 2.5 – 字节跳动推出的最新视频生成模型AI工具1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闪电说 – AI语音输入工具，自动优化口语表达AI小集6墨问 – 专为创作者设计的AI社交笔记工具AI小集53Argil – AI视频生成平台，创建自己的 AI 克隆，生成各种视频内容AI小集3DGM – 自改进AI Agent系统，会迭代修改自身代码提升性能AI小集3FoxBrain – 鸿海研究院推出的推理大语言模型AI小集3Wan2.2-S2V – 阿里通义开源的多模态视频生成模型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AI绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！7分钟前2026 AI 小说写作软件最新评测：FeelFish 4.07分钟前WorldClaw – 腾讯混元团队推出的 3D 世界生成框架1小时前Kitesurf – Cloudflare 推出的 AI Agent 云端轻量浏览器4小时前SmartSub – 开源的一站式音视频字幕处理桌面工具4小时前Grok Imagine Image 2.0 – SpaceXAI 推出的图像生成模型1天前Wan-Animate-2 – 万相团队开源的新一代角色动画模型1天前Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型1天前Warp Agent CLI – Warp 推出的独立命令行编码工具2天前CosyVoice Studio – 阿里推出的一站式AI语音生产力平台2天前SALMONN-2 – 清华等开源的通用音频大语言模型3天前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型3天前Wan3.0 – 阿里万相最新推出的视频生成大模型3天前Omega – 腾讯推出的 AI 原生数据分析平台4天前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架4天前

GPT-5.6 – OpenAI 推出的最新一代大语言模型系列AI工具1个月前更新AI小集04GPT-5.6是什么GPT-5.6 是 OpenAI 推出的最新一代大语言模型。模型首次采用天文学命名体系，推出三档型号：旗舰版Sol（太阳）面向高难复杂任务，是目前性能最强的版本；均衡版Terra（地球）性能对标 GPT-5.5 但价格仅一半，适合日常工作流；轻量版Luna（月亮）主打速度与低成本。核心能力聚焦于编程、生物信息学和网络安全三大方向，支持 150 万 tokens 超长上下文，在 Terminal-Bench、GeneBench 等基准测试中全面领先，新增 Ultra 模式通过多子 Agent 协作处理复杂任务。GPT-5.6的主要功能三档型号灵活选择：提供 Sol（旗舰）、Terra（均衡）、Luna（轻量）三个版本，分别对应高难度任务、日常工作和低成本高并发场景。超长上下文处理：支持 150 万 tokens 上下文窗口，可处理超长文档、代码库和复杂多轮对话。高级编程与终端操作：在命令行环境中执行复杂开发任务，支持项目结构理解、文件读取、代码修改、运行命令和报错分析。Ultra 模式多 Agent 协作：通过调度多个子 Agent 拆分处理复杂任务，统一汇总结果，提升长周期编码效率。生物信息学与基因组分析：支持长周期基因组学和定量生物分析任务，在更少输出 tokens 下获得更强结果。网络安全与漏洞研究：推进长周期安全任务，包括漏洞研究和 exploitation 相关任务，效率显著提升。分层安全防护体系：加强对高风险活动、敏感网络请求和重复滥用行为的防护，抵御真实世界攻击。提示词缓存与成本优化：优化重复提示词调用机制，降低高频场景下的 API 使用成本。如何使用GPT-5.6ChatGPT：Plus/Pro/Business/Enterprise用户可访问Sol（medium及以上effort），Pro和Enterprise可选Sol Pro。ChatGPT Work/Codex：免费和Go用户用Terra，Plus及以上可选Sol/Terra/Luna，可设置effort等级；max模式所有可用用户可开启；ultra在ChatGPT Work中Pro/Enterprise可用，Codex中Plus及以上可用。API：通过OpenAI API访问三档模型，Responses API支持Programmatic Tool Calling（ZDR兼容）和Multi-agent beta。GPT-5.6的官网地址官网地址：https://openai.com/index/gpt-5-6/GPT-5.6的核心优势三档分级灵活匹配：Sol（旗舰）、Terra（均衡）、Luna（轻量）覆盖高难度任务、日常工作和低成本高并发场景，按需选择不浪费算力。编程能力行业领先：Terminal-Bench 2.1 得分 Sol 88.8%、Sol Ultra 91.9%，超越 Claude Mythos 5（88.0%）等竞品。超长上下文窗口：支持 150 万 tokens，比 GPT-5.5 提升约 50%，可处理完整代码库、长篇文献和复杂多轮对话。Ultra 模式多 Agent 协作：自动调度多个子 Agent 拆分并行处理复杂任务，再统一汇总结果，大幅提升长周期编码效率。科研成本效率双优：GeneBench v1 上 Sol 比 GPT-5.5 得分更高，但输出 tokens 更少，生物信息学分析更省成本。网络安全高效精准：ExploitBench 接近 Mythos Preview 水平，但仅使用约 1/3 的输出 tokens，漏洞研究效率显著提升。分层安全防护体系：迄今最强安全堆栈，可抵御高风险活动、敏感网络请求和真实世界攻击。价格梯度合理：Terra 性能对标 GPT-5.5 但价格仅一半；Luna 成本最低；提示词缓存机制进一步降低重复调用开销。GPT-5.6的同类竞品对比对比维度GPT-5.6 Sol (OpenAI)Claude Fable 5(Anthropic)Gemini 3.1 ProPreview (Google)发布时间2026年6月27日2026年6月9日2026年2月19日模型定位旗舰版（三档分级：Sol/Terra/Luna）Mythos-class（高于Opus级别）旗舰多模态模型上下文窗口150万 tokens100万 tokens100万 tokensTerminal-Bench 2.188.8%84.3%70.7%SWE-bench Verified未公开具体分数95.0%未公开具体分数输入价格（/百万tokens）$5$10$2输出价格（/百万tokens）$30$50$12多模态能力文本、图像文本、图像、PDF文本、图像、音频、视频、PDF安全策略分层安全堆栈，需政府审批访问实时安全分类器，敏感查询自动降级至Opus 4.8标准安全策略GPT-5.6的应用场景复杂软件开发与终端操作：深入命令行环境执行复杂编码任务，包括项目结构理解、文件读取、代码修改、运行命令、报错分析与迭代修复，适合大型代码库重构和全栈开发。生物信息学与基因组研究：处理长周期基因组学分析和定量生物分析任务，在多轮数据解释、方法选择和假设比较中保持上下文一致，适合实验室和生物医药研发团队。网络安全与漏洞研究：执行长周期安全任务，包括漏洞挖掘、exploitation 研究和渗透测试，以更低 token 消耗实现高效分析。企业日常办公自动化：通过 Terra 版本处理文档分析、报告撰写、数据整理等高频日常工作流，性能对标 GPT-5.5 但成本减半。高并发低成本推理服务：通过 Luna 版本承载客服机器人、内容摘要、简单问答等大规模高容量调用场景，以最低价格提供强大基础能力。超长文档深度分析：用 150 万 tokens 上下文窗口处理完整技术手册、法律合同、学术论文或大型代码库的全文理解与跨章节关联分析。# 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Papers with Code - AI科研平台，自动关联论文、代码等下一篇HTML Anything - nexu-io 团队开源的 HTML 编辑器相关文章MV-Adapter – 北航联合 VAST 等开源的多视图一致图像生成模型AI小集212个免费AI对口型软件和工具，图片和视频人物自动对口型AI小集24OmniAlign-V – 上海交大联合上海 AI Lab 等推出的高质量数据集AI小集2BuyScout – 在线AI购物助手，分析客户反馈快速总结产品优缺点AI小集2WriteHuman – AI内容检测工具，将AI生成的文本转化为人类撰写的内容AI小集2OpenDeRisk – 开源的AI原生风险智能管理系统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AI绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！6分钟前2026 AI 小说写作软件最新评测：FeelFish 4.07分钟前WorldClaw – 腾讯混元团队推出的 3D 世界生成框架1小时前Kitesurf – Cloudflare 推出的 AI Agent 云端轻量浏览器4小时前SmartSub – 开源的一站式音视频字幕处理桌面工具4小时前Grok Imagine Image 2.0 – SpaceXAI 推出的图像生成模型1天前Wan-Animate-2 – 万相团队开源的新一代角色动画模型1天前Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型1天前Warp Agent CLI – Warp 推出的独立命令行编码工具2天前CosyVoice Studio – 阿里推出的一站式AI语音生产力平台2天前SALMONN-2 – 清华等开源的通用音频大语言模型3天前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型3天前Wan3.0 – 阿里万相最新推出的视频生成大模型3天前Omega – 腾讯推出的 AI 原生数据分析平台4天前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架4天前

Kitesurf – Cloudflare 推出的 AI Agent 云端轻量浏览器AI工具4小时前发布AI小集02Kitesurf是什么Kitesurf 是 Cloudflare 专为 AI Agent 推出的云端轻量浏览器，运行在 Workers V8 隔离环境中。浏览器用 Rust 构建，砍掉标签页、扩展等人类冗余功能，保留 DOM 解析、JS 执行与数据提取能力。相比 Chromium，CPU 降低 3 倍以上、内存减少 4.7 至 7 倍，支持 CDP 与 MCP，Puppeteer 和 Playwright 可直接接入。Kitesurf的主要功能轻量网页渲染：基于 Rust 构建，支持 HTML 解析、CSS、JavaScript 执行与 DOM 操作，可正确渲染 TodoMVC、Wikipedia、Hacker News 等真实站点。CDP 兼容：完整支持 Chrome DevTools Protocol，现有 Puppeteer、Playwright、chrome-remote-interface 无需重写即可接入。MCP 支持：AI Agent 可通过 Model Context Protocol 直接控制 Kitesurf 实例，实现工具调用与自动化。Quick Actions：通过 Browser Run 的 Quick Actions 接口一键截图、提取 HTML、生成 PDF，仅需在请求中添加browser=kitesurf参数。在线 Playground：提供公开 playground，可实时查看页面渲染效果、DOM 结构、网络活动与内存占用。如何使用KitesurfQuick Actions：在 Browser Run 的 API 请求中添加browser=kitesurf参数，可直接调用截图、HTML 提取或 PDF 生成等无状态任务。CDP 接入现有工具：在 Browser Run 的 WebSocket CDP 端点 URL 后追加?browser=kitesurf，Puppeteer、Playwright 等现有客户端即可无缝连接并执行自动化脚本。MCP 供 AI Agent 调用：在 MCP 客户端配置中填入 Kitesurf 的 WebSocket 端点与 API Token，AI Agent 可通过标准 MCP 协议直接控制浏览器完成浏览与数据提取。Playground 在线体验：访问https://kitesurf.cloudflare.app/输入任意 URL，可实时查看页面渲染效果、DOM 结构、网络活动及内存占用。Kitesurf的核心优势资源效率极高：相比 Chromium，截图任务 CPU 减少 3.1 倍、内存减少 4.7 倍；HTML 提取任务 CPU 减少 3.8 倍、内存减少 7.0 倍。请求级无状态：每次任务独立启动、执行、销毁，天然适合高并发、突发性的 Agent 工作负载。边缘部署：依托 Cloudflare Workers 与全球边缘网络，浏览器实例可就近执行，降低延迟。标准兼容性强：已通过超 23.5 万项 WPT 子测试，DOM 97%、HTML 96%、Selection 99%、Encoding 99%。迁移成本极低：保持 CDP 与 MCP 双协议兼容，开发者无需学习新 API，原有自动化脚本可无缝切换底座。Kitesurf的同类竞品对比对比维度KitesurfBrowserbase产品定位Cloudflare 推出的轻量 Agent 浏览器，专注资源效率与无状态任务专为 AI Agent 设计的云端浏览器基础设施，侧重完整浏览器能力与生态集成浏览器引擎自研 Rust 引擎，砍掉标签页、扩展等人类冗余功能基于 Chromium，保留完整桌面浏览器能力与像素级渲染运行架构Workers V8 Isolate，请求级启动与销毁，完全无状态云端容器化进程，支持长会话与持久状态管理资源效率截图 CPU 降低 3.1 倍、内存减少 4.7 倍；HTML 提取内存减少 7 倍标准 Chromium 资源占用，依赖实例规格与缓存策略协议支持标准 CDP、MCP，Puppeteer / Playwright / AI Agent 直接接入CDP、REST API、SDK，提供多种集成方式部署方式Cloudflare 边缘原生，全球节点就近执行，无需运维浏览器集群云端托管平台，通过其基础设施调度浏览器实例最佳场景高并发短生命周期任务、批量网页提取、Agent 搜索、边缘渲染复杂自动化、需持久登录会话、验证码处理、高兼容场景Kitesurf的应用场景AI Agent 网页搜索与信息提取：Agent 批量访问网页并提取标题、正文、链接等结构化数据，用于 RAG 或知识库构建。批量网页自动化：电商价格监控、库存查询、竞品信息抓取等需要同时处理大量页面的无头任务。无头截图与 PDF 生成：为兼容站点快速生成页面截图或 PDF，用于报告、归档或内容审核。MCP 驱动的 AI 工作流：AI Coding Agent 或研究 Agent 通过 MCP 协议直接控制浏览器，完成登录、填表与数据抓取。边缘端短生命周期渲染：在全球边缘节点快速渲染页面并返回结果，无需长期会话状态的 Serverless 场景。# 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SmartSub - 开源的一站式音视频字幕处理桌面工具下一篇WorldClaw - 腾讯混元团队推出的 3D 世界生成框架相关文章ChatBump AI – AI聊天分析平台，深度解读情感与关系AI小集3Tokeny – 桌面 AI Agent 助手应用， 你的 AI 全能搭子AI小集6Huxe AI – AI音频伴侣应用，提供个性化音频服务AI小集4Pykaso AI – AI图像与视频创作平台，支持训练个性化模型AI小集2Stable Diffusion 3.5 – Stability AI最新开源的图像生成模型AI小集3Medeo – AI视频创作平台，一句话生成完整视频AI小集7暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AI绘蛙AIAiPPT秘塔AI搜索蛙蛙写作堆友Agent美图设计室Sekoupdream秒哒办公小浣熊最新收录JoyAI青虎AI妙呀纳逗Pro图改改AstraFlow星图最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！4分钟前2026 AI 小说写作软件最新评测：FeelFish 4.05分钟前WorldClaw – 腾讯混元团队推出的 3D 世界生成框架1小时前SmartSub – 开源的一站式音视频字幕处理桌面工具4小时前Grok Imagine Image 2.0 – SpaceXAI 推出的图像生成模型1天前Wan-Animate-2 – 万相团队开源的新一代角色动画模型1天前Alpamayo 2 Super – 英伟达开源的自动驾驶 AI 推理模型1天前Warp Agent CLI – Warp 推出的独立命令行编码工具2天前CosyVoice Studio – 阿里推出的一站式AI语音生产力平台2天前SALMONN-2 – 清华等开源的通用音频大语言模型3天前Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型3天前Wan3.0 – 阿里万相最新推出的视频生成大模型3天前Omega – 腾讯推出的 AI 原生数据分析平台4天前Hunyuan3D-Buffalo 1.0 – 腾讯混元推出的 3D 多模态框架4天前Acti – AI 智能键盘，一键触发复杂任务4天前