Krea 宣布 FLUX 3 Image 已上线其平台。新能力包括多轮编辑且不改动其他像素、用 bounding box 排版图像、最高 4K 生成,以及组合最多 10 个参考图。
推荐理由:官方宣布 FLUX 3 Image 上线 Krea,列出了多轮编辑、4K 生成等具体能力,读者可据此评估是否替换现有图像工作流。
Krea 宣布 FLUX 3 Image 已上线其平台。新能力包括多轮编辑且不改动其他像素、用 bounding box 排版图像、最高 4K 生成,以及组合最多 10 个参考图。
推荐理由:官方宣布 FLUX 3 Image 上线 Krea,列出了多轮编辑、4K 生成等具体能力,读者可据此评估是否替换现有图像工作流。
Google 在 Gemini Live 上线 Guided Vision,可在兼容 Android 设备上通过共享摄像头,用 AI 实时语音描述镜头中的内容,帮助读取小字、识别物体和描述周围环境。
你现在可以给 Claude Code 装 Mod 了: - 改变它的行为方式 - 自定义 UI - 替换成你自己的功能 用几行 TypeScript 就能写一个,或者让 Claude 帮你构建。Mod 随插件一起分发,所以在 CLI 或桌面应用里用 /plugin 就能安装。 几个例子:
隆重推出 FLUX 3 Image。 掌控每一个像素。 进行精确的多轮编辑,而不改变任何其他像素。 使用边界框完全按照你想要的方式布局图像。 最高可生成 4K 分辨率以保留细节。 最多可使用 10 个参考来合成一张图像。 为大规模运行图像生成的公司提供商用权重。 FLUX 3 Image 的开放权重版本将在未来几周内发布。
推荐理由:原文给出 FLUX 3 Image 的核心能力与开放权重计划,读者可据此评估是否接入工作流。
OpenRouter 发帖介绍 FLUX 3 的参考图能力,用户可一次性提供最多 10 张参考图并在单个提示词中描述场景,由模型决定各参考图的位置并共同渲染出整幅画面。
Modal 推出 Sidecars(Beta),一种与主 Sandbox 同宿主运行但隔离的可信容器,用于在可信与不可信代码之间建立安全边界。
推荐理由:原文给出 Sidecar 的隔离机制、3 倍通信提速和 Ramp 实例,读者可据此评估替代现有 egress 控制的可行性。
Modal 在其首届 Runtime 大会上发布多项产品更新。VM Sandboxes 为 Agent 提供完整 Linux 环境,已在 Linear、Legora。
推荐理由:Modal 在 Runtime 大会上发布多项基础设施更新,可帮助读者了解面向 Agent 和大规模推理训练的部署能力变化。
Modal 宣布 VM Sandboxes 正式 GA,只需设置 runtime="vm" 即可获得支持 Docker、FUSE 和内核功能的完整 Linux VM,沿用原有 Sandbox 的 API、modal.Image、亚秒级冷启动和内存爆发能力,早期客户已启动超过 2000 万个 VM。
推荐理由:Modal 官方说明 VM Sandbox 的能力边界、切换方式和 Linear 等早期客户的实际用法,对需要给 Agent 配完整机器的开发者有直接参考价值。
Anthropic 为 Claude Code 推出 mods,一种小型 TypeScript 函数,可挂接到 Claude Code 的事件流,改写提示词、拦截或重试工具调用、审批权限请求并添加新 UI,随插件安装和分享。
推荐理由:原文给出 mods 的事件机制、安全限制和企业管控细节,开发者可据此决定是否用它定制自己的 Claude Code 工作流。
OpenAI 宣布在全球推出 ChatGPT 的两项购物新功能:虚拟试穿服饰配饰,以及可将商品保存到 Library 的 Favorites 收藏功能。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型,用户可上传自拍或全身照,也可上传商品截图请求试穿;此前 OpenAI 的 instant checkout 功能表现不佳已放弃。
Databricks 为 Lakebase Postgres 推出基于分支的恢复机制,将恢复时间从数小时降至秒级,即使数据库规模达 100 TB。该架构将计算与存储解耦,数据库历史已存于对象存储中可直接引用,恢复只需在指定时间戳创建分支这一元数据操作,无需拷贝数据或重放 WAL。
Your AI voice sounds human. So why can't it say your product's name? A great AI voice reads "Porsche Taycan" as TAY-can. Porsche says TIE-kahn. It guessed from the spelling, and nobody caught it, because nobody listens to line 1,200. Today we're launching Onepin: the production step after text-to-speech. It checks every line of voiceover before it ships using the voices you already work with. Onepin can: ➤ Check people's and product names against a 4-million-word pronunciation dictionary ➤ Spell out prices and dates before the voice speaks ➤ Score every line of audio for naturalness, clarity and word accuracy ➤ Fix the one wrong word in the same voice, without re-rendering the take Works with your voice subscription on @ElevenLabs, @OpenAI, @Google and 30+ more. No phonetic spellings to type. No re-rolls. No switching providers. Free to start, no credit card required. Hear the before and after in the thread ⬇️
Introducing the Perplexity Decisions API. It's powered by pplx-decider-v1-27b, our multimodal decision model trained to output a probability distribution over a fixed set of answers instead of text. It costs $0.04/million input tokens and scores 85.71% across benchmarks.
Claude Code v2.1.287 新增 Claude Mods,允许插件修改更深层行为,并内置 You should know 插件,由侧边 agent 监控并提示你或 Claude 可能遗漏的问题,可用 /plugin enable cc-plugin-you-should-know@builtin 开启。
Tavus 发布 Griffin,公司称之为首个 Human Interaction Model(HIM),可实时处理语音、表情、语调、手势和停顿并收发视频。
同一件事,精选收录的是《Claude Code 推出 mods,可用 TypeScript 函数改写提示词、替换内置功能》
Blast Radius 能在 rm -rf、git reset --hard 或 force push 等高风险 shell 命令执行前将其拦截。它会在侧边栏中展示该命令会触及的内容。
Replay Theater 会记录 Claude 在一轮对话中进行的每一次文件编辑,用户可运行 /replay 在一个停靠面板中逐步查看各处 diff。
你现在还可以在对话中制作演示文稿、文档和设计。 在 Claude Docs 中起草一页纸文档,用 Claude Slides 将其转为演示文稿,并在 Claude Design 中制作匹配的视觉稿,全部都在同一个地方完成。
NVIDIA 在 GitHub 上线 DOCA AI agent skills,为 AI 智能体提供经过验证的 API 签名、硬件能力要求和构建约束,覆盖 Flow、GPUNetIO、PCC 等 DOCA 库。在 65 条真实 DOCA 开发者提示词评测中,无 skills 时智能体仅满足 19% 的评分清单项,加载 skills 后达到 100%。
Shopify 推出建站工具 Canvas,商家通过与 AI 智能体 Sidekick 聊天即可搭建 Shopify 商店,替代此前靠拖拽模块编辑主题的方式。Canvas 实时渲染商店真实代码而非静态预览,可测试页面完整交互和动画并查看不同屏幕尺寸下的效果;Shopify 还赋予 Sidekick 直接操作主题文件的能力并简化了主题架构。
We have a Stitch MCP. We have a Stitch SDK. But, we don't have a Stitch CLI. Well, not until now. Introducing the @google/stitch CLI: 🔷 Connect to your local coding agents 🔷 Generate screens and design systems 🔷 Send a local dev server snapshot to Stitch Do it all without leaving the terminal or better yet, ask your favorite harness like @antigravity 😎 Learn more 👇
我们正在 Computer 中推出内联图表、示意图和可视化。包括来自 @tradingview 的上下文金融图表。
Perplexity Computer now creates interactive charts and visualizations directly in your thread. For financial data, Computer uses @tradingview Lightweight Charts for candlesticks, volume, and moving averages.
Introducing Overmind. The training platform for agents. Overmind trained models across biomedical, legal, and engineering tasks beating the frontier and achieving: • 7x better accuracy • 20x cheaper usage • 28x less hallucinations Train your own: https://github.com/overmind-core/overmind
Ai2 发布 Olmo-core 3,这是面向大规模混合专家(MoE)模型的开源训练框架,设计目标是将 MoE 训练扩展到万亿参数级别,也是下一代 Olmo 模型的核心训练系统之一。