跳到正文
#产品更新
10月21日周三
  5. 公众号：火山引擎54

    火山引擎介绍 Seedance 2.5 Draft 样片模式上线一个月的使用效果

    火山引擎介绍 Seedance 2.5 API 于9月22日上线的 Draft（样片）模式：用户先以480P 低成本验证创意，再生成原生1080P 成片。过去一个月终端用户平均约11次 Draft 尝试后择优生成成片，生成成本可节省约73%；以1080P 生成5秒镜头为例，抽卡10次较友商节约30%、抽卡20次节省43%。

  19. Tripo56

    Tripo 官方宣布其实时生成渲染器 EdenLive 正式在 Reactor 平台上线，并提供在线演示入口（reactor.inc/models/eden-live）。Reactor 介绍称，Eden-Live 可将 3D 场景和原型重绘为丰富的可交互世界，支持参考图加文本实时改变场景风格，并可即时编辑提示词，上线首日即在 Reactor 可用。

    引用reactor@reactorworld

    Introducing Eden-Live, a realtime generative renderer by @tripoai. • Turn 3D scenes and prototypes into rich interactive worlds by redrawing them with Eden-live. • Restyle any scene live with references images + text. • Edit the prompt on the fly. Available Day 0 on Reactor.

  21. IT之家·人工智能42

    Adobe 重新设计 Photoshop 滤镜机制：滤镜变为可移动、可调节的效果层

    Adobe 正重新设计 Photoshop 的滤镜工作方式，把滤镜从直接印到图层像素上改为类似图层的独立效果，可拖到指定图层、在属性面板实时调参并随时隐藏或删除。Adobe 还演示了 Photoshop AI Assistant 让 AI 创建带可调滑块的自定义滤镜，相关更新预计今年晚些时候开始推送。

  23. Tibo65

    OpenAI 开发者账号宣布 API 现已可选 12 小时 prompt 缓存，持续运行的智能体可在请求间隔数小时的情况下继续以更低的缓存输入费率复用指令、工具和上下文。Tibo 补充称，Codex 与 Work 中已登录用户的缓存会永久保留，返回旧对话或数小时后恢复会话保证命中缓存，且无额外惩罚。

    引用OpenAI Developers@OpenAIDevs

    你现在可以在 API 中选择 12 小时提示缓存。 持久化 agent（如 dots）会在一天中重复使用上下文。 你可以将共享的指令、工具和上下文缓存更长时间，并支付更低的缓存输入费率，即使请求相隔数小时。

    推荐理由：作者亲述 API 12 小时缓存与 Codex、Work 侧持久缓存策略，可直接判断对长时间运行 Agent 成本和体验的影响。

  24. Rohan Paul43

    EAGLE-4 在 27B 模型单请求下达到 863.8 tokens/s，为 DFlash 2 的 1.28 倍、DSpark 的 1.40 倍。它保留“草稿—验证”循环，改进集中在草稿侧：自适应草稿结构和更廉价的草稿 LM head，由小模型预猜多个 token、目标模型一次前向校验，输出结果不变，测试环境约快 3 倍。

    引用Eagle@EagleCorp

    EAGLE-4 is here. From EAGLE-1 to EAGLE-3, we’ve kept making inference faster. EAGLE-4 is our fastest yet. 961.6 tokens/s on @Alibaba_Qwen’s Qwen3.8-27B with TokenSpeed (BF16, 4× @NVIDIA B300, TP4, one request, T=0). Github: https://github.com/eagle-hq/EAGLE-4

  25. IT之家·人工智能57

    OpenAI 为 ChatGPT 推出锁定对话功能，可用 PIN 码或生物识别保护敏感聊天

    OpenAI 当地时间周二宣布为 ChatGPT 推出锁定对话功能，用户可用四位 PIN 码或面容 ID、触控 ID 保护敏感对话。锁定对话移入独立分区，与普通记录、搜索和置顶隔离，开启记忆功能时拥有独立记忆空间；但该功能不启用端到端加密，不改变数据留存时长，且临时对话、群组对话等类型不可锁定。免费版到企业版等多数版本可用，医疗专用版除外，功能从周二起分批上线。

  27. Arthur Mensch59

    Mistral 发布 Voxtral 3 Transcribe 和 Speech 模型，为其新的语音智能体 API 提供支持。Mistral CEO Arthur Mensch 补充称，Voxtral 可实时完成说话人分离（diarization）和轮次结束检测，既可跑在用户自有基础设施上，也可使用 Mistral 的 API。

    引用Mistral AI@MistralAI

    Introducing Voxtral 3: state-of-the-art Transcribe and Speech models powering Mistral’s new voice agents API. 🧵

  29. Hao AI Lab54

    ComfyUI 宣布支持 Hao AI Lab 的 FastH3 OmniRef，这是 MiniMax H3 的蒸馏版本，可进行多模态参考视频生成，能在本地硬件上运行。官方称其在质量与速度之间取得较好平衡，并开放了权重与云端入口。

    引用ComfyUI@ComfyUI

    FastH3 OmniRef by @haoailab's is now supported in ComfyUI. This distilled version of Minimax H3 allows multi-modal reference generation of videos. It runs locally on your hardware and provide great balance between quality and speed. Click the links below for open weights and cloud ⬇️

  31. Sundar Pichai42

    打开声音！

    引用Google DeepMind@GoogleDeepMind

    Gemini 4 Argon built a 3D periodic table synced to Tom Lehrer’s song, “The Elements.” Created in @Antigravity, it animates orbiting electrons, atomic data, and light spectra.

  35. Fireworks AI76

    Meta 开放权重模型 Muse Spark Open 上线 Fireworks 美国区 serverless

    Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线 Day-0 serverless，为 816B 参数 MoE 架构，每 token 激活 42B 参数，支持 1M token 上下文窗口。

    推荐理由：Fireworks 给出了 Muse Spark Open 在法律、金融、医疗等多个独立基准的具体分数和上线方式，读者可据此评估其在受监管工作中的适用性。

  37. Rohan Paul48

    HeyGen 的 Professional Voice Clone 用 30 分钟到 2 小时的录音音频训练，保留呼吸、停顿、笑声、口音和元音发音，官方称生成的声音无人能分辨真假。推文强调这一数据量区间是关键：短参考片段无法体现长句前的换气节奏或语速加快时的口音特征，而这些细微的不规则正是听者判断声音是否属于真人的依据。

    引用HeyGen@HeyGen

    Professional Voice Clone on HeyGen sounds exactly like you. Upload 30 min to 2 hrs of audio and get a voice no one can tell apart from your own. Every breath, pause, laugh, and accent, preserved. Comment "PVC" for a free month. First 100, web subscriptions only, ends 11/19.

  38. ViggleAI46

    一个模型即可生成 3D 角色、动作和场景。 JST-2 现已在我们的 API 上线。 今天就开始构建：https://viggle.ai/developers

    引用ViggleAI@ViggleAI

    Today we are releasing JST-2, the world's first full-stack physics-native world foundation model. Many world models learn in pixel/video space. We went back to first principles and built the entire model stack in 3D. Generate a 3D scene in seconds and expand it in real time. Create characters with motion built in, all through one general architecture.