Game-TARS -字节跳动推出的通用型游戏智能体，提升任务完成率和交互智能
字节跳动Seed团队打造的通用型游戏智能体Game-TARS，打破了传统游戏AI的局限。Game-TARS的核心创新，就是彻底抛弃了这种定制化思路，让AI像人一样通过最底层的键盘和鼠标动作与游戏交互...
LTX-2 – Lightricks推出的AI视频生成模型，推理效率比前代模型快2 – 3倍
Lightricks推出开源AI视频模型LTX-2，支持原生4K分辨率与同步音频生成。LTX-2模型采用原生4K生成技术，无需后期放大即可输出50fps高帧率视频，生成速度超越播放速度，实现"6秒视频...
Popi.art – AI动画短片制作平台，提供动态帧布局与实时效果
Pika Art是一个使用AI技术生成和编辑视频的平台，用户只需输入一句话描述，系统就会自动完成从分镜生成、角色场景创建、画面渲染到配音配乐的全流程，输出最长可达1000秒的连贯动漫视频。 Popi...
TLDW – AI视频摘要工具，支持YouTube视频URL输入或视频文件上传。
TLDW是一款专门为优化视频观看体验而设计的AI工具，它可以分析YouTube视频并提取其中的关键时刻，让你用最短的时间获得最有价值的信息。该工具旨在帮助用户将冗长的YouTube视频转化为简洁、易于...
Emu3.5 – 智源研究院推出的多模态世界大模型，速度提升了近20倍
智源研究院正式发布了“悟界 EMU3.5”多模态世界大模型，标志着人工智能从“语言学习”向“多模态世界学习”演进的新纪元。Emu3.5 在图像生成和编辑任务上取得了与Gemini 2.5 Flash ...
Music 2.0 – MiniMax推出的新一代音乐创作模型，支持多种唱法与风格切换
MiniMax正式发布新一代音乐生成模型MiniMax Music 2.0。这一模型在音乐理解与声学表现能力上实现升级，能够精准捕捉人声情绪与器乐动态，为用户提供专业级音乐创作体验。在人声表现上接近真...
Firefly Image 5 – Adobe推出的最新图像生成模型，支持400万像素原生输出
Adobe上线其最新一代图像生成与编辑模型Firefly Image 5，新模型支持400万像素原生输出，提供图像分层编辑等图像功能，还新增视频和音频生成工具。其细节锐度与色彩表现大幅提升，特别是在人...
Gambo – AI游戏开发Agent，支持创作者自定义游戏场景和关卡设计，增强游戏的可定制性。
Gambo，自称为“全球首个Game Vibe Coding Agent”，用户只需通过简单的文字描述，能快速生成完整的游戏，包括场景、角色、音效和交互逻辑。为用户提供了一种全新的游戏创作方式。Gam...
Sonic-3 – Cartesia推出的实时语音对话模型，支持多种语言的自然语音输出
Cartesia 公司推出新一代实时对话文本转语音模型 Sonic-3，该模型基于 State Space Model（SSM）架构打造，推理延迟低至 90 毫秒，端到端响应仅需 190 毫秒，是最快...
FlowithOS – Flowith推出的全球首个智能体操作系统，自动执行复杂任务
flowithOS 是全球首个为 Agent 原生设计的智能体操作系统，可以根据用户们发出的任务指令，进行多网页搜索，通过“代码+视觉”的方式来理解用户屏幕画面，并进行自主地思考与执行，完成各种操作...