Decart AI 发布 MirageLSD:号称零延迟的实时视频生成模型

谷歌 Veo 3 视频生成 API 开放付费预览

谷歌 Veo 31 现已推出付费预览 API,该 API 目前可在 Gemini API 和 AI Studio 中付费使用。每次调用可生成 8 秒时长的视频内容,提供带音频和不带音频两种版本选择。

不过价格非常贵啊 - 带音频版本每秒收费 ,不带音频版本也要每秒0.5。

OpenAI 发布全能 ChatGPT Agent

OpenAI 重磅推出 ChatGPT agent 智能代理系统,这是一个通用 agentic 系统,配备了完整的工具套件,包括视觉浏览器、文本浏览器、终端和直连API,能够动态选择最佳路径,包括过滤结果、运行代码,甚至生成幻灯片和电子表格,同时在各个步骤中保持完整的任务上下文。

只有 Pro、Plus 和 Team 用户才可以使用,完整介绍可以看官方推文。

AWS Kiro:文档先行的 AI IDE

AWS 最新推出的 Kiro2 是一款 AI IDE(类似 Cursor),其最大创新点在于采用 spec-driven(规范驱动)工作流 - 强调文档先行,而非即兴编程。

作为基于 VSCode 的套壳产品,Kiro 完美兼容现有插件生态。目前搭载的是 Anthropic 的 Sonnet 3.7 和 4.0 大模型。

目前还在预览阶段,完全免费但需要排队 Waitlist。不过官方已经画好大饼了:未来定价分为两档 - Kiro Pro 19 刀/月给 1000 次交互,Pro+ 39 刀/月给 3000 次交互

Decart AI 发布 MirageLSD:号称零延迟的实时视频生成模型

MirageLSD 是 Decart AI 发布的首个 Live-Stream Diffusion(实时流式扩散,简称 LSD)AI 视频模型,能够实现无限、实时的视频生成。

官方宣称延迟低至 40ms(不过没说明具体硬件配置),实际生成效果嘛...只能说还有进步空间。你可以在官方技术报告3查看完整技术细节。

Suno AI 4.5+ 更新:人声替换/伴奏翻转/歌单灵感三大功能

音乐生成AI领跑者Suno4刚刚发布了 4.5+ 版本更新,带来了三项功能:

  • 人声替换(Vocal Swap):用户可以轻松替换歌曲中的人声部分,为歌曲注入新的声音风格。
  • 伴奏翻转(Flip Instrumentals):用户可以对伴奏进行重新编排或翻转,创造出全新的音乐风格。
  • 从播放列表获取灵感(Spark a Song from Any Playlist):用户可以从任何播放列表中获取灵感,快速生成新的歌曲创意。

话说 Suno 好像好久都没有更新底模了。

v0 平台 API 公开测试版上线

v0 平台 API5 现已推出公开测试版!现在你可以通过官方 SDK 将 v0 的功能无缝集成到自己的系统中。

谷歌搜索 AI 模式现在支持 Gemini 2.5 Pro

谷歌DeepMind官方公告6显示,谷歌搜索的AI模式现已支持 Gemini 2.5 Pro,因为支持推理了,可以用来解决非常复杂的数学问题。

相关推荐
miofly1 小时前
Inkling 2 Small 发布,基准测试大幅超越前代但不敌同级对手
开源·github
ClouGence1 小时前
数据库变更审批困局,被这个开源工具解决了
数据库·开源
SL_staff2 小时前
BI项目失败率90%?JVS如何用三阶闭环构建可落地的数据生产力平台
java·开源·全栈
欧西3 小时前
零成本做一颗芯片:我用 OpenLane 把 SHA-256 从 Verilog 做到了 GDS
开源·嵌入式
dyxal3 小时前
FireRedVAD 深度解析:小红书开源的工业级语音活动检测“小钢炮”
人工智能·开源·语音识别
分布式存储与RustFS5 小时前
给 RustFS 桶加一层内存缓存:用 Alluxio 让热数据少跑一遍网络
运维·云原生·开源·对象存储·分布式存储·s3·性能基准
程序员吕洞宾5 小时前
开源多维表格SmartTable v1.6.10 —— 用户名登录、数据评论及@人、表单分享二维码、性能优化、部署及升级优化
spring·性能优化·开源
SL_staff5 小时前
制造业订单交付总在最后一刻爆雷?用结构化计划模板打通跨系统协同断点
java·开源·全栈
字节跳动开源5 小时前
OpenViking连接业务系统,LLM Wiki一键编译
数据库·开源
miofly10 小时前
GitHub 日榜趋势速报 | 2026-11-06
开源·github