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
小弥儿3 小时前
GitHub今日热榜 | 2026-09-18:腾讯双项目上榜
学习·开源
集智飞行4 小时前
实战从零把一个package发布成 ROS2 官方包
开源
caoerzhong5 小时前
仓库管理数字化趋势解读:JeeWMS 开源 Java WMS 视角下的五个演进方向
java·开源
冬奇Lab5 小时前
开源项目第222期:security-audit — Cloudflare 的安全审计 Skill,把 Coding Agent 变成六阶段安全审计器
人工智能·开源·资讯
m4Rk_6 小时前
【论文阅读】Agent 记忆机制(74):CompassMem——从相似度检索走向事件图上的记忆导航
论文阅读·人工智能·学习·开源·github
wflynn7 小时前
GitHub 日榜趋势速报 | 2026-09-18
开源·github
海带紫菜菠萝汤7 小时前
本周 AI 观察:嘴上喊着降速,手上全踩油门
人工智能·深度学习·ai·开源·大模型
Experience-摆渡9 小时前
开源RAG知识库WeKnora深度调研:让知识自己长成体系
爬虫·docker·开源·rag
赛博仓鼠9 小时前
MiniMax H3 实测:8GB显存跑2K视频+原生音频,开源视频生成的新卷王
开源·aigc·音视频
万物智能信息科技11 小时前
PWM散热风扇设置—【万物智能之开源鸿蒙OpenHarmony系统实战开发系列教程】
人工智能·华为·开源·harmonyos·鸿蒙