Google 将 SynthID Detector 从面向媒体从业者的早期版本扩展至全球英文用户，任何人可检查图像、视频或音频是否由 Google 及其合作伙伴的 AI 生成，合作方包括 OpenAI、NVIDIA、Kakao，Apple 也将加入。Google 称自 2023 年推出 SynthID 以来已为超过 1800 亿张图像和视频、24 万年时长的音频添加水印，Search、Gemini 应用和 Chrome 中的验证功能每天处理超过 100 万次请求。
匹配字段摘要
Google 宣布扩大 SynthID 的访问范围，任何人现在都可以通过新上线的网页入口检查图片、视频或音频文件是否带有 SynthID 水印，这些文件既可能由 Google 生成，也可能来自 OpenAI、NVIDIA、Kakao 等合作方，Apple 也将加入。Google 称目前已为 1800 亿张图片和视频以及超过 24 万年的音频内容添加水印，每天处理约 100 万次验证请求。该门户与 Search、Gemini App 和 Chrome 中已有的内置验证功能并列。
匹配字段摘要
Krea 宣布 Krea Agent 进入 After Effects，可在软件内创建动态图形、调整视频尺寸，并处理声音、图像等内容。官方同时展示了用 Krea Agent 制作动态图形、调整视频尺寸以及把图层整理为合成（compositions）的操作，并给出免费试用入口。
匹配字段摘要、正文
9 月 1 日宣布恢复独立运营的 Manus 发布回归后首个大版本更新 Manus 2.0，桌面端升级为 Manus Studio，新增视频时间线编辑与 Game Dev 游戏开发能力，并推出个人 Agent 应用 Cue。Cue 为每个 Agent 配备独立邮箱、电话号码、钱包和电脑，可对外发消息、在预算内付款、代接电话并留下通话摘要，多个 Agent 还能拉进同一群聊分工协作，目前处于凭邀请码的抢先体验阶段。新一代自研 Agent 框架 Cascade 按需引入专业能力，官方测试中相比此前系统 Token 消耗减少 23.2%、任务完成时间缩短 28.2%、运行成本降低 32%。Manus 同时透露面向国内市场的产品正在筹备，团队正在组建。
匹配字段摘要、正文
Meta 在 Connect 2026 活动上为旗下走红的 Muse 智能体发布多项升级，包括 12 月发货的钥匙扣硬件 Charm、数月内上线的 AI 眼镜集成、实时语音与视频对话，以及可同步语音的 Muse Realtime Avatar。扎克伯格称 Charm 是“与 Muse 对话最快的方式”，眼镜端将提供连 Meta 也无法获取数据的私有处理模式。PayPal、Walmart、Shopify、GitHub 和 Box 等公司已成为 Muse 合作伙伴，此前亚马逊本周早些时候曾阻止其访问。
匹配字段摘要
Google 在 Gemini 3.8 Live 更新中推出 Live Avatar，用户可在对话时看到实时回应的动画 AI 形象，它会同步口型并展示不同面部表情，目前仅面向 Gemini Enterprise 客户开放。Google 称 Live Avatar 可在其支持的 97 种语言之间切换而不降低视频保真度或产生视觉漂移，还能在说话时在屏幕上调取信息。该功能约一周前随 Gemini 3.8 Live 模型发布，除预设形象库外也允许企业自建，输出带有不可见的 SynthID 水印及尊重身份的防护措施。
匹配字段摘要
NVIDIA Dynamo-Triton 26.07 启用 TensorRT 后端的多设备推理能力，一个 KIND_MODEL 实例可占用多块 GPU 并通过单个 gRPC 端点对外提供分布式推理服务，TensorRT 11.0 起完整支持该能力。以 Cosmos 3 Nano 视频生成为例，Ulysses 上下文并行把 44,160 个视频 token 分配到最多八块 GPU，端到端生成延迟从单 GPU 的 156.6 秒降至八 GPU 的 34.2 秒，transformer RPC 加速比达 6.09 倍。CP2、CP4、CP8 的输出通过 MAE ≤ 25 与 PSNR ≥ 18 dB 的质量阈值校验，但该基准未测量并发吞吐、单视频成本或 TCO。
NVIDIA Dynamo-Triton 26.07 启用 TensorRT 后端的多设备推理能力，一个 KIND MODEL 实例可占用多块 GPU 并通过单个 gRPC 端点对外提供分布式推理服务，TensorRT 11.0 起完整支持该能力。以 Cosmos 3 Nano 视频生成为例，Ulysses 上下文并行把 44,160 个视频 token 分配到最多八块 GPU，端到端生成延迟从单 GPU 的 156.6 秒降至八 GPU 的 34.2 秒，transformer RPC 加速比达 6.09 倍。CP2、CP4、CP8 的输出通过 MAE ≤ 25 与 PSNR ≥ 18 dB 的质量阈值校验，但该基准未测量并发吞吐、单视频成本或 TCO。
匹配字段摘要
阿里云 Wan 官方介绍 Wan3.0 已能直接由模型生成单段 30 秒镜头，此前分别为 5 秒和 15 秒片段。该版本加入导演级控制与 omni-reference，可参考最多五段视频而非五张图片，Soulscape 的导演与阿里云的 Johnny Mai 已将其用于实际制作流程。官方称不再需要拼接大量短片段，可先生成长镜头再按剧本和故事剪辑。
匹配字段摘要
Meta 推出订阅服务 Meta One，在 Instagram、Facebook、WhatsApp 和 Meta AI 上线 50 多项功能，并逐步扩展到 Edits、AI 眼镜等产品。Core 与 Premium 套餐把单项产品订阅与更多 AI 用量打包，包含用 Muse 模型生成和编辑图像、生成视频，以及 Instagram Restyle 等应用内 AI 工具。面向创作者和企业的套餐提供增强主页、自动关注邀请和更多 Meta Business Agent 调用额度，价格从单项 2.99 美元/月起，个人套餐 7.99 美元/月起，创作者与企业套餐 14.99 美元/月起。
匹配字段摘要
Copilot 正在引入新模型，使其可处理从快速问答、委派任务到通过 Autopilots 完成长达数小时或数天的工作。一个由 Opal 驱动、运行在安全 Windows 365 Cloud PC 上的 Autopilot，可分析一个月的野外相机视频，识别并标注动物影像，制作精选视频和表格及 PowerPoint，并通过 Teams 分享结果。
Copilot 正在引入新模型，使其可处理从快速问答、委派任务到通过 Autopilots 完成长达数小时或数天的工作。一个由 Opal 驱动、运行在安全 Windows 365 Cloud PC 上的 Autopilot，可分析一个月的野外相机视频，识别并标注动物影像，制作精选视频和表格及 PowerPoint，并通过 Teams 分享结果。 · Copilot is incorporating new models to handle work ranging from quick questions and delegated tasks to jobs lasting hours or days through Autopilots. In one example, an Opal-powered Autopilot running on a secure Windows 365 Cloud PC analyzes a month of trail camera footage, identifies and labels animal sightings, creates a
匹配字段摘要
Google 正在向 Google AI 订阅用户推送新的 Gemini 语音能力，用户可以通过对话搜索 Gmail 收件箱、在 Keep 中整理想法和任务，以及创建新的 Docs。Sundar Pichai 特别提到 Docs Live 会比较实用，并附上了演示视频和了解更多信息的链接。
匹配字段摘要
Runway 推出早期访问版 Solaris，以实时生成的视频呈现网站和应用，用户点击或拖动时由 Gen-4.5 与大语言模型共同生成后续画面，无需底层代码运行。测试者在场景行为和指令遵循方面分别有 71% 和 61% 的对比选择了 Solaris，而非 Claude Opus 5 编写的页面。当前版本仍存在文字清晰度、长会话漂移及画面看似可信但内容错误等问题。
Runway 推出早期访问版 Solaris，以实时生成的视频呈现网站和应用，用户点击或拖动时由 Gen-4.5 与大语言模型共同生成后续画面，无需底层代码运行。测试者在场景行为和指令遵循方面分别有 71% 和 61% 的对比选择了 Solaris，而非 Claude Opus 5 编写的页面。当前版本仍存在文字清晰度、长会话漂移及画面看似可信但内容错误等问题。 · Runway introduced Solaris in early access, rendering websites and apps as real-time video while Gen-4.5 and an LLM generate subsequent frames from users’ clicks and drags, with no underlying code running. Testers preferred Solaris over pages coded by Claude Opus 5 in 71% of comparisons for in-scene behavior and 61
匹配字段摘要
Black Forest Labs 推出 FLUX Video Upscale，作为独立的 FLUX Tool 和 endpoint，可把 480p 起的视频重新生成到最高原生 4K，并能修复生成视频中模糊人脸、水面和草地纹理上的网格伪影。该工具提供 Precise 和 Creative 两种模式，Precise 为 4 步、$0.07/mp/s，Creative 为 8 步、$0.10/mp/s，后者修复和细节更强但可能改变人物身份。upscale_factor 支持 1.5x、2x 和 3x，从 hd 输入大致对应 1080p、2K 和 4K，可通过 BFL API 和 playground 使用。
Black Forest Labs 推出 FLUX Video Upscale，作为独立的 FLUX Tool 和 endpoint，可把 480p 起的视频重新生成到最高原生 4K，并能修复生成视频中模糊人脸、水面和草地纹理上的网格伪影。该工具提供 Precise 和 Creative 两种模式，Precise 为 4 步、$0.07/mp/s，Creative 为 8 步、$0.10/mp/s，后者修复和细节更强但可能改变人物身份。upscale factor 支持 1.5x、2x 和 3x，从 hd 输入大致对应 1080p、2K 和 4K，可通过 BFL API 和 playground 使用。
匹配字段摘要
LTX 的开源视频模型 LTX-2.5 在 ComfyUI 上线首日获得支持，提供可自行运行的开放权重版本和通过 Partner Nodes 调用的托管版本。新版本带来 Diffusion Fidelity Rendering、新的视频解码器、自定义 Gemma 4 12B 文本编码器、改进的蒸馏变体、提示词增强器，以及一个自动设定生成视频时长的实验性 duration head 模型。原生 4K、音视频同步和最高 50fps 帧率延续自 LTX-2.3，用户更新 ComfyUI 至 0.32.0 或打开 Comfy Cloud 即可使用。
匹配字段摘要
Unsloth 发布 Unsloth Desktop，称其为首个可在本地运行和训练模型的桌面应用，已上线官网和 GitHub。该应用开源，支持 Mac、Windows 和 Linux，覆盖 MLX、扩散图像/视频、音频、GGUF，可将 Claude Code 和 Codex 接入本地 LLM，并支持 CPU 与多 GPU 环境（NVIDIA、AMD、Intel、Mac）。官方称训练速度提升 2 倍、显存占用减少 70%，工具调用准确率提高 50% 并支持自愈与沙箱化代码执行，同时提供私有网页搜索、深度研究、RAG、MCP 以及 NVFP4、GGUF 导出。
匹配字段摘要
腾讯混元发布 Hy3D WorldClaw，一个从文本提示词生成大规模 3D 开放世界的智能体工作流。官方强调它不是视频也不是 Gaussian Splatting，每个场景都可自由探索，且完全由可编辑、可直接用于游戏的 3D 资产构建，具备高质量几何与纹理。项目页面：https://t.co/KJXFWHLb1S
匹配字段摘要
Wan 团队的新 SOTA 角色动画模型 Wan Animate 2 已在 ComfyUI 获得原生支持，驱动视频直接输入重新设计的 Diffusion Transformer，省去中间运动提取器，并支持文本驱动的视角控制。随模型上线两个节点：WanAnimate2ToVideo 负责接收参考角色与驱动视频，可选的 WanAnimate2Cache 缓存姿态分支，将生成时间大约减半。同系列还有面向流式角色动画的 Wan Animate 2 Lite，推理延迟降至实时水平，并支持视频续接与上下文窗口生成。
匹配字段摘要
Seedance 2.5 现已在 ComfyUI 中通过 Partner Nodes 提供，单次生成一段连续的 30 秒视频，并支持最多 50 个参考素材，包括 30 张图片、10 个视频和 10 个音频文件。该模型支持以时间轴方式编写提示词来控制镜头、景别与转场，可对已有视频做自然语言编辑和延长，并以 10 多种语言原生生成对白且匹配口型。用户更新 ComfyUI 或打开 Comfy Cloud，从 Templates 面板加载模板或下载 R2V、T2V 工作流即可使用。
匹配字段摘要
星海图 Galaxea 展示了一台仅依靠视觉折叠纸箱的机器人，全程为实时运行。该机器人未使用触觉或 F/T sensors，视频也没有加速。
星海图 Galaxea 展示了一台仅依靠视觉折叠纸箱的机器人，全程为实时运行。该机器人未使用触觉或 F/T sensors，视频也没有加速。 · Galaxea demonstrated a robot folding boxes using vision alone, with the entire process running in real time. The robot used no tactile or F/T sensors, and the video was not sped up.
匹配字段摘要
Amp 发布 Attach Anything 功能，用户现在可以上传视频、日志、PDF、表格、数据集等任意文件到 orbs 供 Amp 查看和使用。官方列举了屏幕录制修复应用、日志调试、将演示文稿和表格转为交互式网站、从媒体输入生成视频和 CAD 文件、转录音视频等用例。
匹配字段摘要