2026年8月7日,xAI发布Imagine Image 2.0图像生成与编辑模型,作为新的Quality Mode在grok.com/imagine及iOS、Android应用全面开放,API中模型名为grok-imagine-image-2.0。据xAI介绍,该版本强调可用的真实工作图像,能严格遵循指令并规划排版与布局,在多次生成和编辑中保持输入内容一致。功能上新增魔法棒局部编辑、分割选区、背景移除和最多5张输入图的多参考编辑,并提供智能缩放与覆盖修图、产品图、头像、图标、游戏素材等场景模板。xAI称其在文生图与图像编辑两项Arena榜单中均排名全球第二。目前尚无后续发展事实。
匹配字段摘要
2026年1月28日,xAI发布Grok Imagine API,将视频生成与视频编辑能力打包为面向端到端创作流程的API组合。据官方介绍,Grok Imagine是xAI目前最强的视频音频生成模型。该API支持从文本或图像生成视频,并支持增删替换物体、场景与物体控制、风格重绘等编辑操作,同时支持竖屏、横屏等比例与灵活片段长度。官方称其在延迟、并发和成本上做了优化,并已在合作方平台与自家API上线,同时提供SDK、教程和可视化控制台。目前尚无进一步有证据支持的发展。
匹配字段摘要
2025年2月7日,Mistral AI发布新版AI助手le Chat,并将其推向iOS和Android平台。新版加入预览阶段的Flash Answers、代码解释器、文档与图像理解、图像生成等功能,同时推出Pro和Team服务,Pro版起价为每月14.99美元。Enterprise版本目前处于私有预览阶段,支持SaaS、本地及VPC部署;数据连接器和多步骤AI智能体功能计划随后推出。
匹配字段摘要
2022年4月7日,OpenAI研究发布图像生成与编辑模型DALL·E 2。该工具能够根据自然语言指令创建和编辑图像。Sam Altman表示,它有望增强艺术家和插画师的创造力,也可能影响创意劳动市场。团队计划先与更多研究人员和艺术家合作,以降低相关风险,并希望在2022年夏季推出面向用户的产品。
匹配字段摘要
xAI 发布 Imagine Image 2.0图像生成与编辑模型
English translation is being prepared.
匹配字段摘要
据Bloomberg报道,Amazon在自研大语言模型未能取得预期成果后,缩减了多数Nova模型的投入,并将文本、视频和图像生成模型置于仅维持最低资源的状态。公司把算力和人力转向由Pieter Abbeel领导的单一前沿模型项目;此前一周,Amazon还关闭了旧金山一处80人的AGI研究办公室。目前尚无后续进展披露。
匹配字段摘要
2026年7月24日,微软AI宣布MAI-Image-2.5-Pro与MAI-Voice-2-Flash进入公开预览。据微软AI Blog,MAI-Image-2.5-Pro主打高保真图像生成与精确图像内文字渲染,定价为每1M文本输入token 5美元、每1M图像输入token 8美元、每1M图像输出token 106美元;MAI-Voice-2-Flash面向高并发语音场景,比MAI-Voice-2快2倍、便宜32%,定价为每1M字符15美元。微软称MAI-Image-2.5已成为Bing Image Creator的默认模型,在PowerPoint中使GPU成本最多降低84%,在OneDrive中使保存率提升26%、P95延迟降低约25%;MAI-Voice-2-Flash已接入Dynamics 365 Contact Center与Azure Voice Live,GPU成本最多降低89%。目前尚无后续发展事实。
匹配字段摘要
2026年6月4日,Black Forest Labs 宣布,FLUX.2 [klein] 4B 将预装在 ASUS 新一代 ProArt 笔记本的 MuseTree 应用中。该机型搭载 RTX GPU,并已在台北 Computex 2026 亮相。官方称,其目标是在 8GB 显存笔记本上、后台运行其他专业应用时实现 5 秒以内的图像生成,且无需 API 或联网。Black Forest Labs 还表示正扩展合作,为更多硬件和设备提供端侧优化的 FLUX 模型。目前该故事尚无后续发展事实。
匹配字段摘要
2025年3月23日,Redis 作者 antirez 在其原创博客发文,主张继续投资并推进 AI,理由是其未来潜力而非当前能力。他认为,AI 目前在日常编码、翻译、图像生成等任务上确实实用,但除 AlphaFold 这类罕见突破外,尚未从根本上推动人类知识进步。他提出,继续投资 AI 的理由不在当下能力,而在未来潜力:5 年后可能在医学上带来革命性进展,10 到 20 年后或能助力应对气候变化。他同时提醒需警惕存在性风险与社会冲击。目前该主张仅有这一篇第一方博客作为证据,尚无后续发展事实。
匹配字段摘要
OpenAI 研究发布 图像生成与编辑模型DALL·E 2
English translation is being prepared.
匹配字段摘要
Gen Digital 用 Amazon Bedrock AgentCore Web Search 为 Norton Revamp 搭建 AI 策展新闻引擎，为内容建议、目标推荐和新闻流提供带引用的实时网络信息。该平台于 2026 年 3 月上线，由 Amazon Nova Lite 生成内容，Web Search 以兼容 MCP 的托管连接器形式接入 AgentCore Gateway，返回来源 URL、标题和发布日期。
析（批处理模式）和内容辅导的核心生成式 AI 引擎。 Amazon Nova（Nova Lite） – 驱动内容生成、目标创建和趋势分析的主要大语言模型（LLM）。 Amazon Bedrock AgentCore 上的 Web Search – 通过兼容 MCP 的托管连接器，为新闻引擎、内容依据和趋势发现提供实时网络检索。 Stability AI – 图像生成。 Claude（通过 Amazon Bedrock） – 用于复杂推理任务的额外 LLM 能力。 基础设施： 前端采用 React、TypeScript 和 Tailwind CSS。后端采用 Node.js、Amazon Elastic Container Service (Amazon ECS)、AWS Lambda、Amazon DynamoDB（多表，采用复合键模式）、Amazon API Gateway、Amazon Simple Storage Service (Amazon S3)、Amazon Simple Queue Service (Amazon SQS)、Amazon EventBridge、Amaz
匹配字段正文
Anthropic 传闻中的 Fable 5.5 模型在 X 上流出实测：仅靠自主编写 Python 代码生成单个 HTML 文件，就在浏览器中播放出动画短片，有用户称其 2 小时 40 分钟自主完成 66 秒短片。传闻称其属于 Mythos 级、参数规模达 14 万亿，并采用 GDN 结合 MLA 的混合架构，但 Hugging Face 上的权重泄露尚无独立验证。文章还提到 10 月 13 日 LiteLLM 在 Azure 目录短暂出现 claude-fable-5-5 条目、次日撤回，以及 Anthropic 官网源码出现 Claude Mythos 5.5 字样。
ce仓库中，也显露出不少端倪。 就在Anthorpic临近IPO的日子，Fable 5.5的身影已经越来越近。 ⚠️ 前方高能预警：如果你还沉浸在 Sora 或者 Gen-3 带来的 AI 视频震撼中，请立刻醒醒。一场悄无声息，却足以颠覆整个影视、游戏和前端开发行业的「降维打击」，已经在暗网和极客圈炸开了锅。而圈外 99% 的人，对此一无所知。 没有使用任何图像生成！没有调用任何外部素材库！没有一帧一帧去渲染！ 它仅仅通过纯自主编写 Python 代码，浓缩成一个单薄的 HTML 文件，就直接在浏览器里跑出了堪比独立游戏的高清动画大片！ 如果这是真的，视频和图像模型就over了 大V Chetaslua分享出Fable 5.5 one shot做出的视频。 大V Chubby的评价是：Fable 5.5将彻底改变整个游戏，我震惊到说不出话来。 而且，这是纯代码做出来的，没有使用任何外部素材。 作者直言：再过6个月，没人会在意新的视频或图像模型了。 当然，做出这种级别的视频，prompt也是十分复杂。 有人晒出了GPT-6.2 Astra和Fable 5.5的对比动画。 在动画细节和脚本
匹配字段正文
Gartner测算，到2030年AI数据中心需约8.5万亿美元营收才能覆盖投入，但实际流入的AI相关营收最高仅3.6万亿美元，超3.5万亿美元投入存在资产减值风险。a16z基于Ornn租赁数据指出，当前A100、H100、B200、H200实际租金分别高出预期线9%、54%、111%、143%。作者认为需求增长与首批基建减值可能同时发生，硅路线图决定芯片真实折旧节奏。
模型持续变大，并且越来越多地采用稀疏架构，也就是专家混合（MoE）架构：生成单个Token时，只有模型一小部分模块被激活。对于超大规模稀疏模型，瓶颈往往不在于原始算力，而在于内存容量、芯片间高速互联。于是算力的基本单元从芯片变成整机机架。老旧GPU不是跑不动，而是内存容量不足、互联能力有限。未来也可能诞生更适配稀疏模型的新架构。 在这两类场景之外，还有推荐、图像生成、科学仿真等各类模型，它们对硬件的需求各不相同。 综合来看，市场呈现杠铃形态：巨型前沿模型往最新机架级系统靠拢；轻量、专用模型在老旧芯片上稳定运行。我的判断是，压力集中在中间区间：既不属于前沿、又还没有完成折旧、账面残值依旧很高的芯片。如果这个判断成立，2024、2025年的大量投入恰好落在这个区间。 异构数据中心 这又增加了一层复杂度：过去数据中心也会混用多种硬件，但品类相对有限。十年前的云数据中心搭载不同CPU、内存、存储与网络设备，只需要把任务匹配到一套相对可预期的硬件清单。服务器的折旧曲线也很平缓，新一代CPU相比上代提升有限，老服务器可以稳定创收多年，类似租车：去年的车型和新款差距不大。 如今硬件品类丰富得多。除了
匹配字段正文
Tripo 发布教程，演示如何用 Tripo Studio 中基于节点的 Agentic Canvas，从一张参考图出发、以自然语言描述目标，约 20 分钟搭建赛博朋克 3D 场景并导出 UE5 工程。流程中主场景使用 H3.1 模型以保留更丰富的几何与表面细节，招牌、垃圾桶等道具使用 P2.0（Smart Mesh）便于控制面数。Agent 提供 Control 与 Auto 两种模式，生成结果可在 AI 3D Lab 中调整布局与灯光，也可经 Send to 导出到 Blender 或 Maya。
可扩展的批量工作流：一个工作流，多个资产。批量处理和可复用管线，无需重复设置或切换工具。 借助 AI 3D Lab 扩展：在一个画布中获得更多创意可能，从资产检查与优化到绑定、编辑和实验。 开始之前 要跟随本教程操作，请准备一个 Tripo 账户和一张场景参考图像。你可以使用下方这张我此前生成的图像，也可以在 Tripo 中创建自己的场景概念图。本示例使用的图像生成提示词如下。如果你要完成最后的工程导入步骤，还需要 Unreal Engine 5。 提示词： 第 1 步：创建画布并上传参考图像 前往 studio.tripo3d.ai。从顶部菜单中选择 Agentic Canvas，或使用图像上传面板下方的入口。 点击 Create New Canvas 进入空白画布。以下输入、生成和处理步骤将作为节点显示在这里。你可以手动编辑节点，也可以使用右侧的 Agent 聊天来安排任务。 使用以下任意一种方法添加参考图像： 点击 Agent 聊天输入框中的 + 图标并选择图像文件。 双击画布空白区域，然后从浮动菜单中选择 Upload。 将图像拖到画布上，或使用 Ctrl+V 直接粘贴到画布中
匹配字段正文
Figma Weave 将 AI 生成与编辑工具整合为基于节点画布的可复用工作流，并新增与 Figma 画框并行的使用方式。工作流支持分支探索、同一提示词跨多个 AI 模型对比结果，内置色彩校正、合成、色阶、裁剪、修剪、绘画等编辑节点。Weave 工具已开放社区发布，队友无需操作节点即可直接运行打包好的流程。
且相互连接。以下是它在实践中的样子。 Figma Weave 画布使用相互连接的节点来展示创意流程的每一步。 探索更多方向如果你符合以下情况，就适合使用 Figma Weave： 发布产品系列 ，需要为不同产品变体准备图像，却无法为每一款都安排新的拍摄。 跨渠道和市场制作营销活动 ，需要为不同格式调整视觉素材，同时保持统一的观感。 开发视频作品 ，需要从参考图像生成镜头或优化现有片段。 Weave 为你留出并排发展多个想法的空间，每个新方向都建立在画布上已有的工作之上。称为分支的独立路径让你可以从同一起点尝试不同的提示词或编辑，同时保留原始版本可用。你还可以将同一提示词交给不同的 AI 模型运行，并排比较结果，选择最符合你所追求外观或编辑效果的那一个。每个版本都与其生成步骤保持连接，因此你可以比较不同方法，或在确定方向之前回到较早的选项。 假设你正在为一个徒步品牌制作营销活动，从一张背包照片开始。你将这张照片连接到两个 AI 图像编辑节点，提示其中一个把背包置于森林中，另一个置于山上。在此基础上，你可能会调整森林场景的色彩，或将山景场景转化为一段短视频。两个分支在你开发过程中都保留在画
匹配字段正文
GitHub 在 2026 年 10 月 28 至 29 日举行的 GitHub Universe 2026 上宣布，整合自动模型选择与多模型协作的 Copilot Fusion 正式提供，可在 VS Code、GitHub Copilot 应用、CLI 和 JetBrains IDE 中使用，按 Standard、High、Max 三档处理级别自动决定所用模型与 Single、Cascade、Critique 三种执行方式。桌面版 GitHub Copilot 应用同时开始公测 Projects，把资料、仓库、会话与成果物集中到一处管理。GitHub 称 Fusion Max 在 Artificial Analysis Coding Agent Index 上得分 60，与使用 Opus 5.5 Max 的 Claude Code 相差 2 分以内，单任务平均 API 费用约为其一半、耗时约少 40%。
器并单独设置，只需选择服务并登录即可连接。 最初支持 Slack、Figma、Sentry、Linear 等 26 项服务。一旦连接，即可在 GitHub Copilot 应用、CLI、VS Code、云端和 GitHub Mobile 中共享使用，无需在各处重新设置连接。在 Business 和 Enterprise 中，需要管理员允许预览功能。[2] 在图像生成与编辑方面，当在对话中提出请求时，所选中的对话用模型会调用使用“GPT Image 2.5 Flare”的专用图像生成工具。生成的图像预览会显示在对话中，并将图像保存到工作文件夹。该功能可在 VS Code、GitHub Copilot 应用和 CLI 中使用，发布会上将其介绍为面向 Pro、Pro+、Business 和 Enterprise 的公共预览。图像生成与编辑的费用与对话用模型的费用分开计算，并根据图像 token 数消耗套餐的 AI 额度。 GitHub Copilot 应用和 CLI 的 Computer Use 自 10 月 1 日起在 macOS 和 Windows 上提供公共预览。通过读取应用内容并进行
匹配字段正文
Figma 工程副总裁 Josh Clemm 介绍了其设计编辑模型的训练方法，从监督微调（SFT）转向强化学习（RL），并基于 Qwen 3.8 27B 后训练出尚未发布的编辑模型。早期用 Llama 3.3 70B 在超过 25 万个样本上训练，即可在当时编辑任务上与顶级模型竞争。Figma agent 已向全部用户开放，测试中典型任务约快 20%，专家对比中 62% 的情况优于或持平上一版生产 agent，用户评分高 33%，撤销操作少 60%。
Figma agent 产品设计师使用 Figma agent 提升工艺、速度与创意表达的 3 种方式 以下是 Uber、Granola 和 Atlassian 的团队如何借助现已全面可用的 Figma agent 支持高质量、快节奏的工作。，其中包含我们的第一方编辑模型。该 agent 同时运行这个专门模型和领先的第三方模型，将它们用于工作的不同部分。对于图像生成、矢量或全新设计探索等某些任务，我们使用可用的最佳第三方模型。对于我们的模型处理良好的精确编辑和迭代，我们使用自己的模型。 周围的画布也很重要。agent 需要来自画布和设计系统的上下文，以及能够做出所请求更改的工具。后训练帮助模型更好地完成其在这项工作中的部分。 了解更多关于 产品设计师如何使用 Figma agent 提升工艺、速度与创意表达的信息。 我们对 Figma agent 的早期结果感到鼓舞。即使在从 beta 到全面可用之间的这段时间里，典型任务也快了约 20%。在与专家设计师的正面对比测试中，新 agent 有 62% 的情况优于或持平上一版生产 agent。用户评分高出 33%，用户撤销 agent 工作
匹配字段正文
北京大模型创企超衍智能发布并开源首款大模型Apex-35B-V1.0，总参数量350亿，每Token激活约30亿参数，支持26.2万Token上下文窗口，以Qwen3.6-35B-A3B为基础经中训练和后训练优化。该模型在论文复现测试PaperBench和科研难题测试FrontierScience中分别取得60.9分和40.0分，高于GLM-5.3的42.5分和30.7分；工具调用测试BFCL V4取得84.0分，高于DeepSeek-V4.1-Flash-1017的75.0分。模型已采用Apache 2.0许可证开放权重，官方提供约72GB的BF16权重和不同精度的GGUF量化版本。
） Apex-35B-V1.0基于Qwen3.6-35B-A3B开发，通过中训练和后训练优化，并融入超衍智能自有的研究轨迹数据。这款模型总参数量为350亿，每个Token激活约30亿参数，支持26.2万Token上下文窗口。 AI能在多大程度上帮助模型研发？超衍智能此次公布了两项AI4AI-Bench基准测试结果，展示Apex-35B-V1.0优化语言模型和图像生成模型训练方案的能力。 先来看语言模型的训练效果。在AI4AI-Bench的推箱子任务中，Apex-35B-V1.0为30亿参数的Qwen2.5-3B-Instruct制定训练方案。经过训练后，目标模型在512个未见过的关卡中取得24.4%的成功率，是未经训练时11.7%参考成绩的两倍多。 测试给Apex-35B-V1.0安排了4小时探索训练策略，再用12小时重新训练目标模型。探索阶段，Apex-35B-V1.0检查任务代码和评估规则，设计、执行实验，并根据结果修改训练方案。据超衍智能披露，模型共进行了207次命令执行和代码编辑，团队从中识别出36项高质量研究与工程操作，其中15项关键决策影响了最终训练策略。 ▲Apex-35
匹配字段正文
OpenAI 于 2026 年 10 月 28 日起向符合条件的 ChatGPT Pro 和 Business 订阅用户提供每月最高 500 美元的 API 额度，可用于应用和智能体开发。Pro 的 100、200、500 美元三档月费分别对应同等金额额度；Business 按 Standard 席位每席每月 20 美元、Premium 席位每席每月 100 美元累加，工作区整体上限 500 美元。年付 Business 可一次性获得全年最高 6000 美元额度，首次按账单周期剩余天数日割计算，未用部分期末失效。该额度不能用于通过 API key 调用 Codex，也不增加 ChatGPT 或登录版 Codex 的使用上限，需在账单设置中关联 API 组织并手动启用。
按日折算。此后，只要订阅仍满足适用条件，就会在续订时自动授予。未使用部分将在账单周期末失效，不可结转。 适用对象为付费订阅开始已满7天以上的订阅者。Plus和免费试用不在适用范围内。[1] 用于应用开发等，与ChatGPT的使用额度分开 该额度将授予与ChatGPT订阅关联的API组织（用于管理API账单和权限的单位）。可用于文本处理、智能体运行、语音对话、图像生成与编辑的API使用费。Web搜索等内置工具也属于适用范围。但是，不能用于通过API密钥使用Codex，也不会增加ChatGPT或登录后使用的Codex的使用上限。 该额度无需登记API支付方式即可使用。免费额度用完后，如果已购买的API额度仍有剩余，则会使用该额度。若两者均无余额，API调用将报错。追加购买API额度需要支付与ChatGPT订阅费用分开的额外费用。[2] 通过账单设置关联API组织并启用 办理手续的Pro订阅者本人或Business工作区所有者，必须同时也是接收方API组织的所有者，并拥有管理账单的权限。 使用与API账户相同的电子邮件地址登录ChatGPT，并从ChatGPT的账单设置或API管理网站API
匹配字段正文
The Verge 分析 Anthropic 的 S-1 文件，指出其不可取消采购承诺、未启动租赁协议及新增算力协议合计约 8500 亿美元，若计入未敲定交易将接近 1 万亿美元。文件显示 2026 年上半年营收同比增长 14 倍至 163 亿美元，调整后收入 16.2 亿美元，净收入留存率 900%。作者认为这些固定成本要求 Anthropic 维持高速增长，而其风险因素中提到的递归自我改进正是支撑该增长假设的关键。
们看到2026年上半年调整后收入为16.2亿美元。我之前曾问过，AI能否赚到足够的钱来养活自己，而Anthropic的S-1给出的答案似乎是：至少对这家公司而言，至少就目前而言，可以。 Anthropic比OpenAI或埃隆·马斯克克制得多，而这似乎正在带来回报。（Anthropic只把OpenAI和谷歌列为竞争对手。下次好运吧，埃隆！）该公司从未发布过AI图像生成器、AI版TikTok克隆或AI老婆。相反，它专注于编程和网络安全等任务，始终紧盯计算机最容易做到的事：更多的计算机。而且它专注于企业市场，这个市场不像消费者市场那样善变。其净收入留存率为900%。相当不错！这些收入也不是来自消费者。2026年上半年约四分之三的客户每年支出至少10万美元。 另一方面，Anthropic面临激烈的竞争压力——既来自其他前沿实验室，也来自开源模型。其他前沿实验室也都在争相冲向最前沿。Claude Opus 5.5目前位居Epoch能力指数榜首，但该排行榜变化频繁。而对于那些不在乎自己的软件落后四个月的人来说，还有开源模型可选。 此外，Anthropic相对于谷歌这样的竞争对手有一个劣势。它没有多
匹配字段正文