在 Gemini at Work 2026 大会上，谷歌宣布推出通用 Gemini 智能体（Gemini Agent），面向企业级场景提供自主执行能力。该智能体可跨 Workspace 及其他企业工具，自动处理知识工作、媒体内容创作、编程以及多步骤工作...

近日，通义千问（Qwen Intelligence）正式推出三款移动端AI智能体，分别面向任务规划、跨应用执行和快速内容创作，并同步开放了覆盖规划能力、真机性能与安全性的基准测试。官方数据显示，相关模型在多项基准测试中...

Meta近日在Model API上推出Segment Anything Model（SAM）3.1，将图像与视频中的对象检测、分割和跟踪能力整合到统一接口中。用户无需手工标注或复杂调参，只需输入自然语言文本提示，即可识别、分割并持续跟踪画面...

据《纽约时报》报道，加州州长加文·纽森（Gavin Newsom）签署一项新法，对未正确披露付费政治内容的网红或内容创作者处以每条帖子最高5000美元罚款。该法将传统政治广告的披露义务延伸至TikTok、Instagram、YouTube...

OpenAI 正式发布 ChatGPT Images 2.5，新一代图像生成模型在细节呈现、参考图还原和编辑稳定性方面实现显著升级。官方介绍显示，该版本能输出更锐利的图像细节，在融合用户提供的草图或参考照片时拥有更强的保持能力...

OpenScreen是一个在GitHub上开放源码的桌面录屏项目，面向Windows、macOS和Linux三大平台，主打无水印、无订阅的屏幕录制体验。该项目采用GPU加速录制，能够降低视频编码过程中的性能占用，适合开发者、产品经理和内...

FnScribe 是一款面向 macOS 的私有化语音听写工具，核心特点是语音转写在本地完成，不需要将录音上传至云端，从而降低敏感语音数据外泄风险。用户可以通过快捷键在任意活跃应用中启动听写，并支持免提操作，适合写作...

Halo Neuro正式发布Sopro V2语音克隆文本转语音模型家族，并开源其中的轻量级多语言模型Sopro V2 Turbo。该模型仅120M参数，具备语音克隆能力，支持多语言合成，并原生支持欧洲葡萄牙语，能够在笔记本CPU和浏览器环...