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...

腾讯在GitHub开源了BrowserSkill项目，旨在解决AI智能体与真实浏览器环境之间的协作难题。该项目通过本地命令行接口与浏览器扩展协同，使AI智能体能够直接操作用户已登录的浏览器，无需中断当前工作或切换到自动化专...

Generative UI（生成式用户界面）正试图从根本上改变人机交互的形态，它将传统AI聊天中冗长的“文字墙”替换为根据用户意图动态生成的交互界面。这一范式被划分为三类生成模式：静态/受控生成，模型仅选择工具参数，由...

根据 Sensor Tower 发布的最新数据，印度移动应用市场在 2026 年第二季度实现历史性突破，消费者支出达到创纪录的 3.45 亿美元，同比增长 35%。这一数据标志着印度市场正从“全球最大应用下载市场但难以变现”的旧标签...

MiniMax正式推出开源模型H3，首次在单一模型中打破了任务与模态的边界，实现了文本、图像、视频和音频的统一理解与生成。H3不再是简单的多模态拼接，而是在统一上下文中进行深层语义融合，尤其在视频生成领域带来了...

人工智能领军人物吴恩达（Andrew Ng）在GitHub上开源了一个名为OpenWorker的新项目。该项目旨在构建一个运行在本地桌面端的AI同事，它能够理解用户指令，自主跨越不同的文件、文件夹乃至桌面应用程序来执行复杂工作...

阿里巴巴通义千问团队近日正式推出第三代基础图像生成模型Qwen-Image-3.0，在内容丰富度、细节真实感和世界知识融合方面实现全面升级。该模型支持最高4.5k token的文本输入，能够精准理解复杂长文本的语义，并生成富...

当我们还在为向 ChatGPT 或 Claude 输入一段精准提示词而反复斟酌措辞时，一款名为 Wispr Flow 的工具正试图让键盘成为次选项。它并非简单的语音转文字，而是专为 AI 交互打造的流式语音输入引擎，支持用自然口语一...