OpenAI Codex上线Agent Skills，支持$.skill-name调用与自动选用
OpenAI 开发者文档显示，Codex 现已支持“Agent Skills（技能）”，用于把特定任务的指令、资源与可选脚本打包成可复用能力，并可在 Codex CLI 与 IDE 扩展中使用。用户既可通过 $.skill-name 显式调用某个技能，也可在提示词中描述需求，让 Codex 自动选择...
Admin •
421
Fun-ASR与Fun-CosyVoice 3开放源码，推动语音AI生态发展
近期，语音与视频人工智能领域迎来多项技术发布，多模态生成模型 Wan2.6 以及语音模型 Fun-ASR、Fun-CosyVoice 3 相继公布，引发创作者与开发者关注。相关模型主打在角色外观、声音与叙事风格上的一致性表现，目标是提升视频内容的电影化效果与整体表达能力。 据介绍，Wan2.6 被定...
Admin •
130
Google Search AI Mode更换默认引擎：Gemini 3 Flash上线，强调速度不降与理解更强
Gemini 3 Flash正作为Google Search“AI Mode”的默认模型在全球范围陆续上线。官方称，新模型在保持搜索速度的同时提升推理与理解能力，面向更复杂的多条件问题、对比与规划类需求，可输出更结构化、可读性更强的回答，并继续提供来自网页的实时信息与可点开的相关链接。 此次更新意味...
Admin •
83
MiMo 技术架构速览：MoE、混合注意力与 MTP 提速
一、开源与获取 MiMo 已开放权重与配套资料。优先在 Hugging Face 的 XiaomiMiMo 组织页获取模型（含 MiMo-V2-Flash/Base 等），技术报告与部分代码在 GitHub；也提供在线 Studio 与 API 平台入口。 二、技术架构与数据 MiMo-V2-Fla...
Admin •
117
OpenAI发布GPT-5.2 Codex：面向编程任务的最新代码模型
OpenAI正式发布GPT-5.2 Codex，这是GPT-5系列中专注于编程与软件工程场景的代码模型版本。官方介绍称，该模型在代码生成、理解、调试与重构等核心能力上较此前版本有所提升，目标是更好地服务真实开发环境中的复杂需求，而不仅限于单段代码补全。 GPT-5.2 Codex被定位为“工程导向”...
Admin •
145
Meta开源Perception Encoder Audiovisual（PE-AV）：支撑SAM Audio音频分离引擎
Meta旗下AI at Meta宣布开源Perception Encoder Audiovisual（PE-AV），并将其定位为推动SAM Audio达到前沿音频分离效果的关键技术引擎。PE-AV基于更早发布的Perception Encoder体系，将音频与视觉感知进行原生融合，用于在同一表示空间...
Admin •
127