Wan 2.5 Preview 强化音画同步:最长 10 秒视频与画质增强同步开放
Wan 2.5 已在预览版中加入“原生音频驱动视频生成”,用户可直接提供音频作为控制信号,配合文本提示或参考图像,用于文本到视频与图像到视频任务。官方描述强调音画同步能力,并在预览阶段开放 1080p、24fps 的输出规格,视频时长上限为 5 秒或 10 秒,具体取决于所选模型与接口参数。该更新旨...
AI资讯频道聚焦全球人工智能领域的前沿动态,实时追踪大模型技术突破、AI工具更新、行业政策变化、AI创业趋势与资本动向,为AI从业者、开发者与爱好者提供高质量、可信赖的AI资讯聚合与深度分析内容。
Wan 2.5 已在预览版中加入“原生音频驱动视频生成”,用户可直接提供音频作为控制信号,配合文本提示或参考图像,用于文本到视频与图像到视频任务。官方描述强调音画同步能力,并在预览阶段开放 1080p、24fps 的输出规格,视频时长上限为 5 秒或 10 秒,具体取决于所选模型与接口参数。该更新旨...
Cloudflare 宣布启动 AI Index 私测,定位为“可补偿的网页索引”。启用后,平台会为网站自动生成面向 AI 的优化索引,并提供标准化 API(含 MCP 服务器、LLMs.txt 与搜索 API)。站点所有者可拥有并控制该索引的使用方式,并通过 Pay per crawl 与即将到来...
Anthropic 在 Claude Code 中引入 Subagents ,将大型编码助理拆分为可协作的“专家团队”。每个子代理有独立系统提示、上下文与工具权限,围绕特定任务(如调试、测试、代码精炼、文档生成)串行或并行协作,把复杂问题拆解为稳定的工程管线。官方材料与实操案例显示,Subagent...
多方渠道今日宣布,stealth 编码模型 code-supernova 升级为 code-supernova-1-million ,将上下文窗口从约 200K 扩展至 1,000,000 tokens ,并在一段时间内向个人用户 免费 开放。Cline 与 Kilo Code 的公告称,该版本面向...
OpenAI 在开发者文档中系统阐述了 Function Calling :通过在请求里声明函数(tools),模型会在需要时返回要调用的函数名与参数,应用据此执行并把结果再传回模型,形成“推理—调用—反馈”的闭环。该能力现以 Responses API 为推荐路径,支持文本、图像等多模态交互与托管...
Create a daily reminder Ask ChatGPT to send daily updates or reminders—like news, weather, or sports. OpenAI 宣布 ChatGPT Pulse 进入移动端 Pro 预览:系统会基于既往对话、用...
阿里通义推出企业级音频基础模型 Tongyi Fun,由 Fun-ASR 与 Fun-CosyVoice 组成,目标在真实企业环境中实现“听懂—转写—会说”的全链路能力。官方信息显示,Fun-ASR 以数千万小时真实语音训练,覆盖金融、科技、制造等行业术语与嘈杂场景;Fun-CosyVoice 提供...
月之暗面(Moonshot AI)在 Kimi 中推出代理模式 OK Computer ,定位为“你的 AI 产品与工程团队”。官方与多家报道展示的能力包括:由聊天一键产出多页网站、移动优先设计与可编辑幻灯片;在最多 100 万行数据 上生成交互式数据仪表盘;并通过内置 File System / ...