AI 产品发布与更新

ElevenLabs 推出 Instant Soundtracks，可一步为视频添加音乐和音效。上传素材后模型生成原创配乐，并在合适时间戳自动放置音效；还可将原音频作为参考，使新配乐风格匹配。现已在 ElevenCreative、elevenmusic_io 和 ElevenAPI 开放使用。

OpenAI 推出 Rosalind Academic Plan，符合条件的学术实验室可免费获得最多 30 个 Business Standard 席位、最长 12 个月，并可在通过可信访问审批后使用生命科学专用模型 GPT-Rosalind 及 Rosalind Workbench。

Nemotron，美国领先的开源多模态模型之一，现已在 Perplexity 上线。快来试试！

Bland 推出企业 AI 智能体服务，企业只需发送网站链接，即可自动生成带公司名称、Logo 和认证徽标、运行在客户 iMessage 对话中的智能体。其 SMS 智能体 Blandie 可读取客户发来的保险卡、文件、房源图片并提取所需信息，支持 Tapback 表情、嵌入组件和聊天内支付，适用于医生或牙科诊所的前台工作，如拍照办卡、预约和支付 copay。

Codex 发布 0.163.0，新增 /config 跨类别搜索偏好设置并即时生效，/keymap 可配置 leader key（默认 Ctrl+X），/daemon 支持重启托管后台服务器。Codex 现可并行运行只读工具，包括 skill、memory 和对话历史查询；Daybreak 对符合条件的账户默认开启，codex exec 也可用 OpenAI API key 选用。

Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 实验平台 Attie，新增网站、测验、游戏、投票等互动体验的创建能力，这些内容运行在 AT Protocol 上。

有趣的是，突然之间所有这些动态设计、结构化工作流和知识任务解决方案出现得越来越快，仿佛自动化它们变得极其容易了。 不知道发生了什么 🤔 干得漂亮 @Lovable

OpenRouter 上线 Black Forest Labs 的两项能力：upscaler 可将已有视频重渲染为 4K，FLUX 3 Video 支持从提示词或图像生成 4K 视频，分辨率由此前的 1080p 提升，定价 $0.41/s，两项均以 early access 形式在 OpenRouter 开放一周。

OpenRouter 上架 FLUX 3 Image 图像模型的小型版本 Klein，页面链接为 https://openrouter.ai/black-forest-labs/flux-3-image。原文称该模型小到可以在单张消费级显卡上运行，可生成 4K 图像，单张起价 $0.009。

OpenRouter 宣布 Black Forest Labs（@bfl_ai）三项新内容上线。FLUX 3 Image Klein 是新的开源权重图像模型，可在单张消费级 GPU 上运行；改进版 FLUX Video Upscale 开启 early access，可将任意视频转为 4K，价格从 $0.59/s 降至 $0.28/s；FLUX 3 Video 现已支持从提示词直接生成 4K 视频。

突发 🔥：OpenAI 为 ChatGPT、Codex 和 dots 上的语音模式推送了升级！ 新模型 GPT-Live-1.1 支持法语、德语、印地语、墨西哥西班牙语、韩语和日语等新语音。 一直出现的"Checking.."提示也应该消失了。它在 vibe coding 过程中相当烦人。 API 支持即将推出 👀 https://x.com/OpenAI/status/2110797830361436604/video/1

Cheng Lou 开源玩具项目 Handwired，把程序中的 if-else 和循环手写成神经网络权重，无需训练，输出与对应 JavaScript 程序完全一致，可在浏览器运行。三个 demo 包括由 130 层、9909 个权重驱动的 Mini OS 桌面、实测每次搜索 11 到 15 毫秒的 10 万份 JSON 文档实时搜索，以及 244 个参数可实时训练的可微分相册。项目以 MIT 许可开源，但不提供现成 JS 代码的自动转换，需用其构建函数逐句改写，所有数为 …

全新声音。更自然的口音。少一些“呃……” GPT-Live-1.1 为 ChatGPT、Codex 和 dots 中的语音带来这些更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语声音。 今日起向所有用户推送。即将登陆 API。

开始探索吧。 https://fal.ai/worlds

fal 宣布 fal Worlds 由其专为世界模型构建的推理引擎 fal World Model Accelerator 驱动。该引擎提供低延迟推理、实时流式和可扩展的基础设施，开发者可以借此让交互式世界落地，用户可实时探索、采取行动并改变环境。详情见 https://fal.ai/docs/documentation/development/wma

fal 推出 fal Worlds，一种实时创建并交互 AI 生成世界的新方式。用户可构建角色、探索环境、导演场景，世界会随用户行动实时响应，并支持上手体验 LingBot World、H3 Max Director 等最新前沿世界模型。

Bland 发布 Blandie 公开演示，可根据企业网站自动生成带品牌名称和 logo 的语音与短信智能体，能处理预订和支付。消息以企业品牌身份通过 Android 的 RCS 和 iPhone 的 iMessage 发送，回答基于网站内容，还能回复网站截图和图片，并记住客户是否拨打过 Bland 电话。

NVIDIA 的 Nemotron 3.5 Super VL 现已在 Perplexity 上面向 Pro 和 Max 订阅用户开放，并已接入 Agent API。

Meta 发布开放权重模型 Muse Spark Open，现已可在 OpenRouter 使用，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，OpenRouter 定价为输入 $1.25/M、输出 $4.25/M，正文提到支持图像、视频、音频和 PDF 输入。

Self Labs 发布 Agent Vault，一个托管浏览器代理，让 Claude Code、Codex 和 Grok Bot 等智能体用占位符令牌完成登录和信用卡支付，代理只在填写瞬间向网站输入真实卡号或密码。由于智能体本身不持有可窃取的凭证，被提示词注入的智能体最多只能在用户设定的额度内消费。作者评价这是智能体处理支付应有的方式。

Gemini 4 Argon 能在几分钟内把杂乱数据变成干净的可视化叙事 🪐 它处理了 @NASA 开放档案中的 80,000 个文件（CSV、图像、PDF、网页文章、XML 日志和原始视频），并依据严格的设计规范生成了一份 Google Slides 演示文稿。

即日起可在 https://devin.ai/oncall 开始使用

Devin Oncall 开箱即用，支持 @datadoghq、@Dynatrace、@sentry 等。 我们很高兴与可观测性社区合作，将生产信号转化为调查和修复，让工程师有更多时间专注于构建。

Cognition 推出 Devin Oncall，让 Devin 自动调查告警和 bug，帮助团队诊断和解决生产事故。官方称其目前每天已为全球一些大型公司处理数千条告警，定位是团队的 SRE。

可灵（Kling AI）宣布 Kling 4.0 现已全面开放，用户可通过 kling.ai 全新创作界面使用，并新增 MCP 和 CLI 访问方式以提升视频创作工作流灵活性。即将推出的功能包括 4K 和 1080p 分辨率的 10-bit HDR 视频输出，以及面向企业客户和开发者的 API。

全新的 Gemma 文档！https://gemma.ai/ 🥁🥁🥁 从能力介绍，到微调指南、推理优化，以及关于模型工作原理的教学内容。 全部集中在一处！

我喜欢看到实力强劲的工程师加入 Databricks，拿到所有 AI 开发工具的使用权限，第一天什么都可以问 AI，第二天就提交有影响力的 PR。 有了 AI 之前：跟着入职伙伴花 2 周，读设计文档和代码库，只为了在第 3 周提交一个小补丁。

Perplexity CEO Aravind Srinivas 宣布开源沙箱平台 SPACE，该平台为 Perplexity Computer 的全部沙箱能力提供支撑，仓库地址为 https://github.com/perplexityai/space。他表示沙箱虽是 commodity，但在生产级流量下服务数百万沙箱、为企业和消费者扩展 Agent 需要大量细节，开源旨在支持生态。

Databricks 宣布 Spatial SQL 与空间 join 现可在 Lakehouse//RT 上运行，高并发下空间查询最高比传统云数据仓库快 38X。基于 SpatialBench 的测试显示，单查询并发下最高快 20X，平均快 3X，剔除提升最大的查询后平均仍超 3.5X。该能力已在 Lakehouse//RT 上开放 Beta，现有空间查询无需改代码即可迁移。

在此了解 Atlas 并申请 beta 访问： https://www.worldlabs.ai/blog/atlas

Atlas 测试版访问已开始逐步开放！ 来看看如何以像素级精度控制相机路径。

Meta 官方介绍，Muse Spark Open 经优化可在两台 Apple M5 Ultra Mac Studio 上以最新 MLX 框架运行，以提升先进模型的可及性。模型也支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并对 AMD、Apple、Intel 和 NVIDIA 硬件做了优化。开发者还可用 PyTorch（含 TorchTitan）进行微调定制。

Perplexity 宣布开源 SPACE，即运行 Perplexity Computer 中每项任务的沙盒平台。SPACE 为每个 Agent 任务提供独立的 Firecracker microVM，并从 VM 外部控制凭证和出站流量，现已在 GitHub 以 Apache 2.0 许可发布。

在我们的私有内测中，目前已有团队运行专属的 GLM、Kimi 和 DeepSeek 部署，以及预留的 OpenAI 和 Anthropic 容量。 了解更多试用方式：https://openrouter.ai/blog/announcements/private-endpoints/

私有端点已在 OpenRouter 上线。 添加专用容量和微调模型，可以像调用任何其他模型一样调用它们。它们仅对你的组织可见，并会在需要时自动回退到共享容量。 今日起在企业版方案中提供。

ERP.AI 发布面向 AI Agent 的企业软件平台，座位、应用、角色和手动录入均免费，而 API 访问、工作流、Agent 和 AI 用量按预付积分计费。

The Verge 分析 Meta 的 Muse AI 助手上月起登顶 App Store 下载量数百万，其界面以 dark patterns 鼓励用户授权银行账户、密码、聊天记录等大量数据。

Thesys 发布开源框架 OpenUI 1.0，允许智能体在应用内创建可运行的界面，模型可编写一种紧凑 UI 语言，在回答仍在生成时就渲染到屏幕。在其自建的 46 个界面 brief、六款模型的基准上，OpenUI 比 Vercel 的 json-render 少用 58% 输出 token，比 Google 的 A2UI 少 52%。

试试 Pro DP → https://app.pixverse.ai/music-video/pro-dp?utm_source=X&utm_id=Social

Google DeepMind 介绍其智能体开发平台 Google Antigravity 在抗菌肽发现中的应用，并新推出内嵌的 Biomolecular Structure Viewer 3D 可视化工具。