美团开源数字人视频模型 LongCat-Video-Avatar 1.5
美团LongCat团队发布LongCat-Video-Avatar 1.5,通过升级音频编码器、优化数据体系及引入GRPO对齐技术,显著提升唇形同步与视频稳定性。模型采用DMD蒸馏实现8步生成,效率提升约15倍,推动数字人技术从开源SOTA向商业级应用迈进。
88Z.ai / 前沿资讯
新消息,新变化。在这里读懂 AI。
美团LongCat团队发布LongCat-Video-Avatar 1.5,通过升级音频编码器、优化数据体系及引入GRPO对齐技术,显著提升唇形同步与视频稳定性。模型采用DMD蒸馏实现8步生成,效率提升约15倍,推动数字人技术从开源SOTA向商业级应用迈进。
阿里推出生产级AI数字员工平台QoderWake,开启全球公测并首发Mac版。该平台支持5分钟快速配置,内置后端、前端等六个岗位,具备长期记忆与进化能力。通过IM或Webhook接入任务后,数字员工可自动输出交付摘要。平台内置四维权限中心保障安全,支持MCP连接企业系统,实现7×24小时自主协作。
智谱联合驭驯网络与清华大学发布ZCube架构,通过取消Spine层解决PD分离推理拥塞。实测显示该架构显著降低硬件成本并提升GPU吞吐与响应速度,为超大规模推理集群提供高效基础。
阿里D20全球设计院长峰会2026已开启售票,堆友继续参与支持。大会围绕“设计新生”主题,主论坛探讨大模型、Agent、AIGC及空间智能等技术趋势。分论坛涉及阿里云Vibe Designing、淘天AI设计Agent及千问AI硬件UX等前沿领域,并首次推出AI设计实战工作坊与相关展览。
火山引擎方舟的Coding Plan与Agent Plan现已同步接入DeepSeek V4系列模型。用户可在两种套餐中使用DeepSeek V4 Pro及V4 Flash版本。Coding Plan专为开发者编程场景设计,而Agent Plan则整合了DeepSeek V4、豆包Seed系列等多模态模型以及联网搜索等Harness能力,通过订阅模式显著降低调用成本。
腾讯混元发布开源翻译大模型 Hy-MT2,提供三种参数规模,支持多语言及方言互译,部分版本评测表现优异。同步推出 Hy 翻译小程序,具备语音输入、自定义风格及离线功能,移动端应用即将上线。
腾讯操作系统级AI助手Marvis正式上线,支持多端下载且无需邀请码。该产品由应用宝团队打造,内置多名全天候AI智能体,具备读取本地文件、操控电脑软件及手机App的能力,并提供系统级文件MCP服务。
谷歌在I/O 2026大会上发布Gemini 3.5 Flash及Omni Flash模型,升级搜索功能并推出AI眼镜与开发平台,标志着进入智能体驱动的Gemini时代。
阿里通义千问发布旗舰模型 Qwen3.7-Max,定位为智能体时代的全能基座。该模型在编程、办公自动化及长周期自主执行方面表现优异,基准测试显示其在多项智能体评测中领先同行。
阿里通义千问发布实时同传模型 Qwen3.5-LiveTranslate,支持多语种音频输入输出及低延迟翻译,具备音色克隆与行业术语优化能力。
阿里云在2026阿里云峰会上发布专为AI Agent打造的全新平台「千问云」,集成Qwen、DeepSeek、Kimi等150余款主流模型API。该平台实现模型服务的Skill化与CLI化,Agent仅需一句指令即可自动完成模型选型、调用及任务执行,无需人工编写集成代码。