模型发布 - AI 资讯
20万页 智能选型深度横向博弈，紧密跟踪前沿大模型发布与 AI 落地实战应用解析。
PyTorch 媒体处理架构大重构：TorchCodec 统一编解码，TorchVision/Audio 专注变换
PyTorch 官方宣布重构媒体处理生态，将分散的编解码能力统一至 TorchCodec，而 TorchVision 和 TorchAudio 则聚焦于张量变换。此次更新解决了多后端维护难题，提升了 CUDA 视频编解码性能，并确立了 ABI 稳定性，显著降低了开发者集成成本。
PaperXie 发布开题报告模块：构建逻辑自洽的科研辅助新范式
PaperXie 正式推出专为本科及硕士开题报告设计的智能模块，针对选题评估、文献综述、逻辑校验等高频痛点提供一站式解决方案。该模块通过内置高校专属模板与多模态逻辑联动机制，有效解决通用大模型生成内容“逻辑脱节”与“虚假文献”问题，实现从选题评估到答辩准备的全链路闭环辅助。
Anthropic 宣布向 Genesis 计划投入 1.5 亿美元，全面赋能美国科研 AI 应用
Anthropic 宣布向美国联邦政府主导的 Genesis 计划（Genesis Mission）承诺投入 1.5 亿美元，为期三年。该资金将主要用于向 NASA、NIH 等 15 个联邦机构及国家实验室提供 Claude、Claude Code 及 API 额度。此举旨在加速 AI 在科学发现中的应用，支持核聚变、量子计算等前沿领域，并配套提供技术培训与模型硬件标准预览，标志着 AI 工具正式深度融入国家级科研基础设施。
OpenArt 发布 AI 试穿工具：一键生成万圣节情侣/家庭服装虚拟试穿效果
OpenArt 推出 AI 万圣节服装试穿工具，支持用户上传照片并输入提示词，实时生成情侣、家庭或团体服装的虚拟试穿效果。该工具涵盖吸血鬼猎人、超级英雄反派等经典主题，并提供自动优化提示词功能。用户可生成最多 8 个版本对比效果，支持视频面部替换，大幅降低实体服装试错成本，提升创意灵感效率。
Speechify 发布 AI 播客引擎：1 分钟将任意报告转化为专业音频
Speechify 推出全新 AI 播客功能，支持将商务、学术及技术报告在 1 分钟内转化为专业级音频。该工具利用神经语音技术模拟真人播报，结合多种节目风格（如深夜秀、辩论），帮助用户在通勤或锻炼等碎片时间高效获取信息，同时降低阅读疲劳并提升无障碍访问体验。
WellSaid Studio 2.0 发布：96kHz 超高清音质与智能术语库重塑企业语音生产
WellSaid 正式发布 Studio 2.0，旨在解决企业级语音内容生产中质量与效率的平衡难题。新版本支持高达 96kHz 的超高清音频输出，引入牛津语言合作伙伴关系以扩展行业术语库，并新增脚本优先（Script-first）工作流与协作功能。此次更新不仅提升了语音的自然度与情感表达，更通过企业级权限管理与合规架构，为开发者与团队提供了从创意到交付的全链路专业解决方案。
OpenArt 发布 Director：通过自然对话实现长达 5 分钟的多镜头视频创作
OpenArt 正式推出 OpenArt Director，一款颠覆传统 AI 视频生成模式的工具。它摒弃了传统的单帧提示词或简单剪辑方式，采用“Vibe Directing”（氛围导演）理念，允许用户通过自然语言对话直接控制长达 5 分钟的多镜头视频。该工具能自动维持角色、场景和风格的一致性，支持从剧本构思到成片输出的全流程对话式创作，适用于短片、音乐视频及 UGC 广告等多种场景。
美图 AI PPT 2026 生态升级：从单图生成到全链路视频营销的视觉革命
美图 AI PPT 于 2026 年 9 月发布全新视觉生态策略，重点强化视频生成与电商营销场景。通过整合 Kling 3.0 视频模型与 Nano Banana Pro 图像模型，实现从静态素材到动态营销视频的全链路自动化。此次更新不仅解决了电商卖家制作产品演示视频的低效痛点，更通过 AI Agent 赋能品牌快速构建虚拟模特与沉浸式购物体验，标志着 AI 设计工具从‘辅助创作’向‘自主营销’的跨越。
Suno 重构 Stem 分离技术：从“切片”到“再生”，解锁 100+ 乐器级精准分离
Suno 全面重构其 Stem Separation（茎分离）功能，彻底摒弃传统基于频率切片的“手术刀”式算法，转而采用基于最新大模型的“再生”技术。此次更新推出了三种分离模式：自动分离（Auto Split）、混合分离（Split from Mix）以及全新的高级分离（Advanced Split），支持从近 100 种乐器中精准提取。该技术生成的乐器声部干净、无混响溢出，可直接无缝接入 DAW，极大提升了音乐制作的专业度与灵活性。
Krea 发布 Realtime Edit：告别生成按钮，画笔即指令的 AI 绘画新范式
Krea AI 于 2026 年 1 月 20 日发布 Realtime Edit，彻底重构了人机交互逻辑。该工具取消了传统的“生成按钮”与“加载进度条”，实现了画笔每一笔触都能即时触发模型推理并更新画面的能力。支持实时绘制、 webcam 流媒体及屏幕共享的多模态输入，让 AI 创作从“等待结果”转变为“即时反馈”，大幅提升了创意探索与迭代效率。
Felo Search 迎来 GPT-6 Astra：数学难题破解、首个关键安全评级与 91.5% 拒捕率
Felo Search 正式集成 OpenAI 最新的 GPT-6 Astra 模型，标志着其搜索引擎在复杂推理与安全性上取得重大突破。此次更新不仅成功解决了 10 道公开数学难题，还获得了首个关键级网络安全评级，并将拒捕（Jailbreak）拒绝率提升至 91.5%，为开发者提供了更强大、更安全的搜索基础。
LocalBanana 澄清 Nano Banana 无法本地运行：开源替代方案与性能真相
LocalBanana 官方发布深度长文，明确澄清 Google 的 Nano Banana（Gemini 2.5 Flash Image）无法在本地硬件运行，因其权重从未开源。文章深入剖析了用户寻求本地部署的四大动机（隐私、成本、无限制、离线），并详细对比了 Z-Image、SDXL、FLUX.1 等开源模型在显存需求、指令遵循能力及角色一致性方面的实际差距，为开发者提供清晰的选型指南。
