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。
Suno 发布全新创作控制功能：升级 Song Editor 与 Stem 提取，赋予音乐人完整掌控权
Suno 于 6 月 3 日推出重大更新，旨在赋予音乐人前所未有的创作控制权。核心功能包括升级的 Song Editor，支持按波形段落重排、重写歌词及调整创意滑块；新增 Stem 提取功能，可将歌曲无损拆分为 12 个独立轨道（人声、鼓点等）；同时扩展音频上传时长至 8 分钟，支持导入完整作品或即兴旋律进行即时 riffing。这些工具将 Suno 从生成工具转变为专业音乐制作流程中的核心环节。
GoEnhance 发布 AI Dance 工具：2026 年视频生成新标杆，实现零脚本舞蹈视频创作
GoEnhance 于 2026 年 5 月 13 日重磅推出 AI Dance 工具，旨在解决视频营销中“脚本 - 拍摄 - 剪辑”的高成本痛点。该工具基于最新生成的舞蹈模型，支持通过文字描述直接生成高质量舞蹈视频，并具备智能动作捕捉与风格迁移能力。核心亮点包括支持多风格舞蹈生成、实时动作同步及商业级导出格式，为创作者提供从创意到成片的零门槛解决方案。
Felo AI 发布文本/图像生成电影级短视频功能，限时 7 折仅需 1 美元
Felo AI 正式推出文本与图像生成电影级短视频的核心功能，支持从创意描述或单张照片快速生成 4 秒高画质片段。此次更新标志着 Felo 在视频生成领域的重大突破，用户仅需 1 美元（含 1000 积分）即可在限时活动中获得 10 个 768P 分辨率的 4 秒视频片段，极大地降低了 AI 视频创作的门槛。
Bohrium 发布 Science Navigator：重塑经济研究证据链与因果推断工作流
Bohrium 正式推出 Science Navigator，专为经济学研究设计的 AI 工具。不同于通用大模型，它聚焦于多约束文献检索、因果推断验证及证据溯源。通过整合 Bohrium 的 AI Mentor 模式，支持从复杂经济问题拆解到结构化证据表生成的全流程，帮助研究人员在数据版本、识别策略和实证结果之间建立可追溯的验证闭环，解决传统 AI 工具在经济学领域“幻觉”与“不可验证”的痛点。
OpenAI 静默开源 Codex Security CLI：终端驱动的安全代理与实战价值
OpenAI 在 GitHub 与 npm 上静默发布了 Codex Security CLI，将其定位为命令行环境下的安全代理（Security Agent）。该工具基于 Apache-2.0 开源，支持扫描代码库、映射攻击路径并在沙箱中验证漏洞，已测试扫描 120 万+ 提交并发现 792 个关键问题。尽管依赖 API Key 且需人工复核，但其 JSON 输出与 SARIF 导出功能使其成为 CI/CD 流程中自动化安全测试的有力补充。
OpenAI 正式官宣 Astra 模型：突破临界安全门槛，GPT-6 代号确认？
OpenAI 正式公布其下一代旗舰模型 Astra，标志着公司首个通过“准备就绪框架”中关键网络安全能力门槛的模型诞生。Astra 在 ExploitBench 基准测试中表现卓越，并展现出利用零日漏洞的能力。尽管社区广泛猜测其为 GPT-6，但 OpenAI 尚未确认具体命名或 API 细节。本文深度解析 Astra 的官方披露、技术架构传闻及开发者应对策略。
Suno 发布 Speech 功能：首款将语音与音乐融合生成的音频模型
Suno 正式推出 Speech 功能（Beta 版），这是其首款能够同时生成人声与背景音乐的音频模型。该功能允许用户输入文本、诗歌或想法，并自定义语音风格与音乐类型，从而创造出带有原创配乐的对白、朗诵或故事。此举标志着 Suno 从单纯的音乐生成向全场景音频创作工具的跨越，极大地扩展了创作者将文字转化为个性化音频内容的边界。
LTX 发布语音克隆新能力：参考音频、ID-LoRA 与 Dub-It 技术详解
LTX 正式推出基于 LTX-2.5 模型的语音克隆功能，支持通过参考音频、ID-LoRA 及 Dub-It 技术实现高精度声音复刻与多语言配音。该更新开放了音频生成 API，允许开发者利用 LTX 的音频世界模拟能力，构建更智能的语音交互应用，显著降低了语音合成门槛。
Nano Banana 2.1 深度评测：文本渲染与指令遵循的细微进化
GoEnhance 对 Google 最新发布的 Nano Banana 2.1 进行了 8 项 API 侧边对比测试。结果显示，2.1 版本在文本渲染的克制性（未生成多余标签）和数量指令遵循（如精确计数）上表现更优，但在超宽比例（8:1）的 2K 渲染中仍存在元素重复问题。尽管生成速度持平，2.1 版本在 1K 分辨率下的 API 定价略低，是追求高精度文本与严格指令遵循开发者的理想选择。
DeepL 发布 MCP 服务器：重塑企业 AI 分工与集成新范式
DeepL 正式推出 MCP (Model Context Protocol) 服务器，旨在解决通用大模型与垂直领域专业工具之间的协作难题。文章指出，随着 Agent 技术成熟，企业软件正从单一界面转向多系统协同。MCP 作为标准化协议，允许通用 AI 负责推理与编排，而将特定任务（如翻译、写作）交由 DeepL 等专业系统处理，从而平衡了开发成本与企业级合规需求。
Claude Opus 5.5 接入 OpenArt MCP：实现文本驱动的图片与视频生成
Claude Opus 5.5 虽具备强大的规划与提示词编写能力，但原生不支持图像和视频渲染。OpenArt 通过引入 MCP（Model Context Protocol）连接器，将 Claude 与 OpenArt 平台无缝对接。用户无需 API Key，仅需两步配置即可让 Claude 在对话中直接调用 Nano Banana 2.1、Seedance 2.5 等模型生成高质量产品图、海报及短视频，极大提升了内容创作的工作流效率。
Qwen3.7-Max 重磅发布：8K 动态上下文与 25% 延迟降低，重塑企业级 AI 文档工作流
Qwen3.7-Max 正式发布，针对企业级文档处理场景进行深度优化。核心突破包括支持 8K 动态上下文窗口、推理延迟降低 25% 及显存占用优化。新增领域适配工具包与多模态原生支持，显著提升了金融、法律等垂直领域的自动化处理能力，帮助组织在知识密集型工作中实现高达 40% 的效率提升。
