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。
Ai好记 2026 版：AI 视频总结工具实现从长视频到结构化知识库的完整闭环
Ai好记 2026 版重磅升级，专为网课与视频自学场景打造。该工具支持 B 站、抖音及网盘等多源视频解析，核心突破在于将长视频一键转化为逐字稿、图文笔记、精华速览及可交互的思维导图。新增本地音视频（单文件 7 小时）与批量处理（15 条）能力，并引入 AI 追问与跨笔记知识库功能，帮助用户从被动观看转向主动复习与深度理解。
Udio 发布「Styles」功能：通过音频片段与歌曲参考重塑音乐创作范式
Udio 正式推出「Styles」功能，允许用户通过上传音频片段或引用现有 Udio 歌曲作为风格参考来生成新音乐。该功能支持单源与双源（Style Blending）混合创作，用户可直观调整风格强度与权重比例。相比传统的文本提示词（Prompt-based）创作，「Styles」通过‘展示而非描述’的方式，显著降低了风格迁移的门槛，并支持 50/50 的混合比例实验，为音乐人提供了更精准、高效的创作工具。
Recraft AI 发布环境概念艺术工作流：打造专属角色的沉浸式世界
Recraft AI 官方团队分享了利用 Recraft Studio 构建角色专属环境概念艺术的完整工作流。该流程通过创建基于角色的自定义风格（Custom Style），结合 Recraft V4.1 Pro 生成场景，并利用 Nano Banana 2.1 进行角色合成，解决了 AI 绘画中角色与环境风格割裂的难题。文章详细展示了如何从角色设计推导世界观，并通过精确的提示词工程和图像编辑技术，实现角色与背景在画风、光影及构图上的完美融合。
Pexo 发布：从单图生成到“描述即视频”的全链路 AI 创作新范式
Pexo 作为 Nano Banana 2.1 的有力竞品，重新定义了 AI 图像生成的交付单元。它摒弃了单一模型的限制，通过智能路由自动调度 Midjourney、Flux 等底层模型，并首创将静态图像一键转化为带语音、音乐和音效的成品视频。Pexo 无需 API Key，采用信用制计费，是追求“描述即视频”工作流的理想选择。
CodeSnippets 发布 Codebase AI：多模型上下文与代码库智能索引重塑开发范式
CodeSnippets 正式推出 Codebase AI 核心功能，通过整合 OpenAI GPT-4、Mixtral 8x7B 及 Capybara 7B 等多源大模型，实现代码库的全量智能索引。该工具支持多 AI 上下文无缝切换，提供自动重构、调试建议及结构化代码片段库，旨在解决传统 IDE 无法理解全局代码上下文的问题，显著提升团队协作效率与代码复用率。
AssemblyAI 发布 Universal-1：1250 万小时训练数据打造行业最强语音识别模型
AssemblyAI 正式推出其最强大的语音识别模型 Universal-1。该模型基于超过 1250 万小时的英、西、法、德四语多语言音频数据训练，在词错误率（WER）上较竞品提升 10% 以上，幻觉率降低 30%，并实现了 5 倍推理加速。Universal-1 显著提升了时间戳精度和跨语言切换能力，为开发者构建下一代语音 AI 应用提供了坚实基础。
Suno 发布 v5.5 版本：引入“人声”功能，打造最具表达力的音乐创作新纪元
Suno 正式推出 v5.5 版本，这是其最具表达力的模型迭代。核心突破包括全新推出的“人声（Voices）”功能，允许 Pro 及 Premier 用户将自身声音转化为音乐创作工具；同时上线“自定义模型（Custom Models）”与“我的品味（My Taste）”功能，深度个性化音乐风格。此次更新标志着 Suno 从通用音乐生成向“人类中心”创作模式的重大转变，强调音乐创作中人的直觉与情感。
Viggle 赋能虚拟偶像：SherryBeary 打造动态 Avatar 世界的技术实践
Viggle 与虚拟偶像创作者 SherryBeary 合作，展示其如何利用 AI 视频生成技术将静态 Zepeto 角色赋予动态生命力。通过结合 Procreate 绘图与 Viggle 的动作迁移能力，SherryBeary 实现了从手绘草图到复杂动作（如花样滑冰、后空翻）的无缝转化，重新定义了 Metaverse 内容创作的工作流，为开发者与创作者提供了低成本、高效率的虚拟形象动态化解决方案。
Exa AI 发布研究：基于强化学习的搜索代理性能突破，Exa 优于传统 SERP 基准
Exa AI 发布最新研究《How Search Quality Shapes RL Outcomes》，对比了基于 Exa 搜索与 Google SERP 的强化学习（RL）训练效果。研究发现，使用 Exa 作为后端训练搜索代理（Search Agents）在相同训练算力下能取得更高的性能表现。该研究采用 Qwen3-4B-Instruct 模型，通过 LoRA 适配器进行微调，验证了高质量实时检索对智能体决策能力的决定性影响，标志着从离线检索向高质量实时搜索代理的范式转变。
Exa AI 开源 WebCode 评估框架：破解代码搜索 Agent 幻觉与噪声难题
Exa AI 正式开源 WebCode 评估框架，旨在解决代码搜索 Agent 在检索阶段面临的噪声污染与上下文污染问题。该框架通过‘黄金提取’（Golden Extraction）与多模态渲染技术，构建了比传统参数化记忆更可靠的评估基准。数据显示，Exa 在内容完整性、代码召回率及结构保持度上均显著优于主流竞品，为开发者提供了衡量代码检索质量的新标准。
Sora 时代落幕：Kling 3.0 登顶，NVIDIA Cosmos 3 开源，AI 视频生态重大变革
2026 年 6 月，AI 视频领域迎来结构性转折。OpenAI 正式终止 Sora 应用，API 进入倒计时；Kling 3.0 以 2031 分登顶评测榜单，成为新标杆；NVIDIA 发布开源多模态世界模型 Cosmos 3，强化物理 AI 基础设施。与此同时，TikTok 与 YouTube 加大 AI 内容监管力度，行业正从“生成狂欢”转向“合规与高质量”的新阶段。
OpenRouter 推出视频生成 API：统一异步接口，支持 Seedance/Veo/Wan 多模型切换
OpenRouter 正式发布视频生成 API，旨在解决多模型集成复杂度高、切换成本大的痛点。通过统一的异步接口（POST /api/v1/videos），开发者可无缝切换 Seedance、Veo、Wan 等不同视频生成模型，无需重构代码。该 API 采用异步架构，分离提交与完成流程，显著提升了开发效率与系统稳定性，是构建多模型视频应用的最佳实践。
