周报
issue157 2026.1.26-2.1
共 16 条
15万个AI建了个朋友圈吐槽人类,100万人围观Moltbook后傻眼了:原来我们对AI一无所知
一个叫Moltbook的网站突然爆火。它的界面长得跟美国版贴吧Reddit差不多,有发帖、有评论、有点赞。
快手可灵 3.0 系列 AI 模型发布并开启内测:可生成 15 秒视频,升级智能分镜能力
快手推出新一代视频生成模型可灵3.0系列,包含图片3.0、视频3.0和视频3.0 Omni。图片模型支持2K/4K组图生成,视频模型最长可生成15秒,新增智能分镜、音画同步及多语言口型匹配等功能。目前处于超前内测阶段。#AI视频生成##快手可灵#
Gemini 版 Chrome 发布:直接在浏览器中获得 AI 辅助
直接在 Gemini 版 Chrome 中取得实用 AI 辅助功能。在任何网页上轻松了解更多资讯、加快工作速度,并激发崭新想法。
阿里千问开源 Qwen3-ASR 语音识别模型:支持 52 种语种与方言,1.7B 版本达 SOTA 水平
阿里千问团队正式开源Qwen3-ASR系列语音识别模型,包括1.7B和0.6B两个版本,支持52种语种与方言的识别,其中1.7B模型在中文、英文及歌唱识别等场景达到SOTA水平。0.6B模型效率惊人,10秒可处理5小时音频。模型已在GitHub等平台开源。#AI语音识别# #开源模型#
MiniMax Music 2.5 模型发布:突破两大 AI 音乐技术难题,宣称格莱美级创作“不再需要录音棚”
MiniMax 稀宇科技今日发布 MiniMax Music 2.5 模型,宣称在“段落级强控制”与“物理级高保真”两大技术难题上实现突破 —— 让创作更准,让音乐更真,还宣称格莱美级创作“不再需要录音棚”。
一键照片“手办化”:Hyper3D 公布 Rodin Gen-2 Edit“文 / 图生 3D”AI 模型,可免费体验
Hyper3D团队发布Rodin Gen-2 Edit AI模型,实现文字/图像生成3D内容,并整合编辑功能,形成完整商用工作流。现已开放免费体验,支持导入现有模型进行二次创作,提升专业用户效率。#AI生成3D# #数字创作#
阿里云通义开源 6B 参数 Z-Image 基座模型,生成图片拒绝 AI “大众脸”
该模型尺寸为 6B,为非蒸馏基座模型,保留全量权重分布,原生支持 CFG 引导机制,为 LoRA、ControlNet 等微调任务提供训练底座。
OpenAI 推出 Prism:GPT-5.2 驱动的免费 AI 原生科研协作空间
Prism 将初稿撰写、润色修订、团队协作、投稿准备整合于统一的云端 LaTeX 原生工作空间中,旨在帮助科研团队从琐碎的文件管理中解脱出来。
Kimi 发布并开源 K2.5 模型,带来全新视觉理解、代码和 Agent 集群能力
它是 Kimi 迄今最智能的模型,在 Agent、代码、图像、视频及一系列通用智能任务上取得开源 state-of-the-art 表现。也是 Kimi 迄今最全能的模型,原生的多模态架构设计,同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务。
DeepSeek-OCR 2 发布:让 AI 像人一样“读懂”复杂文档,识别性能提升 3.73%
DeepSeek发布新一代文档识别模型DeepSeek-OCR 2,引入“视觉因果流”概念,通过DeepEncoder V2编码器动态重排视觉token顺序,更贴近人类阅读逻辑。在OmniDocBench v1.5测试中整体得分达91.09%,识别性能提升3.73%。#DeepSeekOCR2# #AI文档识别#
阿里发布千问旗舰推理模型 Qwen3-Max-Thinking:总参数超万亿,号称性能媲美 GPT-5.2
根据官方介绍,其在多个关键维度上实现了显著提升,包括事实知识、复杂推理、指令遵循、人类偏好对齐以及智能体能力。
腾讯混元图像 3.0 图生图模型发布,一句话就能 P 图
混元图像 3.0 图生图总参数量 80 亿(激活参数约 13 亿),采用混合专家(MoE)架构,基于混元图像 3.0 的原生多模态架构基础模型,引入图生图的多任务数据,通过指令微调和后训练,实现了对用户输入图像和编辑指令的深度理解与处理。
7×24h「全职AI员工」Clawdbot爆火硅谷,退休码农让Mac mini一夜卖爆
Claude之后,新神来了。Clawdbot是一个运行在本地设备上的个人AI助手。它通过多种通信渠道(WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage等)与用户交互,提供本地、快速和持久在线的AI助手体验。该项目包含Gateway网关控制平面、Pi代理运行时、多渠道支持、语音唤醒、Canvas可视化工作区等功能,支持macOS、iOS、Android等多个平台。