周报
issue162 2026.3.2-3.8
共 14 条
腾讯 QQ 开放 OpenClaw“小龙虾”官方接入:支持一键创建机器人,单个账号最多 5 个
腾讯正式向个人用户开放 QQ 机器人官方接入 OpenClaw 功能,用户通过手机 QQ 扫码登录后,点击一次即可创建机器人,单个 QQ 号最多可创建 5 个。创建后通过三条预设指令快速完成与 OpenClaw 的绑定,支持 Markdown、图片、语音、文件等多媒体交互。#QQ 机器人# #OpenClaw#
谷歌 AI 工具 NotebookLM 新增“电影化视频概览”功能,可将研究笔记自动生成动态视频
谷歌 NotebookLM 新增“电影化视频概览”,能将你的研究资料和笔记自动生成动态视频。它调用 Gemini 3、Nano Banana Pro 及 Veo 3 等模型,像导演一样决定叙事风格,确保视频画风统一。目前仅支持英语且需 AI Ultra 订阅。#谷歌 AI# #NotebookLM#
谷歌上线 AI 工具:支持 OpenClaw 接管云盘、自动收发邮件等
科技媒体 Ars Technica 今天(3 月 7 日)发布博文,报道称谷歌开源 Google Workspace CLI,整合谷歌现有云 API,内置超 40 项 Agent Skills 并完美支持结构化 JSON 输出,让 OpenClaw 等 AI 智能体直接读取并自动操作 Gmail、Drive 云盘等核心办公数据。
100万 Token + 接管鼠标:GPT-5.4 正式发布 把 AI 推向“数字员工”
OpenAI正式发布全新大模型GPT-5.4,包括面向 ChatGPT 和 API 的 GPT-5.4 Thinking 版本,以及面向复杂任务的 GPT-5.4 Pro 版本。长上下文、推理计算与 Computer-Use 三条技术路线开始汇合,大模型正在从聊天助手演化为可以理解任务并执行工作的 AI 代理。
微软发布 Phi-4-Reasoning-Vision-15B 开源模型,能自主决定何时思考的小型多模态 AI
它结合了高分辨率视觉感知与选择性、任务感知的推理,使其成为 Phi-4 系列中首个同时实现“看得清楚”和“想得深入”的小语言模型(SLM)。
1 元 1 秒,字节 Seedance 2.0 视频生成 AI 模型公布 API 定价
字节火山引擎官网日前公布了 Doubao-Seedance-2.0 模型的定价标准,包含视频输入(视频编辑)是 28 元 / 百万 tokens,不含视频输入(纯视频生成)的价格是 46 元 / 百万 tokens。
边用边训:蚂蚁集团携手清华大学开源 AReaL 系统,训练 AI 推理最高提速 2.77 倍
蚂蚁集团携手清华大学联合推出开源强化学习训练框架 AReaL v1.0 稳定版,这是一种大规模异步强化学习系统,主要通过解耦生成与训练流程,来提升大语言模型(特别是推理模型)的训练效率。
谷歌Gemini 3.1新模型深夜掀桌,每秒狂飙363 token,1/4价格暴击Claude
谷歌深夜再放大招,Gemini 3.1 Flash-Lite正式登场。输出速度363 token/s,价格仅0.25美元/百万Token,跑分却碾压GPT-5 mini和2.5 Flash,堪称最强「穷人版旗舰」。
阿里 QoderWorker 桌面 Agent 全面开放:提供 Mac / Windows 版,号称人人可用的智能体
阿里 QoderWorker 桌面 Agent 现已全面开放,支持 Mac / Windows。它集成了顶尖模型与 Agent 框架,能自主拆解并执行复杂任务,实时反馈进展。新增模型分级选择器,提供标准 / 旗舰两档,兼顾成本与性能,还内置沙盒环境保障隐私。#AI 办公助手##阿里智能体#
阿里千问开源四款 Qwen3.5 小尺寸模型,覆盖从 0.8B 到 9B 的轻量级 AI 需求
阿里通义千问开源了 Qwen3.5 家族四款小尺寸模型,覆盖 0.8B 到 9B 参数,满足从 IoT 设备到服务器端的多样化部署需求。其中 0.8B/2B 主打极致轻量与端侧推理,4B 是轻量级 Agent 的强劲基座,9B 则在紧凑尺寸下实现越级性能。目前所有模型已在魔搭社区和 Hugging Face 开源。#AI 开源# #大模型#
通义实验室发布两款语音生成模型
阿里通义实验室语音团队发布两款语音生成模型 Fun-CosyVoice3.5 与 Fun-AudioGen-VD,核心变化是支持用自然语言指令直接控制语音生成效果,不再依赖传统的预设情绪标签或固定风格模板。语音生成迈入FreeStyle时代。
美团旗下光年之外发布 AI 浏览器 Tabbit
Tabbit,集浏览、搜索、对话与智能执行于一体的 AI 浏览器。Tabbit 的智能代理模式能够根据你的要求执行复杂的网页操作任务。它可以自动打开网页、提取信息、填写表单、跨平台整合数据,然后将结果交付给你,替你完成那些每天不得不做的脏活累活。而且任务运行在独立的标签组中,和你正在浏览的内容互不干扰——你继续做你的事,Tabbit 在旁边默默帮你跑完。