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。
Colossyan 发布卡通虚拟主播：为培训注入角色灵魂，打破现实拟真垄断
Colossyan 正式推出全新的卡通风格虚拟主播（Cartoon Avatars），标志着其 AI 培训平台从单一的‘拟人化’策略转向多元化的‘角色化’表达。该功能基于最新的 NEO 2 模型构建，在保持流畅口型同步与动画质量的同时，为品牌培训、新员工入职及合规课程提供了更具亲和力与记忆点的视觉方案，允许开发者根据场景需求灵活切换现实与卡通风格。
DeepL 发布 2026 年翻译质量白皮书：超越分数，回归人类评估
DeepL 团队于 2026 年 8 月发布深度分析，指出当前 AI 翻译评分机制存在严重偏差。文章基于 48,000 次盲测数据，证实 DeepL 在 16 种语言组合中 94% 的测试组表现最优，但强调标准化分数无法反映真实业务场景差异。DeepL 倡导从单一的 BLEU/COMET 分数转向基于 MQM 框架的人类专家评估，以解决自动化指标在复杂语境下的局限性。
PromptHero 推出 Freemode：专为 NSFW 图像与视频生成打造的无过滤 AI 创作平台
PromptHero 正式推出 Freemode，一款专为 NSFW（非安全工作）图像和视频生成设计的 AI 工具。该平台彻底摒弃主流平台的严格内容过滤机制，旨在解决创作者因内容限制而无法完成合法创意工作的痛点。Freemode 支持从静态图像到动态视频的无缝生成，强调“无过滤”的设计理念，让创作者能直接输入提示词并获得预期结果，大幅减少提示词规避成本，成为专业成人内容创作者的首选工具。
OpenArt 发布 Director：开启“氛围导演”模式，一键生成五分钟连贯电影
OpenArt 正式推出 Director，一款革命性的 AI 视频创作工具。它摒弃了传统“提示词 + 短片段”的模式，首创“氛围导演（Vibe Directing）”机制，支持用户通过对话式交互，生成时长达 5 分钟、包含统一角色、场景、光影及音频的完整电影。Director 解决了长视频生成的连贯性与一致性难题，支持多语言配音与唇形同步，并内置品牌一致性管理，让创作者无需专业团队即可实现从剧本到成片的全流程制作。
Luma AI 发布 17 条专业级 AI 绘画提示词模板，重塑概念艺术与商业摄影工作流
Luma AI 发布包含 17 个场景的 AI 艺术提示词（Prompts）指南，旨在解决从模糊描述到高质量商业交付的痛点。文章详细拆解了专业提示词的结构公式（主体 + 风格 + 技术参数 + 构图 + 情绪），并提供了涵盖人像、产品摄影、概念设计等领域的可复用模板。通过引入具体技术参数（如镜头型号、光圈、光影设置），Luma AI 帮助用户显著提升首图成功率，减少返工，加速创意审批流程。
Descript 发布 Underlord：AI 驱动的全流程内容创作助手，重塑播客与视频编辑工作流
Descript 正式推出 Underlord，一款内置于其平台的新一代 AI 智能编辑助手。Underlord 旨在解决创作者在播客和视频制作中的核心痛点，包括背景噪音消除、自动去除填充词（如“呃”、“那个”）、一键生成多平台分发素材以及智能脚本撰写。通过文档式编辑与 AI 深度整合，Underlord 将传统繁琐的后期制作转化为流畅的自动化流程，大幅缩短内容生产周期。
Icons8 发布 GenYOU for Web：桌面端 AI 人像生成新突破，精准复刻真实面容
Icons8 正式推出 GenYOU for Web，将移动端革命性的人像 AI 技术扩展至桌面端。该工具旨在解决通用 AI 绘图“像不像本人”的痛点，通过捕捉用户面部独特特征（如微笑弧度、眼型）实现高保真复刻。用户仅需上传 4 张自拍即可生成从职业照到创意风格的各种形象，支持全身生成与社区风格迁移，为内容创作者及求职者提供高效、低成本的专业形象解决方案。
AssemblyAI 发布 Universal-3.5 Pro Realtime：首个支持 Agent 上下文与多语种实时语音识别模型
AssemblyAI 正式推出旗舰级实时语音识别模型 Universal-3.5 Pro Realtime。该模型首次将 Agent 的意图作为核心上下文输入，显著提升了短促指令、代码切换及复杂实体（如邮箱、地址）的识别准确率。同时支持 18 种语言及背景噪声抑制，实测在 2 万条语音数据上 Word Error Rate 降低 10.2%，为构建高可靠语音 Agent 提供了全新基准。
Mubert 发布播客主题音乐生成指南：打造听众难忘的 AI 音频品牌
Mubert 团队发布深度指南，解析如何利用 AI 生成具有品牌辨识度的播客开场音乐。文章指出，单纯生成旋律并非盈利关键，核心在于通过情感计算与品牌定制，打造‘听觉商标’。指南涵盖从情绪识别到版权合规的全流程，帮助创作者构建独特的音频身份。
Rask AI 语音转文字 API 深度解析：为何成为企业级高精度转录首选
本文深度解析 Rask AI 语音转文字 API 的核心优势，对比 Google Cloud Speech-to-Text、Deepgram 等主流竞品。文章重点阐述了 Rask 在准确率、低延迟处理、多语言支持及成本效益方面的突破性表现，为开发者提供构建实时字幕、医疗法律转录及无障碍应用的选型指南。
Krea 2 技术报告发布：重塑生成式 AI 的探索性创作范式
Krea 官方发布 Krea 2 技术报告，宣布推出新一代基础模型系列。针对现有生成模型审美趋同、缺乏探索性的痛点，Krea 2 通过重构数据策展原则、引入多阶段训练管线（含 RLHF）及专用 Prompt Expander 与风格参考系统，实现了从“单一 polished 输出”到“广谱审美探索”的范式转变。该模型在 Artificail Analysis 榜单排名前十，为创作者提供了更丰富的视觉空间与可控的创作路径。
GitHub Copilot 8 月更新：Claude Fable 5.1 与 Gemini 3.8 Flash 双模加持，Agent 工作流迎来重大升级
GitHub Copilot 本周发布重大更新，面向 Pro+ 及企业用户推出 Claude Fable 5.1 和 Gemini 3.8 Flash 双模型支持。Copilot App 与 CLI 新增内容保护机制，防止敏感代码泄露。VS Code 1.136 版本引入 Agent Merge 预览版，自动解决审查反馈与冲突，并实验性支持多根工作区与个性化聊天背景，大幅优化 Agent 会话管理与代码合并效率。
