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。
数眼智能发布算力普惠计划：50 万 Token 券助力 OPC 超级个体
2026 年 7 月，数眼智能在海南数据谷 OPC 社区揭牌仪式上正式发布算力普惠计划，面向 AI 超级个体提供 50 万 Token 算力券。该举措旨在降低一人公司创业门槛，通过聚合大模型与 MaaS 解决方案，实现从“轻启动”到“重承接”的全生命周期支持，推动算力资源下沉至个体开发者。
Runway 发布 Solaris：首个“界面世界模型”，终结代码与视觉的割裂
Runway 于 2026 年 8 月正式推出 Solaris，这是其“界面世界模型（Interface World Models）”家族的首个成员。Solaris 摒弃了传统软件中“视觉设计转代码”的中间层，直接通过图像生成实时交互界面。它支持像素级完美的虚拟试穿、自然语言驱动的物体操控以及无限开放的物理模拟，标志着 AI 从生成静态内容向构建动态、可交互数字环境的历史性跨越。
Fireflies.ai 2026 免费计划全面升级：无限转录与无期限存储
Fireflies.ai 在 2026 年推出极具竞争力的免费计划，彻底打破传统 AI 笔记工具对分钟数的限制。新计划提供无限会议转录、无期限存储及 100+ 语言支持，并保留 API 访问权限。相比 Otter.ai 等竞品，Fireflies 在存储容量、语言覆盖及数据隐私政策上实现了显著突破，成为团队级协作的首选免费方案。
Cursor 发布智能体 Token 效率优化：静态上下文精简与缓存断点策略
Cursor 针对长时间运行的智能体（Agent）场景，通过重构 Harness 架构显著降低 Token 成本。核心突破包括将系统提示精简 66%、将低频工具从静态上下文移至动态上下文（节省 60%）、优化缓存断点位置（冷缓存命中率提升 20%）以及压缩文件读取的行号标注。实测显示，这些改动在保持智能体质量不下降的前提下，将整体 Token 支出降低了 7%，为开发者提供了更经济的长期运行方案。
LTX Studio 发布《镜头运动提示指南》：解锁视频生成模型的精准控制
LTX Studio 官方发布《镜头运动提示指南》，旨在解决视频生成模型中常见的画面抖动与构图失控问题。该指南通过标准化的“镜头语言”（Shot Language）体系，为开发者提供了从推、拉、摇、移等基础运镜到复杂动态视角的精确控制方法。此举标志着 LTX 生态在视频生成领域的控制粒度显著提升，让 AI 视频创作从随机生成迈向专业级导演式创作。
IBM Watson 推出智能语音合成引擎：让机器人手指也能‘行走’
IBM Watson 最新技术更新展示了其在语音合成与多模态交互领域的突破性进展。通过结合先进的 Text-to-Speech (TTS) 模型与机器人控制算法，IBM 成功实现了让机械手指模拟自然行走动作的‘怪诞可爱’效果。此次更新不仅优化了语音的情感表达，还展示了 AI 在具身智能（Embodied AI）领域的巨大潜力，为开发者提供了新的交互范式。
Higgsfield 发布 Seedance 2.0：从资产到场景的 cinematic 汽车广告全链路生成
Higgsfield 正式推出 Seedance 2.0 视频生成模型，并配套发布 Claude Skill 自动化提示词引擎。该方案实现了从资产创建（Character Sheet）、场景渲染（Soul Cinema）到视频合成（Seedance）的全流程自动化，专为高质量商业广告（如汽车宣传片）打造。通过 1:1 面部一致性锁定与虚构品牌生成，解决了传统 AI 生成中角色崩坏与版权风险痛点。
Higgsfield 发布 Still-to-Talking 视频工具：Soul ID 与 Lipsync Studio 实现角色身份零损耗
Higgsfield 推出针对静态图像转动态视频的全新工作流，整合 Soul ID 与 Lipsync Studio 两大核心工具。该方案不仅解决口型同步问题，更通过多参考图训练技术，确保角色在表情、发型及面部特征上的高度一致性。支持 18+ 语言，提供从 20+ 参考图训练到 1080p 视频生成的完整流程，为创作者提供低成本、高保真的数字人制作方案。
DomoAI 发布自然人像动画技术：让静态照片拥有电影级动态生命力
DomoAI 最新更新聚焦于解决 AI 视频生成中常见的‘人物变形’与‘动作僵硬’痛点，推出了基于深度时序建模的自然人像动画技术。该工具允许用户将静态照片转化为流畅、自然的动态视频，特别适用于社交媒体内容创作与虚拟形象展示。本次升级显著提升了面部微表情捕捉的精度，实现了从‘卡通化’到‘写实风’的跨越，为创作者提供了更高质量的素材生成方案。
Krea 2 Large 发布：在风格保真度测试中超越 GPT Image 2，成为行业标杆
Krea 团队发布 Krea 2 Large 模型，并在 Contra Labs 组织的四项风格迁移评测中表现卓越。该模型在风格保真度（Style Fidelity）上以仅 0.14 分的微弱差距仅次于 GPT Image 2，成为首个在非 GPT 模型中突破 3.0 分阈值的工具。评测显示，Krea 2 Large 在保持参考图像视觉语言（如笔触、色调、纹理）方面表现优异，有效避免了向过度写实漂移，是风格迁移任务的首选方案。
Google Vids 重磅升级：Gemini Omni Flash 赋能视频创作，AI 生成剪辑效率翻倍
Google 正式发布 Google Vids 重大更新，引入 Gemini Omni Flash 模型以大幅提升视频生成与编辑能力。此次升级支持从视频片段直接生成高质量视频，并集成智能剪辑、自动字幕及多模态分析功能。开发者可借助 API 构建自动化视频工作流，企业用户则能显著降低内容生产成本，实现规模化视频营销。
Dzine 整合 DALL-E 3 与 Seedance 2.0：打造从文本到电影级视频的自动化工作流
Dzine 正式整合 OpenAI 的 ChatGPT Images 2.0（基于 DALL-E 3）与字节跳动的 Seedance 2.0，构建端到端的‘文本 - 图像 - 视频’自动化工作流。此次更新利用 GPT Image 2.0 的精准绘图与多语言文本渲染能力生成高质量分镜，再经由 Seedance 2.0 实现电影级运动控制与原生音频生成，显著提升了中长视频内容的生产效率与商业落地价值。
