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。
Felo AI Image 新增 Sketch-to-Image 功能：手绘草图驱动精准生成
Felo AI Image 正式推出 Sketch-to-Image 功能，允许用户直接在内置画布上绘制草图，结合自然语言提示词（Prompt）驱动 GPT-Image 2.5 模型生成图像。该功能通过空间指令弥补纯文本描述的局限性，特别适用于品牌布局、产品概念及角色设计等对构图精度要求高的场景，无需导出文件即可在单一工作流中完成从草图到成品的转化。
PyTorch 3.7 重磅：Triton 插件扩展系统上线，TLX 原生支持赋能高性能 GPU 计算
PyTorch-Triton 3.7 正式发布 Triton 插件扩展系统，支持动态加载自定义编译器 pass 和方言，无需分叉源码即可实现极致性能优化。Meta 开发的 Triton Language Extensions (TLX) 现已开箱即用，为 NVIDIA H100 和 AMD MI350 提供持久化 GEMM 核与细粒度硬件控制，性能媲美甚至超越厂商库。
Felo 发布 Pi 编码 Agent 新技能集：零代码扩展实时网页与多模态能力
Felo 正式推出针对 Pi Coding Agent 的专用技能集（Skills），旨在解决最小核心架构在访问实时网页、处理多模态内容时的局限性。该更新允许开发者通过简单的 Markdown 文件夹（SKILL.md）即可扩展 Agent 能力，涵盖实时搜索、幻灯片生成、视频字幕提取及社交媒体信号分析。此次更新坚持“核心极简”原则，将复杂功能剥离至外部技能包，既降低了调试成本，又确保了会话行为的一致性，为开发者提供了无需修改核心代码即可接入实时数据流的解决方案。
OpenRouter 发布 Agent 模型选型新框架：从榜单排名转向成本质量比
OpenRouter 针对 Agent 开发痛点，发布了一套“成本 vs 质量权衡框架”，主张摒弃单纯依赖榜单排名选模型的做法。该框架强调开发者需先定义任务的质量基准（Quality Bar），再基于自有数据集实测不同层级模型（廉价、中端、前沿）的得分，计算“每单位质量的成本”，最终选择能以最低边际成本满足质量门槛的模型。此举旨在解决 Agent 多步调用导致的隐性成本过高问题，帮助开发者在合规、高并发等场景下实现最优性价比。
IBM Watson 推出智能数学 Agent：解决 AI 生成内容的“人类问题”
IBM Watson 在 Think 2026 大会上发布新一代数学专用 Agent，旨在解决当前 AI 生成内容中普遍存在的‘幻觉’与逻辑断层问题。该工具通过引入人类验证机制与动态上下文管理，显著提升了数学推理的准确性，为教育、科研及金融领域的 AI 应用提供了更可靠的智能体解决方案。
Typecast 发布「第二大脑」构建指南：AI 视频本地化与智能 dubbing 深度解析
Typecast 于 2026 年 6 月 15 日发布《如何构建第二大脑系统》系列文章，重点详解 AI 视频本地化（AI Video Localization）与智能配音（AI Dubbing）技术。文章不仅提供了理论框架，更展示了如何利用先进的语音合成与语义对齐技术，实现跨语言内容的高效分发，为创作者与开发者提供了构建智能内容生态系统的实用蓝图。
Mubert 2026 战略升级：打造无脸品牌终极 AI 内容生态
Mubert 于 2026 年 6 月发布全新战略指南，聚焦“无脸品牌”（Faceless Brand）在 YouTube 的变现路径。文章深度解析了结合 AI 生成音乐、视频与自动化运营的全套解决方案，帮助创作者利用 Zero-shot 生成技术与 API 集成，构建可持续的 YouTube 收入流，涵盖广告、品牌合作及数字产品等多个维度。
Fireflies.ai 发布 AI 语音代理：重塑企业通话自动化与实时交互新范式
Fireflies.ai 于 2026 年 9 月正式深化其 AI Voice Agent 能力，将传统的会议转录升级为实时双向语音交互。通过整合先进语音识别、大语言模型及 TTS 技术，Fireflies 能够处理招聘筛选、销售线索挖掘及客户支持等复杂场景。文章详细解析了 AI 语音代理与 Chatbot、IVR 的核心差异，并展示了其在企业获客、销售转化及内部沟通中的实际应用价值，标志着企业通话自动化进入全新阶段。
PromptHero 上线 Flux 2 Pro：重塑 AI 视觉生产，实现商业级图文一致性
PromptHero 正式引入 Flux 2 Pro 模型，旨在解决 AI 图像生成中的一致性、文字渲染及多参考图控制难题。该版本通过强化架构优化，显著提升了高分辨率细节、复杂场景下的空间推理能力以及文本清晰度。开发者与创作者可无需繁琐调试，直接通过云端或本地部署实现从概念到成品的高效转化，适用于产品摄影、UI 设计及品牌营销等商业场景。
Logo Diffusion 2026 发布：以生成式 AI 重塑品牌标识设计，超越模板化局限
Logo Diffusion 在 2026 年迎来重大升级，正式确立其作为新一代生成式 AI 品牌标识工具的地位。与依赖预设模板的传统工具相比，Logo Diffusion 利用先进的扩散模型（Diffusion Models）实现从零开始的原创设计，支持草图转矢量、2D 转 3D 及风格迁移等高级功能。其订阅制模式提供无限生成次数与透明定价，成为自由职业者与初创企业的首选方案。
Gemini Spark 深度评测：Google 生态下的文档智能工作流新标杆
Google 推出的 Gemini Spark 专注于搜索辅助推理与多源文档理解，旨在解决传统 AI 工具在处理长文档和碎片化上下文时的痛点。评测显示，其在 Google 生态集成度、跨文档逻辑推理及办公自动化方面表现卓越，尤其适合咨询、科研等重度文档处理团队。结合 iWeaver 知识管理工具，可实现从原始数据到可搜索知识库的闭环，显著提升研究效率。
Felo 上线 GLM-5.3-Flash 模型：Ox Alpha 正式亮相，131 万 Token 上下文窗口开启新纪元
AI 搜索工具 Felo 正式引入 Z.ai 神秘模型 Ox Alpha，实为 GLM-5.3-Flash。该模型具备 1.31M 上下文窗口、开源权重及多模态能力，支持免费试用。此次更新标志着 Felo 在长文本处理与推理效率上的重大突破，为开发者提供更强大的搜索与 Agent 规划底座。
