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。
KreadoAI 发布 Seedance 2.5：30 秒长叙事视频与多素材参考能力重磅上线
KreadoAI 于 2024 年 12 月 9 日重磅推出 Seedance 2.5 模型，支持长达 30 秒的复杂叙事视频生成，并允许用户上传多达 50 个素材作为参考。此次更新标志着 KreadoAI 在 AI 视频创作领域的进阶，旨在解决长视频生成中的连贯性与素材复用难题，为广告营销、数字人视频及影视级内容创作提供更强力的工具支持。
Google 发布 Project IDX：浏览器原生开发环境，内置完整 VM 与 AI 辅助
Google 正式发布 Project IDX，一款基于浏览器的全栈开发体验。该项目利用 Google Cloud Workstations 提供完整的 Debian 虚拟机环境，内置 Flutter、React 等模板，实现一键启动。集成 Gemini 与 Codey 模型提供智能代码补全与调试，并支持实时预览与团队协作，旨在降低开发者环境配置门槛，提升多平台应用开发效率。
可灵 AI 发布 IMAGE 3.0：多参考图精准换脸与 4K 超高清输出
可灵 AI（Kling）正式推出 IMAGE 3.0 模型，大幅升级换脸（Face Swap）功能。支持上传多达 10 张多视角参考图，通过多模态提示词精准控制面部特征，同时保留原图构图、光影与背景。新增 4K 超高清输出能力，并针对换脸模糊、光影不匹配等常见问题提供优化指南，为创作者提供从人像修复到角色演绎的全链路解决方案。
快手 Kuaishou 推出 CoTyle 免费 AI 绘图工具，探索多模态语义生成新边界
快手旗下 Kwai-Kolors 团队正式推出 CoTyle 免费在线图像生成工具。该工具依托快手在短视频与 AI 算法领域的深厚积累，旨在通过自然语言精准解析“CoTyle”这一兼具历史计量、解剖学与植物学含义的多义词，实现从语义理解到视觉生成的跨模态映射。本文深度解读 CoTyle 的技术架构、应用场景及快手 AI 生态的战略布局。
AssemblyAI 发布 Universal-2：重塑语音转写精度，专为行业实战场景打造
AssemblyAI 正式推出 Universal-2 语音转写模型，旨在解决传统学术指标与实际应用脱节的问题。该模型在保留原有 WER 优势的基础上，重点优化了数字字母串（Alphanumerics）和专有名词（Proper Nouns）的识别精度。文章通过销售辅导、远程医疗等真实案例，展示了 Universal-2 在提升客户体验、减少医疗记录错误及加速保险理赔方面的实际价值，标志着语音 AI 从实验室走向大规模商业落地的关键一步。
闪剪 AI 发布智能体 Agent：一站式低成本打造爆款短剧
闪剪 AI 正式推出专为短剧创作者打造的 AI Team 智能体，整合剧本构思、分镜设计、数字人生成、配音配乐及剪辑包装全流程能力。该智能体旨在解决传统短剧制作门槛高、周期长的痛点，支持用户通过一句话指令生成具备强钩子、高情绪价值的完整短剧，助力商家与个人 IP 实现低成本、高效率的流量变现。
商汤发布日日新 SenseNova 6.7 Flash-Lite：Token 消耗直降 60%，轻量化多模态智能体全面开源
商汤科技于 2026 年 5 月 8 日发布新一代轻量化多模态智能体模型日日新 SenseNova 6.7 Flash-Lite。该模型基于原生多模态架构，Token 消耗显著降低 60%，同时 SenseNova Token Plan 限时免费开放，全线办公技能 SenseNova-Skills 同步在 GitHub 开源。此次更新标志着商汤在推理效率与多模态统一架构上的重大突破，为开发者提供了更低成本、更高性能的 AI 解决方案。
Felo 集成 Ox Alpha：百万级上下文推理模型免费试用开启
Felo Search 正式集成神秘前沿模型 Ox Alpha，提供 104 万 token 上下文窗口，支持文本、图像及视频输入。该模型主打长程推理与复杂任务规划，无需 API Key 即可免费试用。适用于研究者对比文献、开发者调试代码及分析师处理多源数据冲突等场景，彻底改变传统搜索的交互模式。
二狗 PPT 发布文档转 PPT 功能：AI 智能重构中文工作流，实现从 Word/PDF 到专业演示文稿的零结构丢失转换
二狗 PPT 正式推出文档转 PPT 功能，针对中文工作场景优化，利用 AI 深度解析 Word 和 PDF 文档，在保持原有标题层级与段落逻辑结构的同时，自动生成排版专业的演示文稿。该功能解决了传统转换工具常出现的结构丢失、排版混乱及图片缺失等痛点，内置中式专用模板，支持 PPTX 导出与二次编辑，大幅缩短工作总结、方案提议及教学教材的制稿时间。
二狗 PPT 深度解析：专为中文职场场景定制的 AI 演示解决方案
二狗 PPT 作为针对中文职场场景优化的 AI 演示工具，通过内置中式工作专用模板与智能排版意图识别，解决了通用 AI PPT 工具在中文语境下的适配难题。本文深度解析其核心功能，包括 PPTX 原生编辑、主题三维度调整及职场报告场景的专属优化，对比 Gamma 等竞品，为中文用户提供了高效、专业的 PPT 制作新选择。
Suno v5.5 内置语音克隆与 LALAL.AI 深度协作：打造专属人声歌曲全攻略
Suno v5.5 正式发布，内置原生 Voice Cloning 功能，允许 Pro/Premier 用户通过上传音频创建专属人声模型生成歌曲。然而，该功能在保留原曲旋律并替换外部音频人声方面存在局限。本文深度解析 Suno 原生 Voice 功能机制，并详细演示如何利用 LALAL.AI Voice Changer 与 Suno 进行深度工作流协作，实现从外部素材到最终成品的精准人声替换与风格化创作。
MarsX 发布：开源微应用架构引领无代码 AI 开发新范式
MarsX 正式推出基于“可复用、可连接微应用”架构的开源无代码 AI 开发平台。该平台旨在解决传统低代码工具在复杂 AI 集成上的局限，通过模块化设计让开发者无需编写代码即可构建具备高级 AI 能力的复杂应用。MarsX 强调开源协作与灵活扩展，为缺乏编程背景的开发者提供了快速原型验证与生产级部署的完整路径。
