←搜索结果

按匹配度 · 共 1147 条结果 清除搜索

星期一

  1. ElevenLabs Blog

    ElevenLabs MCP 新增语音、音乐、图像与视频生成能力

    ElevenLabs 的 MCP 连接器新增生成能力,用户通过一次安装和 OAuth 登录,即可在 Claude、ChatGPT、Cursor、Grokbot、Hermes 等助手中生成语音、转录、配音、音乐、音效、图像和视频,所有产出进入 ElevenCreative 工作区。该连接器调用超过 50 个模型,无需自建服务器或管理 API 密钥,且与驱动 ElevenLabs Agents 的 MCP 为同一个,已连接过的团队无需额外设置。工作区管理员可决定连接可调用的工具,数据驻留地在连接时选择。

    Aron Pammer

    匹配字段摘要、正文

星期三

  1. Pydantic AI 官方文章精选

    Pydantic AI Harness 推出 AWSLambdaDurability,让智能体在 AWS Lambda 上可持久运行

    Pydantic AI Harness 发布 AWSLambdaDurability 能力,把每次模型请求、函数工具调用、MCP 调用和动态工具集解析都记录为 AWS Lambda durable functions 的步骤,恢复执行时从存储结果中读取已完成步骤。使用时需在构建智能体时挂载该能力,并用 durable_agent_handler 改造处理函数,@durable_execution 必须位于最外层。步骤默认至少执行一次并带重试,副作用需保持幂等;改变步骤数量或顺序会使在途执行失效,需发布新版本并让旧版本执行完。

    Pydantic AI Harness 发布 AWSLambdaDurability 能力,把每次模型请求、函数工具调用、MCP 调用和动态工具集解析都记录为 AWS Lambda durable functions 的步骤,恢复执行时从存储结果中读取已完成步骤。使用时需在构建智能体时挂载该能力,并用 durable agent handler 改造处理函数,@durable execution 必须位于最外层。步骤默认至少执行一次并带重试,副作用需保持幂等;改变步骤数量或顺序会使在途执行失效,需发布新版本并让旧版本执行完。

    匹配字段摘要、正文

  2. Google Developers Blog精选

    Google 发布 ADK for Kotlin 1.0,面向 Kotlin 与 Android 的生产级 AI 智能体开发工具

    Google 发布 Agent Development Kit(ADK)for Kotlin 1.0 正式版,功能与 ADK 1.0 Core 完全对齐,并面向 Android 提供端侧扩展。该版本支持层级多智能体、上下文压缩、Human-in-the-loop 确认流程、会话恢复,以及通过 @Tool 和 @Param 注解自动生成工具 schema,同时集成 Vertex AI 的会话、RAG 记忆与 Memory Bank 服务。Android 侧可用 LiteRT-LM 和 ML Kit(beta)运行端侧智能体,通过 Firebase AI Logic 编排混合云工作流,并用 Room 与 AppSearch 持久化智能体状态。

    匹配字段摘要、正文

  3. Meta:Newsroom · AI精选

    Meta 推出个人 AI 智能体 Muse,运行在 Muse Secure VM 上

    Meta 发布个人 AI 智能体 Muse,由 Muse Spark 模型驱动,可在 Muse app 或 WhatsApp 中对话使用,能执行发邮件、订行程、填表、议价等任务,并在需要审批时回来确认。Muse 运行在云端专用虚拟机 Muse Secure VM 上,由独立的 Sentinel agent 管控联网行为,用户可选择连接哪些应用及授权范围,并可要求其遗忘特定信息。该产品已在美国上线 iOS、Android 和 muse.ai,即将登陆 AI 眼镜,大部分功能免费并提供订阅方案;支付环节支持 Stripe 的 Link,Meta 称其为首个受 Link 购买保护覆盖的 AI 智能体。

    Share on Threads

    匹配字段摘要、正文

星期二

  1. Mastra Blog精选

    Mastra 发布 Factory Beta,智能体已承担 25-35% 的 PR

    Mastra 发布开源软件工厂 Mastra Factory Beta,它连接 GitHub、Linear 和 Slack,按可配置看板分阶段运行智能体,每个阶段可设为手动或自动。官方称自 7 月 alpha 版上线以来,Factory 已自动化 25-35% 的 PR、关闭 50-60% 的 issue,项目每周收到 100 多个 issue、合并约 200-250 个 PR。团队还介绍了基于图谱的 wiki 知识库、AgentController 会话管理和 Signals 实时纠偏机制,并计划将知识图谱作为独立原语发布。

    Sam Bhagwat

    匹配字段摘要、正文

星期三

  1. Anthropic News

    Anthropic 发布 Enterprise Frontier Safeguards,客户自持数据存储

    Anthropic 发布 Enterprise Frontier Safeguards(EFS),把零数据留存(ZDR)的隐私性与检测滥用的安全监控结合,数据存放在客户自己控制的云基础设施中,而非 Anthropic。该方案与 100 多家金融、医疗、制造、电信、法律、零售及公共部门客户以及 AWS、Google Cloud、Microsoft Azure 合作开发,将支持 Claude Code、Claude Enterprise、Claude Platform、Amazon Bedrock、Google 的 Agent Platform 和 Microsoft Foundry,今秋晚些时候起分阶段推出;在 EFS 就绪前,符合条件的客户可在 Fable 5 和 Fable 5.1 上获得 ZDR。EFS 的客户自有存储、客户管理加密密钥和全自动审查均为可选开启,不改变模型行为、API 定价或速率限制,Anthropic 不对此收费。

    Developing Enterprise Frontier Safeguards with our customers

    匹配字段摘要、正文

  2. Google AI for Developers

    Gemini 3.7 Flash 推出智能体视频理解能力,可自动调整处理速度

    Google AI Developers 宣布 Gemini 3.7 Flash 上线新的智能体视频理解能力,可自动调整处理速度,从而准确识别并计数快速动作,例如拍手。该能力已支持 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite,今天起可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上传视频或使用 YouTube 视频。

    匹配字段摘要、正文

  3. Google AI for Developers精选

    Gemini 3.7 Flash 等三款模型上线智能体视频理解能力

    Google 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解能力,即日起可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上处理上传视频和 YouTube 视频。官方演示中,Gemini 3.7 Flash 借助该能力自动调整处理速度,准确识别并数清快速拍手动作;此前静态处理默认以 1 FPS 抽帧,拍手这类瞬间动作容易被漏掉或误判为响指、点击。

    匹配字段摘要、正文

  4. Philipp Schmid

    Gemini 视频理解引入智能体模式,长视频 token 最多减少 88%

    Gemini 的视频理解改为智能体式处理,模型可自行浏览视频时间线、决定看哪些片段、选择帧率,并判断是否需要语音转录、音频或视觉帧来回答提示词。官方称长视频最多减少 88% 的 token 和 66% 的成本,基准准确率提升约 7%。启用方式是在 video 上设置 processing="agentic",2 分钟以内的视频仍用 static;该功能已在 Gemini API 和 Google AI Studio 上线,覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash Lite。

    匹配字段摘要、正文

星期二

  1. Google DeepMind精选

    Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解功能

    Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解功能,模型可动态扫描视频片段,token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。该功能已在 Google AI Studio 和 Gemini Enterprise Agent Platform 的 Gemini API 中上线,支持视频上传和 YouTube 视频,按标准 token 计费且不额外收费。相比固定 1 FPS 的静态处理,它结合模型推理与原生视频工具,按需检索画面、音频和转录文本,后续还将接入 Gemini 应用和 YouTube 的 Ask YouTube 功能。

    匹配字段摘要、正文

星期三

  1. Pydantic AI 官方文章精选

    Pydantic AI 上线实时语音智能体

    Pydantic AI 发布实时语音智能体支持,采用 speech-to-speech 方式,通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice,中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象,服务端工具、消息历史和 API key 都留在后端,浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入,目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史,可把通话交给文本 Agent 做结构化抽取,也可用 message_history= 为语音会话续接此前的文本对话;会话的 token 用量、usage_limits 和 OpenTelemetry 追踪与文本运行一致。

    Pydantic AI 发布实时语音智能体支持,采用 speech-to-speech 方式,通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice,中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象,服务端工具、消息历史和 API key 都留在后端,浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入,目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史,可把通话交给文本 Agent 做结构化抽取,也可用 message history= 为语音会话续接此前的文本对话;会话的 token 用量、usage limits 和 OpenTelemetry 追踪与文本运行一致。

    匹配字段摘要、正文

星期二

  1. The Rundown AI

    Apple Mac mini 凭本地 AI 需求迎来复兴

    Apple 发布近两年来首款新 Mac mini,搭载 2nm M6 或 M5 Pro,并将其定位为可持续运行本地 AI 智能体的桌面设备。M6 版 AI 工作负载速度最高提升至 4 倍,统一内存最高 64GB;预购价 $899 起,预计 Sept. 22 交付。

    Apple 发布近两年来首款新 Mac mini,搭载 2nm M6 或 M5 Pro,并将其定位为可持续运行本地 AI 智能体的桌面设备。M6 版 AI 工作负载速度最高提升至 4 倍,统一内存最高 64GB;预购价 $899 起,预计 Sept. 22 交付。 · Apple unveiled its first new Mac mini in nearly two years, offering the 2nm M6 or M5 Pro and positioning it as a desktop for always-on local AI agents. The M6 model runs AI workloads up to 4x faster and offers up to 64GB of unified memory; preorders start at $899, with deliveries slated for Sept. 22.

    匹配字段摘要、正文

星期五

  1. The Rundown AI

    Slack Code 将编程变成团队协作项目

    Slack 推出 Slack Code,让编程智能体进入共享频道,由工程师及其他团队成员共同查看实时预览、引导开发并协作构建软件。所有 Slack 套餐上线时均可使用,支持接入 ChatGPT、Claude、Devin、Vercel 和 GitHub;部署变更需经人工批准,完成后的频道会归档并可搜索。

    de,让编程智能体进入共享频道,由工程师及其他团队成员共同查看实时预览、引导开发并协作构建软件。所有 Slack 套餐上线时均可使用,支持接入 ChatGPT、Claude、Devin、Vercel 和 GitHub;部署变更需经人工批准,完成后的频道会归档并可搜索。 · Slack launched Slack Code, bringing coding agents into shared channels where engineers and other teammates can view live previews, guide development, and collaborate on software. It is available across all Slack plans at launch and supports connections to ChatGPT, Claude, Devin, Vercel, and GitHub; deployments require human approval, and completed channels are

    匹配字段摘要、正文

星期四

  1. The Register

    Slack 推出 Slack Code,把编码智能体放进项目频道

    Slack 推出 Slack Code,为编码智能体开设专属项目频道,用户可在 Slack 对话中 @ 智能体,让它创建代码频道并跟进任务。在频道里,成员可以查看智能体的操作、审阅其提出的改动、查看实时 HTML 预览,并在需要时让它改变方向;任务完成后频道可自行归档,留下可搜索的记录。Anthropic、Cognition、GitHub、OpenAI 的 ChatGPT 和 Vercel 等正在为 Slack Code 开发集成,Claude、Devin、Copilot 和 ChatGPT 等智能体将进入代码频道;Slack 还推出 Agent DM、Agents 标签页和 Add to Slack 功能。

    匹配字段摘要、正文

  2. NVIDIA Developer · Generative AI

    NVIDIA 发布 SkillEvaluator,评估 AI 智能体技能表现

    NVIDIA 推出开源工具 SkillEvaluator,通过静态检查和有无技能对照的实机任务运行,衡量技能对智能体表现的影响。首批对 30 多个 NVIDIA 产品线的 300 多个已验证技能在 Codex 和 Claude Code 两个 harness 上评估,Correctness 平均 Skill Lift 为 41 分,Effectiveness 为 39 分;单产品差异从 +2 到 +46 分。工具还单独追踪 token 用量与执行时间,例如 jetson-optimize-memory 使 token 减少 76.9%,cuopt-install 则增加 120.3%。OpenClaw 与 Nous Research 已在 ClawHub 和 Hermes Agent 中试点集成。

    匹配字段摘要、正文

星期三

  1. Replit Blog

    Replit 推出 Free Mode,由 OpenAI GPT-5.6 Luna 驱动

    Replit 发布 Free Mode,由 OpenAI 的 GPT-5.6 Luna 驱动,日常聊天、构思和任务不再消耗额度,官方称免费模式下可创建的内容最多提升 30 倍。Core 和 Pro 用户可用 Free Mode 直到触及每 5 小时重置一次的使用上限,Pro 上限更高;复杂任务时 Replit Agent 会建议切换到 Power Mode(原 Economy Mode)或 Max Mode。Replit 同时重新设计了整体体验,Agent 可跨聊天、项目和创作保留上下文。

    Replit Introduces Free Mode to Expand What is Possible with AI — cover image

    匹配字段摘要、正文

星期二

  1. Replit Blog

    Replit 上线黑盒渗透测试扫描

    Replit 推出黑盒渗透测试扫描,以外部攻击者视角通过网络和浏览器测试应用,无需访问源码,与已有的白盒代码扫描互补。扫描在私有沙箱中针对应用副本运行,先以未登录访客身份探测,再以普通登录用户身份检查越权访问,最后给出可确认的问题清单供 Replit Agent 修复。Replit 表示两种扫描的发现很少重叠,例如白盒扫描发现权限撤销后仍可操作,黑盒扫描发现管理后台地址可猜且无需登录。该功能加入 Replit Auto-Protect,平台现有 3 级临时安全扫描,Level 3 同时运行白盒与黑盒扫描。

    Black-box pen tests on Replit — cover image

    匹配字段摘要、正文

星期三

  1. The Next Platform

    Nvidia 发布 Nemotron 3.5 Lightning 模型与 NeMo Switchyard 路由库

    Nvidia 发布 Nemotron 3.5 Lightning 开源模型和 NeMo Switchyard 路由库,前者面向持续运行的智能体任务,官方称在同级中实现 4 倍吞吐、完成智能体任务速度提升 30%,并可在 Jetson、GeForce RTX、DGX Spark 和 DGX Station 上本地运行。Switchyard 让开发者自定义模型池、路由标准和策略,把推理密集型步骤交给前沿模型、把执行类任务交给 Lightning,官方称其以 Anthropic Opus 4.8 约三分之一成本取得更好准确率。Nvidia 同时公开训练数据与方法,并发布用于训练编码智能体的开放数据集 Nemotron-RL-Agentic-Terminal-Pivot。

    匹配字段摘要、正文

星期五

  1. Sarvam AI Blog

    Sarvam AI 在 Sarvam Epoch 发布 105B 模型更新、Vision 2.0、Saaras V4 与 Indus 智能体平台

    Sarvam AI 在首届 Sarvam Epoch 上公布全栈更新,包括 Sarvam 105B 面向对话与工作智能体的新变体、Sarvam Vision 2.0、Saaras V4 语音识别模型和 Bulbul V4 语音合成研究预览。Sarvam 105B 在自建印度对话生产基准上四项指标均领先 GPT 5.4 Mini 和 Gemini 3.5 Flash,混合 token 价格为每百万 0.80 美元,并已通过 Sarvam API 提供。公司同时推出印度本地推理层 Sarvam Inference、自服务智能体平台 Indus(含 Voice Agents、Work Agents、Content Studio)、早期测试的 Sarvam Code、安全智能体 Sarvam Cyber 预览,以及 Mac 版语音应用 Kivi。

    Voice Agents analytics dashboard with call distributions, conversation insights, and language breakdown

    匹配字段摘要、正文

  2. Prime Intellect精选

    Prime Intellect 在 PRIME-RL 中推出多智能体训练支持

    Prime Intellect 的 RL 栈从训练单个智能体扩展到多智能体系统,可编程定义智能体之间的任意交互、选择哪些角色参与学习,并在完整交互上分配信用。新抽象 Agent 与 Env 分别负责单智能体 rollout 和多智能体控制流,已实现 Agentic Judging、Self-Play(Proposer-Solver 与 Kuhn-Poker)和 User-Sim 四种环境,并配套 Hierarchical GRPO 与 Role-Conditioned Advantage Estimation。多智能体支持随 verifiers 0.3.0 和 prime-rl 0.8.0 发布。

    匹配字段摘要、正文