模型会被追平,API 流量也会搬家。David George 仍然看好 OpenAI,因为它最擅长让人形成新的 AI 使用习惯,再从海量真实需求中找出下一步该造什么。
ElevenLabs 发布 Eleven v4 和 v4 Turbo:前者让文字转语音能够按脚本控制情绪、角色、音效和多人表演,后者把同样的能力带进实时电话与语音代理。
它像团队新招的一位虚拟同事:拿到工作手册、工具、受限权限和工作记忆后,能跨应用推进任务,并把团队的决定与纠正带到下一次工作里。
Claude 已经接手代码、排障和实验。Anthropic 用内部数据追问:AI 何时能自己决定研究方向,完成递归自我改进?
一支传统动画出身的团队,用 Blender 预演、Claude 写提示词、AI 生成视频,做出一段汽车追逐戏。他们把分镜分路、资产优先、五段式视频提示词和三次翻车都摊开讲了。
让 Claude 帮你搭三维场景、清掉穿帮物体、合成镜头和调色,做完还留下能继续改的工程。Higgsfield 这套制作技能能接手哪些工作,需要准备什么?
Home 把对话接上 Office 文件,Code 让业务人员构建小工具,Autopilot 接手跨天跟进。微软还要一起解决它们在哪里运行、用什么业务数据,以及怎样收费。
先弄清 effort 改变了哪些工作,再看三组开发实测,最后用需求访谈、快速实现、人工评审和深入验证四步选档。
Anthropic 报告:两周内 13 项常用操作的提速倍数几何平均为 3.1 倍;网页首次可输入快 5.6 倍,Cowork 发送消息的客户端处理快 19 倍。
一颗原型卫星将把四颗 TPU 送入轨道,实测发射振动、辐射与散热;卫星之间的激光互联要等下一阶段。
它能同时听语音、看画面,并用同步的声音和动态形象回应;后台工具调用让接待、导览等对话持续进行。
梦工厂联合创始人用留声机、有声电影和电脑动画回看技术冲击。他相信 AI 会扩展表达,同时要求创作者参与制定同意、署名和报酬规则。
ACTx486 拿一期现成播客做研究演示:观众看到一半可以插话,画面里的人接着解释、改变场景,再回到原节目。文中 12 段视频配有中英双语字幕,也能看出它离实时互动还有多远。
推特用户 NotinReality 把歌词和音频交给 Claude Opus 5.5,它写 JavaScript 逐帧画出一支 156 秒的水彩手绘 MV,全程没用生图或生视频模型。本文拆解两轮生成的差别、模型怎么分章节并行干活,再手把手教你用作者开源的 ClaudeAnimationBase 做自己的动画。
新的文字转语音模型支持用描述设计声音、用短录音复刻声音,并用剧本标记控制语气、叹气、笑声和对方插话。本文讲清两款模型的区别、脚本写法、评测里的领先与落后,以及在哪能用。
Anthropic 按“你遇到了什么问题”写的开发者文档:从 Opus 5 迁过来,effort、max_tokens、关思考、无人值守 Agent、进度显示、拒答、粘贴注入、读图和前端,各自该怎么改,附官方可直接粘贴的提示词。
先用官方标价算清一项任务,再按测试、effort、模型、缓存与 /usage 找到适合自己的省钱做法;附两份可复用模板。
Gagan Biyani 宣布创办 Horowitz Andreessen Academy:以自主项目、短期课程和企业实践重组高中毕业后的学习,用硅谷的工具、团队与同伴网络,支持年轻人把想法做成作品。这套培养方式尝试改变什么,又需要证明什么?
留个邮箱,每篇新解读发布就送达,随时退订。