兄弟们 好东西
Qwen-Image-2.1无审查版本
移除了安全过滤
可以生成成人、NSFW等图像内容
而且优化了生成速度：
主模型放进显卡里跑保证速度，把巨大的“文本编码器”扔给普通电脑内存（CPU）去跑。 这样能帮你省出 9 到 17 GB 的显存，而且几乎不会拖慢出图速度！
Qwen-Image-2.1同时把“文生图”和“图像编辑”融合成了一个模型，还原生支持透明图处理。
最多支持 10 张参考图：
可以把 6 个人的单人照直接合成为一张自然的多人合照
画面质感提升（字雅人美）：
文字排版不再“画符”：解决了以往生图模型文字容易扭曲、拼错的毛病，字体、排版更协调美观。
光影细节更逼真：皮肤质感、毛发细节与自然光影大幅改善，摆脱“塑料 AI 感”
显示更多
Hyper3D 推出 Agent-Ready
AI Agent现在可以自己完成3D工作流
Agentic Mode自主决策模式，AI会理解多视图、工业图纸、电商图等素材，并自己判断用什么方式建模、怎么调参数
显示更多
字节海外 BytePlus 发布 ，一个专做 AI 短剧的企业级平台：Dramagic
丢进一个剧本，它自动拆出所有角色（男主、女主、反派，各带三视图）、场景、道具、造型，
甚至自动写好分镜提示词、匹配素材，直接产出分镜表
最关键的是角色一致性：多个角色、几十个镜头，每次都是同一张脸
导出直接适配各平台分发
显示更多
Introducing Dramagic, an enterprise AI-Generated Content (AIGC) platform built for short dramas & video production.
Script Analysis ➔ Asset Setup ➔ Storyboard ➔ Video Preview
With editor-level precision, built-in consistency checks, and multi-user collaboration, Dramagic makes production easier to plan, review and scale.
显示更多
ElevenLabs 联合创始人深度访谈：
如何打造一家 AI 原生公司
以及如何把服务客户的 FDE 变成免费的研发实验室
ElevenLabs 从 Palantir 学来的关键打法，是让 FDE 进入客户现场：协助客户上线产品和优化业务流程
同时驻场的全都是自己的研发工程师，他们把现场经验带回产品，重新迭代和改进产品...
商业播客主持人 David Senra 对 ElevenLabs 联合创始人兼 CEO Mati Staniszewski 做了一次 71 分钟深度访谈。Mati 毫无保留地分享了他们如何在几年内迅速崛起，以及背后非常硬核的商业逻辑、产品策略和团队管理哲学。
其中我觉得最有意思的点是：偷师数据巨头 Palantir 的“驻场工程师”玩法。
不迷信西装革履的销售：Mati 以前在硅谷著名的大数据公司 Palantir 工作。他把老东家的打法带了过来——不只靠传统销售去卖软件，而是直接派“前线部署工程师”（Forward Deployed Engineer，FDE）进入客户办公室，和银行、电信等大型企业的团队一起解决问题。
把大客户变成免费的研发实验室：更关键的是，这些 FDE 属于产品团队，而不是销售团队。他们帮助大客户解决语音客服、系统集成等实际问题后，会把可复用的行业知识带回公司，写进 ElevenLabs 的通用产品。下一位客户因此不必从零开始，真实企业现场也持续替 ElevenLabs 暴露产品缺口。
显示更多
我说咋没了😞
告诉大家一个好消息——黄推基本被官方封完了，至少被清扫90%
一定别怀疑算法的进化能力，大家注意
马斯克旗下脑机接口公司的 Neuralink 设备在最新的一次演示中
成功读取了一位失语患者的思想，并将其转换为语音
这位患者因为疾病无法说话表达，通过安装脑机接口，Neuralink 可以读取它想要说的话，然后通过解码再通过语音可以播放出来...
显示更多
豆包发布汽车座舱助手
将豆包模型和汽车车机进行了整合
支持通过多模态交互控制车内设备（如空调、车窗、导航路线规划等），并能结合车机各种应用生态，完成复杂的意图调用与任务拆解
还配套了一个车载小屏幕，可以互动...
看了下演示，还挺可以的
显示更多
边开车边Codex
在CarPlay 上启用了 Codex
边开车边通过语音和Codex交流，Codex 改设置、推代码、汇报发布进度。
I’ve got Codex (voice) in CarPlay. And it’s fantastic.
I can now build things during road trips, while all 5 kids make a noise and my wife asks why I talk to the AI more than I talk to her.
It runs through my Nightblood iOS app, which gives ChatGPT Voice a face, personality and full access to Codex, my Mac and all the native tools.
显示更多
当 AI 能自己编写代码开发产品的时候
产品经理还剩下什么？
随着大模型和辅助编程工具的普及，开发软件原型的门槛被大幅拉低。
工程师可以用自然语言快速生成可运行的界面与逻辑，不少人因此产生疑问：如果代码生成已经如此低廉，传统意义上的产品经理（PM）是否正在失去存在的必要？
a16z 的 Josh Elman 对此给出了截然相反的判断。他的核心观察非常明确：代码的构建成本确实在大幅下降，但做出正确产品判断的成本，一分钱都没有降低。
显示更多
七大类 64 条产品非常规增长策略和技巧
增长顾问 Tom Orbach 在 Lenny's Newsletter 上整理了一套针对产品增长的非共识策略库...
覆盖 7 大增长目标的 64 项非常规策略，涵盖冷启动曝光、产品发布、自发传播、获客转化、竞品争夺、定价提升与长期留存。
应该对你们很有用...
显示更多
Gemini 3.8 Live Extended Thinking 以 82.6 的高分拿下 Speech to Speech 综合第一名。
基础版 3.8 Live 在 Speech Agent Arena 用户偏好榜中位列第二。
详细内容：
显示更多
边想边说的实时语音大模型：
Google 发布 Gemini 3.8 Live 与 Extended Thinking
把实时语音推向多步骤推理
基础版本 Gemini 3.8 Live 专注于大规模部署的高性价比。面向高并发、低延迟的日常助理与检索服务。支持在97种语言对话中自动识别并平滑过渡...
兼顾流畅的多模态实时互动（视觉+语音）与极具竞争力的运行成本。
Gemini 3.8 Live Extended Thinking 则主打企业级复杂任务执行。它重点强化了多步骤逻辑推理与规划能力，主要面向客户服务、专业排障、多系统协调等需要深度思考的生产环境
Thinking 版本实现了“实时思考与发音同步”。面对复杂问题时，它会自然地说出“让我查一下…”作为过渡，并在后台执行多步骤任务时同步向用户汇报进度，交流体验就像在与真人通电话。
后台异步工具调用：在调用外部 API、检索数据或订座的同时，前端的语音闲聊完全不中断，实现了真正的并发协作。
近实时多模态视觉理解：模型能一边看着画面一边聊天，例如实时根据员工入职环境答疑、看棋盘下棋，甚至看着草图直接用语音沟通并生成 React 代码。
显示更多
两条视频全给我和谐了
一个25000转发
一个3600转发
但是微博没有和谐我，还冲上了热搜，400多万阅读量
X 上也300多万阅读了…
字节CEO突然出现在飞书X豆包工作大会
客串了十分钟🙂
重点说了飞书的对字节重要性和在AI时代的不可替代性，似乎是回应了外界对飞书在字节地位下降的猜测
地位并没有下降而且更重要了…
显示更多
