美团 LongCat 团队刚发布了 LongCat-Video-Avatar 1.5，一个开源的音频驱动虚拟人生成框架。 输入一张照片和一个音频文件，就能生成对口型的说话视频。 解决了现有 AI 头像工具的几个常见问题： - 面孔变形 - 口型不同步 - 身份漂移 - 长视频生成不稳定 支持新闻播报、教育、娱乐、电商等场景，中英文都可以，有写实和动画两种风格。 MIT 许可证，可以商用。 1.5 版本升级了 Whisper-Large 模型，口型同步更准确，推理速度也更快。 之前做这种视频需要摄制组、工作室和后期剪辑，现在一个开源工具就能搞定。 对于那些收费几千美元的工具来说，这相当于来了个免费竞争对手。 GitHub 仓库链接在评论区。

纳斯达克上市加密财库公司 Solana Company 与哈萨克斯坦规划中的数字化新城 Alatau City 签署谅解备忘录，将支持其区块链与加密基础设施建设。报道称，该协议是在 6 月深圳和香港举行的 Alatau City 路演期间签署的，路演据称达成 30 项合作协议，潜在投资规模合计超过 60 亿美元。双方合作将覆盖数字资产财库、区块链基础设施、推动机构采用区块链及平台开发等方向。（Cointelegraph）

今日去的商场里，一楼都是卖车的，我看了一下。 特斯拉内饰还是破产风，但车应该不错。小鹏的造型有够特别。有个叫avatar的，也不怕被告。有印象的是一个叫乐道的，很大的suv，前后都能储物，只要25万，里面也还挺好的。 求进攻日本。

gpt-realtime-translate 很好用，我跑完了 tuwa 接入这个模型的翻译 agent e2e 测试，优势很明显，这是真正的同声传译！弱点也很明显，第一不能自定义语音，语音是 gpt-realtime-translate 自己「模仿」（dynamic voice adaptation）的，不确定内部是何种逻辑。另外，同声传译因为不像 VAD-based 所以有的时候容易翻译错（因为他不会根据上下文语音段落整合翻译）但真的太快了，还好 tuwa 早就支持了多语音模型路由，我测试完后将全面把翻译 agent 切换到 gpt-realtime-translate