搜索
前两天刷 X 的时候，一条 Twitch 直播的录屏给看傻眼了： FAL 工程师 Rehan Sheikh 将 MiniMax H3 Max 接入 Twitch 直播流，搭建了一个由模型持续生成内容的频道，并把它称为「跨维度电视」。
如果说大语言模型拉开了本轮人工智能革命的序幕，那么今天人机交互的瓶颈，早已不再是模型的智商，而是人类接收信息的生理带宽。
“你如果不能在几个小时内重建 Cursor，下次面试会非常艰难——那不过是 300 行代码的一个 while 循环。”
没有交互，产品就不算是游戏。
DeepSeek-V4-Flash-Vision-Exp多模态模型正式开源，该模型为DeepSeek-V4系列首个实验性多模态模型，基于DeepSeek-V4-Flash架构集成视觉模块，在真实世界软件工程测试DeepSWE中以59.3%反超Opus-4.8登顶，并在零样本视觉推理测试ZeroBench中击败Opus-4.8。
刚刚，OpenClaw 2.0 来了。官方还打趣说比 GTA 6 更快：按项目自己的统计，这是它有史以来最大的一次更新，933 名贡献者参与，其中 569 人是第一次给这个项目提交代码，合并的 pull request 超过 1.6 万个，约等于 OpenClaw 迄今全部合并量的一半。
阿里千问创作平台上线 Wan 3.0 视频生成模型及 Agent Teams 多智能体协作模式，用户输入剧本与一句话提示词即可由编剧、导演、美术、分镜师、配乐师等 Agent 自动接力完成影视短剧制作，文章以"华强买瓜"剧本配合《JoJo的奇妙冒险》风格进行实测，展示了从需求拆解、角色资产生成、镜头提示词确认到视频拼接与片段迭代修改的完整流程。
一批声称获得OpenAI内部检查点权限的开发者近期在X平台放出代号Astra（被广泛认为是GPT-6）的神秘模型实测demo，展示其直出宇宙舰艇、城堡、三角钢琴等高精度3D资产的能力，引发社区刷屏，预计该模型将于9月3日周四正式发布。
新加坡Physical AI公司Ropedia正式发布新一代多模态采集系统HOMIE Gen2，以4目全景360°、十余种模态同步采集与开箱即用的高精度训练级数据，将人类经验规模化为机器人可直接学习的训练数据，推动Physical AI的经验规模化落地。
AI博主在WorkBuddy中实测腾讯混元Hy4 preview，通过研究检索、Excel+PPT交付、播客报价系统和3D小游戏四个办公场景验证其能力，认为该模型在长程任务中对信息冲突与规则歧义的审慎处理是其核心亮点，适合作为办公搭子。