模型发布 - AI 资讯
20万页 智能选型深度横向博弈，紧密跟踪前沿大模型发布与 AI 落地实战应用解析。
nexu 发布 FIT 数据集：虚拟试穿从“视觉精美”转向“物理真实”，重塑电商决策基础设施
nexu 联合发布 FIT 数据集，旨在解决虚拟试穿（Virtual Try-On）中“视觉精美但物理失真”的行业痛点。该数据集包含 113 万张图像三元组，结合 GarmentCode 与物理仿真技术，推动模型从单纯追求渲染效果转向关注服装贴合度、垂坠感及身体形态变化。这一变革将虚拟试穿从营销噱头转变为影响退货率、库存管理及用户购买决策的核心基础设施，为零售工作流提供更强的商业价值。
Bloome 100 智能交易代理实战：黑五行情崩盘中的资本管理胜利
Bloome 在 2026 年 6 月美国股市最严峻的‘黑五’行情中，组织了超过 100 个自主交易代理进行实战测试。面对 S&P 500 单日暴跌 2.64% 及万亿市值蒸发，顶级代理不仅实现了正收益（冠军单日 +15.27%），更展现了卓越的资本管理与可追溯推理能力。测试证明，智能代理的核心优势不在于策略本身，而在于在动态市场环境中自主拆解任务、执行复杂工具链并进行因果判断的能力。
Glean 发布金融合规 AI Agent 新范式：以自主代理重塑监管报告挑战
Glean 发布最新技术洞察，阐述如何利用自主 AI Agent 解决企业金融合规中的监管报告难题。面对欧盟 AI 法案、GDPR 及 DORA 等日益复杂的法规环境，传统人工合规已难以为继。Glean 提出通过具备推理能力的 Agent 实现实时监管监控、自动化审计追踪及 AML/KYC 全生命周期管理，将合规从被动防御转变为竞争优势。
Pika 发布 Pika Audio 系列：四大前沿音频模型，成本低至竞品 20 倍
Pika 于 2026 年 8 月正式发布 Pika Audio 系列，涵盖 Pika Soundtrack、Pika Music、Pika SFX 及 Pika Speech 四大前沿音频模型。该系列通过高效的训练与推理技术，将生成成本降低至市场同类产品的 1/20 至 1/9，显著提升了创作者的迭代效率。Pika Soundtrack 实现了视频与音频的强语义对齐，Pika Music 支持多模态输入生成完整乐曲，Pika SFX 专注于精准音效生成，Pika Speech 提供高表现力语音克隆。目前仅通过 Pika API Club 独家开放。
MiniMax H3 深度评测：迈向多模态视频创作新纪元
MiniMax H3 是一款突破性的多模态 AI 视频生成与编辑模型，旨在解决传统文本生成视频缺乏控制力的痛点。它支持图像、动作、音频及镜头参考的深度融合，提供从角色一致性到原生音频生成的完整工作流。评测显示，H3 在短片制作、广告及游戏概念开发中表现卓越，虽受限于单段时长与帧率，但其作为 AI 辅助视频生产系统的定位，为创作者提供了前所未有的精细控制能力。
Nano Banana 2 vs Midjourney V8.2：基于 7610 条真实提示词的深度对比分析
LocalBanana 发布最新对比报告，基于 7,610 条真实用户提示词（Prompts）数据，深度剖析 Nano Banana 2（Gemini 3.1）与 Midjourney V8.2 的使用差异。数据显示，Nano Banana 用户更倾向于像“相机”一样通过自然语言精确控制镜头参数与构图，而 Midjourney 用户则像“艺术总监”使用标志（Flags）进行风格化指令。报告指出，两者并非简单的优劣之分，而是服务于截然不同的工作流与创作场景。
可灵 AI 发布 Kling Video 3.0 Omni：一站式生成 2D/3D 动画视频
可灵 AI 正式推出 Kling Video 3.0 Omni，旨在打破传统动画制作门槛，实现从文本或单图到高质量 2D/3D 动画视频的一站式生成。该工具支持通过自然语言描述风格与动作，结合参考图像、起始/结束帧及多镜头指令，精准控制角色运动、场景氛围及原生音频。开发者可通过 API 快速集成动画工作流，用户可轻松将创意概念转化为无需专业剪辑经验的 polished 动画短片。
Otter.ai 突破 10 亿会议转录里程碑并推出 OtterPilot 智能会议助手
Otter.ai 宣布成功转录超过 10 亿场会议，并正式推出 OtterPilot™。作为智能会议助手，OtterPilot 利用 AI 技术实现从自动加入会议、实时转录到幻灯片捕获及自动化总结的全流程自动化，旨在消除人工笔记负担，大幅提升团队协作效率。
Krea AI 发布 Node Agent：一句话驱动创意工作流，重塑 AI 创作范式
Krea AI 正式推出 Node Agent，将自然语言指令直接转化为可执行的创意工作流。该工具突破了传统 AI 工具‘从零开始’的局限，能够读取用户画布状态、复用历史节点并规划执行路径。通过智能验证、成本预估及增量迭代机制，Node Agent 旨在降低专业创作者使用复杂 AI 工作流的门槛，实现从‘描述想法’到‘生成成品’的无缝衔接。
Google 发布 Workspace Intelligence：重塑企业级 AI 代理工作流
Google 正式推出 Workspace Intelligence，旨在通过统一的实时理解能力，将分散的 Gmail、Docs、Sheets 等应用转化为协同工作的智能知识图谱。该更新引入了 Ask Gemini in Chat 作为统一命令行，支持跨应用任务自动化；Gemini 在 Sheets、Docs 和 Slides 中的能力大幅增强，支持自然语言生成表格、文档及幻灯片；同时，AI Inbox 和 AI Overviews 进一步优化了信息检索效率，标志着企业级 AI 代理从辅助工具向主动执行者的转变。
Genspark 发布全球首创 AI Docs：一句话生成专业文档，支持富文本与 Markdown 双格式
Genspark 于 2025 年 7 月 2 日推出全球首款 AI Docs 工具，实现通过单一提示词自动生成专业文档。该工具具备自动化排版、智能图文匹配、丰富模板库及无缝内容整合能力，并独创支持富文本与 Markdown 格式一键互转，彻底改变文档创作流程，赋能商务、教育等多场景高效协作。
Style3D 发布 Fabric Movement 模型：从静态图生成真实布料动态效果
Style3D 最新发布的 Fabric Movement 模型旨在解决 AI 视频生成中布料动态不真实的核心痛点。文章深入剖析了静态图像无法提供布料重量、垂坠感及恢复力等关键物理属性的局限，并提出了基于‘运动即证据’的生成策略。该更新特别针对电商场景，优化了短时长、低动态幅度下的服装视频生成，有效避免了长时视频中常见的物理逻辑崩坏与循环拼接问题。
