热点AI 热点，买之前先看看
今天 AI 圈又整了什么新活？
新模型
共 40 篇 · 最新在前- 美团LongCat-2.5开源了，先去网页看交互页面和客户反馈报告怎么做美团把此前发布的LongCat-2.5模型权重按MIT协议开源了。这事跟普通人最大的关系不在下载那个庞大的模型包，而在于它能把看图、写代码和连续干活串起来，直接在网页上试做交互页面或分析客户反馈。
- Muse Ember和Haiku单价一样，为什么评测里的任务花费只要三分之一？靠更少的输出量和更便宜的缓存，它在评测里把同档位任务的账单砍到了三分之一，适合接手按现成规矩干的批量杂活，但别拿来当百科全书问。
- Seedream 5.5能连改100轮、生成透明素材，做海报和PPT少重来几次这次值得试的是顺着同一张图往下改，还有直接生出透明底素材。做海报和 PPT 的人能少重来几回、少抠几次图，把已经顺眼的部分留住。
- 百度放出280B文心基座，想做聊天助手还要接着训练百度新开放的文心模型是个还没练过听指令的半成品；想做聊天助手得接着训练，动手前还要先算清2800亿参数的设备账和商用规矩。
- 谷歌视频能做 15 秒了：改背景不用重来，普通账户可在 Vids 免费用谷歌推出 Gemini Omni 1.2 Flash，视频上限从10秒拉长到15秒，支持对着同一段视频聊天改背景；Gemini App 的15秒先给 Ultra 订户，普通 Google 账户去 Vids 就能免费生成。
- Kimi K3.1 Pro 开源了，自己能跑、买接口会更便宜吗？1.56 TB 的模型家里电脑装不下，官方接口也没降价；开源让中小平台能合法部署卖低价接口，但目前本站验真通过率只有 42.9%，买便宜货得先看验真报告。
- 腾讯混元 Hy4 正式版上线：补上看图和控电脑，API 维持 6 元旧价，OpenRouter 打五折普通人打开元宝或 ima 就能直接试新版，接官方接口也没涨价；想图便宜去中转站买的话先忍忍，那上头目前的 201 条报价全还是 8 月的预览版。
- 今日 AI 快报｜美团新模型输出每百万Token 8元，李佳琦半小时卖出10万份千问会员写代码的人今天多了一个兼容 Claude 接口格式的平价国产模型，DeepSeek 桌面端也支持直接用嘴搓插件了；另一头，高盛收回了非技术人员的 AI 编程权限，李佳琦在直播间半小时卖出了 10 万份千问办公会员。
- Gemini 4 Carbon 综合榜第一，它比 Claude 和 GPT 强在哪里？Gemini 4 Carbon 拿下了综合评测榜第一，强项集中在复杂推理、知识和科学任务；编程排在 Claude 后面，日常办公也还在追赶，而且普通用户现在还用不上。
- 几百页扫描件还要拆开识别吗？百度新开源的Unlimited OCR 2能省哪一步手里有成摞的扫描版 PDF 要做成可搜索的文字资料，百度新开源的 Unlimited OCR 2 值得拿一份真实的长文档去试。它把多页放在一次请求里带着前后文一起认，但接入时别照抄网页自动生成的通用命令，跑出来后也得先看一眼跨页的地方接没接上。
- GPT-6.1 Terra让额度更耐用，日常工作可以先试这三类看图整理、改文案和按步骤操作电脑值得先换过去，复杂代码还留给Sol或Astra。
- Nanbeige4.3-33B跑分亮眼，家用显卡值得换下Qwen吗？手头显存宽裕、想在本地试编程和工具任务的人值得把它列入候选；指望换个更省资源的日常助手，这几十个 G 先别急着拖回家。
- Dessa听着像真人，现在能装进电脑当语音助手了吗？现在还不能。Block 新公布的语音模型只先给少量安全研究者试用，但官方演示把人机语音聊天推进到了「边听边接话」这一步。
- 手绘草图想做成3D打印件，Kimi新上的3D Make能帮上多大忙？直接在Kimi网页或手机端打开3D Make，就能把草图变成可预览、可修改的立体模型并导出打印文件；要是想下载完整大模型自己运行，还得等11月4日前公布权重。
- 只有一张画就想走进去看，JST-2能省下哪些建模步骤？想看画里的空间氛围和角色走位，直接在浏览器里转着看就行；但要是需要毫米级的精准尺寸和干脆利落的模型文件，还是得老老实实用专业软件去搭。
- AI做海报只想改一行字，Vyb怎样让你少返工？商业海报最磨人的环节不是第一张图好不好看，而是文案改个错字、换个价格时，原本满意的排版和产品图会不会跟着走样。Coco Labs启动内测的Vyb试着换了一条路：从生成的那一刻起，把文字、矢量图形和照片拆成独立图层。
- Voxtral 3把听说和工具连起来，AI客服就能替你办事了吗？Mistral发布的Voxtral 3把语音识别、生成和业务工具调用拼成了一套开发套件，允许用户在中途插话纠正。但它解决的主要是交谈的顺畅程度，电话那头的AI能不能帮你改预约、查账单，仍旧取决于开发方给它接了多少实际功能。
- AI配音太平淡？Ming-3.0可以交代哪里吃惊、哪里重读蚂蚁百灵开源的语音模型让配音能听懂语气起伏和指定位置的笑声，但这些控制分属不同模式，不能当成一组旋钮随意叠着用。
- Mercury 3 每秒上千 Token，为什么做完一件事还得等？Inception发布的Mercury 3把生成速度拉到了每秒上千Token，但屏幕吐字变快，并不等于一件需要交差的工作能提前收工。
- 输入百万 Token 1元，MiniMax 新模型便宜在哪？便宜首先体现在调用单价，缓存输入更低；厂商说的整体成本降70%不是每位用户账单承诺，输入1元也不是整次任务1元。
已显示 20 / 共 40 篇