-
元点机器人发布万元级人形机器人 Bridge，配套全开源生态
9 月 3 日消息，元点机器人发布个人高性能人形机器人 Bridge，中文名为「小桥」。公司将它定位为万元级的具身智能本体，面向个人开发者、机器人爱好者和科研团队开放。 Bridge 搭载 FlowMimic 运动控制算法，用于生成自然步态和高动态动作。配套的 Tele_Bridge 可将人的动作实时映射至机器人，官方称能实现毫秒级同步和精细遥操。其软硬件采用开放架构，便于接入外部模型和控制算法。…... -
智谱在天猫开店卖 Token，旗舰店销售 GLM Coding Plan 订阅
9 月 3 日消息，智谱于 9 月 2 日在天猫开设官方旗舰店，上架 GLM Coding Plan 个人版 Lite、Pro、Max 和团队版标准席位。店铺公示的经营主体为北京智谱华章科技股份有限公司，套餐支持按月、季或年购买。 本次上架的套餐基于 GLM-5.3，可用于 ZCode、Claude Code、Codex 等 20 多款 Agent 编程工具。个人版 Lite 月付价为 118 元…... -
马斯克：AI 明年底可胜任所有数字工作
9 月 3 日消息，昨日，马斯克在 G20 创新部长峰会的公开发言中表示，他预计到明年底，AI 可胜任几乎所有不需要人类直接操作物理世界的数字工作。 他将届时的 AI编程能力比作国际象棋引擎 Stockfish，认为人类将很难在软件开发上与之竞争；各类工程与其他数字任务也可能在未来 12 至 18 个月达到很高水平。 对人形机器人，马斯克的判断更谨慎一些。他说，物理世界的产品需要建立庞大供应链，无…... -
Meta 将内部沟通从 Google Chat 转向 Slack，称后者更适合 AI Agent
9 月 3 日消息，Business Insider 获得的一份内部备忘录显示，Meta 将把员工内部沟通工具从 Google Chat 迁移至 Slack。Meta 首席 AI 官 Alexandr Wang 在备忘录中表示，Slack 是目前最适合承载 AI Agents 的平台。 Meta 看中的能力包括：面向 Agents 的对话界面、成熟的开发工具，以及丰富的第三方集成。Wang 称，即…... -
全球首个多模态世界模型：李飞飞 World Labs 发布 Atlas，像素级精度控制镜头、拍出“子弹时间”大片
9 月 2 日消息，“AI 教母”李飞飞的创企 World Labs 今日发布了“全球首个多模态世界模型”—— Atlas，宣称该模型能够以像素级精确的相机控制生成图像和视频帧，并将其在 3D 中重建。 World Labs 官方介绍，其从头开始对 Atlas 进行预训练，使其能够接受多模态输入，包括相机移动，并将其转化为 3D 视图。 通过在模型的空间上下文中定位多个输入视图，Atlas 允许用…...
-
人工智能小白必读的AI基本术语概念：5分钟带你了解66个AI 高频词
这段时间，我陆续和一些老同事、身边的朋友在线下见面。大家知道我在做 AI 方面的内容以后，都很感兴趣，聊天经常不知不觉就绕到 AI 上。 但聊着聊着，我发现了一个问题。 我会很自然地说起 Agent、Skill、MCP，觉得这些词大家多少都听过。坐在我对面的人却会停一下，问我：“Agent 到底是什么？”“Skill 又是什么意思？” 那一刻我才意识到，我已经陷入了“知识的诅咒”。一个词看得太多、…... -
AI批量生成短剧，拆解黄果短剧制作全套教程
传统短剧 8 分钟，成本 50 到 150 万AI 短剧同时长，成本压到 20 万以内黄果不自己做，收购签约创作者的版权模型开源，创作者免费，分发渠道在 Telegram……你品 别再研究提示词了，我把黄果批量生产短剧的技术栈扒出来了 宣传语： AI短剧看起来是"一键生成"，拆开发现是 13 道工序、500 次废片、人工精修占了 40% 工时。我把一部 8 分钟成片的 117 …... -
豆包工作从 0 到 1，一份小白也能直接上手的 Agent教程
豆包也出了办公产品。 这下字节终于把 AI 办公这几张牌合在一起了：TRAE、扣子的能力正在逐步往同一个工作入口靠拢，豆包工作又和飞书做了深度打通。 这对国内用户很友好。你不需要梯子，不用折腾海外手机号、信用卡或 API Key，下载安装、扫码登录，就能在自己的电脑上体验一款会读文件、做表格、出 PPT、建飞书多维表格，还能调用浏览器、技能和创作模型的 Agent 产品。 如果你以前只用过普通豆包…... -
小白也能看得懂的本地部署AI视频详细指南，comfyui从0到1完整AI视频入门教程
第 1 章 ComfyUI 是什么 ComfyUI 是一个免费开源的 AI 出图工具，用"节点连线"的方式把生成流程摆在你面前。 你可以把它理解成 AI 绘画界的乐高：每个功能是一块积木，用线把它们连起来，就成了一条完整的生产流水线。 跟别的 AI 出图工具比： 图片 & 视频 & 音频都能做，搭配不同的工作流和模型就可以。 第 2 章 先看电脑能跑到哪一步 先…... -
ComfyUI 从安装入门到精通，工作流复用 + 云端跑（本地显卡不够也能出片）
前面 18 篇，我讲了装机、文生图、ControlNet、LoRA，第 18 篇还专门给你列了一张「显存不够怎么办」的降级清单。结果文章一发出来，评论区第一条就有人怼我： 「视频生成爆的不是显存是内存啊，你那清单管显存有啥用？」 我当时一愣，因为他说得对。我自己第一次用 ComfyUI 跑图生视频，一个 5 秒的小片段，跑到一半整个软件卡死。切到任务管理器一看——32G 内存直接吃满，系统把进程杀…... -
ComfyUI 从安装入门到精通，显存不够怎么办？ 一张按优先级排的降级清单
前面 17 篇，你已经能装好 ComfyUI、出图、调质量、接 LoRA、搞 ControlNet 了。但有个坎，几乎每个新手都会撞上，我也没绕过去—— 我第一次想跑 FLUX 的时候，兴致冲冲拖进工作流，点 Queue Prompt，结果界面一卡，控制台刷出一大串红色 CUDA out of memory。我当时还以为是显卡坏了，重装驱动、清缓存，折腾一晚上。最后才发现：不是坏了，是显存根本装不…... -
从零开始用 ComfyUI 跑 MiniMax H3：本地安装、云端和视频工作流
ComfyUI 看起来像一块接满电线的电路板，新手非常劝退，但连连看大家应该都玩过，道理都是一样的。而对于官方的默认工作流，甚至不需要任何连节点的操作，直接用就行了。 在使用comfyui之前，先做这三件事： 看电脑能不能跑。 决定用本地还是云端。 打开官方 MiniMax H3 模板，生成一条 5 秒视频。 后面的高清修复、参考图、首尾帧和长视频，都建立在这条基础链路已经跑通的前提上。 Mini…... -
ComfyUI 从安装入门到精通，自定义节点 + Manager（插件装 / 更新 / 冲突排查）
前面十六篇走下来，你已经能从零装机、出图、调质量、用 LoRA 换风格、靠 ControlNet 控姿势、拿 IPAdapter 锁脸、做高清放大了。到这一篇，咱们聊一个你迟早会撞上的事——自定义节点。 我第一次踩这个坑，是刚学会出图那阵。在论坛看到一张特别骚的工作流图，兴冲冲把 JSON 导进 ComfyUI，结果整个画布红成一片。节点全是"节点不存在"，我当时还以为软件坏了…...
产品
-
Linéa AI：专为餐厅设计的AI电话助理，AI接听餐厅来电、自动记录订单并打印至厨房
Linéa AI是专为餐厅设计的AI电话助理，自动接听来电、以自然法语与顾客对话并记录完整订单。它解决高峰漏接电话的问题，将订单直送厨房并支持即时转接人工。个性化配置与实时管理功能适应各类餐饮场所。 Linéa AI 功能 自然语音对话：以自然流畅的法语与顾客交流，能妥善处理犹豫、打断和意外请求，让通话体验亲切舒适。 完整订单自动记录：精确采集并确认菜单选择、肉类熟度、酱汁、饮料及甜点等所有细节，… -
Deep Face Cam：本地运行的开源人脸替换软件，支持图片、视频和实时摄像头
Deep Face Cam是一款本地人脸交换桌面应用，兼容macOS和Windows。支持图像、视频及实时摄像头换脸，所有处理均在设备本地完成，保障数据隐私。以开源、可审计的方式提供透明可控的使用体验。 Deep Face Cam功能 本地数据处理：所有换脸操作在设备本地完成，媒体文件不需上传，确保数据隐私安全。 开源可审计：完整源代码公开，遵循AGPL-3.0协议，可自由检查、构建和修改。 模型… -
AnimoX：AI解说视频生成工具，自动生成带旁白、字幕和音乐的完整视频
AnimoX是一款面向教师、学生和科普创作者的AI解说视频生成工具。输入一句话即可在约三分钟生成含动画、配音、字幕和音乐的完整视频。支持聊天式修改与多语言创作，让无剪辑技能的用户也能快速产出专业内容。 AnimoX功能 一句话视频生成：输入一句话即可自动生成完整解说视频，约三分钟出片，无需任何剪辑经验。 一站式成品输出：交付包含动画、配音、字幕和音乐的单文件视频，可直接分享使用。 聊天式修改：通过… -
Read Your Scan：在浏览器中查看3D医学影像，获取AI生成的通俗解读与严重程度评分
Read Your Scan 是一款面向患者的医学影像理解工具。在浏览器中即可免费查看MRI、CT和X-ray的3D影像，利用专业AI逐层解读并评分，支持报告映射和私密分享。浏览器端匿名化保护隐私，让用户轻松看懂自己的检查。 Read Your Scan 功能 真实3D影像查看：直接在浏览器中打开MRI、CT或X-ray的完整3D体积，无需安装或上传，免费使用。支持任意角度旋转浏览，便于直观理解影… -
LocalScribe：一款支持99种语言的免费在线语音转文字工具，将音频和视频文件高效转换为文本
LocalScribe 是一款基于浏览器的免费在线转录工具，旨在将音频和视频文件高效转换为文本。用户无需注册即可处理各类录音、会议记录或视频内容，通过本地化处理确保数据隐私与安全。该工具支持多种语言及格式，为创作者、学生及专业人士提供便捷的文字转换解决方案。 LocalScribe 功能 本地化隐私处理：所有音频和视频文件均在用户设备上完成处理，无需上传至服务器，确保敏感数据始终保持私密。 多语言… -
Image2Layer：一款可编辑分层文件的AI工具，将图片转化为PSD或透明PNG格式
Image2Layer 是一款将平面图像转换为可编辑分层文件的 AI工具。它通过智能识别并分离主体、背景、文字及阴影，将单张图片转化为便于后期处理的 PSD 或透明 PNG 格式。该工具旨在简化设计师、营销人员及动画制作人的工作流程，实现从静态素材到多层级生产资源的快速转换。 Image2Layer 功能 语义化图层分离：利用 AI 自动识别图像中的主体、前景物体、文字、Logo 及阴影，并将其拆… -
Whisperstream：完全离线的本地将语音实时转换为文字工具，无需上传音频
Whisperstream 是一款面向 Windows 的私有听写工具，将语音实时转换为文字，全程在本地设备上处理。它支持在各类应用中快速输入，并提供 AI 清理、自定义词典等功能。其核心优势在于无需联网或上传音频，确保用户语音数据完全私密。 Whisperstream功能 本地转录：语音在设备 CPU 上直接转换为文字，无需云端处理，实现低延迟、即时输入。 隐私保护：音频从不离开设备，不进行网络… -
ManualFig：AI 驱动的说明书与装配图生成网站，从产品照片自动生成说明书与装配图
ManualFig 是一款 AI 驱动的说明书与装配图生成工具。可将产品照片、CAD 截图或步骤列表转换为清晰的手册插图、装配步骤和 IFU 面板，适用于用户手册、快速指南和技术文档。无需设计技能，即可在几分钟内获得可编辑、可导出的专业图形。 ManualFig功能 照片转线条图：上传产品照片或 CAD 截图，自动生成去除了反射和杂乱的干净线条图，还原真实形状，适配手册需求。 自动生成步骤面板：将…