三花快讯

Perplexity AI 开发的 Comet 浏览器现已开放，佬们可以去Google Play 商店预注册。

DreamOmni2 是开源多模态图片编辑模型，能够同时处理文本和图像指令，对图像中的具体对象或抽象属性进行精准编辑。

官方展示的效果案例相当不错，支持多种编辑功能：对象替换、灯光渲染、风格转换、姿势模仿、表情模仿、发型替换、艺术字体、艺术贴图以及背景替换。此外还支持 3 参考图、4 参考图模式。

佬们可以在线体验看看效果如何～

OpenAI 的 Sora 视频生成模型官方 Android 应用，现已在Google Play 商店上架并开放预注册。

目前仅面向美国和加拿大地区用户开，由于地区限制，佬们应该和我一样看不到预注册按钮。

RND1（Radical Numerics Diffusion）是官方宣称规模最大、能力最强的实验性开源扩散语言模型。它通过一种名为'简单持续预训练'（Simple Continual Pretraining）的方法，基于预训练自回归模型 Qwen3-30B-A3B 转换而来。

最有趣的是，他们的目标居然是构建一个用于递归自我改进（RSI）的引擎——让 AI 能够设计下一代 AI，这波操作可以说是相当有野心了！

KAT-Dev-72B-Exp 是快手最新发布的编程专用大语言模型。该模型在 SWE-Bench Verified 基准测试中表现优异，达到了 74.6% 的准确率。

佬们可以按照其 API 平台 Streamlake 的官方文档 将其用于 Claude Code，目前完全免费使用，不嫖白不嫖！

GAGA-1 模型专为虚拟形象视频生成设计，现已开放免费试用。

官方宣称达到好莱坞级别画质，从演示效果来看确实还可以，画面比开源生态的 wan2.2 要清晰流畅一些。

阿里官方推出的 Qwen3-VL Cookbooks 教程合集，涵盖了从基础到进阶的多种 AI 应用场景：包括计算机操作智能助手、多模态编程、全场景识别、文档解析、精准目标定位、通用 OCR、关键信息提取、3D 定位、长文档理解、空间推理、移动端智能助手和视频理解等。

每个场景都配有详细的代码示例，有做类似需求的佬们可以看看。

狠狠的放了一个大长假，今天古法阅读人力看了一遍最近发生的事情和大模型相关发布，挑出了值得关注的，佬们感兴趣可以一一查看。

值得关注

• Google 发布 Data Commons MCP

  自然语言查询公共数据集

• GitHub Copilot CLI 推出公开预览版

  这下都有 CLI 了

• Kimi 上线 OK Computer

  你的 AI 全栈团队

• Perplexity 发布 Search API 及相关 SDK

  原生 AI 搜索引擎接口

• Ollama 云提供免费 Web Search API

  当然是有限免费

• Elon Musk 宣布打造 Grokipedia 开源知识库

  Grok 宇宙

• Nano Banana 结束预览正式发布 Google Gemini 2.5 Flash Image

  可用于生产环境

• OpenAI 发布 AgentKit 工具包

  一站式构建发布优化你的 Agent

• OpenAI 发布 Sora 2 官方提示词指南

  佬们学吧

• 谷歌发布 Gemini CLI 扩展生态系统
• Claude Code 现已支持插件功能

  编程 CLI 迎来扩展/插件时代

大模型：

• Meta 开源 Code World Model
• 讯飞开源化学大模型与文生音效模型
• Alibaba 发布 Wan2.5-Preview
• Liquid Nanos 系列轻量模型开源
• 快手开源 KAT-Dev-32B 与 KAT-Coder 大模型
• 蚂蚁开源 Ring v2 系列模型
• 腾讯混元开源 Hunyuan3D-Omni 和 Hunyuan3D-Part 3D 生成模型
• Stability AI 发布 SD3.5-Flash
• 腾讯混元开源 HunyuanImage 3.0 模型
• DeepSeek 开源 DeepSeek-V3.2-Exp
• Anthropic发布 Claude Sonnet 4.5 模型
• OpenAI 发布 Sora 2 视频模型
• 智谱发布 GLM-4.6 旗舰模型
• 字节发布豆包 1.6-vision 视觉大模型
• Google 发布 Gemini 2.5 Computer Use 模型
• 腾讯混元开源 Hunyuan-Vision-1.5 视觉语言模型
• Microsoft 发布 UserLM-8b 用户角色模型

Lynx 是字节跳动基于 Wan 2.1 训练而来的高保真视频生成模型，仅需输入单张人像即可生成身份一致的视频。

目前官方仅公开了论文和演示视频，代码和权重将在近期开源，佬们可以关注下这个期货开源项目。

DeepSeek 更新了DeepSeek-V3.1-Terminus 版本！这次更新在保持模型原有强大能力的基础上，针对用户反馈的痛点进行了精准优化。

主要改进包括：

• 语言一致性提升：终于解决了中英文混杂和偶发异常字符的问题
• Agent 能力增强：Code Agent 和 Search Agent 的表现进一步优化。

目前，官方 App、网页端、小程序以及 DeepSeek API 中的模型都已经更新为 DeepSeek-V3.1-Terminus 版本。

不过这种API直接全量覆盖有好有坏，每次更新提示词都得稍微更新一下，不然一些场景就输出不对了，服了。