三花快讯

阿里 Qoder CLI 正式发布啦！这是阿里推出的又一个编程 Agent 命令行工具，搭载与IDE同款的多智能体编程引擎，支持在 Windows 与 macOS 上一键安装。

详细使用教程佬们可以看阿里 Qoder CLI 官网。

Google Veo 3.1 视频生成模型现已在Flow 平台上线，现已向 Gemini API、Vertex AI 与 Gemini 应用全面开放。

Veo 3.1 不仅能够生成自带音效的视频内容，其叙事控制能力也大幅提升，还能够生成逼真的纹理。

最良心的是，3.1 版本与 3.0 的 API 价格完全一致，加量不加价！

Anthropic发布了 Claude Haiku 4.5 ，这是 Claude 4.5 系列中体积最小、价格最低的模型。

官方宣称该模型能以三分之一的成本和两倍的速度，达到与 Sonnet 4 相当的编程能力。目前，GitHub Copilot、OpenRouter 等平台已同步上线该模型，佬们赶紧去体验一下！

微软 AI 正式发布其首款完全自研的图像生成模型 MAI-Image-1，目前在 LMArena 竞技场上排名第九。

不过目前只能在 LMArena 上使用，官方表示后续会优先面向 Copilot 和 Bing Image Creator 中提供 MAI-Image-1 模型。

阿里 Qoder 官方命令行工具 Qoder CLI 即将正式发布！佬们可以去datawhale的微信公众号预约直播。

阿里通义开源了 Qwen3-VL 的 4B 和 8B 版本，显存占用更低的同时，完整保留了 Qwen3-VL 的核心功能。此外，还提供了 FP8 版本。

官方测试数据显示，在 STEM、VQA、OCR、视频理解以及 Agent 任务等多项测试中，居然超过了 Gemini 2.5 Flash Lite 和 GPT-5 Nano，有些表现甚至能媲美 Qwen2.5-VL-72B。

完整介绍佬们可以看通义的推文

OpenAI CEO Sam Altman 在推特上宣布，未来几周将推出一个新版 GPT，类似 GPT-4o，回复更加人性化，就像你的朋友那样。

更劲爆的是，12 月将推出更全面的年龄限制，允许 GPT 在验证成年身份的情况下提供涩涩内容！好家伙，第一生产力来了。

马斯克发推表示 X 平台将于下月全面切换至由 Grok驱动的AI推荐系统，一并发布的还有模型权重的新算法。每天超过1亿条内容都将由 Grok 进行评估，并推荐最可能引起用户兴趣的内容，显著提升信息流的质量。

NotebookLM 视频概览功能发布更新升级 ，新增了六种由 Nano Banana 提供配图支持的视觉风格：Watercolor、Papercraft、Anime、Whiteboard、Retro Print 和 Heritage。

这次更新彻底告别了以往固定主体动态颜色的限制，效果提升明细。还没体验过的佬们快去试试吧！不过该功能目前仅支持 Pro 用户，谷歌官方表示未来将逐步覆盖全体用户。

Nanonets 发布并开源了 OCR 2 系列模型，包括 Nanonets-OCR2-Plus、Nanonets-OCR2-3B 与 Nanonets-OCR2-1.5B-exp 三个版本。该系列模型专注于将图像文档转换为结构化 Markdown，并支持视觉问答功能。

其背后是基于 Qwen2-VL 微调而来，3B 版本在超过 300 万页的混合文档上进行训练，覆盖了论文、财报、合同、病历、税表、收据、手写及多语种材料，有需要的佬可以看看。