大黑AI速报

Qwen3-Max正式版发布，相比三个月前的预览版有显著提升。测试显示：编程能力（如鞭炮连锁爆炸、大象牙膏、陀飞轮机芯建模）史诗级增强；新增美学测试，文字还原p5.js艺术作品效果尚可，但空间理解能力仍有不足；Agent能力在60K上下文内表现优秀，预计可达SOTA水平，但超过60K后性能会急剧下降；长上下文召回能力接近70%，但存在上下文越短召回越差的奇怪现象。总体提升肉眼可见，但部分能力仍需打磨。^[12]

Google Chrome浏览器迎来重大更新，深度集成Gemini AI。主要新功能包括：1. Auto Browse（自动浏览）功能，允许Gemini像人一样操作网页，自动填写表单、订酒店等；2. 新增侧边栏（Side Panel），作为随时可用的AI指挥中心，并能理解当前页面内容；3. Connected Apps功能，将Gemini与Google全家桶（如Gmail、Docs）深度打通，可跨应用联动；4. 视觉购物功能，可通过图像识别商品并自动比价、下单；5. 端侧AI功能“Nano Banana”，支持直接修改屏幕上显示的图片，无需下载上传。^{[1][2][3][4][5][6][7]}

Kimi AI宣布推出新功能，现在可以通过聊天创建和编辑文件，包括专业的电子表格、幻灯片和PDF。同时，其“OK Computer”功能已正式升级为“Kimi Agent”。^[8]

开源视频包装工具Skills的工作原理是：输入视频和字幕，通过智能分析生成特效配置，再使用浏览器（Playwright）或PIL后端逐帧渲染特效图层，最后合成到原始视频上。系统支持自定义HTML/CSS模板和动画（Anime.js），提供多种主题，并允许用户完全自定义视觉样式、组件和动效，与剪映等工具依赖固定素材库不同。但性能优化和合成速度有待提升。^[9][10][11]

Gemini命令行工具（CLI）迎来更新，现在支持使用和创建Skills（技能），并开始支持hooks功能。^[13]

Kimi K2.5模型现已可在本地运行。但运行其量化版（1.8-bit）需要极高的硬件资源，磁盘、内存和显存的总需求不低于240GB。^[14]