Qwen 通义千问展示多模态交互新能力 通义千问团队连续发布多个演示,展示了Audio-Visual Vibe Coding、Voice Style Control等【多模态交互】新能力。这些演示探索了结合音频、视觉和语音控制的新应用模式。[1][2][3][4][5][5]
Gemini Google Gemini Live升级并推出API技能库 Google宣布Gemini Live现已由Gemini 3.1 Flash Live模型驱动。同时,Google AI Developers推出了【gemini-api-dev技能库】,帮助开发者将最新的SDK知识集成到编码代理中。[6][7][8]
Langchain LangChain发布智能体调试工具更新 LangChain宣布彻底重建了LangSmith Experiments中的详情视图,重点改进了【痕迹可见性】和提示/响应审查,旨在帮助开发者更高效地调试AI智能体失败的原因。[9]
Meta LlamaIndex开源本地文档检索工具litesearch LlamaIndex开源工程师构建了litesearch,一个完全本地的文档摄取和检索CLI/TUI应用。它展示了如何使用开源工具组装高性能、本地优先的检索管道。项目地址:https://x.com/llama_index/status/2038647600623288398[10]
Notebooklm 用户分享NotebookLM提炼书籍方法论的心得 用户分享了使用NotebookLM提炼书籍中工作法和管理原则的体验,总结了包括“五步工作法”、“速度即是最强攻防”等十条实用方法论,展示了AI工具在知识整理中的应用。[11]
太空数据中心公司Starcloud获1.7亿美元融资 Y Combinator投资的Starcloud完成1.7亿美元A轮融资,估值11亿美元。该公司正在太空建设数据中心,并已发射搭载Nvidia H100 GPU的卫星。[13]
Perplexity Perplexity分享大规模语音智能体构建经验 OpenAI分享了Perplexity使用Realtime API构建大规模语音智能体的经验,内容涉及上下文管理、音频管道和现实环境中的实时交互等关键挑战。[12]