◆ AI 总结

今日头条包括Kyutai Pocket TTS开源5秒声音克隆模型，Google DeepMind与Apptronik合作训练人形机器人，以及阿里清华ICML杰出论文极简扩散方案。

产品工具

@向阳乔木 开源AI中转站评测监控工具，代码完全开源

该工具可真实充值监控各中转站模型调用速度和稳定性，支持一键Docker部署，也可作为公司内部Token和网关管理系统。项目地址：评论区GitHub。[6][7]

Milvus发布Attu 3.0 Beta，自带LLM增强数据库AI Agent工具

Attu 3.0采用自带LLM模式，增强数据库AI agent能力，对数据处理从业者有参考意义。[8]

Kyutai开源Pocket TTS：5秒音频即可克隆声音，在CPU上运行

Kyutai发布的Pocket TTS模型从【5秒音频】克隆声音，可在CPU运行，采用MIT协议，在语音生成领域有重要突破。[9]

技巧教程

Langchain

LangChain教程：结合Harbor和LangSmith运行Agent评估并包含完整追踪

介绍如何使用Harbor框架和LangSmith沙箱运行agent评估，支持完整追踪，对开发agent的从业者有实操价值。[5]

牙医实测字节EdgeBench：用35B模型玩DCSS游戏，展示长程Agent迭代能力

EdgeBench是字节Seed发布的评测框架，将Agent放入真实可运行环境，测试其在十几小时迭代中的改进能力。作者用35B-A3B本地模型测试DCSS游戏，分享了具体体验。[10]

硬件动态

Gemini / Google

Google DeepMind与Apptronik合作利用Apollo 2人形机器人收集数据训练Gemini Robotics

双方通过Apollo 2机器人收集真实世界数据，用于训练Gemini Robotics，是人形机器人与AI结合的里程碑。[1]

行业资讯

阿里清华论文获ICML杰出论文，提出极简方案刷新扩散模型推理纪录

该论文提出极简方案刷新扩散模型推理纪录，对生成模型研究有重要参考价值，已被ICML评为杰出论文。[2]
Runway

Runway在法国巴黎设立首个海外研究枢纽

Runway宣布在巴黎设立首个法国办公室，建立研究团队，利用当地AI生态人才推进全球化布局。[3][4]