Humanize PPT v0.9 正式开源，项目地址为 github.com/LearnPrompt/humanize ppt，由开发者卡尔与 yc星辰共同推出。 该工具专为演讲场景设计，采用 AST（Audience、State、Transfer）逻辑重构PPT大纲，并将页面渲染交由下游Skill处理。渲染前可输出4张真实预览页，同时在大纲中嵌入图片、视频占位符及对应生成提示词。 v0.9 版本新增自动质检模块，可识别并修复常见渲染问题...
Elastic 官方宣布 Agent Builder 正式进入通用可用（GA）阶段。该方案基于 Elasticsearch 构建了持久化代理（Agent）内存层，将记忆划分为情景、语义与程序三类，分别存储于独立索引，并配置差异化的写入速率与过期策略。 在检索召回环节，系统融合 BM25 与 Jina v5 稠密向量，采用 RRF（倒数排名融合）算法加权，并引入交叉编码器进行重排序。在 168 道 QA 测试题的评估中，该架构 R@10 平均...
一篇最新技术教程详细展示了基于Salesforce CodeGen模型的端到端Python函数生成工作流。该流程支持从HuggingFace加载多个版本模型（包括350M、2B、codegen2 1B、codegen25 7b等），通过自然语言提示生成函数代码。 生成后将依次执行函数提取、语法检查、静态安全检查、单元测试验证及best of N候选重排序，并支持多步程序合成、提示词实验与基准结果可视化。 教程指出，CodeGen不仅可用于基...
OpenAI 宣布为 ChatGPT Enterprise 推出全新的信用额度用量分析与支出控制功能。全局管理控制台现已支持统一展示 ChatGPT 与 Codex 的信用消耗情况，管理员可按时间、用户、产品及模型维度追踪用量趋势。 企业可在工作区层面设置默认信用限额，支持按群组配置额度，并为单个用户叠加个性化限制。员工亦可实时查看自身使用情况，并基于具体工作上下文提交额度增加申请。该功能已正式上线，面向所有 ChatGPT Enterpr...
Anthropic 官方博客宣布，Claude Code 即日起支持 Artifacts 功能，可将开发工作进度自动生成为实时、可分享的交互式网页，适用于 PR 走查、系统说明、监控仪表盘及发布清单等场景。 Artifacts 基于当前会话的完整上下文（包括代码库、连接器及对话历史）自动构建，内容更新时页面原地刷新，团队成员可即时查看。默认仅创建者可见，支持按需分享至组织内成员，访问权限由管理员通过组织级开关与角色策略统一管控。 内部测试显...
Hugging Face近日在其博客发布PEFT（参数高效微调）技术基准测试结果，涵盖大语言模型数学推理与图像生成两大任务。测试在统一硬件、数据集和代码条件下对比LoRA及OFT、BEFT、Lily等十余种PEFT方法，发现LoRA虽表现稳健，但在部分指标上并非最优：例如在图像生成任务中，OFT以0.708的DINO相似度得分和9.01GB显存占用，同时优于LoRA的0.697得分与9.97GB显存消耗。 在LLM数学推理任务（GSM8K）...
Adobe 将其“创意智能体”功能扩展至 Photoshop、Premiere Pro、Illustrator 和 InDesign 等多款 Creative Cloud 应用，目前以公开测试形式提供 AI Assistant。 该智能体支持自动化执行多步骤常规任务，例如 Premiere Pro 中的素材分拣与粗剪、Photoshop 中的背景替换、Illustrator 的批量文件生成，以及 InDesign 的版式自动更新。 同期，A...
初创公司Pixi正式上线其iOS原生应用，支持用户通过iMessage发送AI驱动的交互式增强现实（AR）角色。该应用首发提供机器人、虚拟猫和动画信封三款AR角色，可实时响应环境变化——例如猫角色能识别真实犬只经过，信封角色会追逐移动中的用户，并支持语音互动与小游戏（如井字棋、打地鼠）。 所有视觉与音频处理均在设备端完成，以保障用户隐私。创始人Mark Drummond（前DreamWorks Animation及Apple高管）表示，产品...
月之暗面旗下 Kimi Work（Beta 版）新增「目标模式」，支持用户设定任务终点后由 AI Agent 自主循环推进，最长可连续运行24小时，过程中支持人工随时中断或调整。 产品同步上线「插件中心」，目前已支持接入百度网盘、Canva可画、钉钉、飞书、WPS、Notion、Cloudflare 等外部应用。 2026年6月期间推出限时福利，Kimi 电脑客户端 Work 模式所有任务的会员额度消耗降至原价5折（由0.02%降至0.01...
Midjourney 官方近日发布动态，宣布将对其全新推出的“Midjourney Scanner”功能进行技术深度解析。目前官方仅透露该功能已推出，具体技术细节、应用场景及上线进度有待后续进一步披露。
在 2026 年 WWDC 期间，苹果正式发布 Xcode 27，其核心组件首次深度集成 AI 智能体，可理解 Swift 语言并支持多轮自然语言对话辅助开发。 该 AI 智能体具备跨文件修改代码库的能力，可根据提示与资源生成应用设计，并独立完成完整应用构建；应用建成后，开发者仍可通过自然语言指令添加特效、动画等功能。 此外，Xcode 27 支持接入 Anthropic、OpenAI 和 Google 等第三方大模型，同时引入 Core...
谷歌文档（Google Docs）近期默认启用Gemini AI辅助功能，部分用户反馈底部“用Gemini写作”弹窗干扰编辑体验。官方提供两种关闭方式：一是在文档顶部菜单栏点击“Gemini”，选择“底部栏偏好设置”并关闭该栏显示；二可通过Gmail设置全局禁用——进入Gmail设置→“查看所有设置”→下滑至“Google Workspace智能功能”→点击“管理Workspace智能功能设置”，关闭相关开关。上述操作可同时停用Docs中A...
Anthropic 旗下 AI 设计工具 Claude Design 发布重要更新，新增跨项目统一设计系统功能，支持团队在不同项目中保持品牌一致性，并与 Claude Code 实现工作流协同。新版编辑器支持直接拖拽、对齐和缩放画布元素，稳定性显著提升。 设计系统支持从 GitHub、设计文件或原始上传导入；团队管理员可锁定标准设计系统以防止非授权修改。本次更新同步新增桌面端侧边栏入口及独立网页端地址 claude.ai/design。 该...
GitHub 近日推出一个采用 CC0 1.0 许可证的开源多语言仓库级数据集。该数据集全面覆盖 GitHub 仓库中的 README 文件、Issue 讨论与 Pull Request 内容。 该数据集旨在支持研究人员与开发者深入探索跨语言的开发者协作文本，从而提升多语言 AI 模型的训练与评估能力。GitHub 表示，此举将有效加速多语言场景下代码理解、生成与交互类 AI 工具的研发进程。
Google 近日公布了 A2UI 与 MCP Apps 的三种集成架构模式，旨在融合二者优势。A2UI 采用声明式框架，通过 JSON payload 定义 UI，由宿主原生渲染，保障界面一致性与安全性，但受限于预定义组件库；MCP Apps 则在 iframe 中使用标准 Web 技术构建自定义界面，面临设计碎片化、性能及安全挑战。 三种集成模式包括：通过 MCP 服务器提供 A2UI，利用 MCP Resources 或 Tool 调...
Snap公司正式发布其研发逾十年的AR智能眼镜Specs，定价近2200美元。该产品定位介于Meta Ray Ban智能眼镜与Apple Vision Pro之间，强调高可穿戴性与沉浸式计算能力。 受新品发布影响，Snap股价从前一交易日收盘价5.86美元跌至次日早盘低点4.83美元，跌幅超5%。过去一年该公司股价已累计下跌约30%。 市场主要担忧在于产品高昂定价与其核心用户群（青少年）购买力之间的错位。CEO埃文·斯皮格尔在接受CNBC采...
OpenAI 正式发布 LifeSciBench，一个面向生命科学研究的新型 AI 基准测试。该基准由 OpenAI 与来自生物技术和制药领域的 173 位科学家合作开发，涵盖七个典型生物学研究工作流程。 LifeSciBench 包含 750 项专家编写的任务，旨在系统性衡量和推动 AI 模型在真实科研场景中的支持能力。
谷歌正式发布Agentic Resource Discovery（ARD）开放规范，旨在支持AI工具、技能与智能体在Web上的发布、发现与验证。该规范基于两类核心组件：组织可在自有域名下托管ai catalog.json文件以描述可用能力；registry则作为索引服务，响应外部发现请求。 ARD支持加密身份验证，允许客户端在连接前确认发布者身份，并通过原生协议直接调用能力。Google Cloud的Gemini Enterprise Ag...
Threads、Instagram 和 TikTok 近期陆续上线新功能，允许用户更直接地干预平台推荐算法。Threads 将于7月16日推出“Your Algo”功能，支持用户私密设置内容偏好（如“更多棒球、更少压力新闻”），并可选择生效时长为1天、3天或7天；该功能基于2月上线的公开互动工具“Dear Algo”升级而来。 Instagram 在6月初将“Your Algorithm”工具扩展至全站——涵盖信息流、探索页及Reels，用...
Vercel 发布开源 AI 智能体框架 Eve（npm 包，Apache 2.0 许可）。该框架采用文件系统优先设计，每个智能体对应一个磁盘目录，目录结构直接映射模型、指令、工具、技能、连接及子智能体等能力，无需额外注册代码。 Eve 内置六大生产级能力：持久执行（支持每步检查点与崩溃恢复）、沙箱计算、人机审批、安全连接（兼容 MCP 和 OpenAPI）、多通道集成（支持 Slack、Discord、Teams 等），以及基于 Open...
NVIDIA GEAR实验室正式发布ENPIRE系统，首次实现智能体在物理世界中开展自主科学研究。该系统部署8个Codex智能体，分别控制8台配备GPU与token预算的机器人，支持通宵无人连续运行。 安全设计采用硬运动极限切断与扭矩受限夹爪双重硬件保障；奖励函数由视觉分类器离线生成并冻结，防止智能体策略偏移。系统实时监控机器人利用率（MRU）、token利用率（MTU）及GPU利用率，并以Tokens to Success和Time to...
谷歌正式发布首款专为Gemini大模型设计的独立智能音箱——Google Home Speaker，售价99.99美元。这是自2020年Nest Audio以来，谷歌推出的首款全新智能音箱。 新设备全面接入Gemini，支持自然语言交互与多步指令处理（如“关闭除床头灯外的所有灯光”），并具备语音中途修正能力。其“持续对话”功能允许用户免唤醒词进行连贯问答。设备内置10种AI语音，支持非任务类深度对话，底部新增环形灯以指示设备状态。 部分高级...
Hugging Face 联合微软、谷歌、GoDaddy 等机构共同发布 Agentic Resource Discovery（ARD）规范草案。该规范旨在解决当前智能体开发中“先安装、后使用”的静态能力集成模式，提供一种去中心化、可联邦的运行时资源发现机制。 ARD 定义了两类核心组件：一是基于 ai catalog.json 的静态能力清单格式，允许发布者在标准路径托管能力元数据；二是支持自然语言查询的 REST 风格 /search...
Cloudflare 正式发布 Cloudflare One stack，这是一组专为 AI 智能体设计的技能文件（skills），旨在自动化配置、部署和管理 Zero Trust 网络环境。 该工具集包含两个轻量级 skill：cloudflare one 支持通用产品操作，如 VPN 替换、网络连接与安全策略配置；cloudflare one migration 提供从 Zscaler、Palo Alto Networks 等厂商迁移的...
Pinterest 正式推出实验性 AI 购物应用「Ask Pinterest」，旨在探索以对话式交互支持购物与商品发现的新路径。该应用基于 Pinterest 的「Taste Graph」兴趣图谱，允许用户通过自然语言提问获取个性化推荐与灵感，例如规划晚宴或分阶段布置房间。 「Ask Pinterest」目前仅限有限用户访问，作为独立应用运行，以避免影响主 App 体验。它可调用用户已保存的 Pins 和 Boards 数据，实现跨会话上...
火山引擎一站式营销创作平台 Kickart 3.0（原“创作Agent”）正式上线，升级为对话式视频生成模式，支持用户通过多轮自然语言交互调整商品图、故事板等元素，实现营销视频的精准生成。 新版本新增“爆款裂变”能力，可上传已有视频链接，自动拆解其爆款逻辑并迁移重构至新商品视频。平台同步支持抖音电商内容合规性与质量预审核功能。 Kickart 3.0 提供 SaaS、API 及 Skill 等多种交付方式，并已接入 Seedance 2.0...
Wolfram 语言与 Mathematica 正式发布 Version 15。此次更新距 Mathematica 首次发布近 38 年，重点引入每个笔记本内置的 AI 助手，并支持从 AI 环境中直接调用 Wolfram 技术。 新版本新增符号音乐系统、大规模时间序列与事件序列处理能力、分类数据计算功能，以及模型拟合超函数 ModelFit。笔记本现支持千兆字节级文件大小与实时查找，首次加入侧边栏、视觉主题和弃用功能样式提示。 技术层面，...
开源项目 baoyu design（支持本地运行 Claude Design 的 Skill）近日发布更新，新增动画视频导出功能。该工具采用基于函数 f(t) 的声明式动画引擎，确保任意时间点的画面状态绝对确定。 导出流程通过无头 Chromium 逐帧截图并结合 ffmpeg 编码，每帧等待两次 requestAnimationFrame 以保证渲染完整；截图采用 2 倍 DPR（3840×2160）分辨率后缩放至 1080p，兼顾细节与...
英伟达（NVIDIA）宣布NVIDIA XR AI正式进入公开测试阶段，为开发者提供构建面向AR眼镜及扩展现实（XR）设备的多模态AI智能体开发框架。该框架可接入AR/XR设备的视频、音频、深度、位姿及传感器数据，并整合企业知识库检索（NVIDIA NeMo Retriever）、视觉AI工具（NVIDIA Metropolis VSS）及推理模型（NVIDIA Nemotron等），支持在DGX Spark、DGX Station及RTX...
Midjourney 正式发布 V8.1 版本，新增 Draft Mode（草稿模式）。该模式每次生成 24 张低分辨率图像，供用户快速预览构图与风格。用户可对任意草稿图点击 "Vary"，触发全质量、全分辨率的最终渲染。相比常规任务，草稿模式消耗的快速小时数减半。此次更新还包含多项新功能预览。