应用

OpenAI 给 Codex 推了一次重大升级，把这个每周被 300 多万开发者使用的编程助手，从写代码的扩展成了能操作整台电脑的工作伙伴。 核心升级：电脑操作能力 Codex 现在能自己看屏幕、自己点鼠标、自己敲键盘，在 Mac 上跑多个 agent 并行干活，而且不会抢占你正在用的其他窗口。这对于那些没开放 API 的软件特别有用——以前 agent 碰到这类应用就歇菜，现…

谷歌正式推出 Gemini-TTS 模型，在文本转语音（TTS）领域实现了重大突破。该模型可通过提示词直接调控语音的情感、节奏和风格，使合成语音更加自然细腻。 核心亮点 ✨ 提示词精确控制 Gemini-TTS 支持通过提示词精确控制语音的情感、节奏和风格。用户无需复杂的参数设置，只需用文字描述想要的语调、情感或风格，模型就能生成符合要求的语音输出。 🌍 近70种语言支持 该模…

OpenAI 的 Agents SDK 最近完成了一次重要升级，引入了两大核心能力：内置沙箱执行环境和模型原生执行框架（Harness）。这次更新的目标很明确——让开发者能更轻松地构建安全可靠、可长时间稳定运行的 Agent。 核心看点 内置沙箱执行环境，告别自建底层基础设施 支持 Cloudflare、Vercel、Modal、E2B、Daytona 等主流云厂商 Manif…

Google Chrome 浏览器最近上线了一项名为 Skills 的新功能，专门解决一个困扰用户的实际问题：写了一个好用的 AI 提示词，换个页面又得重新输一遍。现在，Chrome 让用户可以把提示词一键保存为”Skill”，随时一键复用。 四大核心功能 1. 保存提示词为 Skill 在 Gemini in Chrome 的聊天记录里，任何你觉得好用…

Anthropic 正在把 Claude 的触角伸进最吃文档的行业。近日，Claude for Word 测试版正式上线，目标直指法律、金融等专业人士，主打在 Microsoft Word 中实现深度文档处理，让 AI 真正成为”办公桌上的高效助理”。 核心看点 Claude for Word 测试版上线，面向法律及金融专业人士 精准引用：回答附带可点击…

火山引擎今日正式上线 Seedance 2.0 系列 API 服务，面向企业和个人开发者全面开放其视频生成能力。作为当前视频生成领域的全球 SOTA 模型，Seedance 2.0 的推出标志着 AI 视频创作正式进入多模态工业化应用阶段。 核心看点 四模态融合输入：支持文字、图片、音频、视频四种模态输入，集成业界最全面的多模态内容参考和编辑能力 物理准确度大幅提升：在复杂交互…

阿里云开源桌面Agent工具CoPaw迎来重要升级。官方发布1.1.0版本，并正式宣布更名为QwenPaw，标志着该项目进入开源开发的新阶段。 核心看点 CoPaw正式更名为QwenPaw，与通义千问（Qwen）开源生态深度整合 聚焦智能体本地模型及大小模型协作，降低AI Agent部署门槛 原生支持钉钉、飞书、QQ、Discord、iMessage等主流聊天平台 支持一键本地…

阿里在桌面 Agent 赛道又落一子。4 月 12 日，阿里云开源的桌面 Agent 工具 CoPaw 发布 1.1.0 版本，并正式宣布更名为 QwenPaw。这不仅是品牌焕新，更标志着该项目将全面融入阿里通义千问（Qwen）开源生态。 核心看点 更名入生态：新名称中的”Qwen”明确指向通义千问，聚焦智能体本地模型与大小模型协作；”Paw…

微信支付正在变得更”AI友好”。4月9日，微信支付官方发布了一整套面向 AI 的支付接入 Skill，开发者只要”唤起 AI — 加载 Skill — 说出需求”，就能让 AI Agent 协助完成微信支付接入。 核心看点 微信支付发布官方 AI Skill 技能包，支持 AI 原生接入 覆盖 Skill 技能包、AI 友好文档、…

核心看点 🛒 Shopify 向所有 AI Agent 开放后台读写权限，3780亿美元GMV生态全面接入 💬 一句”帮我优化SEO”，Claude 自动更新32条商品、重写描述、核对改动 🏗️ Shopify 自己不做 Agent，而是建协议让所有智能体都能成为 Shopify Agent Shopify 刚刚放了一个大招。手握 3780 亿美元年交易…