Pai 的 AI 雷达

创作成片

今天:AI music maker,和 Opus 5.5 同题交卷(中秋刚过,国庆又到,AI 圈却没有跟着放假)。并行还有 Suno 推出 Speech beta、Inside-Out AI、Academia is for Ambition。

日期
2026/10/03
今日条目
84
当前类目
14
#01

AI music maker Suno now generates spoken words

Suno is branching out from the world of AI music, launching a new feature that generates spoken voices based on scripts or prompted descriptions. Speech is now available in public beta across Suno's web and mobile platforms, and allows you to simultaneously generate voiceovers an

推荐理由用户可以通过输入脚本或提示词描述来生成逼真的人声对白与画外音,并能同时完成配音与音乐的同步生成,从而快速制作视频解说、有声读物、播客旁白以及融合了语音与音乐的各类多媒体音频内容。
创作成片The Verge AI
#02

和 Opus 5.5 同题交卷,MiniMax M3.1 让 Flash 开始超纲了

中秋刚过,国庆又到,AI 圈却没有跟着放假。 新模型依然一个接一个地上线。旗舰模型忙着刷新能力上限,主打速度和性价比的模型则在争夺用户的日常工作。不过,随着后者的能力不断提升,两者之间的分工也开始变得模糊。 过去需要请出旗舰模型的任务,如今交给一个名字里带着 Flash 的模型,究竟能做到什么程度?前端创作是一个很直观的观察窗口,配色、排版、动画和交互做得怎么样,把作品放在一起就能看出差别。 上个月,Anthropic 推出了 Claude Opus 5.5。我们在 X 上看到,有人用它做动态作品集,有人让它画水墨动画。这些由代码做出来的作品,已经有了各

推荐理由你可以用它直接进行前端视觉与交互创作,通过代码输出兼顾出色配色、排版与细腻交互的动态作品集,甚至生成极具表现力的水墨动画,以更高的速度和性价比搞定过去需要旗舰模型才能做到的日常设计与页面开发工作。
创作成片爱范儿
#03

Suno 推出 Speech beta:语音与背景音乐一体生成

Suno 推出 Speech beta,称其为首个能把语音与原创背景音乐作为一条完整曲目生成的音频模型。用户输入文字并描述想要的声音和音乐风格即可创作,beta 已向所有用户开放,官方提示仍存在口音漂移、停顿过重等问题并将持续改进。

推荐理由它能够让用户仅通过输入文字内容并描述所需的声音与音乐风格,就直接将语音与原创背景音乐一体化合成为一条完整的音频曲目,实现无需额外配乐混音的一站式有声内容生成与创作。
创作成片AIHOT public items
#04

Inside-Out AI: Rebuilding Airbnb Behind the Scenes and Across the Guest Experience

Prior to joining Airbnb as CTO in January, Ahmad Al-Dahle was head of generative AI at Meta and led the launch of its open source Llama models over 2023-2025. Now Al-Dahle is in charge of turning Airbnb into an “AI-native company”. What that means in practice is using AI internal

推荐理由该内容可用于深入了解前Meta生成式AI负责人兼Llama主导者Ahmad Al-Dahle出任Airbnb首席技术官后,如何从企业内部运作到房客端体验全面重塑业务,并参考其将大型成熟平台打造为AI原生企业的战略路径与落地实践。
创作成片Latent Space
#05

Academia is for Ambition — Alex Zhang, MIT

Last call for regular tickets for AI Engineer NYC ! As an exclusive for Latent Space subscribers, the first 30 of you can take a 30% off code if it helps - for new tickets only, no refunds! See you in 2 weeks! While we tend to cover industry on the pod, every so often we celebrat

推荐理由借助该内容不仅能领取前三十名专属的七折优惠码用于抢购 AI Engineer NYC 大会的常规门票,还可以收听本期播客中麻省理工学院 Alex Zhang 关于学术雄心与前沿探索的深度访谈,进而了解学术界与人工智能产业前沿碰撞的最新动态。
创作成片Latent Space
#06

The Dot and the Swarm

I generally think I have done a good job anticipating the direction and pace of AI over the few years I have been writing this Substack, but I think I recently got something fairly large wrong. In the last year I have been posting about how I suspected that humans would have to a

推荐理由本文通过作者对自己此前预判人工智能发展节奏与方向的深度复盘和纠偏,能够用于启发对人与AI协作关系的重新审视,并作为洞察前沿科技演进态势、校准未来预判思路的重要参考。
创作成片One Useful Thing
#07

FLUX 3 Image 上线 OpenRouter,支持原生 4K 生成与多参考编辑

Black Forest Labs 的 FLUX 3 Image 现已上线 OpenRouter,是支持文生图与多参考编辑的旗舰图像模型,原生可渲染至 4K。原文提到可精确多轮编辑不动其他像素、用 bounding box 布局、最多用 10 个参考图合成,商业权重已开放,开放权重版将在未来数周发布。 🔗 阅读原文 via AIHOT · https://aihot.news/items/x1x0d5mqj4y384t9fcq4415kj

推荐理由Black Forest Labs 的 FLUX 3 Image 现已上线 OpenRouter,是支持文生图与多参考编辑的旗舰图像模型,原生可渲染至 4K。
创作成片AIHOT feed.xml
#08

早报|曝苹果10月13日发布家庭中枢/豆包接入机票和火车票预订/东方甄选溜溜凳双倍退款

曝苹果进军智能家居,拟于 10 月 13 日推出家庭中枢 iPhone 18 Pro 中国首销 3 天销量超上代首周,苹果周份额达 33% Google 发布 Gemini 4 Argon,先向网络防御者开放测试 机构预计 iPhone Duo 年内销量约 600 万部 DeepSeek 开源昇腾平台基础组件,覆盖算子、计算与跨卡通信 Anthropic IPO 材料曝光,近半收入来自亚马逊与Google 云渠道 集邦:第四季度 DRAM 合约价预计再涨 10%—15%,消费端仍承压 快手成立「企业 AI 生产力」组织,于越转任可灵 CEO 江淮确认与华

推荐理由曝苹果进军智能家居,拟于 10 月 13 日推出家庭中枢 iPhone 18 Pro 中国首销 3 天销量超上代首周,苹果周份额达 33% Google 发布 Gemini 4 Argon。
创作成片行业观察爱范儿
#09

[AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

GDM last shipped a larger-than-Flash model in February ( 3.1 Pro ), and after successive incremental 3.x Flash versions and the big GDM management shakeup last month, the largest question for GDM was when they would catch up to peers who have in the meantime launched Fable and As

推荐理由Astra/Fable:GDM last shipped a larger-than-Flash model in February ( 3.1 Pro ), and after。
创作成片Latent Space
#10

综述 | 世界—动作模型:从预测未来到机器人闭环控制

📌 一句话摘要 本文综述了机器人领域的世界-动作模型(WAM),探讨其如何通过连接未来预测与动作生成来提升机器人闭环控制能力。 📝 详细摘要 系统梳理了机器人世界中的动作模型(World-Action Models, WAM)。传统的机器人系统通常将感知、状态估计、规划与控制分离,但在开放环境和复杂任务交互中存在局限性。WAM 的核心思想是将未来预测与可执行动作连接起来,使预测能够服务于真实控制。综述涵盖了 WAM 的技术背景、架构分类(如基于世界模型的强化学习、视频生成、潜在动作预训练及 VLA 模型)、训练流程以及在机器人操作、导航、自动驾驶等领域的

推荐理由📌 一句话摘要 本文综述了机器人领域的世界-动作模型(WAM),探讨其如何通过连接未来预测与动作生成来提升机器人闭环控制能力。
创作成片机器人具身BestBlogs.dev
#11

Last Week in AI #345 - 5 new models, 9 misalignment incidents, some Dots

Top News Anthropic and OpenAI race to release smarter and cheaper models Sources: Anthropic launches Claude Opus 5.5 with stricter safeguards for cybersecurity OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes OpenAI launches GPT-6.1 Sol, says it nearly m

推荐理由Last Week in AI #345 - 5 new models, 9:Top News Anthropic and OpenAI race to release smarter and cheaper models Sources。
创作成片安全治理Last Week in AI
#12

[AINews] Opus 5.5 is good at explainer videos

Opus 5.5 shipped this week but the vibes are overwhelmingly positive: And specifically it took over the timeline for explainer videos : AI News for 9/24/2026-9/25/2026. We checked 12 subreddits, 544 Twitters and no further Discords. AINews’ website lets you search all past issues

推荐理由[AINews] Opus 5.5 is good at explainer:Opus 5.5 shipped this week but the vibes are overwhelmingly positive: And specifically。
创作成片Latent Space
#13

可灵4.0首发实测,国产AI视频再次掀桌?

2000 年,李安与摄影师鲍德熹在《卧虎藏龙》里拍下了一场经典的竹林追逐:剑锋碰撞,竹海摇曳,镜头随人物身形贴地起伏,在极速运动中留下了东方武侠的张力与气韵。 大幅度动态与复杂运镜,向来是影视工业中最难驾驭的表达修辞。尽管今年已经出现全 AI 生成的 95 分钟长片,但想让 AI 制作一部诺兰水准的电影依旧有着一段距离。 这也是 AI 视频模型都在争夺的王冠,可灵也拿出了 Kling 4.0 的大版本更新,让电影级内容生成更进了一大步。 全新升级的 Kling 4.0 将于 10 月正式与大家见面,其主打「真实、可控、专业」,在画面真实感、创意可控性和叙

推荐理由2000 年,李安与摄影师鲍德熹在《卧虎藏龙》里拍下了一场经典的竹林追逐:剑锋碰撞,竹海摇曳,镜头随人物身形贴地起伏,在极速运动中留下了东方武侠的张力与气韵。
创作成片爱范儿
#14

[AINews] AMD buys World Labs for $8.2B, as Atlas solves sparse reconstruction problem for robotics, design and more

The official post is shy, but since AMD is public, we know the purchase price . We covered them less than a year ago: Fei Fei has a lovely reflection blogpost that hints at the main reasons: Since our founding in 2024, World Labs has built leading AI spatial intelligence capabili

推荐理由[AINews] AMD buys World Labs for $8.2B,:The official post is shy, but since AMD is public, we know the purchase price。
创作成片Latent Space