去年营收1.1亿的原生影视工作室Utopai火起来，又一次彻底刷屏！奥斯卡编剧下场背书，这家公司直接复刻了皮克斯的神话。从剧本到4K大片一键直出，AI视频刚刚完成了一次史诗级升级。
模思智能成立于2024年，位于上海徐汇区，由上海创智学院与复旦大学联合孵化，是国内少数完成“全模态基座模型能力闭环”的初创公司之一，致力于构建统一Token表达框架下的“情境智能”能力，推动Agent系统在真实世界中的自主交互与任务执行。
语音合成大家都不陌生，这两年市面上各种AI配音也层出不穷。
2026 年，阿联酋哈利法大学的邹航博士和他所在的团队，做出了全世界第一个射频大模型，名字叫 RF GPT。这个模型能直接看懂无线信号，就像 GPT 4o 能看懂图片、Qwen2 Audio 能听懂声音一样。你把无线信号扔给它，它不仅能告诉你这里面有几种信号、分别是什么技术，还能分析出有没有信号在打架、哪个是 5G 哪个是蓝牙、甚至能数出来 WiFi 网络里有多少个用户同时在用。
最近，GitHub又炸出了一个明星项目：让「一个人开游戏公司」变成现实的Claude-Code-Game-Studios。与此同时，另一个「让普通人把想象变成游戏」的产品Aippy，也在欧美年轻人中风靡。与前者的专业工具属性不同，Aippy要做的是新一代数字原住民的「游戏社区」。
相似度超越Seed-TTS、MiniMax-Speech等知名模型。昨晚，美团LongCat团队发布了文本转语音模型LongCat-AudioDiT，并开源1B、3.5B参数量的版本。这一模型的最大特点，是彻底抛弃了梅尔谱等中间表示，直接在波形潜空间进行基于扩散模型的文本转语音。通俗地说，这一模型直接根据声音本身的规律进行生成，“雕刻”出最原始的声音波形，从根源阻断数据转换的级联误差。
今天，OpenClaw 直接推送了最新的 3.28 版本。这次更新的内容也是格外丰富，简直是底层能力的全面大解放。简单挑几个跟日常体验关系最大的。Qwen 模型正式迁移到了 Model Studio，直接走新的认证选项，干净利落。
在GitHub上上线没几天就冲到5.4k stars的3D建筑编辑器开源项目——Pascal Editor。设计软件咱见的不少，但跑在浏览器里的还是有点新鲜，我帮大家浅浅总结了一下Pascal Editor的一些核心亮点：
昨日凌晨，谷歌正式推出其最高质量的音频和语音模型——实时语音模型Gemini 3.1 Flash Live，并在Gemini App、Search Live以及Google AI Studio中同步开放，其中后者以预览版本向开发者提供。
ACE 的起点，并不是把音乐生成做成一个更轻的娱乐玩具，而是从专业创作工作流里切进去。ACE Studio 2.0 于 2025 年 12 月正式发布，产品形态也从 AI vocal workstation 进一步扩展为 all in one AI music studio，开始把 AI 歌声、乐器、生成、编辑与 DAW 协同整合成一个AI 音乐创作系统。
