搜索
当地时间 5 月 5 日，迈阿密一家名为 Subquadratic 的公司走出隐身模式。CTO Alexander Whedon 在 X 上把首款模型 SubQ 称作“a major breakthrough in LLM intelligence”（LLM 智能领域的重大突破），
Agent Skills不应该只以SKILL.md、README或自然语言说明文档的形式存在，而应该被转成一种机器可检索、可检查、可治理的结构化表示。这是《From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills》这篇论文的核心主张。
4 月 9 日，Anthropic 在 X 上宣布 Claude Managed Agents 上线。同一天，一位 ID 叫 @jiayuan_jy 的中国创业者也发了一条推，“We created the open source version of Claude Managed Agents. Introducing Multica.”
Realtime API 是 OpenAI 的实时语音交互接口，在 24 年的 DevDay 首次亮相，当时还是 beta，调用贵到离谱，音频输出 200 刀/百万 token：OpenAI 凌晨发布：Realtime 实时多模态 API，及其他
直到这一次我们在旧金山 DREAME NEXT 大会上深入了解了这款 AI 饮食吊坠（首发报道）后才发现，其实对于特定人群的特定场景，通过吊坠完成无感的记录分析，可以是一个很「刚」的需求。
ElatoAI 是一个开源免费的实时AI语音交互系统，采用Arduino 编程，运行在乐鑫 ESP32 主控制器上，通过安全WebSocket连接至部署在Deno边缘函数构建的服务端，通过OpenAI Realtime API等技术实现低成本、长时长、跨设备的自然对话体验，支持多种AI模型，
今年，AI互动内容挺火。目前这个赛道上浮出很多AI互动小游戏公司。比如最近我见到的一位 95 后创业者，就要在生活方式赛道，做出可互动“下一代生活方式平台”。他的产品 Dreamova，就是从 00 后的需求出发，希望让 00 后们能在这里直接代入自己想体验的“屏幕中的生活”。
近期，追觅在硅谷举办了「DREAME NEXT」发布会，并把视线投向 2036：未来十年的硬件形态和生活方式，将如何随着 AI 发生变化。在这个宏大命题下，这场发布会也给外界提供了一个观察切片：追觅将如何在 AI 时代重新定义自己。
两天前，Creati AI推出了新产品Buzzy。Buzzy是一个专门做视频修改的AI Agent。用户可以对视频说“把这个人换成我的脸”“把阴天变成黄昏”“去掉背景里的路人”，局部修改，其他不动。几乎同时，公司官宣了由红点领投的B轮融资，金额高达2000万美元。
腾讯混元团队提出了 Multi-Stream Scene Script（MTSS），一种全新的视频描述范式 —— 将传统的 "一段话描述整个视频" 升级为 "多流结构化剧本"，通过 Stream Factorization 和 Relational Grounding 两大核心原则，让视频描述既忠实又可扩展，在视频理解和生成任务中均取得显著提升。