夜雨聆风大家好,我是AI产品哥。
今天带大家看看，本周各大厂在AI方面，又上新了哪些新品。
豆包音频生成模型1.0
字节在火山引擎FORCE大会上发布了豆包音频生成模型1.0。
豆包音频1.0能干啥?
就是你输入一段提示词,它把人生、音效、配乐、场景声一次性打包生成。重点是有情绪,有呼吸感,不会喊得生硬,也不会甜美得发腻。
我看了实测,多角色相声那一段挺惊艳,女逗哏节奏快、情绪外放,男捧哏稳中带冷幽默,关键是连观众笑声这种环境音都自动配上了。
单次最多生成2分钟,长文本做有声书需要分段。但至少声音不再是视频做完后贴上去的配件,而是从脚本阶段就能参与创作了。这波属实有点猛。
网址：https://ark.volcengine.com/region:cn-beijing/experience/voice?model=doubao-seed-audio-1-0&sessionid=%E7%9B%B4%E6%8E%A5%E4%BD%93%E9%AA%8C
LongCat-2.0
美团开源的万亿参数模型
美团开源了LongCat-2.0,总参数1.6万亿,每token激活约480亿。这玩儿支持1M超长上下文,意思就是你能把整个代码库丢进去,它能一次性读完并精准定位。
它引入了LongCat Sparse Attention稀疏注意力机制,把长上下文注意力计算从平方级降到线性级,解决了百万token上下文处理的瓶颈。
重点是,这是业界首个在五万卡国产集群上完成万亿参数模型全流程训练与推理的模型,验证了非NVIDIA平台的可行性。如果你在做大规模代码迁移、仓库级代码审查,或者AI Agent开发,这个值得试试。
网址： https://longcat.chat/
WorkRally
腾讯的AI漫剧生产平台
腾讯视频推出了WorkRally,这是个工业级AI漫剧制作平台。它能干啥?从剧本解析、分镜生成、内容生产到资产管理与团队协作,覆盖完整生产链路。
重点是内置了S+级影视动漫技能库,包含构图、表演、动作、镜头四大方向的专业级5级知识库。你能直接输出影视几质感画面,而且能实现角色状态的动态追踪与批量一致性管理,告别"抽卡焦虑"。
网址： https://workrally.qq.com
TRAE Work Design
字节的AI设计新模式
字节还搞了个TRAE Work Design,这是TRAE Work推出的设计模式。你能通过自然语言对话直接生成UI设计稿,然后在画布中实时编辑修该。
重点是它能解析Figma文件,自动提取设计系统,确保AI出图严格遵循品牌视觉规范。而且打通了需求→设计→代码全链路,设计产物能一键导入Code模式,生成前端代码。
网址：打开 TRAE Work 桌面端或网页端，切换至 Design 模式
SeedMusic 1.0
字节的AI音乐生成模型
字节还推出了SeedMusic 1.0,这是个AI音乐生成模型。你输入文本提示,比如情绪、流派、场景,或者给一句歌词,它能在2-3分钟内生成包含AI人声演唱与完整编曲的歌曲草稿。
支持流行、嘻哈、电子、Lo-Fi、古风等多种风格切换,而且完全零门槛,不需要任何音乐制作经验。目前可以通个即梦平台免费试用。
网址：https://jimeng.jianying.com/
千问输入法
阿里的AI语音输入法
阿里通义千问推出了千问输入法,这是个独立的AI语音输入法。主打"说得随意,写得漂亮"。啥意思?它不只是简单把语音转文字,而是先理解你说的啥,然后自动去出"嗯""啊"这些语气词,纠正口误,把散装口语整理成结构化的书面文本。
支持最快300字/分钟的语音输入,9种方言识别,中英混说也行。重点是它有个AI指令模式,双击快捷键就能口头下达"帮我查资料""写一封请假邮件"这种任务,大模型在悬浮窗里完成并返回结果。
网址：https://ime.qianwen.com/
GPT-5.6
OpenAI的最新一代模型
OpenAI发布了GPT-5.6,但目前受美国政府监管要求,只以"有限预览"形式向少数可信合作伙伴开放。这玩儿首次采用天文学命名体系,推出三档型号,Sol(太阳)是旗舰版,Terra(地球)是均衡版,Luna(月亮)是轻量版。
核心能力聚焦于编程、生物信息学和网络安全三大方向,支持150万tokens超长上下文。Terminal-Bench 2.1得分Sol 88.8%,Sol Ultra 91.9%,确实挺强的。新增了Ultra模式,通过多子Agent协作处理复杂任务。不过目前普通用户还用不上,得等全面开放。
Claude Sonnet 5
Sonnet系列最强智能体
Anthropic发布了Claude Sonnet 5,号称Sonnet系列里智能体能力最强的模型。
它能自己定计划、调浏览器和终端工具,然后自己跑任务。
性能方面，SWE-bench Pro通过律63.2%,Terminal-Bench 2.1通过率80.4%,OSWorld-Verified通过率81.2%,基本上接近Opus 4.8的水平,但价格便宜不少。
有意思的是它支持五个档位的"努力度"调节,low/med/high/xhigh/max,你可以按需平衡成本和输出质量。
如果你在做复杂多步任务,比如自动化软件工程、企业流程自动化,或者要处理长文档分析,这个性价比确实挺香。
Nano Banana 2 Lite
谷歌的极速生图神器
谷歌推出了Nano Banana 2 Lite,定位非常明确,就是速度快。4秒生成单张图像,每千张收费才0.034美元。这个价格,说实话,有点离谱。
它适合啥场景?电商素材批量生产、广告创意迭代、游戏影视概念设计。如果你需要快速试错、批量出图,这个工具能帮你省不少钱。
当然,图像风格偏向商业素材和标准摄影风,艺术感不如Midjourney,但架不住便宜啊。
以上，就是今天的分享。
如果觉得有用，点个赞👍，转发给你的朋友，让更多人看到。
关注「AI产品经理」，每天带你速览全球AI产品动态。
我们明天见👋
