302.AI

提起具备AI翻译功能的浏览器插件，相信许多中国用户已经对“沉浸式翻译”（Immersive Translate）这款神器耳熟能详了。这个插件是由中国独立开发者Owen主导的个人项目（GitHub ID：immersive-translate），在2023年首次亮相后，很快凭借其出色的用户体验和口碑传播，成为浏览器扩展领域的黑马，迅速走红。 沉浸式翻译的核心理…

从机械单调的合成音，到略带情感的 AI 助手，AI 语音的竞赛始终聚焦于说得更“快”与更“像”的极限。然而，旧有的标杆正在被颠覆：MiniMax 于 10 月 30 日掷出其最新语音模型Speech 2.6，将端到端延迟一举压缩至 250 毫秒以下，重新定义了实时语音交互的速率标准。在人类日常对话中，自然停顿介于 300-500 毫秒之间，而 250 毫秒更…

在我们 9 月末的评测文章《国产AI视频“2.5时代”首战：Wan2.5的“电影感”与Kling 2.5的“稳定美学”，能否击败Veo 3？》中，曾提到国产 AI 视频模型正不约而同迈入 2.5 时代，而在一个多月后的 10 月 28 日，这一阵营中的又一员大将——来自 MiniMax 的 Hailuo 也正式迎来升级，推出 2.3 版本。 Hailuo 2…

MiniMax 日前正式开源了其专为编程任务与 Agent 工作流优化设计的大模型 MiniMax-M2。该模型采用 MoE 混合专家架构，官方称其为“小模型”，是因为仅凭 100 亿激活参数，即可实现媲美顶尖模型的端到端工具调用能力，而其轻量级形态使得部署和扩展变得比以往更加轻松。 MiniMax M2 定位明确，旨在成为 AI 编程与 Agent 开发领…

字节跳动旗下火山引擎于 9 月推出其通用多语言翻译模型 Doubao-Seed-Translation，支持包括中、英、日、韩、德、法等 28 种语言互译，基本覆盖了全球大部分主流语种。官方称模型在中英翻译效果上逼近 Deepseek-R1，而在多语言综合表现上，甚至可以对标顶尖模型 GPT-4o 与 Gemini-2.5-Pro，展现出国际一流的翻译水准。…

距 Claude Sonnet 4 问鼎业界编程翘楚五个月后，Anthropic 再度官宣发布其 Claude 家族轻量级新作——Claude Haiku 4.5，并宣称该模型在编码性能上已媲美 Sonnet 4，而价格仅为后者的三分之一，速度更是提升一倍以上，堪称一款极具竞争力的 Sonnet 4 平替。 Anthropic 官方抛出的数据也直观地力证了 …

相信很多影像工作者近些年对 Topaz Labs 这家公司已不陌生，和一众 2024 年后围绕AI做概念就开始融资的新玩家不同，Topaz Labs 是在AI浪潮来临之前，就已经把专业技能点点满的硬核老兵——它用一系列真实可用的模型工具，在图像修复、局部放大、细节增强、去噪、插帧和视频补帧等领域打下了坚实口碑：模糊镜头能拉清晰、低分辨率素材能补成4K，尤其是…

随着 AI 视频生成技术从基础的提示词理解迈向电影级画面创作，模型的进化方向已不再局限于画质本身，而是延伸至具备导演思维的运镜逻辑与对用户深层意图的感知能力。“电影级”，正成为新一代 AI 视频模型的核心标签。 在九月末密集发布的 AI 视频模型中，Wan2.5 与 Sora 2 凭借音画同步能力的突破，将 AI 视频的叙事质感推向一个新高度。紧随其后，生数…

10月16日，就在AI视频领域的军备竞赛仍聚焦于 Sora 2 音画同步所加入的高拟真度赛道时，Google 经过数日网上泄密与舆论发酵后，突然强势切入战局，公开释出其视频生成模型的全新迭代——Veo 3.1，此次升级旨在系统性地提升视频生成的几大重要维度：导演级的叙事控制能力、电影级的音频质量，以及更高的场景真实感。Veo 3.1的正式推出，无疑进一步拉高…

国庆假期第一天，当AI视频领域的热度还聚焦在Kling 2.5拿下SOTA，Wan2.5大获好评之时，OpenAI再次以“核弹级”的发布，将视频生成技术推向了全新的叙事维度——Sora 2，一个不仅能看见“世界”，更能听懂“世界”的视频模型。 自Sora初次亮相以来，凭借对物理世界近乎“复刻”的模拟能力，彻底改写了AI视频生成的质量标杆。然而，在AIGC创作…