获取插件→ app.pixverse.ai/cli/marketin…

PixVerse 推出 Short Drama 插件，可接入 AI 智能体，让用户用自然语言描述角色、场景、动作和氛围，由智能体调用 PixVerse 将场景描述直接生成为完整视频。该插件让团队能基于可观看的具体视频进行评审、讨论和迭代开发。

xAI 的 Grok Bot 未来两周改进方向征集

xAI 的 Grok Bot 团队公开征集用户反馈，询问未来两周如何改进该产品，用户集中提出语音通话、HTML artifacts 浏览器可视化、Android 集成、用量限制透明化等需求。团队回应称通知同步问题将在两周内改进，并正在下线 instructions 功能。

Perplexity 为符合条件的美国 Amex Business Small Business Card 持卡人在 Perplexity Computer 中上线一套 Amex 精选、开箱即用的技能库。这些技能是预构建工作流，可处理现金流预测、生成营销活动等日常业务任务，用户只需在 Computer 中选择任务并补充业务细节即可，无需从零编写提示词。

我们正在 Computer 中推出内联图表、示意图和可视化。 包括来自 @tradingview 的上下文金融图表。

Perplexity 发布 Decisions API，由 pplx-decider-v1-27b 多模态决策模型驱动，该模型经过训练，输出的是固定答案集合上的概率分布而非文本。其输入价格为 $0.04/million input tokens，在基准测试中得分 85.71%。

Meta 正在为其 Meta API 平台开发“Agent Engine”。 Agent Engine 内部代号为“Forge”，但目前尚不清楚它将提供什么解决方案。 一个新的 harness 模型即将到来？👀

MAI-Transcribe-2-Streaming 流式转写定价为每小时 $0.54，相当于每 1,000 分钟音频 $9.00，与 Gemini 3.5 Transcribe Live 的 $9 持平，高于 ElevenLabs Scribe v2 Realtime 和 Deepgram Flux 的 $6.50，超过 Cartesia Ink-2 的 $4 两倍多，是 Muse Voice Transcribe 的 $3 的三倍。非流式转写为每小时 $0.10，即每 1,000 分钟 $1.67。

探索新的拒答视图和基准细分：artificialanalysis.ai/agents…

Artificial Analysis 为 Coding Agent Index 新增两项安全拒绝报告视图：拒绝时机（任务提示词即触发还是智能体开始工作后触发）与回退模型（拒绝后切换到哪个模型）。

Artificial Analysis 宣布 Qwen-Image-2.1 已上线其图像榜单，用户可在 AA-Image-T2I v2.0（Open Weights）和 AA-Image-Editing v2.0（Open Weights）两个榜单上查看该模型表现，也可在 Image Arena 中投票，链接为 artificialanalysis.ai/image/。

Artificial Analysis 宣布 Alibaba 的 Qwen-Image-2.1 成为其 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单上的新开源权重第一名。

使用 Artificial Analysis 模型对比工具并排比较 AI 模型 选择任意模型，可对比以下维度： ➤ Artificial Analysis Intelligence Index 分数 ➤ 各项基准测试分数 ➤ Artificial Analysis Capability Index 分数，涵盖金融与会计、战略与运营、法律、医疗健康、工程和经济 ➤ 成本，按输入、输出和缓存 token 分解 ➤ 输出速度和延迟 探索该工具：artificialanalysis.ai/models…

用 H3 做视频编辑变得非常有趣了。🕺

Grok Bot 主动为你提供有用的提醒和建议

Grok Bot 无需你开口，就能完成有用的工作。

如果你在使用 Gemini Enterprise Agent Platform，Grok 4.7 现已可用。

在你的聊天中与 @grok 对话

latentspacepod 转发 Anthropic 的 Thariq 对 Claude Mods 的说明，称其解锁对话上下文、子智能体、结构化输出和 UI 控制四类能力。Thariq 表示 Mods 可读取对话轮数和已用 token 等信息，可在进程内生成子智能体并用结构化输出解析结果，还能修改 UI，而 hooks 无法做到这一点。

了解更多。goo.gle/4hcNNWK

Suno Studio 2.0：从聊天栏完成分轨、加乐器与自动化

Suno Studio 2.0 支持在聊天栏中完成从一首歌开始、分离音轨、添加新乐器、效果与自动化的全流程操作。该功能将分轨与编曲编辑整合进对话式输入，用户无需离开聊天栏即可完成多步音乐制作。

Suno 上线 Speech 语音生成功能 Beta 版

Suno 推出 Speech 功能 Beta 版，用户可在 Suno 上生成语音内容。官方提示 Beta 阶段仍有不足，例如英式口音有时会听起来更像澳式口音，戏剧性停顿也可能过于夸张，这些问题将随时间改进。

Suno 演示用维多利亚英语劝室友洗碗

Suno 分享了一段用维多利亚时代英语劝说室友洗碗的音频演示，并附上 suno.com 的分享链接。该内容以回复 @suno 的形式发布，展示 Suno 在特定风格化人声与台词生成上的效果。

Suno 推出 Speech Beta，可生成带背景音乐的语音

Suno 宣布 Speech 功能进入 Beta 阶段，称其为首个能生成与背景音乐相匹配的语音音频的模型，用户更新应用即可使用。官方博客链接为 suno.com/blog/introducing-speech-beta。

Suno 展示语音与背景音乐单次生成：实时音频的新进展

Suno 分享了一段演示，展示语音与背景音乐在一次生成中同步产出。评论者 Gavin Guo 指出，两个生成器争夺同一时间线通常会互相干扰，而这段音乐能随人声自动避让、起伏和强调，而非事后贴附，对实时音频而言是实质性进展。

Suno 为语音功能征集命名：Speech 还是 Vocal Booth

Suno 就新语音功能的命名向用户征求意见，认为 Speech 这个名字"感觉不太对"，并提出 Vocal Booth 作为替代方案。该讨论由用户 @OmnipotentCEO 在 X 上发起，目前尚未公布最终命名或功能细节。

我们用 mods 构建了 /diff 和 AGENTS.md 支持等功能。 希望你们觉得它们和我们一样有用（且有趣），迫不及待想看到你们构建的东西！ claude.com/blog/claude-code-…

我们在 Claude Code Playground 仓库中添加了预构建的示例 mods，如果你需要一些灵感，可以在此基础上进行修改。 详情请查看我们的入门指南：claude.dev/blog/getting-star…

Claude Code 新增 Mods 功能，用户可修改其行为、自定义 UI 并替换或加入自己的功能。Mods 可用几行 TypeScript 编写，也可让 Claude 生成，随插件一起分发，通过 CLI 或桌面端的 /plugin 安装。

现在可以在 Higgsfield 上试用 FLUX 3 Image： higgsfield.ai/ai/image?model…

参会需审批通过。申请加入：elevenlabs.io/summit/new-yor…

一个声音，每一种情感。 elevenlabs.io/emotional-rang…

ChatGPT 的 dot 支持举机贴耳语音通话

ChatGPT 的 dot 新增语音通话功能：在 Settings → Voice 中开启后，打开 dot 并把手机举到耳边即可像打电话一样与 dot 对话。该功能需手动在设置里打开，发布者称这是其团队在 dots 中推出的最喜欢的小功能之一。

有人建议为 ChatGPT 开发插件

一条推文建议开发者做一个 ChatGPT 插件，并称这是其试过体验最好的插件扩展。评论者提到正在追踪 tldraw 以及插件/连接器在 ChatGPT 和 Claude 上的自然发现情况，还有人询问如何在应用内购买受限的情况下变现。

Qodo 3.0 发布 PR Triage：为编码智能体跨仓库 PR 提供整体审查

Qodo 推出 Qodo 3.0，新增 PR Triage 功能，将编码智能体跨不同仓库产生的相关 PR 归组为一个工作包，并按代码库影响、SLA 和未决问题打分。跨仓库地图展示工作包涉及的每个仓库，每项评分附有自身推理依据，Qodo 为整个工作包生成一份审查简报，让审查者一起审查 PR，人类仍负责最终批准代码。

Onepin 推出 AI 语音质检层：逐行检查发音，只修错词不重录

Onepin 发布 AI 语音质检层，在文本转语音之后逐行检查配音，用 400 万词发音词典核对人名与产品名，并提前拼读价格和日期。它按自然度、清晰度和词准确率给每行音频打分，出错时只修复那个词、不重新渲染整段。该工具兼容 ElevenLabs、OpenAI、Google 等 30 多家语音服务，免费起步、无需信用卡。

Kled V3 发布：72 小时内向 50 万+ 贡献者网络派发数据采集任务

Kled V3 允许实验室指定所需数据，并在 72 小时内将采集任务部署到其 50 万+ 自愿贡献者网络，覆盖图像、视频、音频、文本和标注的 108 个可配置模板。贡献者用手机按说明和合格示例完成采集，形成"定位模型失败点—转为采集任务—获取真实世界新样本—再训练评估"的更紧反馈闭环。

快速看看 Security Center 能为这些做什么。它有三个标签页：Overview、key safety 和 IP allowlist。 Overview 按风险对你的 key 进行分组（无消费上限、无过期时间、90+ 天未使用，或可安全删除），并为每组提供建议，这样你就能在 Security Center 中找到有风险的 key 并修复它们。

发布时，我们对三类模型路由器进行基准测试： - 模型混合：Unbiased Pareto、Sakana Fugu - 模型选择器：Auto Router、Jev Router - 模型切换器：NVIDIA Switchyard 领先的单个模型也作为对比纳入。

"Daily AI Brief" 也将从周二到周六以邮件形式送达。 点击下方订阅 👀 testingcatalog.com/#/portal/…