全部文章

Sunday Robotics 推出家用机器人 Memo，搭载新 AI 模型 ACT-2，能在陌生家庭叠放从未见过的衣物，成功率超 99%。公司计划 2026 年秋季启动 Beta 测试，并提出了新的机器人能力衡量标准“Solve”。

AI 很容易画出一张看起来像 Logo 的图，难的是交给设计师以后还能改颜色、调节点、换尺寸，并在网页和印刷里继续使用。Recraft 把图片生成、风格、编辑和矢量输出放进同一工作区，它真正有价值的地方不是多出几张图，而是让视觉草稿更接近后续设计流程。

第一次打开 Leonardo.Ai，最容易卡住的不是不会写提示词，而是模型菜单里既有它自己的 Lucid，也有 GPT Image、Nano Banana、FLUX、Seedream 等一长串名字。其实普通人没必要先把每个模型都研究一遍：先用 Auto 或较快模式把方向跑出来，挑中一张，再继续改图、放大或做成视频，才是这套工具真正省时间的地方。

据《金融时报》报道，Meta正在测试代号Aperol和Bellini的原型眼镜，具备“超级感知”模式，可持续录制音频并每隔几秒拍照。用户可事后询问AI关于所见所闻的问题。但报道称Meta可能不在该模式下点亮录制指示灯，引发隐私争议。目前该产品仍为原型阶段，未公布发布时间。

据金融时报等多家媒体报道，Meta正在测试代号Aperol和Bellini的“超感知”智能眼镜原型，可每几秒拍一张照片并持续采样环境音，但LED指示灯在AI模式下可能不亮。Meta已修复现有眼镜的指示灯漏洞，但新原型引发更大隐私争议。

用 AI 做海报最让人泄气的时刻，不是它不会画，而是画面已经很好看，标题却多了一个字母；你只想改一句文案，它又把人物、颜色和构图全部重做。Ideogram 一开始就把图片里的文字当成重点，现在又把局部改图、扩图、透明背景和文字层接到生成之后。它真正想解决的，不只是‘能不能出图’，而是这张图能不能继续修到可用。

你可能在 Hugging Face 上点开过一个图像生成、语音识别或聊天 Demo，浏览器里直接就能试。承载这些小应用的就是 Spaces。它不只是一个作品列表，而是一套把代码仓库、构建过程、运行硬件和公开页面连在一起的托管入口；真正开始之前，先决定代码和应用究竟要公开到什么程度。

想让 AI 接客服电话，最难的往往不是挑一个声音，而是把‘什么能答、什么时候查系统、答不出来转给谁’说清楚。ElevenAgents 把这些规则放进同一个智能体工作台：先配置资料和对话流程，再接到网页、电话或自己的应用里，最后靠测试与真实对话继续修正。

理发店、维修团队或小公司最容易漏掉的，不一定是复杂咨询，而是忙起来时没人接电话、下班后没人回答营业时间、客户想预约却找不到空档。Reception.ai 把电话接待、网页聊天和预约后台放在一起，但它更像一个按规则值班的接待员：企业资料、人工接管和异常处理仍要先由人设好。

如果你只是临时想问个问题、上传一份文件让它帮你分析，或者想用现成的智能体（Agent）完成重复任务，Vibe Chat 就是那个打开就能聊的界面。它和 Vibe Work（适合多步骤工作）以及 Vibe Code（面向代码库和终端）共用同一个账号，但 Chat 保留了 Le Chat 时代最熟悉的轮次对话体验。

智谱清言是打开就能聊天的产品，智谱开放平台则更像一间 AI 工具房：开发者可以调用模型、处理文件和搜索，也能把知识库、节点与插件拼成智能体。工具多不代表接入更省心——真正上线后，Key 放在哪里、一次请求花多少钱、失败怎么重试、用户资料经过哪些服务，都要由你的系统负责。

写到一半卡在函数、测试或陌生代码上，最烦的往往不是不会写，而是要离开编辑器查资料、复制代码、再回来改。CodeGeeX 把补全、解释、翻译、单测和问答放进 IDE 侧栏，适合减少这些来回切换；但它看见的上下文越多，开发者越要知道哪些代码只在编辑器里，哪些会交给云端分析。

在网页里打开 Kimi，是你自己在用一个产品；把 Kimi 接进客服、工作流或自家应用，则是在运营一段会花钱、会失败、也会处理用户数据的服务。Kimi 开放平台把模型和工具交给程序调用，但第一步不是抄一段示例代码，而是先分清账号、Key 和账单到底属于哪套系统。

普通 AI 对话结束后，下一次往往又要重新交代背景。Kimi Claw 想做的是一个常驻助理：可以给它取名字、教它工作习惯、装技能、定时执行任务，还能从微信或飞书继续叫它干活。方便之处来自长期在线与更多连接，真正需要弄清楚的也正是两件事——它运行在哪里，以及哪些信息真的被写进了长期记忆。

网页里的 AI 通常只能处理你主动上传的材料；真正的电脑工作却散在文件夹、浏览器、表格和每天重复的步骤里。Kimi Work 把 Agent 放进桌面环境，可以直接处理指定目录、运行代码、操作网页并按时执行任务。它省下的是来回搬文件和点按钮的功夫，同时也拿到了更接近真实工作的权限。