AICoder

AI 编程实时动态与要闻

基于 𝕏 (Twitter) 权威实验室与科学家一手信源，经 AI 降噪提炼核心事实，联动全网模型评测与智能体生态。

在 𝕏 上探索最新发文 ↗

AI 编程实时动态与要闻

P
Pikapika_labs·
👀31
🔥84
查看推特原帖 ↗

Pika 发布开放权重视频模型 Pika H3 Flex：基于 MiniMax H3 后训练，6 步出片、5 轨音频分轨，API 起价 0.01 美元/秒

Pika 于 10 月 29 日发布 Pika H3 Flex，这是在 MiniMax H3 基础上后训练的音视频一体生成模型，权重已上架 Hugging Face、代码开源在 GitHub，并支持 ComfyUI 和 Diffusers。官方称它把去噪步数从 50 步蒸馏到 6 步，在 768p 下 DiT 去噪平均比 Fal H3 Max 快约 1.8 倍，15 秒带配乐片段最快约 7 秒生成；托管 API 额外提供 1080p 到 4K 超分和对白、配乐、音效、拟音、环境声 5 条可导出音轨。以上速度与质量数据均为官方口径。

Pika 发布开放权重视频模型 Pika H3 Flex：基于 MiniMax H3 后训练，6 步出片、5 轨音频分轨，API 起价 0.01 美元/秒

核心要点速览

  • 定价（官方口径）：文/图生视频起价 0.01 美元/输出秒，参考生视频起价 0.03 美元/秒；官方对比表中 MiniMax H3 为 0.08 美元/秒、Seedance 2.5 为 0.103 美元/秒
  • 速度（官方口径）：6 步采样，768p 下 DiT 去噪平均比 Fal H3 Max 快约 1.8 倍，10–15 秒文/图生视频约 2 倍；8 张 B300 上 5 秒 768p 生成全流程提速 1.60 倍
  • 排名：官方产品页称在 DesignArena 文生视频榜得分 1293、总第 7，是榜上最高的开放权重模型
  • 开源形态：Hugging Face 标注为基于 MiniMax-H3 的 adapter，许可证为 other；本地推理原生支持 480p/768p 与混合立体声，4K 超分和分轨音频仅在托管 API 提供
  • 支持最多 12 个参考输入（图、音、视频、草图等），以及风格迁移、动作迁移、角色替换、局部编辑等下游任务
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Pika H3 Flex⚡ MiniMax H3⚡ Fal H3 Max⚡ HeyGen Video⚡ Gemini Omni 1.1 Flash🌐 Pika🌐 MiniMax
#视频生成#开放权重#音频分轨#蒸馏#Pika
E
ElevenLabsElevenLabs·
👀29
🔥80
查看推特原帖 ↗

ElevenLabs 发布音效模型 SFX v3：一句提示词生成多层音效，音乐与人声更好，API 已可调用（限量开放）

ElevenLabs 官方账号 10 月 29 日 18:03（UTC）发布 SFX v3，称它能从单条文本提示词生成更丰富、更精确的音效，音乐和人声表现更好，已在 ElevenCreative 和 ElevenAPI 上线。官方文档显示新模型 ID 为 eleven_text_to_sound_v3，沿用原有 Sound Effects API，但默认模型仍是 v2，且 v3 目前限量开放、并非所有地区可用。

ElevenLabs 发布音效模型 SFX v3：一句提示词生成多层音效，音乐与人声更好，API 已可调用（限量开放）

核心要点速览

  • 模型 ID：eleven_text_to_sound_v3，与 v2 共用同一个 Sound Effects API，只需改 model_id；默认仍是 eleven_text_to_sound_v2
  • 官方文档列出 4 项改进：多条指令同一提示词、能处理音乐与人声、更自然、高频声（锣、钟、哨）更少削波
  • 限量开放：没有权限的账号调用会返回 Unknown model 错误，且并非所有地区可用
  • 时长 0.1–30 秒，指定时长时按每秒 40 credits 计费（Sound Effects 接口通用口径），支持 loop 无缝循环
  • 跑分：官方未公布任何量化基准，文档建议用自己的提示词对比 v2 与 v3
阅读全文
关联模型 / 智能体 / 厂商:
⚡ SFX v3⚡ eleven_text_to_sound_v3🌐 ElevenLabs
#音效#音频#文本转音频#API
A
Adobe Research & Brown@huggingface·
👀59
🔥94

Adobe 与布朗大学开源多模态多参考视频编辑框架 OmniXRef：镜头轨迹误差大降 5 倍，横扫五大属性控制

Adobe Research 与布朗大学在 arXiv:2610.22744 中正式发布统一多模态多参考视频编辑框架 OmniXRef。针对现有视频编辑模型通常仅支持单一文本提示、难以精确解耦多参考源（如参考视频的运镜、参考图像的主体外观与自然语言指令）的行业痛点，OmniXRef 采用单流扩散 Transformer（Diffusion Transformer）架构，提出 Mix-Patchify 与参考相对位置编码（R2-RoPE）。实测显示在运镜轨迹迁移中旋转误差低至 0.874、平移误差 3.961，超越顶尖商用闭源系统达 5 倍以上。

Adobe 与布朗大学开源多模态多参考视频编辑框架 OmniXRef：镜头轨迹误差大降 5 倍，横扫五大属性控制

核心要点速览

  • Adobe 与布朗大学联合开源多模态多参考视频编辑框架 OmniXRef（arXiv:2610.22744），支持文本、图像与视频多参考源自由组合
  • 基于单流 Diffusion Transformer 架构，提出 Mix-Patchify 与 R2-RoPE 相对位置编码，实现多模态上下文联合注意力建模
  • 在镜头轨迹迁移中旋转误差仅 0.874、平移误差 3.961，精度超越顶尖商用视频系统 Seedance 2.5 达 5 倍以上
  • 全面覆盖运镜、动作、主体、画风与特效五大属性解耦控制，开源项目主页已正式上线
阅读全文
关联模型 / 智能体 / 厂商:
#OmniXRef#Adobe Research#Brown University#Video Editing#Diffusion Transformer#Camera Control
V
Vercel@vercel·
👀42
🔥88
查看推特原帖 ↗

Vercel：Grok 4.7 上线 AI Gateway，9 月 27 日前四折优惠

@vercel 宣布 Grok 4.7 已登陆 Vercel AI Gateway，并提供至 9 月 27 日的 40% 折扣；可在 v0、eve 与 fx 中试用。面向在 Vercel 栈上搭建应用与编码智能体的开发者，降低试用 Grok 4.7 的门槛。

核心要点速览

  • Grok 4.7 已上线 Vercel AI Gateway。
  • 至 9 月 27 日 AI Gateway 上 Grok 4.7 四折。
  • 可与 v0、eve、fx 一起试用。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Grok 4.7🤖 v0 by Vercel🌐 vercel🌐 xAI
#Grok 4.7#Vercel#AI 网关#定价#V0#Discount
AD赞助内容
G
Guillermo Rauch@rauchg·
👀58
🔥93
查看推特原帖 ↗

Vercel：TypeSafe Jev 将接入 AI Gateway，安全审阅较 GPT Luna 提速约 18 倍且更准

Vercel CEO Guillermo Rauch 称团队在 fx 默认 auto 模式下用安全审阅器检查每条命令：当前跑在 GPT Luna，而 TypeSafe 的 Jev 在 p95 上可达约 18 倍更快且更准确，并将接入 Vercel AI Gateway，有望成为新默认。此前 Vercel 工程师也报告 Jev 在分类评测上相对 Gemini 2.5 Flash Lite 质量饱和且快约 6 倍。

核心要点速览

  • Rauch：Jev 将进入 Vercel AI Gateway，或成新默认安全审阅模型
  • 相对 GPT Luna，Jev 在 p95 可达约 18 倍更快且更准确
  • 配套评测：Jev 相对 Gemini 2.5 Flash Lite 质量饱和、速度约 6 倍
阅读全文
关联模型 / 智能体 / 厂商:
🌐 vercel🌐 typesafe
#TypeSafe#Jev#Vercel#AI 网关#Fx#safety reviewer#GPT Luna
G
Guillermo Rauch@rauchg·
👀41
🔥92
查看推特原帖 ↗

fx 0.0.10 发布：长会话最高约 1.6× 完成、请求启动约 2.5×，支持自动升级与 ctrl+g 重启续聊

Vercel CEO Guillermo Rauch（@rauchg）宣布编码智能体 CLI fx 0.0.10：changelog 称完成一轮最高约 1.6×、发起模型请求最高约 2.5×（长会话收益更大）；支持自动升级、ctrl+g 重启并恢复对话；并加强 MCP 错误路径的密钥保护。详情见 https://fx.sh/changelog#v0.0.10。

核心要点速览

  • fx 0.0.10：长会话完成速度最高约 1.6×，模型请求启动最高约 2.5×。
  • 新增自动升级与 ctrl+g 重启并恢复对话。
  • MCP 错误路径加强密钥保护。
阅读全文
关联模型 / 智能体 / 厂商:
🤖 v0 by Vercel🌐 vercel
#Fx#0.0.10#CLI#编程智能体#MCP#Vercel#Auto upgrade#ctrl+g#性能
C
Chris Tate@ctatedev·
👀69
🔥91
查看推特原帖 ↗

Vercel Labs 正式成队：面向 AI 时代的 agent-browser、skills、json-render 等开发原语

Vercel 工程师 Chris Tate（@ctatedev）宣布 Labs 正式成为公司团队，专注探索改变开发者与智能体能力的原语与工具：已公开 agent-browser、skills、json-render、deepsec、fx、just-bash、portless、vgpu 等。支持分层为 Labs 产品（可依赖）、活跃实验（快迭代、可能破坏）与过往实验；入口 vercel.com/labs。

核心要点速览

  • Labs 正式成为 Vercel 团队，专注 AI 时代开发者与智能体原语。
  • 已公开 agent-browser、skills、json-render、deepsec、fx、just-bash、portless、vgpu 等。
  • 分层：Labs 产品可依赖；活跃实验快迭代；过往实验回流产品或归档。
阅读全文
关联模型 / 智能体 / 厂商:
🤖 v0 by Vercel🌐 vercel
#Vercel#Vercel Labs#Agent browser#技能#Json render#Deepsec#Just bash#Vgpu#AI 智能体#开发者工具
M
Marwan Atef@Marwan_3atef·
👀47
🔥93
查看推特原帖 ↗

AWS 开源 Agent-EvalKit：在 Claude Code / Kiro / Kilo 内用斜杠命令跑六阶段智能体评测

AWS 开源 awslabs/Agent-EvalKit：在 Claude Code、Kiro CLI 或 Kilo Code 内通过 /evalkit.plan、/evalkit.report 等斜杠命令跑评测。六阶段覆盖计划、造数、OpenTelemetry 追踪、执行、打分与代码关联修复；旅行研究 demo 显示 Response Quality 83.9%、Tool Parameter Accuracy 64.5%、Faithfulness 32.3%，漂亮回复仍可能在空工具结果上编造温度与汇率。配套 AWS ML 博客说明系统化评测方法。

核心要点速览

  • 开源：awslabs/Agent-EvalKit，支持 Claude Code / Kiro / Kilo 斜杠命令。
  • 流程：plan → data → OTel traces → run → score → code-linked fixes。
  • 洞察：demo Faithfulness 仅 32.3%，空工具结果仍会编造事实。
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code (Anthropic)🌐 Amazon AWS (Nova)
#AWS#Agent-EvalKit#Claude Code#Kiro#Kilo#OpenTelemetry#agent eval#Awslabs
已呈现全部最新动态