标签： Gemini

商汤甩出 8B 小钢炮 U1.5-Lite-Preview：参数不大，却逼疯闭源模型

商汤发布了一款 8B 参数的开源多模态模型 SenseNova U1.5-Lite-Preview，图像生成与编辑能力接近商业闭源模型，同时预告了面向专业创作者的 U1Pro 公测。

OpenAI 用 6 个月时间构建了新一代实时语音模型 GPT-Live，通过“快慢双路径”架构和自研传输协议，把语音交互延迟压到 1 秒以内，实现了 AI 边听边说的全双工对话。

Vercel 发布了新的 AI Gateway 日志界面，开发者可以查看每次请求的成本、Token 用量、耗时、模型及失败回退路径。这个看似界面层的更新，其实是在给大模型应用从“能跑通”走向“可运营”补齐关键短板。

有用户发现，用 Codex 处理旅行预订截图、自动写入 Google Calendar，是一个“不起眼但真正有用”的 AI 应用场景。它没有炫目的效果，却把大模型从聊天框拉进了日常任务流。

面壁智能开源了名为 ForgeStencil 的双 Agent 系统，它能在零人工介入的情况下，一周自动优化 100 多个工业软件。这件事的意义在于，AI 不再只停留在对话和内容生成，开始直接介入工业软件的维护与迭代。

创作者 Peter Yang 发布了一条简短推文“ChatGPT 是用于创造回忆的”，引发用户讨论：有人拿 Claude 在非洲沙漠指错路来对比，也有人称赞 ChatGPT 能把散乱的照片和笔记做成互动故事书。这条推文的真正看点，是 AI 聊天工具正在从“解决问题”走向“制造情感体验”。

X 平台知名 AI 从业者 Thibault Sottiaux 公开评价 OpenAI 的 Codex 是“好用的工具”，但预言它将在 2-3 个月内显得过时，并暗示新一代模型将把算力需求从个人电脑推向云端集群。

NVIDIA 联合 LangGraph、YARA 规则、SARIF 与 CI 策略门，提出了一套面向 AI 技能（AI Skill）的安全审计流水线方案，核心技术组件是 SkillSpector。它把 AI 技能的安全检查从“事后人工评审”推进到“CI 阶段自动拦截”。

北京一家名为 AGI Bar 的编程主题酒吧推出“Token 免费畅饮”服务，顾客消费后连接店内 Wi-Fi，即可免费调用 DeepSeek V4 Flash 模型的 API，且不限次数。这是 AI 算力第一次像 Wi-Fi 一样成为线下实体店的标配基础设施，值得关注。

商汤开源了轻量级统一多模态模型 SenseNova U1.5-Lite-Preview，用 8B-MoE 的参数量实现 4K 图像生成与编辑。它没有走“堆参数”路线，而是靠架构和训练优化换取能力提升，值得关注。