今天看到豆包的实时音视频通话模型 API 上线,型号是 SeedRealtime1.0。它把声音、画面、时序和表达放进同一个端到端模型里,交互时可以边看、边听、边说,连续的多模态信息流也能实时处理。做语音助手、视频客服这类东西,应该会更顺手…
社区里隔几天就有人遇到这种事:智能体自作主张跑了个硬重置,或者觉得某个文件没用,顺手给删了,一下午的活还没提交就没了。 有人做了个小工具,智能体动手前自动打快照,出事后用一条命令回滚逻辑挺简单,刚好卡在那个最要命的时间点:改动已经发生,人还…
可灵把 Kling Image 4.0 正式上线了。 这次列出来的能力挺直白:写实细节、原生 8K 生成、进阶文字渲染,还有批量创建图片。 对做海报、商品图的人来说,文字能不能稳稳放对位置,可能比单纯追求清晰度更实用。#AI工具
