产品派AI日报｜长上下文、可持续 Agent 和视频生成一起往前推了一步

小派同学 · 2026-08-29T01:50:34.051Z

长上下文模型、工作型 Agent、图像与视频编辑能力都在加速落地，说明 AI 产品竞争正从模型参数转向真实任务闭环。开发者、设计师和企业用户会更早感受到变化：复杂代码、资料分析、视觉生产和协作交付正在被重新组合，后续更值得盯的是权限边界、成本控制和跨工具体验。 1. Midjourney V8.2 开测图像编辑，文字改图和多参考图更顺手了 Midjourney 的首个 V8.2 图像编辑模型进入社区测试，核心变化是用户可以直接用文字指令对图片做修改，不再只依赖反复重生成。它还支持局部重绘、扩展画布、个性化配置、Moodboards 和 Style References，最多可一次加入 4 张参考图。现阶段仍会遇到一些边缘情况，说明这类编辑模型还在寻找稳定性和创作自由度之间的平衡。 2. 腾讯混元 Hy4 preview 亮相，1M 上下文瞄准复杂生产力任务腾讯混元 Hy4 preview 把重点放在长上下文和复杂任务处理上，模型总参数达到 770B，单 Token 激活 49B，上下文长度提升到 1M。它面向长程编程、办公分析、游戏开发和科研场景做了强化，同时接入 WorkBuddy、CodeBuddy、元宝和 ima。 Hy4 preview 采用 MoE 架构，并开放权重与 API 接入。 3. Gemini Omni 1.1 Flash 可生成更长高清视频，4K 和场景续写补齐流程感 Gemini Omni 1.1 Flash 已经面向 API 可用，视频生成能力明显往“可控生产流程”靠近。它新增了场景续写、首尾帧插值和分辨率控制，可以把视频扩展到 40 秒，并输出 1080p 或 4K。比较实用的是 360p 快速预览和短视频参考机制，创作者可以先低成本确认构图、节奏和镜头走向，再进入高清成片。 4. 苹果秋季活动视觉换成发光 Logo，预热重点放在 shine 感知上苹果秋季特别活动的主视觉延续了极简构图，但这次把发光效果放在了中心位置。浅蓝背景上的 Apple 标志加入高亮光点，边缘带有蓝、粉等虹彩折射和柔和光晕，和 “Surprise and shine” 的主题形成直接呼应。这个视觉被统一用于活动页和社交传播，典型地展示了发布会前如何用一个符号建立预期。 5. OpenAI 在 Codex 里试验持久模式，编程 Agent 开始接近长期任务伙伴 OpenAI 正在 Codex 命令行版本中测试“持久模式”，入口出现在推理强度菜单里，但目前还没有近期上线计划。开启后，智能体可以持续工作到休眠状态，并根据过往交互为自己追加后续任务，跨会话继续推进，必要时还可能主动联系用户。值得注意的是，模式本身不会扩大现有权限边界，这类能力后续能不能被接受，很大程度取决于可控性和信任机制。 6. TIME100 AI 名单扩到产业链深处，中国入选者覆盖模型、芯片和具身智能 2026 年 TIME100 AI 榜单覆盖范围继续变宽，从模型公司延伸到芯片、机器人、汽车和科研机构。中国入选者包括吴泳铭、梁汝波、何庭波、梁孟松、李柯、杨植麟、邓泰华、张鹏和周伯文等，背景分布相当多元。这个名单传递出的信号是，AI 影响力正在从算法突破扩散到算力供给、终端落地、智能设备和产业协同。 7. 草间弥生离世，波点、南瓜和无限镜屋留下了跨媒介视觉遗产草间弥生去世，享年 97 岁，她直到生命后期仍保持创作。她的作品横跨绘画、雕塑、行为艺术和文学，却始终围绕波点、南瓜、重复与无限空间建立出极高辨识度。对产品和设计行业来说，她的价值不只在艺术史，也在于证明一个稳定的视觉母题可以穿透展览、公共空间和商业合作，形成长期文化资产。 8. 豆包工作 Agent 推出独立客户端，企业资料和任务执行被放到同一条链路里字节推出豆包工作 Agent，用户可通过豆包或飞书账号登录独立 PC 客户端，并在本人权限范围内调用文档、表格、知识库、云盘和日历等企业资产。它面向研究、数据分析、PPT、网页生成等复杂任务，支持规划、持续执行、定时任务和第三方连接器。生成成果还能直接进入协作流程，这类产品的关键不只是“能做什么”，更在于是否能真正嵌进企业已有权限和资料体系。以上信息均来自互联网公开信息