1、Claude Opus 4.7发布 相比Opus 4.6能力提升（除了搜索能力）。 官方介绍：https://www.anthropic.com/news/claude-opus-4-7
2、GPT-Image-2即将发布 目前灰度阶段，一部分用户已经能用上了，在LMArena里可以抽到，上传2张空白图做参考，可以提升抽到的概率。效果非常好，文字几乎完美，美学也好，能判定为超越了Nano Banana Pro。下方图片完全由GPT-Image-2生成，包括所有文字。
3、OpenAI Agents SDK升级：对标Claude Managed Agents 大版本升级，从之前Chatbot形式的Agent提升到能持续执行任务的Agent，提供了完整的Harness运行环境。Python版本已经开源。 与Vercel类似，沙箱也是作为工具调用，而不是Agent直接运行在沙箱里（下图很直观）。内置支持Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel等沙箱服务，也支持自己部署沙箱。 Github：https://github.com/openai/openai-agents-python 官方介绍：https://openai.com/index/the-next-evolution-of-the-agents-sdk/
4、谷歌发布Gemini 3.1 Flash TTS 相比Gemini 2.5 Pro TTS有细微提升，中文效果还可以，但是距离完美差一点点。在AIStudio里可以免费使用，单次最长生成20秒音频。
5、阿里开源Qwen3.6-35B-A3B 小版本升级，但好消息是阿里还在开源。 模型：https://huggingface.co/Qwen/Qwen3.6-35B-A3B
6、Video Use：Claude Code直接剪辑视频 Browser Use公司开源的另外一个给Agent用的工具，原理是提取视频的字幕，并标注每个单词的时间点，然后LLM根据字幕和时间点来剪辑视频，能去掉口头禅、措辞、空白时间段。也支持按需截图分析，但整体还是靠字幕文本。适合口播类视频，能实现的功能比较有限。 Github：https://github.com/browser-use/video-use
7、Gemini推出Mac客户端 没必要下载，跟网页端一样不好用。
Banana Pro国内直连版 我做的小产品。无需VPN，填写key就能用，操作简单，适合小白。买了可以给别人用，搭个人情也不错。所有分辨率（1K/2K/4K）都是3毛一张，极具性价比，也可以同时使用我做的AI PPT功能快速生成大厂风格PPT。Banana Pro已经是工具，其他AI绘画还只是玩具。
使用Banana Pro：https://gordensun.github.io/NanoBananaPro/ 使用AI PPT：https://gordensun.github.io/NanoBananaProPPT/
我的公众号：AI加速派 分享国内可以直接操作的前沿教程，而且教程里的token和key我都承包了，你甚至不用注册账号就能跑通。
