1、微软开源AI绘画模型Lens 3.8B参数，高训练效率，画质接近大参数的开源模型。 模型：https://huggingface.co/microsoft/Lens
2、ElevenLabs推出Speech Engine：把文本Agent变成语音Agent 支持插拔，已有的Agent逻辑保持不变，Speech Engine通过WebSocket接入，负责音频进、文本出；以及文本进、音频出。 官方介绍：https://elevenlabs.io/speech-engine
3、GRAM：让递归推理变成多路径概率探索 · 现有递归推理模型(RRM)本质是确定性的：相同输入永远走同一条潜在状态轨迹，只能收敛到唯一解 · GRAM(Generative Recursive Reasoning)把递归推理重构为随机潜变量过程，每一步迭代都从条件分布中采样，自然支持多假设、多解探索 论文：https://arxiv.org/abs/2605.19376
GPT Image 2 / 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。GPT Image 2是1毛一张，Banana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。
使用Banana Pro和GPT Image 2：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。