1、WanStreamer：阿里通义发布端到端实时交互基础模型，听、看、说、动在一个Transformer里 · 单一Transformer同时建模语言、音频、视频的输入与输出，靠block-causal attention实现增量式流式生成 · 模型侧响应延迟约200ms，叠加350ms网络延迟后总交互延迟约550ms，可支持亚秒级全双工音视频对话 · 当前版本分辨率仅192p，属于验证端到端设计的概念验证，后续可扩展到更高分辨率。未开源。 项目介绍：https://wan-streamer.com/
2、Google AI Studio上线Design Variations功能 生成的网页，可以先一键生成多个新的风格，然后挑选喜欢的应用。AI Studio里用Gemini 3.5 Flash生成网页还是可以的，生成后也能便捷的分享给其他人查看。 使用路径：AI Studio，Build New APP，生成网页后点击右上角Edit tools，然后下方点Designs
3、Grok 4.5进入内部测试阶段 马斯克发推称Grok 4.5已在SpaceX和Tesla内测，1.5T总参数，能力接近Opus，但是没说具体哪个版本的Opus，能达到Opus 4.6水平就完全可用了。
我开源的Skill 1）原生PPT Skill。适用于任何模型和Agent，使用内置PPT模板生成豪华、可编辑的PPT。 Github：https://github.com/GordenSun/GordenPPTSkill
2）图片PPT转可编辑PPTX文档。可以把GPT和Banana生成的图片还原为可编辑的PPTX文档。 Github：https://github.com/GordenSun/GordenSuperPPTSkills
我的公众号：AI加速派 分享国内可以直接操作的前沿教程和AI资讯。