相似度超越Seed-TTS、MiniMax-Speech等知名模型。昨晚，美团LongCat团队发布了文本转语音模型LongCat-AudioDiT，并开源1B、3.5B参数量的版本。这一模型的最大特点，是彻底抛弃了梅尔谱等中间表示，直接在波形潜空间进行基于扩散模型的文本转语音。通俗地说，这一模型直接根据声音本身的规律进行生成，“雕刻”出最原始的声音波形，从根源阻断数据转换的级联误差。
大概一周前，我拿到了ColaOS（以下简称Cola）的内测。当时我手里有Claude、Gemini和GPT最新的模型。在Cola出现之前，这几个工具已经足够覆盖我所有的工作场景了。还有什么能比Claude好用？
今天，《人物》杂志发表了一篇报道： 「卧底」Kimi的100小时 文章中提到，Kimi 这群人，很会起名字，起名字的时候很有品味。 在 2025 年的 9 月，公司内部启动了一个小项目，名为「Enso
今天，智谱发布 GLM-5V-Turbo，定位「面向视觉编程的多模态 Coding 基座模型」。一句话概括：在 GLM-5-Turbo 的编程和龙虾能力基座上，加入了原生的视觉理解和推理能力
3月30日，阿里巴巴内部发布了 Wan2.7-Image 图像生成与编辑统一模型。根据官方公布的数据，在人类偏好盲测评分中，Wan2.7-Image 目前位列国内第一。从放出的评测雷达图来看，无论是文本生图（Text-to-Image）还是综合图像编辑（Image Editing），它的各项指标基本都盖过了市面上主流的几家头部模型。
Claude code 代码泄露后，整个开发者圈子炸了。在这个混乱当中，一个韩国开发者做了一件更疯狂的事。他没有直接搬运泄露的代码。他说他凌晨 4 点被消息惊醒，他在韩国的女朋友担心他光是电脑里存了这些代码就会惹上官司。于是他做了一个决定——
刚刚，Anthropic神秘王炸Mythos的基准测试泄露了，多项跑分直接刷新纪录！另外，泄露源码中还曝光出卡皮巴拉的细节：代号capabara-v2-fast，支持1M上下文。
Claude Code 源码被泄露了。率先发现并公开披露这一「漏洞」的，是开发者 Chaofan Shou（寿超璠）。开发者 @realsigridjin 动作极快，第一时间将泄露的源码备份至 GitHub，仓库名为 instructkr/claude-code，标注为「Claude Code Snapshot for Research」。
别人还在卷单点能力，Agnes已经把文本Agent、图像、视频和办公自动化打包进开发者工具箱：1美元「养龙虾」，外加图像、视频、PPT一条龙，给出的不是零散的能力点，而是一整套AI生产力。
如果你想在公司完成任何一项需要他人协助的工作，非常简单：直接问。不需要通过领导，不需要任何批示，不需要协调会，更不需要打破任何「部门墙」。Kimi没有部门墙，甚至连部门都没有。
