搜索
在GitHub上上线没几天就冲到5.4k stars的3D建筑编辑器开源项目——Pascal Editor。设计软件咱见的不少，但跑在浏览器里的还是有点新鲜，我帮大家浅浅总结了一下Pascal Editor的一些核心亮点：
昨日凌晨，谷歌正式推出其最高质量的音频和语音模型——实时语音模型Gemini 3.1 Flash Live，并在Gemini App、Search Live以及Google AI Studio中同步开放，其中后者以预览版本向开发者提供。
ACE 的起点，并不是把音乐生成做成一个更轻的娱乐玩具，而是从专业创作工作流里切进去。ACE Studio 2.0 于 2025 年 12 月正式发布，产品形态也从 AI vocal workstation 进一步扩展为 all in one AI music studio，开始把 AI 歌声、乐器、生成、编辑与 DAW 协同整合成一个AI 音乐创作系统。
所以今天我就去闲鱼上找了找，看看有没有更便宜一点、能继续顶上来的方案，最后顺手买了一个 9.9 元的 bussiness 拼车。买完之后，我就顺手把它折腾了一下，最终成功接到了 Claude Code 里面。
「套壳伟大🍒」 这波AI创业浪潮里，Cherry Studio和他的创始人Yinsen绝对算是异类。 Cherry Studio发源于开源社区，和大部分吹的天花乱坠但实际是套壳的应用不同，Cherry
港科大团队提出音频生成统一模型AudioX，只需一个模型，就能从文本、视频、图像等任意模态生成高质量音效和音乐，在多项基准上超越专家模型。团队同时开源了700万样本的细粒度标注数据集IF-caps与可控T2A评测基准T2A-bench，并在该基准上大幅领先现有方法。论文已被ICLR 2026接收。
2026 马年注定迎来一个「AI 味」最浓的春节。
今天上午，上海创智学院 OpenMOSS 团队联合初创公司模思智能（MOSI），正式发布了端到端音视频生成模型 —— MOVA（MOSS-Video-and-Audio）。
时代变了，就连 Linus Torvalds 现在也氛围编程（Vibe Coding）了。
文本领域的大模型满分选手，换成语音就集体挂科？大模型引以为傲的多轮对话逻辑，在真实人声面前竟然如此脆弱。Scale AI正式发布首个原生音频多轮对话基准Audio MultiChallenge，直接撕开了大模型靠合成语音评测维持的优等生假象。实验显示，强如Gemini 3 Pro在真实场景下的通过率也仅过半数，而GPT-4o Audio的表现更是令人大跌眼镜。