国内首个全模态实时交互视觉语言模型VisualGPT在青岛发布，用户可上传图片视频并直接圈选提问，模型秒级返回答案、代码或3D场景，同步开放智能体训练平台及算力资源，推动AI交互进入视觉界面即时互动新阶段。
B站推出"AI原声翻译功能"，解决国际版与国内版合并后的内容互通问题。该功能支持英语翻译，具备两大核心能力：视觉上实现字幕替换、弹幕翻译和界面转换；音频上保留UP主原声特征，突破传统机器翻译的生硬感。技术团队采用大语言模型和对抗式强化学习，针对游戏、二次元等专业内容优化翻译。该功能是B站国际化战略的重要支撑，未来将扩展更多语言支持，推动中国原创内容的海外传播。
Ollama推出桌面客户端，告别单一命令行模式，支持macOS系统。新版本提供图形化界面、多模态识别和文档拖拽功能，简化模型管理流程，支持Llama3等本地大语言模型。客户端强化本地运行优势，保障数据隐私，优化性能表现。开源社区积极扩展生态，未来计划推出跨平台版本。这一升级使本地AI工具更易用，为开发者及普通用户提供更丰富的应用场景。
字节跳动开源AI开发工具Trae-Agent核心组件，这是一个基于大语言模型的智能体，可通过自然语言指令执行软件工程任务。该项目仍处alpha测试阶段，具备命令行界面，能连接多种工具和LLM服务商。字节跳动希望通过开源吸引开发者共建智能体生态系统，推动AI技术在软件开发领域的应用创新。目前代码已在GitHub发布，公司期待更多开发者参与项目发展。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
-
$1
$10
256
Baidu
128
$6
$24
$2
$20
Bytedance
$1.2
$3.6
4
一个基于语言服务器协议(LSP)和模型上下文协议(MCP)的无界面代码编辑器服务，提供语言智能支持和AI辅助代码操作功能。
NetBrain MCP是一个开源网络运维平台，通过Model Context Protocol连接大型语言模型与网络设备，实现AI驱动的网络配置、诊断和管理，并提供专业的Web终端界面和网络拓扑可视化功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
