字节跳动推出AI Agent产品“豆包工作”,具备自主任务规划、跨工具调用与虚拟桌面操控能力,并深度整合飞书生态。它面向办公场景提供端到端智能方案,支持目标拆解、工具调度和长流程任务持续推进,推动AI办公从辅助生成迈向全流程自主执行。
2026年7月21日,Meta在部分地区测试AI故事应用StoryKit,帮助家长定制儿童故事书。可通过拍照将玩具或人物变为虚拟角色,自由设置世界观、道德主题、场景和背景音乐。仅限18岁以上使用,内建安全过滤器,不含社交功能。
英伟达联合清华、多伦多大学及Vector Institute发布Gamma-World多智能体世界模型,突破传统单智能体假设瓶颈。该模型能处理多个玩家在虚拟世界中同时操作、互相观察的复杂场景,核心难点在于同步维护时间与跨视角信息,实现视频世界模型从单人向多人协作的底层变革。
NVIDIA开源Lyra2.0框架,可从单张图像生成持久一致的大型3D场景,支持实时渲染与机器人仿真,为游戏开发和虚拟环境构建提供新工具。
AI Character Generator可从照片创建逼真虚拟角色,用于多场景内容创作。
RoomX AI利用AI 30秒虚拟布置房产,专业设计,多场景适用,价格低效果好。
全栈式虚拟人多场景应用服务
一种用于虚拟试穿任务的扩散模型,特别在真实世界场景中提高图像保真度和细节保存。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Openai
$7.7
$30.8
200
-
Anthropic
$105
$525
Google
$0.7
$2.8
1k
$7
$35
Alibaba
$1
$10
256
$2
$20
$8
$240
52
Bytedance
$1.2
$3.6
4
$3.9
$15.2
64
$15.8
$12.7
$0.8
martintomov
基于FLUX框架的LoRA扩散模型,专为Ray-Ban Meta智能眼镜的虚拟试戴和时尚电商场景设计
CreitinGameplays
ConvAI-9b是一个拥有90亿参数的对话式AI模型,基于Zephyr-7b-beta和Mistral-7B-v0.2融合构建,适用于聊天机器人、虚拟助手等交互场景。
PersonaLive是一个基于AI的实时肖像动画系统,支持通过摄像头实时驱动或离线视频处理生成生动的虚拟形象,适用于直播等场景。