2026年08月的文章 第17页
LiveKit：开源实时音视频底座，OpenAI Voice Mode 背后的 WebRTC 引擎
官方背景 LiveKit 是 2021 年成立的开源实时音视频公司，其核心是 Apache-2.0 协议的开源 WebRTC SFU 媒体服务器（19K+ GitHub stars），以及面向语音 / 视频 AI Agent 的 Agents 框架。它是 Op...
8月9日 09:45
一个人做内容赚不到钱？AiToEarn 开源：4个Agent自动创作+全球12平台分发（9.5K星）
做内容的人都懂那种绝望。 一条视频，从选题、写脚本、生成素材、剪辑配音，到发抖音、发小红书、发视频号、发B站、发公众号——每个平台的封面尺寸不一样、标题字数限制不一样、话题标签规则也...
8月9日 09:45
天工 Skywork：昆仑万维的 AI 超级智能体，桌面版让你的电脑直接干活
官方背景 天工 Skywork 是昆仑万维（2022 年确立「All in AGI 与 AIGC」战略）推出的 AI 智能体产品。其网页版「天工超级智能体」(Skywork Super Agents) 于 2025 年 5 月 22 日面向全球发布，...
8月9日 09:45
SeedRealtime：字节跳动原生音视频全双工大模型，让 AI「边看边听边说」
官方背景 SeedRealtime 是字节跳动 Seed 团队于 2026 年 8 月 5 日推出的原生音视频全双工大模型，也是走向全模态交互的关键一步。它用统一端到端架构原生融合音频、视频与文本，已在豆包 App ...
8月9日 09:44
腾讯元宝：接入混元 Hy3 上线 Agent 能力，一句话交付 PPT/Word/Excel
官方背景 腾讯元宝 是腾讯旗下 AI 助手，2026 年 7 月 6 日第一时间接入腾讯混元 Hy3 正式版并同步上线 Agent 能力。Hy3 是快慢思考融合的 MoE 模型（总参数 295B、激活 21B、256K 上下文），以...
8月9日 09:44
GLM-5.2：智谱 744B 开源旗舰，Intelligence Index 开源模型全球第一
官方背景 GLM-5.2 是智谱 AI（国际品牌 Z.ai）于 2026 年 6 月 13 日发布 API、6 月 17 日以 MIT 协议开源的旗舰模型。它沿用约 744B（753B）总参数、40B 激活的 MoE 架构，支持 1M tokens 无损...
8月9日 09:44
MiniMax H3：33B 全模态开源视频模型，2K 立体声每秒只要 8 毛
官方背景 MiniMax H3 是 MiniMax 于 2026 年 7 月 31 日发布、8 月 3 日开源的首款全模态生成模型，也是视频赛道首个达到商用级水平并开放权重的旗舰。它采用 H3-Base（33B Dense）开源 + H3-Co...
8月9日 09:44
Qwen3.8-Max：阿里 2.4 万亿参数旗舰大模型，自主编程 16 天的「数字员工」
官方背景 Qwen3.8-Max 是阿里巴巴于 2026 年 8 月 3 日正式发布的旗舰多模态大模型，也是通义千问系列迄今尺寸最大、性能最强的模型。它采用稀疏 MoE 架构，总参数量 2.4 万亿、激活参数 95B，...
8月9日 09:44
还在手写 Agent 框架？NVIDIA NOOA 把 Agent 写成 Python 类：记忆=字段、工具=方法、指令=docstring
如果你写过 AI Agent，一定经历过这种崩溃： 提示词在一个 YAML 文件里，工具定义在另一个 JSON schema 里，流程图在第三个文件里画成有向图，回调函数散落在第四处。改一个字段名，你得在三种...
8月9日 09:43
还在PS里抠图改字？Grok Imagine Image 2.0实操：魔棒只改一块+5张参考图融合，一张产品图出齐全套上架物料
先说结论：AI 生图卷了两年，终于卷到'能干活'这一步了。 8月7日，马斯克旗下 xAI 甩出 Grok Imagine Image 2.0，直接上线 Grok 网页端和 iOS、安卓 App，作为全新的'质量模式'。截至8月7日的 A...
8月9日 09:39
