谷歌Flow新增图像编辑功能，抠图转视频30秒搞定
做短视频或电商海报的朋友有福利了，2025年11月12诶，谷歌给旗下AI电影工具Flow加了个实用功能——新增图像编辑模块，核心是集成了Gemini2.5Flash图像模型，内部代号叫Nano Banana。不管是免费版还是付费版Gemini用户都能用，单张处理费0.039美元，企业用户也能通过Vertex AI接入。
用法特别简单，上传照片后直接说需求就行，比如“去掉背景加柔光”“把人放到月球上”，系统会自动出透明图或合成图，连发丝级的细节都能保留。实测拿一张街拍人物照处理后拖进Flow，30秒就做出了“人物 + 奇幻森林”的8秒动态镜头，面部和衣服纹理还很统一。
值得一提的是，所有生成的图都自带SynthID隐形水印，不怕版权纠纷。官方说下个月会开放批量处理的API接口，明显是瞄准了短视频制作、电商海报这些需要大量出图的场景，效率能提不少。
工具地址：谷歌Flow官网（海外网站需要科学上网）
开源AI助手MiroThinker上线，零人工干预能做甜品方案
MiroMind团队刚开源了一款叫MiroThinker v1.0的AI智能体，最亮眼的是256K的大上下文窗口，单次能调用600次工具，还提出了个“深度交互Scaling”框架，不靠堆参数靠反复交互进化。现在代码和模型权重已经放GitHub和Hugging Face上了，有24GB显存的电脑就能本地装。
这款模型集成了搜索、代码执行、语音转写这些常用工具，复杂任务能自己闭环。官方给的例子很有意思，它用600次工具调用，自己找食谱、模拟配方、算热量、调甜味剂比例，最后拿出了带营养分析和成本对比的低糖甜品方案，全程没人管。
开发团队说性能好坏取决于交互深度和反思频率，工具用得越勤、反馈越及时，能力越强。开发者还能自定义工具集，对接LangChain这些框架。下一步打算把工具调用次数提到上千次，还要做百万级上下文的版本。业内有人说，这开源一出，智能体领域可能要掀起技术竞赛了。
Gemini 3内测效果曝光，能做游戏还能复刻Switch模拟器
还没正式发布的谷歌Gemini 3，通过Canvas功能提前露了手，在开发者圈子里火了。内测情况显示，它的前端能力超强，能把《我的世界》和塔防玩法实时拼成可玩的网页游戏，甚至能做个单文件的Switch模拟器玩宝可梦。
除了游戏，它还能一句话生成响应式网页、做黑洞可视化效果，甚至克隆个能放视频的YouTube，输出的都是单个HTML文件，直接用Chrome就能打开。SVG绘图能力也升级了，画的苹果手机和Xbox手柄没有拼接痕迹，动画流畅度比Claude 4.5和GPT - 5.1还强。
市场反应很直接，巴菲特的伯克希尔·哈撒韦加仓了43亿美元Alphabet股票，据说巴菲特亲眼见它完成Python转Rust的迁移才决定买的。谷歌CEO也暗示快官宣了，内部消息说Gemini 3分Pro、Flash、Ultra三档，用MoE架构，上下文窗口数百万token，11月22日正式发布。
模型地址：谷歌Gemini网页版官网（海外网站需要科学上网）
夸克千问助手上线，阿里Qwen模型撑场覆盖多场景
今天夸克和阿里同步放大招，夸克上线了基于阿里Qwen模型的千问助手，阿里自己的千问App也开启公测了。这款App主打造个人AI助手，靠开源的通义千问Qwen模型打底，不仅能聊天，还能办正事。
目前覆盖的场景挺全，办公时能做文档处理，出门能导航，想了解健康知识或购物比价也能用，算是一站式解决方案。夸克还专门给了使用指南，新手也能快速上手。官方说核心是让AI真正融入生活，提升办事效率。
从行业趋势看，阿里这步是把大模型能力落地到具体应用了。不管是夸克的内置助手还是独立的千问App，都在往“实用化”靠，不像有些工具只停留在聊天层面。随着后续迭代，场景估计还会扩，比如教育、医疗这些领域可能都会涉及。
AI聚合平台MuleRun 2.0走红，30天吸粉50万
一款叫MuleRun的AI Agent聚合平台，2.0版本上线才30天，全球注册用户就破了50万，其中美国用户最多。它的核心玩法是“Agent团队”，选好职业身份后，系统会推荐不同功能的AI助手，自己拼组起来完成复杂任务。
现在平台上已经接入了几百个应用，比如阿里国际站的PicCopilot、Quick BI报表工具，还有Sora视频生成这些热门功能，电商运营要做商品图、数据分析要做报表、内容创作要剪视频，都能在这搞定。最让人放心的是支持Python/SQL代码追溯，宣称“零幻觉风险”。
官方说下个月会推出订阅制和企业私有化部署服务。有分析说，它相当于把零散的AI能力整合成了“工具箱”，普通人不用懂技术也能用好AI，但后续要解决合规和版权问题，不然容易出纠纷。这种聚合模式确实降低了使用门槛，难怪能快速涨粉。
工具地址：MuleRun网页版官网（海外网站需要科学上网）
马斯克宣布Grok 5延期，6万亿参数瞄准通用人工智能
马斯克在专访里确认，xAI的下一代大模型Grok 5要推迟到2026年第一季度发布，不过参数加到了6万亿，还能原生理解视频，官方说“每GB智能密度”刷新了行业纪录。为了训这个模型，xAI正在扩建GPU集群，还会用X平台的实时数据当训练素材。
这款模型用了多模态MoE架构，长视频能一次性解析，还能回答时间线相关的问题，目标很明确就是冲击通用人工智能（AGI）。同时曝光的还有特斯拉Optimus机器人计划，未来年产量要到100万台，成本压到2 - 3万美元，手部设计灵活能做精细装配。
另外Neuralink已经给10多位瘫痪患者植入了设备，未来会和Optimus配合，帮残障人士提升行动能力。虽然Grok 5延期了，但xAI说今年会先推Grok 3.5中型版本，孟菲斯超算也要扩到150万颗GPU，为明年上线做准备。
工具地址：GrokAI网页版官网 （海外网站需要科学上网）
谷歌NotebookLM支持图像导入，板书秒变可查知识库
学生和职场人要留意了，谷歌NotebookLM刚升级了图像导入功能，不管是黑板板书、教材扫描页还是街上拍的表格，传上去后系统会自动识别文字、解析语义，直接用自然语言就能查内容，全平台免费使用。
底层用的多模态模型很智能，能分清手写和印刷字，还能提取表格结构，和之前的文本、音频笔记自动关联。演示里的场景特别实用：拍下课板书问“左下角公式怎么推”，立马定位并讲步骤；扫教材表格能直接查单元格数据；拍咖啡店菜单，拿铁价格秒提取。
上线才48小时，教育账号就传了50万页图像，比之前多了340%。官方说未来几周会加本地处理功能，敏感资料不用传云端更安全。明年还计划对接AR眼镜，实现“看到什么就能问什么”。目前图像处理不额外收费，沿用原来的免费配额，没说会不会出付费加速服务。
工具地址：谷歌NotebookLM网页版官网 （海外网站需要科学上网）
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区
AITOP100平台官方交流社群二维码：
