OpenAI搞事情！WhatsApp也能玩AI生图了，拨号键藏着小心机
OpenAI最近又整新活了！现在不用打开APP，直接在WhatsApp里给指定号码发消息，就能召唤AI生成图片。这个热线号码是1-800-242-8478，有意思的是，在老式手机的T9键盘上按这串数字，正好能拼出“ChatGPT”，妥妥的细节控操作。
具体咋玩呢？把这个号码存成联系人，发文字描述就能生成图片。要是想多攒点生成次数，把ChatGPT账号和WhatsApp绑在一起就行。其实这号码去年12月就上线了语音功能，不管你用的是智能机还是家里的固定电话，都能打过去和ChatGPT唠嗑，每月还送15分钟免费通话。现在加上生图功能，相当于一个号码搞定两种玩法，美国用户先尝鲜，想多聊会儿下载APP就行。
OpenAI现在是变着法儿让AI融入生活，从打电话到聊微信都安排上了。以后说不定还能解锁更多奇葩功能，咱就等着瞧好吧！
谷歌Gemini更新狠活！视频分析上线，ChatGPT看了都眼馋
谷歌家的Gemini最近悄悄升级了，新出的2.5Pro和Flash版本直接开放给所有人用。最香的是新增了视频分析功能，安卓手机和网页端都能玩。上传视频后，Gemini能帮你总结内容、找特定片段，比如想在旅游视频里找拍猫的镜头，它能精准定位还高亮显示，再也不用自己疯狂拖进度条了。
操作起来特简单，跟发朋友圈视频似的，点“+”上传就行。分析时间看视频长短，长的可能得等会儿，但结果挺靠谱。其实之前Gemini就能总结YouTube视频，现在算是进阶版。对比一下，ChatGPT虽然能分析实时摄像头画面，但还没法上传视频，这波谷歌算是扳回一局。
现在用户还不能直接在Gemini里拍视频，但能拍照提问。接下来说不定会解锁更多视频玩法，毕竟AI卷到这份上，哪天能直接剪视频也不奇怪！
国产AI杀疯了！稀宇科技新模型Hailuo 02能生成体操视频，1080p画质还不贵
稀宇科技最近甩出个王炸——视频生成模型Hailuo 02，最牛的是能精准生成体操、武术这类高难度动作视频，全球独一份。从去年上线Demo到现在，他们家的海螺视频已经帮创作者生成3.7亿个视频了，这次更新直接把创作门槛砍到脚踝。
Hailuo 02用了新架构NCR，同样的参数下训练速度快了2.5倍，模型规模还扩大到之前的3倍，相当于花同样的钱办更多事。数据量也翻了4倍，现在喂复杂指令比如“生成宇航员在火星跳街舞”，它能精准还原每个动作细节，连衣服褶皱都做得特逼真。生成的视频支持1080p高清，价格还实惠，学生党也能随便用。
现在这个模型已经在海螺视频的网页、APP和API里全量更新了，提供三种时长画质组合。团队还说接下来要优化生成速度，以后说不定能实时生成短视频，创作者们可以蹲一波！
AI生图终于不塑料了！Krea1公测开放，超写实细节能以假乱真
AI生图总被吐槽“一看就是电脑做的”，现在Krea1带着解决方案来了！最近它的公测版免费开放，最大的亮点就是能生成“不像AI做的”图，皮肤纹理、金属光泽都特逼真，连专业设计师都点赞。
Krea1是Krea AI和Black Forest Labs联手搞的，专门针对传统模型的毛病下手：以前的图要么纹理模糊，要么风格千篇一律，现在它支持1.5K原生分辨率，放大到4K也不糊，不管是拍电影级大片还是抽象艺术画，只要输入描述，它都能精准get风格。最绝的是支持自定义训练，上传几张参考图，它就能跟着你的风格走，相当于请了个AI助手帮你画图。
现在不用注册充值，直接搜Krea1就能玩，输入文字或者上传图片就能生成。生成过程还能实时调整，比如觉得色调太暖，改个词马上出新版，效率贼高。以后电商修图、游戏场景设计说不定都能用它搞定，打工人的生产力工具+1！
MiniMax放大招！全球首个开源混合模型上线，百万字处理费省一半
国内AI公司MiniMax最近扔出个重磅炸弹——全球首个开源的大规模混合架构模型M1，最牛的是能处理100万Token的超长文本，相当于一口气读完200本小说，输出也能到8万Token，跟谷歌Gemini2.5Pro打个平手，甚至在某些场景测试里还赢了。
更狠的是训练成本，以前同类模型可能要花几百万美元，M1只花了53.5万美元，直接砍掉一个零。价格也很接地气，按文本长度分档收费：32k以内的输入每百万Token才0.8元，输出8元，比同行便宜不少。他们还搞了个CISPO算法，训练速度比字节的DAPO快一倍，算力需求只有别人的30%，妥妥的省钱小能手。
现在M1已经开源了，开发者可以随便折腾，接下来还会更新技术。在国内AI“六小虎”里，MiniMax这波操作算是站稳了脚跟，就看后面DeepSeek R2怎么接招了！
百度飞桨出神器！PDF转Markdown一键搞定，复杂文档解析不再头秃
打工人最烦的就是处理复杂PDF：表格歪歪扭扭，公式乱码，文字识别错漏百出。百度飞桨新出的PP-StructureV3简直是救星，能把PDF、扫描件这些乱七八糟的文档一键转成Markdown或JSON，排版还贼规整。
这个工具厉害在哪儿呢？首先是识别准，不管是带印章的合同、含公式的学术论文，还是竖排的古籍，它都能搞定，甚至连化学方程式都能认出来。在OmniDocBench测试里，成绩超过一堆开源和闭源方案。算法上用了全栈自研的模块，从文字识别到表格解析都是自家技术，所以精度高。
用起来也方便，提供极简API，本地就能运行，不用联网。开发者直接调Python接口，几行代码就能把文档转成结构化数据，还能部署成服务给团队用。现在搞文档处理的公司有福了，再也不用花钱买昂贵的解析工具，直接用这个平替就行！
腾讯元宝玩出新花样！AI编程边写边预览，新手也能秒变开发者
腾讯元宝最近加了个超实用的功能——AI编程模式，现在打开电脑版，选DeepSeek V3模型，输入“@AI编程”，就能进入双栏界面：左边跟AI对话生成代码，右边实时预览效果，改一行代码右边马上刷新，再也不用来回切换窗口了。
除了HTML预览，还能在线运行Python、C++、Java等多种语言，不用自己搭环境，写完直接点运行就能看结果。比如想写个小游戏，跟AI说“生成打砖块游戏代码”，右边立刻出效果，不满意就说“把背景换成星空”，AI马上改好，对编程小白特别友好。
官方说这个功能很适合亲子互动，家长可以带着孩子做动画、学Python绘图，边玩边学。有经验的开发者也能用它快速验证想法，提高效率。现在AI连编程都能掺和了，说不定以后写代码真能越来越轻松！
