02月11日AI产品动态推送

我们正在 Responses API 中引入一组新的原语，用于在计算机上执行长时间运行的智能体工作。此次更新增强了在扩展周期内运行复杂智能体任务的能力。

• 服务器端压缩：支持数小时的智能体运行而不会达到上下文限制。
• 带网络功能的容器：为 OpenAI 托管的容器提供受控的互联网访问权限，以安装库和运行脚本。
• API 中的技能：原生支持 Agent Skills 标准以及我们首个预构建的电子表格技能。

Codex 产品持续扩展功能，为开发者提供更强大的代码处理能力。 本次发布包含 gpt-5.3-codex 型号，支持跨语言应用重写。其核心功能包括：

• gpt-5.3-codex 型号，专为代码生成与转换设计；
• 多语言应用重写 功能，提升开发效率；
• 支持多种编程语言间的自动转换。

ChatGPT 中的深度研究功能现已由 GPT-5.2 驱动。 从今天开始推出，并会带来更多改进。

• 在 ChatGPT 中连接应用程序并搜索特定网站
• 跟踪实时进度，并可通过追问或提供新来源进行干预
• 查看全屏报告

为提升开发者体验，我们已将平台 API 文档、指南、教程及 Codex 和 ChatGPT 应用内容整合至统一的开发者中心。

• API 文档统一：所有 API 相关资料集中管理
• 内容整合：包括指南、教程和应用开发资源
• 体验优化：提供更便捷的访问入口

此次调整旨在简化开发者获取信息的流程，提高开发效率。

本周的OpenAI播客聚焦于广告相关话题。Asad Awan分享了OpenAI在广告设计上的核心原则，以及如何通过ChatGPT免费版和Go版的广告功能扩大AI的可及性。本周的播客主题全部关于广告。

听众可以通过Spotify、Apple和YouTube收听本次播客，了解OpenAI在广告领域的最新动态与思考。

WebMCP 技术正式发布，允许开发者通过前端直接暴露网站功能作为结构化工具，无需单独后端服务。该技术由微软与谷歌联合提出，已集成至 Chrome 146 浏览器的早期预览版本中。

• 提供 navigator.modelContext API，支持 JavaScript 注册工具，包含输入参数定义和执行逻辑
• 支持 HTML 声明式方式定义工具，无需 JavaScript，提升内容创作者使用门槛
• 实现浏览器代理与网页功能的无缝交互，增强用户体验并保持用户控制权
• 适用于电商、待办事项等场景，提升代理操作效率与准确性
• W3C 草案链接

Google Photos推出全新‘Ask’按钮，通过提问与照片互动，增强用户在照片管理与利用方面的体验。该功能基于Gemini模型，适用于美国的Android和iOS用户。

• 用户可通过提问了解地点信息、获取照片建议
• 支持查找相似照片及提出后续问题
• 提供照片描述与转录图片中文字的功能
• 可根据照片内容获取编辑建议

谷歌发布了 MedGemma 1.5 和 MedASR，旨在推动医疗保健领域的 AI 应用。 这些模型针对医学影像和文本处理进行了优化，提升了在 CT、MRI 和组织病理学等任务中的准确性。MedASR 是一款专为医疗场景设计的语音识别模型，能更准确地转录医疗口述内容，并与 MedGemma 集成以执行高级推理任务。开发者可通过 Hugging Face 和 Google Cloud 的 Vertex AI 平台获取这些模型，并进行微调和扩展。

• MedGemma 1.5 优化了医学影像和文本处理能力
• MedASR 支持医疗场景下的语音识别与高级推理
• 模型可通过 Hugging Face 和 Vertex AI 获取并进行微调
• 谷歌发起 MedGemma 挑战赛，鼓励探索更多应用场景

Google Cloud 正式推出托管版 Data Commons MCP（Model Context Protocol） 服务，使用户能够通过大型语言模型更便捷地访问公共数据。该服务于2025年9月发布，解决了此前本地 Python 环境在安全性、可扩展性和管理上的限制。

• 支持自然语言查询，如“美国各州失业率与肥胖率的相关性”
• AI 代理可原生与 Data Commons 数据交互
• Gemini CLI 用户可自动连接至托管服务器
• 需要 API 密钥并仅限查询 datacommons.org 数据
• 不支持自定义 Data Commons 实例，需独立 MCP 服务器

2026年安全互联网日，谷歌与YouTube推出多项更新，旨在支持儿童和青少年在数字世界中的学习与成长。这些更新包括更便捷的家长控制功能、内置保护措施以及扩大合作伙伴关系以促进在线安全。

• 谷歌家庭链接应用允许家长从单一页面管理设备，并查看设备使用摘要，设置时间限制等。
• YouTube新注册体验让家长可轻松创建儿童账户并切换账户，还可设置观看Shorts的时间限制。
• YouTube通过机器学习估算用户年龄，确保提供合适的观看体验，并限制可能对青少年有害的内容推荐。
• 学校时间功能现已适用于安卓手机和平板，帮助减少学习期间的干扰。
• 谷歌推出了“互联网酷儿”AI素养指南，为2-8年级学生提供课程计划和课堂活动。

We have a great line-up of hackathons for the coming weeks, including Bengaluru, Tokyo, SF, NYC, London, Berlin, Seoul, and Singapore 🔥. 本次活动由官方主办，涵盖多个国际城市，为开发者和创新者提供展示才华的平台。

参与者可以体验不同地区的技术氛围，与其他开发者合作，提升技能并赢得奖品。活动适合所有技术水平的参与者，无论你是初学者还是经验丰富的开发者。

查看活动详情。

Flow 推出全新功能，助力用户从草图快速生成视频**，实现创意的高效验证。该功能包含以下核心亮点：

• Rough sketch 用于锁定画面构图
• Nano Banana Pro 用于优化视觉风格
• Frames to Video 用于将静态帧转化为动态视频

相关提示内容已发布，可访问 链接 查看。

Cowork 产品正式上线 Windows 版本，实现与 MacOS 的功能全面同步。该版本支持文件访问、多步骤任务执行、插件及 MCP 连接器等功能。目前 Cowork on Windows 处于研究预览阶段，已对所有付费 Claude 计划用户开放。

• 支持文件访问
• 支持多步骤任务执行
• 支持插件功能
• 支持 MCP 连接器
• 可设置全局和文件夹指令

了解更多。

Qwen-Image-2.0 是阿里巴巴推出的新一代图像生成基础模型，具备多项技术改进与功能增强。该模型已在阿里云百炼平台开通API邀测，用户可通过 Qwen Chat（chat.qwen.ai）免费体验。

• 支持1k token指令，可生成专业信息图如PPT、海报和漫画
• 支持2k分辨率，实现细腻真实质感的图像生成
• 实现生图与编辑一体化，提升语义遵循能力
• 采用更轻量的模型架构，提升运行速度
• 提供文字渲染五大特性，包括“准”、“多”、“美”、“真”、“齐”。

豆包宣布将参与总台春晚，并于2月16日除夕当晚通过“豆包过年”活动送出超过10万份科技好礼及现金红包。 活动分为两个阶段：2月13日晚8点起，用户可通过豆包App参与抽奖，赢取现金红包；2月16日当天，用户可再次参与抽奖，有机会获得包括机器人、智能家电、大疆产品、汽车使用权等在内的17类科技奖品，以及最高8888元现金红包。所有奖品均接入豆包大模型，部分产品如宇树机器人具备语音交互和视觉理解能力。豆包还提供AI新春玩法，如生成拜年视频、祝福卡片等。活动旨在通过科技提升传统年味，服务大众。。

Kimi K2.5 模型已接入阿里、腾讯和字节的 AI 编程工具，标志着其在开发者生态中的影响力持续扩大。该模型凭借多模态输入与任务处理能力，成为全球调用量最大的模型之一。Kimi K2.5 已接入阿里、腾讯和字节的 AI 编程工具，包括阿里 Qoder、腾讯 CodeBuddy 和字节 TRAE。 除了国内平台，海外 coding agent 产品如 Kilo Code、OpenCode 等也已接入该模型。

根据 OpenRouter 数据，Kimi K2.5 周调用量达 1.3 万亿 tokens，且在一段时间内增长了 210%。阿里 Qoder 平台支持多种产品形态，包括 IDE、CLI 和插件；腾讯 CodeBuddy 被超过 90% 的内部工程师使用；字节 TRAE 已内置支持图片理解的 Kimi K2.5 模型。这些平台均提供多种模型选项，用户可选择使用 Kimi K2.5 进行编程辅助。

Kimi K2.5 的广泛部署反映了其在 AI 编程工具市场中的领先地位，可能对行业内的模型竞争格局产生深远影响。随着更多企业采用该模型，其在开发者生态中的渗透率有望进一步提升。OpenRouter 数据。

Kimi Agent Swarm 通过多智能体协作技术，实现了大规模任务处理能力的提升。 Kimi Agent Swarm 支持多文件生成、并行新闻分析及多种写作风格的书籍创作。该系统突破传统模型的上下文限制，包含 100 个子代理、1500 次工具调用，并实现 4.5 倍于顺序执行的速度提升。

• 支持多文件生成（Word、Excel、PDF、幻灯片）
• 并行分析 2000–2025 年新闻数据
• 同时生成 20 种不同风格的书籍
• 系统包含 100 个子代理与 1500 次工具调用
• 执行速度比顺序执行快 4.5 倍

Kimi Agent Swarm blog

腾讯混元推出首款产业级2Bit量化端侧模型HY-1.8B-2Bit，其等效参数量为0.3B，内存占用仅600MB。 该模型基于HY-1.8B-Instruct进行2Bit量化感知训练（QAT），在保持原模型全思考能力的同时，生成速度提升2—3倍。

• 等效参数量0.3B，内存占用仅600MB，适配Arm平台
• 采用gguf-int2格式，实际大小为300MB，可在移动设备上高效运行
• 在数学、代码、科学等任务上表现与4Bit PTQ模型相当
• 测试显示在MacBook M4和天玑9500上实现显著加速

《元宝派里派红包啦！》是元宝App在春节期间推出的互动红包活动，时间为2月10日至2月23日。用户通过创建派、互动、聊天、共同观影或听音乐等方式，有机会触发拼手气现金红包。

本次活动亮点包括： 用户可通过创建派并邀请新用户增加红包金额，与派友共同观看内容也有机会触发红包。除夕和初五期间，拜年也可能触发节日专属红包。此外，在微信聊天中输入特定关键词可触发元宝定制表情雨，并有机会获得现金红包。领取攻略 元宝微信福袋

和他在元宝派共度24小时

元宝App邀请姚柏南、刘彬濠、陆宇鹏、蒙恩、陈添祥五位朋友作为派主，在2月11日至14日期间与用户共度24小时。

他们将通过聊天、听歌、看电影、合唱等方式互动，还会触发惊喜体验。用户可通过输入派号加入专属派，或创建自己的派。下载元宝App。

Mistral AI 宣布举办其有史以来规模最大的黑客马拉松！
* 活动时间：2月28日 - 3月1日
* 活动地点：巴黎、伦敦、纽约、旧金山、东京、新加坡、悉尼及线上同步进行
* 活动时长：48小时，集结顶尖黑客
* 合作伙伴：@wandb @nvidia @awscloud @HackIterate
* 奖项设置：总奖金池高达20万美元，并设有由 @elevenlabsio @huggingface @JUmp @whitecircle @supercell 提供的特别奖项。
详情

百度文心助手在春节期间通过一系列营销活动吸引了大量用户，其月活跃用户（MAU）同比增长4倍。这一增长主要得益于瓜分5亿现金的红包活动，以及新增的生图、生视频和打电话功能的推出。单个红包最大10000元，并搭配文心定制红包封面吸引用户参与。

此次活动不仅提升了文心助手的市场曝光度，也进一步巩固了百度在AI助手领域的竞争力。根据数据，生图功能同比上涨50倍，生视频功能增长40倍，而打电话功能也实现了近4倍的增长。这些表现反映出用户对AI工具的依赖度正在提升，同时也为百度带来了新的流量入口。

百度文心助手的快速增长表明，AI技术正逐步渗透到日常生活的多个场景中，尤其是结合社交与娱乐的红包活动中。随着更多功能的上线和用户基数的扩大，百度在智能助手市场的布局将更加稳固。

2025年度‘星河产业应用创新奖’由深度学习技术及应用国家工程研究中心、中国人工智能产业发展联盟等联合指导。 该活动于近日举行，百度集团副总裁吴甜为13家企业颁发奖项，展示文心大模型与飞桨技术在多个行业的创新应用。

本次活动涵盖智能硬件、医疗健康、智慧教育、智能制造等多个领域，展示了文心大模型在提升效率和解决实际问题方面的潜力。通过获奖案例，可以看到AI技术如何赋能各行各业，推动智能化转型。

剪映推出「AI智能设计」功能全新升级，发布「Seedream 5.0 Preview」模型**，支持用户通过输入提示词一键生成新春写真、聚会合照、拜年海报等多样化图片。功能涵盖自动优化面部、调整背景、添加吉祥元素等，提升图片质感与节日氛围。尝试体验。

• 支持多种新年主题图片生成
• 提供自动面部优化与背景调整
• 可添加吉祥元素增强节日氛围
• 覆盖个人与商业用途场景

CapCut Online 发布了针对 2026 年巴西狂欢节的全面内容创作指南，涵盖视频、音频、图像和文本制作。 该活动由 CapCut 主办，旨在帮助创作者和品牌高效制作节日内容。

文章详细介绍了 AI 工具在视频剪辑、音频生成和多模态内容整合中的应用，包括自动节拍同步、音乐一键生成、模板选择等亮点功能。参与者可通过 CapCut 在线平台快速完成高质量内容创作，适合初学者和专业用户。完整指南。

2026年，AI音乐生成工具已成为内容创作者制作短视频、播客和YouTube视频的重要工具。本文介绍了适用于TikTok、YouTube及播客的多款AI音乐生成器，包括CapCut、Boomy、Mubert、Suno AI、Udio和Loudly等，分别针对不同需求和场景进行分析。 通过实际测试，这些工具在易用性、音质、版权安全和定制化方面表现突出，为创作者提供了高效、便捷的无版权音乐解决方案。

文章详细说明了如何在CapCut中使用AI音乐生成器创建背景音乐，并提供了教程链接。对于需要快速生成音乐或特定风格内容的创作者，推荐选择适合自身需求的工具。教程指南

2026年，AI降噪与音频增强工具已成为直播和播客内容创作的核心助力。 本文总结了适用于直播录制和播客制作的六款至佳AI音频工具，涵盖CapCut、Audo.ai、Auphonic等主流平台，分析其在不同场景下的应用价值。文章指出，AI技术显著提升了音频清晰度与编辑效率，尤其适合追求高质量内容的创作者。

CapCut因其全面的功能和易用性被推荐为首选工具，其他如Auphonic和Descript也具备独特优势。 本文提供了具体使用场景和操作指南，帮助用户根据需求选择合适的工具。CapCut教程 Auphonic指南

随着人工智能的发展，企业对设计师的需求显著增加。调查显示，82%的领导者表示其组织对设计师的需求已增加或保持稳定，近半数表示需求增加了至少10%。科技公司是设计招聘的领头羊，但非科技组织在北美也表现出强烈的招聘需求。

AI的迅速发展促使企业需要具备AI工具和流程经验的设计师，73%的招聘经理认为AI技能已成为必要条件，79%则认为设计AI产品的能力同样重要。此外，招聘经理更倾向于招聘有经验的高级设计师，56%表示对高级设计人才的需求增加，而仅25%招聘初级职位。核心设计技能，如视觉设计、协作、系统思维和产品策略，被广泛认为至关重要。

尽管AI工具的使用日益普遍，但设计的核心能力仍然不可或缺，且对设计团队的多样性和多维度能力提出了更高要求。这表明，AI并未取代设计师，而是推动了行业对高技能人才的渴求，进一步重塑了设计领域的竞争格局。

Figma 近期发布了多项重要更新，进一步提升了团队协作与设计效率。本次更新包括用户组功能，支持批量共享资源并可通过 @Group name 提醒成员；AI 图像矢量化工具 Vectorize，可将静态图像转为可编辑矢量图；自动移除访客功能，适用于 Governance+ 用户；以及 Figma 政府版移动应用发布，提供安全的移动端访问。此外，FigJam 中新增所有表情符号作为贴纸，同时支持边界框快速编辑矢量图。Figma 官网

LiblibAI 正式跨入 2.0 时代，从「模型分享社区」升级为「一站式AI内容创作平台」。AI创作过程从此不再被工具割裂，灵感可完整流畅地转化为现实。

• 1000 万元创作者激励计划正式开启
• 持续沉淀 8000+ 图片与视频特效模板
• AI 成为连接灵感与价值的桥梁
• 限量马年红包封面现已开放领取 领取方式。

ElevenLabs 今日推出 ElevenAgents 的 Expressive Mode，旨在提升语音代理的表达能力，使其更接近人类对话。** 该模式基于两项核心升级：Eleven v3 Conversational 模型和新的对话轮次系统。以下是核心亮点：

• Eleven v3 Conversational 是一款更具情感智能、上下文感知的文本转语音模型，能够根据情境调整语气。
• 新对话轮次系统通过实时分析语音信号，优化代理响应时机，使对话更自然。
• Expressive Mode 支持 70 多种语言，包括印地语等此前情感表达较弱的语言。
• 该功能适用于全球客户服务运营，帮助代理在压力环境下有效引导对话。

Claude Code 2.1.38 版本已正式上线，针对开发工具体验进行了多项优化与修复。

• 修复 2.1.37 中引入的 VS Code 终端滚动至顶部的回归问题
• 修复 Tab 键在输入斜杠命令时队列化而非自动补全的问题
• 修复使用环境变量包装器的命令的 bash 权限匹配问题
• 修复非流式模式下工具调用之间的文本消失问题
• 修复恢复 VS Code 插件中的重复会话问题
• 改进 heredoc 分隔符解析以防止命令走私
• 在沙盒模式中阻止对 .claude/skills 目录的写入。

OpenClaw AI助手项目已正式发布，作为一款开源AI工具，其形象标识为“虾”，可安装于本地或云端，具备调用系统工具、记忆功能及聊天平台互动能力。该工具支持多种实用功能，如监测机票价格、开发项目、群聊互动等。

• 支持本地与云端部署，简化传统复杂流程
• 可接入飞书等聊天平台，预装联网搜索、图片生成技能
• 用户可通过扣子编程扩展功能，安装开源技能或自行开发技能
• 已有用户将其用于观察AI动态、安排日程、制定学习计划等场景

目前，OpenClaw面向个人高阶版和旗舰版用户开放限时体验，相关更新信息请关注官方通知。了解更多。

Dify 发布提示工程实践指南，为构建稳定、可重复的 LLM 应用提供方法论支持。** 该指南聚焦于提升提示设计的可靠性，强调输出的一致性和工作流兼容性。核心亮点包括：

• 明确“好”的标准，如一致性、可审计性、基于上下文、工作流就绪等；
• 提示三要素：任务描述、示例和输入内容；
• 分离规则与数据，采用系统提示和用户提示两层结构；
• 使用结构化输出（如 JSON）提升工作流兼容性；
• 控制令牌数量以优化成本和速度。

👉 阅读指南。

研发场景十大热门 Skills 推荐 介绍了适用于实际研发流程的十个热门技能，涵盖前端设计、全栈开发、代码审查、网页应用测试等核心环节。这些技能由不同公司和开发者提供，旨在提升开发效率与质量。

• 前端设计 (frontend-design)：由 Anthropic 开发，专注于生成具有独特风格和高质量的前端界面。
• 缓存组件 (cache-components)：由 Vercel 提供，支持自动化数据组件生成与页面性能优化。
• 全栈开发 (fullstack-developer)：由 Shubhamsaboo 提供，支持从 API 开发到部署的全流程任务。
• 前端代码审查 (frontend-code-review)：由 langgenius 开发，针对 .tsx、.ts、.js 文件进行自动化审查。
• 通用代码审查 (code-reviewer)：由 Google Gemini 提供，支持远程 PR 和本地代码变更的全面审查。。

CodeRabbit 今日正式推出 Issue Planner 功能，为开发者提供基于项目知识的详细编码计划。该功能可分析问题和代码库，生成包含任务、摘要和代理提示的可操作计划。不同于通用大模型，计划基于对代码库的深入理解，确保引用正确的文件并遵循已有的模式。用户可通过 @coderabbitai plan 触发计划或启用自动规划，还可通过交互式聊天优化计划并跟踪版本历史。

• 基于深度代码库理解生成计划
• 支持 GitHub Cloud、GitLab Cloud、Linear 和 Jira
• 可通过 @coderabbitai plan 触发或自动规划
• 提供任务、摘要与代理提示
• 支持计划优化与版本追踪

See the Issue Planner documentation for complete details.。

LangChain 与 Google Cloud 的合作迈入新阶段，其代理工程平台 LangSmith 正式上线 Google Cloud Marketplace。Google Cloud 用户可通过现有账户无缝采购 LangSmith，简化采购流程并利用承诺支出。

LangSmith 提供统一平台，支持企业团队调试、测试、部署和监控 AI 应用，核心功能包括可观测性、评估、部署及代理构建。其与 Google Cloud 的深度集成涵盖 Vertex AI、Gemini 模型、数据库服务、计算资源及多种工具，使 GCP 用户能够在其云环境中高效构建 AI 应用。通过 Marketplace 采购可带来集中计费、利用承诺支出以及简化采购等优势。用户可通过 Google Cloud Marketplace 或联系销售团队开始使用。

此次合作标志着 AI 开发工具在云生态中的进一步渗透，为开发者提供了更灵活、高效的开发环境。LangChain 作为提供代理工程平台和开源框架的公司，正在扩大其在 AI 领域的影响力。官方公告。