Skill让Agent不必每次都从零摸索,而是可以直接复用已有的任务经验,但它一直有一个明显短板:今天写给Agent的Skill,几乎清一色都是纯文本。像修图要修到什么程度、界面上到底该点哪个按钮,这类“看一眼才懂”的知识,长期以来都很难塞进一份Markdown文档里。
针对这一痛点,openJiuwen社区正式发布Skill-Omni——业界最早工程化落地的多模态Skill范式。它推动Agent的经验从“读得懂”进一步升级为“看得见”,把网页和视频中的视觉知识沉淀下来,转化为Agent可以反复调用的多模态Skill。
相关快讯
3.8万小时、天价Token背后:字节如何发现Agent的 Scaling Law
字节 Seed 发布的 EdgeBench 评测显示,5 个前沿模型累计跑了约 3.8 万小时,核心结论是找到了 Agent 的 scaling law。论文指出:134 个任务的平均学习曲线可被 log-sigmoid 高精度拟合,说明 Agent 学习存在稳定的数学规律,并据此总结出公式、路径、本质和速度四个发现。
全球首个超高帧世界模型问世,零英伟达参与也能跑到50帧
魔芯科技联合浙江大学团队发布MoWorld,号称全球首个Flash World Model,也是首个全栈基于国产NPU构建的实时交互世界模型。该方案把世界模型推至50FPS实时交互,覆盖训练、蒸馏到部署的国产算力闭环,推理成本较同规模GPU方案降低70%。
首位AI演员将主演电影:采用“混合制作”,创造者曾称要将其打造成下个“斯嘉丽”
据报道,全球首位AI演员蒂莉·诺尔伍德将出演电影《Misaligned(错位)》并担任主角,这也是她的首个电影角色。影片将采用“混合制作方式”,由传统影视创意人员与受训AI专家协作完成。此前,Particle6已推出她“主演”的短片,并为其打造社交媒体人设。
美团悄然跑通万亿大模型,骑手背后的技术底牌曝光
美团悄悄发布了万亿参数大模型 LongCat-2.0,参数量达 1.6 万亿,全球能驾驭这一规模的模型屈指可数。更引人关注的是,它并非在英伟达 GPU 上训练,而是首次在五万张国产算力卡上完成全流程训练与推理。表面看像外卖平台跨界做 AI,实则反映出外卖业务背后极高的复杂度,以及美团对前沿算力和大模型能力的布局。
OpenAI将于9日正式发布GPT-5.6系列,AI新一代升级引关注
OpenAI宣布将于当地时间7月9日正式公开发布GPT-5.6,包含Sol、Terra和Luna三个版本,相关信息已在界面中披露。
人工智能助推德国初创企业创纪录增长
德国创业协会与Startupdetector调研显示,2026年上半年德国新增初创企业达3053家,创同期新高,较2025年下半年增长52%。其中1038家与人工智能相关,占比超三分之一。报告认为,AI降低了创业门槛,推动创始人以更少资金更快启动业务,软件行业仍最活跃。