AI Daily.

理工大学与腾讯ARC实验室联合研发的Rolling Forcing方法，解决了AI长视频生成的质量、一致性与实时性难以兼顾的问题。该方法采用滚动窗口联合降噪、Attention Sink机制及高效训练算法，在单张GPU上实现了16 fps的分钟级高质量视频流生成，有效抑制了误差累积和画面其支持交互式动态引导内容创作，相关代码与模型已开源。

Cursor 2.0正式发布，推出自研大模型Composer。其代码生成速度高达250 tokens/秒，比GPT-5和Claude Sonnet 4.5快2倍。该模型专为真实开发场景训练，能自主完成编码、测试和修复Bug的全流程，目前仅集成于Cursor编辑器内部使用。

Cursor 2.0正式发布，推出自研大模型Composer。其代码生成速度高达250 tokens/秒，比GPT-5和Claude Sonnet 4.5快2倍。该模型专为真实开发场景训练，能自主完成编码、测试和修复Bug的全流程，目前仅集成于Cursor编辑器内部使用。

FlowithOS是全球首个为AI智能体设计的原生操作系统，能够执行复杂任务而非仅限聊天。该系统基于Chromium浏览器，支持跨平台多任务并行，具备无限上下文记忆和Skills技能库，可自动完成淘宝购物、微博运营及数据采集等实际工作。目前处于早期测试阶段，支持Windows与macOS，需邀请码体验。

FlowithOS是全球首个为AI智能体设计的原生操作系统，能够执行复杂任务而非仅限聊天。该系统基于Chromium浏览器，支持跨平台多任务并行，具备无限上下文记忆和Skills技能库，可自动完成淘宝购物、微博运营及数据采集等实际工作。目前处于早期测试阶段，支持Windows与macOS，需邀请码体验。

10 июля Маск представил новейшую модель ИИ от xAI, Grok 4, обученную на 200 000 графических процессоров H100/A100 и показавшую точность 50% в тестах HLE. Модель демонстрирует отличные результаты в нескольких бенчмарках и особенно хорошо подходит для сложных задач рассуждения. Коммерческая версия SuperGrok будет стоить от 30 до 300 долларов в месяц и ориентирована на профессиональных пользователей высокого класса. Grok 4 будет интегрирована в такие экопродукты, как Tesla и Optimus Robotics.

OmniGen2 - это мультимодальная генеративная модель на базе архитектуры Qwen-VL-2.5 с 7 миллиардами параметров, из которых 3 миллиарда используются для обработки текста и 4 миллиарда - для генерации диффузии изображений. Ее основные возможности включают интеллектуальное преобразование текста в изображение, контекстно-зависимое редактирование и мультимодальное понимание. Для автономной оптимизации качества вывода добавлен новый механизм самоанализа. Благодаря интеграции ComfyUI на основе узлов пользователи могут работать с ним интуитивно и снизить порог использования. Профессиональные эффекты генерации и редактирования изображений были продемонстрированы в различных сценариях.

В GPT-5 будут интегрированы несколько инструментов искусственного интеллекта, таких как Codex и Operator, для интеграции функций программирования, исследования, работы и запоминания. Он полностью мультимодален и может обрабатывать голосовые, графические, кодовые и видеоданные, а также интеллектуально переключаться между режимами умозаключений и диалога. Согласно тестам, эффективность программирования может быть увеличена в 3 раза, что делает его ключевым прорывом на третьем этапе развития AGI. Ожидается, что он будет выпущен в течение этого года, что вызовет беспокойство в отрасли и дискуссии о безопасности.