Suno 发布升级版 Song Editor 与 stem 拆分等创作控制功能
Suno 推出升级版 Song Editor，可在波形上逐段重排、重写和重制曲目，并可将曲目拆分为 12 个干净 stem 供预览和下载。同时支持最长 8 分钟的整曲上传，新增三个创意滑块控制生成风格，可继续在 DAW 中编辑或在 Suno 内完成曲目。
推荐理由：官方介绍升级版 Song Editor、12 轨 stem 拆分和 8 分钟上传等新能力，可帮助创作者评估其在音乐工作流中的用法。
多模态
全部主题文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
最新精选
第 81–88 条 · 共 88 条Suno：Blog（网页）精选AI 评分6161
Mistral AI：News（网页）精选AI 评分6565 Mistral AI 发布 Mistral Medium 3，主打低成本与企业可部署性
Mistral AI 发布 Mistral Medium 3，定位为以约八倍更低的成本提供 SOTA 性能的新级别模型。
推荐理由：原文给出基准对比、定价和部署方式，读者可以据此评估它在企业场景里的性价比定位。
Suno：Blog（网页）精选AI 评分6464 Suno 发布 v4.5 音乐模型，曲风更准、人声更丰富、歌曲最长 8 分钟
Suno 发布最新音乐模型 v4.5，带来更动态的音乐、更准的曲风与曲风混搭、更丰富的人声表现。新功能包括提示词增强助手、Covers 与 Personas 组合使用，歌曲长度可达 8 分钟，生成速度和音频质量均有提升。
推荐理由：官方列出了 v4.5 在曲风、人声、提示词理解和生成速度上的具体改进，适合关注 AI 音乐生成的读者了解能力变化。
Mistral AI：News（网页）精选AI 评分6161 Mistral 发布 Mistral Small 3.1：24B 多模态开源模型，支持 128k 上下文
Mistral AI 发布 Mistral Small 3.1，改进文本性能、新增多模态理解，上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens，并以 Apache 2.0 许可开源。
推荐理由：官方给出基准对比与部署门槛，读者可以据此评估它在小参数量开源模型中的实际位置。
Mistral AI：News（网页）精选AI 评分6868 Mistral 发布 OCR API mistral-ocr-latest，主打复杂文档理解
Mistral 发布光学字符识别 API Mistral OCR（mistral-ocr-latest），可将图像和 PDF 提取为交错的文本与图像，定价 1000 页 / 美元，批量推理约翻倍。
推荐理由：官方给出完整基准对比、定价和多语言成绩，读者可以据此判断它在文档理解场景中的实际位置。
Sam Altman：Blog（RSS）精选AI 评分8787 Sam Altman 谈 GPT-4o 发布：免费提供最强模型并强调新语音模式体验
Sam Altman 发文点评 OpenAI 当日发布的 GPT-4o，强调两点：一是把世界最强模型免费开放给 ChatGPT 用户，无广告，未来靠其他付费项目支撑，希望让数十亿人用上优秀 AI 服务；二是新语音（和视频）模式是他用过最好的计算机界面，达到接近人类水平的响应时间和表达力，感觉像电影里的 AI。他提到未来将加入可选的个性化、访问用户信息和代为执行操作等能力。
推荐理由：作者作为当事方说明 GPT-4o 免费开放的初衷和新语音模式的使用感受，读者可了解 OpenAI 对这两点的官方表态。
Suno：Blog（网页）精选AI 评分7676 Suno 发布 v3 音乐模型
Suno 发布 v3 模型，称其为首个能生成广播级音乐的模型，可在数秒内生成完整的两分钟歌曲，现已向所有用户开放（https://app.suno.ai）。改进包括更好的音质、更多风格和流派、更高的提示词遵循度（更少模型幻觉、更自然的结尾）。模型不识别对其他艺术家的引用，并采用专有的不可听水印技术检测 Suno 生成的歌曲；v4 已在开发中。
推荐理由：官方说明 v3 在音质、风格和提示词遵循上的具体改进，并介绍了水印防滥用机制，可帮助读者了解其能力边界。
Lilian Weng：Lil'Log（RSS）精选AI 评分6464 Lilian Weng 综述广义视觉语言模型（VLM）的四类实现路径
Lilian Weng 在 Lil'Log 发表长文综述视觉语言模型，把让预训练语言模型消费视觉信号的方法分为四类：图像与文本联合训练、学习图像嵌入作为冻结语言模型前缀、用交叉注意力融合视觉信息、以及不做任何训练地拼接模型。
推荐理由：原文系统梳理了让预训练语言模型处理视觉信号的四类方法，覆盖 VisualBERT、Flamingo、CoCa 等代表工作及其训练设计与数据集。