谷歌AGI机器人大招：54人天团憋7个月，强泛化强推理，DeepMind和谷歌大脑合并后新成果

谷歌 DeepMind 的机器人研究团队最近发布了一项名为 RT-2 的机器人项目，该项目耗时 7 个月开发，使用大模型进行训练。RT-2 具备符号理解、推理和人类识别等能力，能够根据人类的指令思考并完成任务。通过将大模型与机器人的操作能力结合，RT-2 能够实现从 “灭绝的动物” 到 “塑料恐龙” 等逻辑飞跃的任务。该项目的成果在多类细分测试中表现良好，性能可达前一代机器人模型的三倍。这一研究成果展示了大模型在机器人研究中的潜力，未来有望推动机器人的发展。

AI数字人新突破！Hedra推出Character-3模型和Hedra Studio：对图像、文本和音频进行联合推理

根据Hedra 在X平台上的最新消息，Hedra Studio正式推出了其全新AI模型——Character-3，这一模型被认为是数字人视频生成技术的一次重大飞跃。Hedra通过整合尖端AI技术，为内容创作者和企业营销人员提供了更高效、更具创意的内容生成工具，标志着AI驱动的叙事方式迈向了新的高度。Character- 3 模型：多模态融合的创新Character- 3 模型具备同时处理多种输入类型的能力，包括图像、文本和音频，并能将这些元素无缝融合，生成高质量的视频内容。用户只需上传一张人物照片，输入一段文本或音频，

推理版局部重绘方法LanPaint，零训练修复图片

近日，开发者 scraed 在 GitHub 上发布了 LanPaint，一个无需额外训练的图像修复工具。该工具旨在帮助用户在任何稳定扩散模型（SD）上实现高质量的图像修复效果，甚至包括用户自己训练的自定义模型。LanPaint 通过多次迭代让模型在去噪之前 “思考”，从而获得更为无缝和准确的修复结果。LanPaint 的主要特点之一是零训练修复。用户可以立即在任何 SD 模型上使用该工具，无需进行繁琐的训练过程。此外，LanPaint 的集成十分简单，用户可以像使用标准的 ComfyUI KSampler 一样进行操作，流畅的工

Firecrawl推出LLM.txt API：提供网址即可生成任意网站的LLM.txt

近日，Firecrawl 推出了一项全新的功能 ——LLMs.txt 生成器接口（Alpha 版），旨在帮助用户将任何网站的内容转化为清晰、适用于大语言模型(LLM)训练的文本文件。用户只需提供一个网站的 URL，Firecrawl 便会对该网站及其链接页面进行抓取，生成两种格式的文本文件:llms.txt 和 llms-full.txt，便于后续的分析和训练。该生成器的工作流程相对简单。用户只需提供一个网址，系统便会自动爬取该网站的内容，提取出干净且有意义的文本信息。生成的文件分为两种类型:llms.txt 是对网站内容的简明总结，

开源版HeyGen来了！Heygem：精准克隆外貌和声音，支持对口型

Heygem 是一款为 Windows 系统设计的全新离线视频合成工具，它能精准克隆用户的外貌和声音，将个人形象数字化。该工具支持用户通过文本和语音驱动虚拟形象进行视频创作，整个过程无需互联网连接，确保用户隐私安全。Heygem 的核心功能包括精确的外貌和声音克隆。其使用先进的 AI 算法，能够高精度地捕捉用户的面部特征与轮廓，构建出逼真的虚拟模型。同时，它还能克隆用户的声音，捕捉到语音的细微特征，支持多种声音参数设置，创造出高度相似的克隆效果。此外，Heygem 具备文本和

Manus官方X账号解封将继续分享酷炫的使用案例

中国初创公司Monica开发的通用AI代理Manus AI在经历了短暂的社交媒体危机后重新恢复正常运营。这款被定位为"世界首个自主AI代理"的产品能够处理创建网站、分析股票市场趋势和规划旅行行程等复杂现实任务，在2025年初的行业表现被媒体誉为"中国AI的骄傲"，与DeepSeek等模型并列。3月7日，Manus AI的官方X账号突然被暂停，原因初步指向与第三方提及的加密货币诈骗有关。针对这一情况，联合创始人季逸超迅速在X上发布声明澄清:"我们从未参与任何加密货币项目、代币发行或区块链计划。"他强