开源 AI OCR 工具 Zerox OCR
Zerox OCR 是一款开源、可本地部署的 AI OCR 工具，支持 PDF、DOCX 和图片等格式。它将文件转为图像序列后，调用 GPT 逐页识别并输出结构化 Markdown，最终合并为高保真文档，适合需隐私保护或批量处理非扫描类文档的用户。
PIKA 1.5 “剧情转折大赛”
Pika 1.5发起“剧情转折大赛”，征集全由其生成的创意短视频，冠军奖金3000美元，4名亚军各500美元；作品需于10月21日23:59（PST）前发布至X平台，@pika_labs并带话题#pikaplottwist。
Claude 3.5 Sonnet 开源财务分析工具
基于Claude 3.5 Sonnet与Haiku开发的开源财务分析工具，支持上传文本、CSV、PDF（含文本）、代码及图片，自动解析并生成折线图、条形图、面积图、饼图等6类图表，帮助用户快速完成财务数据可视化与洞察。
Viggle 推出了口型同步功能
Viggle上线口型同步功能，可在角色动态表演中自动匹配语音、歌曲或影视台词的口型，提升动画真实感。该功能目前仅限Viggle App内使用。
Meta 发布 AI 视频、音频生成基准：Movie Gen Bench
Meta发布Movie Gen Bench，涵盖视频与音频两大评估基准：视频部分为目前最大文本转视频测试集，含超1000个多样化提示；音频部分首创支持视频→音频及文+视→音频生成，含527组真实生成样本，全部未经筛选，旨在推动AI媒体生成的公平、可复现评估。
如何通过 AI 将自家后院变特效片场
TechHalla用AI将后院变奇幻片场：广角实拍真人，截帧后通过可灵“运动笔刷”（支持6区域独立控制）配合提示词，生成巨型食肉蘑菇超快生长特效，再合成实景，低成本完成电影级短片。
能够自主导航的特斯拉 Optimus 机器人
特斯拉Optimus机器人已实现未知环境下的自主导航与避障，支持多机协同建图；仅凭单摄像头即可精准对接充电，稳定搬运11公斤负载，具备上下楼梯能力；依托统一神经网络，可实时响应安全隐患并适应多样化人机交互需求。
如何通过 Midjourney Remix + Runway 首尾帧制作精准特效视频
用Midjourney Remix精细调整首尾帧（如20岁→50岁男子），再输入Runway首尾帧插值，配合精准文字描述变化过程，即可生成可控、丝滑的特效视频，适合需要特定形象演变效果的创作者。
Adobe Firefly 视频生成模型将对公众开放
Adobe Firefly视频生成模型正式向公众开放，支持文生视频与图生视频，可快速制作2D/3D动画、风格一致的补充镜头及烟雾、光晕等特效元素。训练数据仅来自Adobe Stock与公共领域内容，确保商业安全。需加入等候名单获取权限。