Manus 推出 2.0 版本，将智能体扩展为平台，支持视频编辑、多人游戏托管和通过手机远程运行个人智能体。新 Cascade 智能体架构在测试配置中 token 消耗减少 23.2%、成本降低 32%，桌面应用更名为 Manus Studio，独立应用 Cue 为每个智能体分配独立邮箱、钱包和云端计算机，现处于免费早期访问阶段。
推荐理由：原文给出了 Manus 2.0 的平台化能力扩展和效率数据，可以作为判断智能体产品形态变化的参考。
Grok 4.7 现已通过 Amazon Bedrock 上线，提供 500K token 上下文窗口和低、中、高、超高四档可配置推理力度。该模型面向编码、长时运行智能体和知识工作，支持 Responses、Chat Completions 和 Converse API。xAI 称其为最擅长编码和知识工作的模型，强调持久工作与自我校验。
推荐理由：Grok 4.7 登陆 Bedrock，文章梳理了 500K 上下文、四档推理级别与成本权衡，适合评估长任务智能体工作负载。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上正式可用。该模型专注于编码和知识工作，多数任务的单任务成本更低、速度更快，并支持 IAM、CloudTrail、CloudWatch 和 Bedrock Guardrails 等现有 AWS 管控能力。
推荐理由：原文说明了 Sonnet 5.5 在 AWS 上的定位与成本优势，有助于读者在 Sonnet 与 Opus 之间作选型判断。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示从零创建人物声音，并逐行控制台词演绎。
推荐理由：原文给出了自定义声音与逐行导演的具体入口和能力边界，读者可据此判断新模型如何改变配音和语音交互的工作流。
GPT-6 Sol 和 GPT-6 Luna 现已通过 Amazon Bedrock 正式可用，API 定价较 GPT-5.6 前辈显著降低。Sol 面向开发中的复杂重复任务，编码和计算机使用能力提升，内部评估事实错误约减半；Luna 面向高频任务，支持调整推理成本，两者均支持显式提示词缓存。
推荐理由：原文说明 GPT-6 Sol 与 Luna 在 Amazon Bedrock 上的正式可用性，并给出各自定位、更低的 API 定价与提示词缓存细节，可据此按任务成本选型。
Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线。相比 Opus 5，它用更少 token 完成任务且单价与缓存读取更便宜，平均单任务成本更低，并首次为 Opus 系列加入生物、网络安全和 AI 发展领域的安全分类器。模型支持自适应思考，可通过 Bedrock 控制台或相关 API 调用，覆盖多个地理区域的推理配置。
推荐理由：AWS 官方博客给出了 Opus 5.5 的效率与成本优势说明，并附 Bedrock 调用示例，便于开发者评估部署价值。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款新语音对话模型，主打近实时推理。
推荐理由：官方基准显示新模型在语音智能体任务上领先并在成本上有竞争力，可据此判断生产环境中的应用价值。
OpenAI 发布 Agents API，一个由 Codex harness 驱动的托管服务，支持智能体的编排、长会话和工具调用，用于构建和部署云智能体。
推荐理由：原文点出 Agents API 的定位与三大核心能力，读者可据此判断其编排、长会话与工具调用的适用场景。
Google DeepMind推出智能体视频理解功能，适用于Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite，将视频分析的token消耗最高降低88%、成本最高降低66%，准确率提升最高7%。
推荐理由：官方公布agentic视频理解相比静态处理在token消耗、成本和准确率上的具体改进数字，读者可据此判断该方案对长视频分析开发流程的实际影响。
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 正式开放，新增场景扩展、首末帧指定、视频参考等生成视频能力。
推荐理由：官方给出了场景扩展、4K 放大等具体能力规格和定价，可帮助开发者评估能否直接接入生产工作流。
Google DeepMind 发布 Nano Banana 2 Lite 图像生成模型和 Gemini Omni Flash 视频生成与编辑模型。
推荐理由：原文给出两款新模型的延迟与成本，以及视频对话式编辑能力，读者可据此评估如何将图像生成与视频创作串进同一流水线。
Google DeepMind 将 computer use 集成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建跨浏览器、移动端与桌面端的智能体。
推荐理由：官方博客交代了此前独立模型的集成路径、开发入口与两套企业级防护机制，读者可据此评估它适合哪些自动化场景。
Google DeepMind 推出 Omni 家族首个模型 Gemini Omni Flash，支持图像、音频、视频和文本任意组合输入生成高质量视频，并可通过自然语言对话编辑视频。
推荐理由：Gemini 把推理能力与视频生成结合，支持多模态输入和对话式编辑，可从能力边界判断其对现有创作流程的影响。
谷歌宣布将SynthID和C2PA内容凭证验证能力扩展至Search、Gemini、Chrome和Pixel设备，并在Gemini应用中新增C2PA验证。SynthID已为超1000亿张图片视频和6万小时音频添加水印，验证功能已使用5000万次。谷歌还推出面向企业的AI内容检测API，并与OpenAI、ElevenLabs、Meta等公司合作，让更多平台识别和标注AI生成内容。
推荐理由：原文说明了水印技术覆盖规模和验证能力从Pixel扩展到搜索与浏览器的落地进度，读者可据此判断内容溯源工具的实际可用范围。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 的多智能体系统，通过生成想法、辩论、演化三阶段循环迭代，自动产生并排序新颖的科学假说。该系统已通过 Hypothesis Generation 工具向个人研究者开放，注册入口在 labs.google/science。
推荐理由：介绍了多智能体系统如何通过生成、辩论、演化三阶段迭代产出科学假说，并用具体合作案例展示其实际成效。
Google 今日推出 Gemini 3.1 Flash TTS 文本转语音模型，引入音频标签，可通过自然语言指令控制语音风格、节奏和语调。模型在 Artificial Analysis TTS 榜单获得 Elo 1211，支持 70 多种语言，输出均带 SynthID 水印，并向开发者和企业开放预览。
推荐理由：原文给出音频标签的控场方案和 Elo 成绩，可帮助读者了解新一代语音模型在表达控制上的具体进步。
Google DeepMind 发布由 Gemini 驱动的 AI 增强指针，让指针不仅能识别指向目标，还能理解它对用户为何重要。该设计基于保持流畅、展示与讲述、拥抱 This/That、像素实体化四项交互原则；即日起可在 Chrome 里用指针向 Gemini 询问网页内容，不久推出 Googlebook 的 Magic Pointer，并可在 Google AI Studio 试用。
推荐理由：DeepMind 提出让指针理解指向目标与用户意图的四条设计原则，并已集成进 Chrome，是观察下一代 AI 交互入口形态的窗口。