flow
PulseAugur coverage of flow — every cluster mentioning flow across labs, papers, and developer communities, ranked by signal.
- 2026-10-01 funding AI-powered hardware design platform Flow raised $50 million in Series B funding. 来源
- 2026-05-21 product_launch Google unveiled a new version of its AI media authoring platform Flow, emphasizing agentic end-to-end work. 来源
- 2026-05-20 product_launch Google integrated agent capabilities into its Flow platform.
- 2026-05-20 product_launch Google announced significant updates to its Flow and Flow Music creative tools, including the integration of the new Gemini Omni model and AI agent capabilities. 来源
- 2026-05-19 product_launch Google launched a new AI avatar feature for its Flow creative tool.
- 2026-05-19 product_launch Google launched its AI creative studio app, Flow, on the Google Play Store.
5 天有情绪数据
ByteDance integrates Lark product team with Flow division for AI focus
ByteDance is restructuring its Lark office tool by merging its product team with the Doubao AI chatbot team, and critically, its development and infrastructure team will join the Flow division. This suggests a strategic move to consolidate AI application development within the Flow division, potentially enhancing its capabilities and product offerings.
Users will develop more tools to automate access to restricted or tiered AI services
The automation of Google Veo generation via an open-source tool indicates a user desire to bypass manual interfaces and optimize usage of tiered AI services. As more AI services become available with usage limits or complex interfaces, we can expect further development of similar automation tools across various platforms.
Russian users will increasingly rely on aggregators for restricted AI models
Given the payment restrictions for Russian users accessing models like FLUX.1, it's likely that more users will turn to third-party aggregators and platforms that facilitate access. This trend could lead to the growth of these intermediary services within the Russian market for AI models.
-
Adam Neumann反思WeWork崩溃，归咎于与孙正义的会面
WeWork的联合创始人Adam Neumann正在启动一项名为Flow的新业务，并反思导致WeWork 470亿美元崩溃的过往失败。Neumann认为与软银的孙正义的一次关键会面是转折点，一次短暂的车程带来了巨额投资，他相信这让他将重心从使命转移到了金钱。他现在将成功定义为个人满足感和消除傲慢，以此对比他之前对物质财富和公司估值的重视。
-
巴西寻求中国在关键矿产技术方面的合作，卢拉争取投资者
巴西总统卢拉·达席尔瓦已将中国确定为巴西关键矿产战略的潜在合作伙伴，强调需要进行国内加工而非出口原材料。卢拉在一次热门播客中发表讲话时表示，他对中国投资和技术持开放态度，同时也指出美国也是可能的合作者。此前，巴西作为全球第二大稀土储量国，正寻求吸引外国投资进入其矿产领域，此举可能会影响其与中国和美国的战略动态。
-
视觉语言模型难以推断游戏中的玩家参与度
研究人员调查了视觉语言模型（VLMs）是否能准确推断人类在游戏过程中的参与度。他们使用了跨越九款第一人称射击游戏的 GameVibe Few-Shot 数据集，并测试了三种 VLMs 和各种提示策略。结果表明，即使采用了先进的提示技术，VLMs 在可靠预测参与度方面仍面临困难，其表现通常仅略好于随机猜测，且未能超越简单的基线模型。该研究表明，VLMs 识别视觉游戏线索的能力与其真正理解玩家参与度等复杂心理状态的能力之间存在显著差距。
-
AI硬件设计平台Flow融资5000万美元
AI驱动的硬件设计平台Flow已获得5000万美元的B轮融资。本轮融资由Valor Equity Partners创始人Antonio Gracias和Atreides Management领投。这笔资金可能会支持Flow在AI驱动的硬件设计领域的持续开发和扩张。
-
FLOW框架利用最优传输增强远程生理测量
研究人员推出FLOW（特征级最优扭曲）框架，该框架旨在利用光电容积脉搏波描记法（rPPG）改进远程生理测量。FLOW通过采用最优传输方法实现域泛化，以应对光照变化、运动和传感器类型等挑战。该框架包括一个用于稳定信号动态的时间细化模块（Temporal Refinement Module）和一个用于不变特征对齐的基于原型的跨时间最优传输模块（Prototype-based Cross-Temporal Optimal Transport…
-
Adform AI 助手可访问 800 项平台功能
Adform 已宣布其 AI 助手现在可以访问其广告平台的 800 项功能。其 FLOW 产品买家于 7 月获得了 29 项只读技能的访问权限，而戴尔和 Publicis Groupe 已经测试了更广泛的服务器功能。该公司正在澄清这些代理是否可以修改实时广告系列或仅检索信息。
-
AI图像生成工具和教程亮点
YouTube 上提供了一个教程，演示如何将图像生成模型与 Spring AI（一个用于构建 AI 应用程序的框架）结合使用。另外，一个由 Google 开发的名为 Nano Banana Pro 的免费 AI 工具被重点介绍，用于使用 Lovart、Flow 和 Google AI Studio 等模型掌握图像生成。
-
新型MVCTD模型利用多视图数据增强在线交通预测
研究人员开发了一种新颖的多视图耦合张量分解（MVCTD）模型，用于准确的在线交通预测，即使在数据不完整或异常的情况下也能实现。该模型利用耦合张量分解来联合建模速度、流量和占用率等多种交通数据类型之间的共享空间结构和视图特定的时间动态。MVCTD 结合了组稀疏正则化以减轻异常值的影响，并采用迭代细化方法以实现高效的流式部署，在真实世界数据集上表现出强大的性能。
-
Salesforce Flow 在 Winter '27 版本中获得重大升级
Salesforce 在 Winter '27 版本中对其 Flow 产品进行了增强，推出了重大更新，重点是改善开发人员和管理员的体验。主要改进包括采用 Cosmos 主题的现代化 Flow Builder 画布、更密集的元素卡片以及更简洁的结束元素图标。该版本还引入了一个用于跟踪更改的编辑历史记录面板、一个用于更好元数据管理的未使用资源过滤器，以及一个带有可点击元素的简化流程版本比较工具，以便于审计。
-
Google Gemini允许用户禁用可见AI水印
Google推出了一项更新，允许用户禁用由其Gemini工具生成的AI内容的可见水印。虽然可见的“闪光”水印可以关闭，但Google将继续使用SynthID和内容来源与真实性联盟（C2PA）标准嵌入不可见水印。此举与其他AI开发者（如OpenAI和Meta）的做法一致，它们也依赖不可见水印进行内容验证。
-
Google 允许用户移除可见 AI 水印，引发争议
Google 正在推出一项功能，允许用户移除 AI 生成内容（包括图像、视频和音频）上的可见水印。虽然这为用户提供了更多的创意控制权，但也引发了对合成媒体和虚假信息传播的担忧。该公司表示，SynthID 和 C2PA 元数据等不可见水印将保持不变，以确保透明度和可验证性，从而在创意自由和安全之间取得平衡。此项更改正在全球范围内推出，但在欧盟和韩国等地区除外，因为这些地区的法律规定必须使用可见水印。
-
虚假的Veo 3.1 AI工具传播恶意软件，冒充Google的服务
诈骗者正在创建虚假的网站和APK，冒充Google的Veo 3.1 AI视频生成工具，承诺无限使用和高级功能。这些恶意网站通常通过搜索引擎结果找到，旨在诱骗用户下载可能窃取密码和加密钱包数据等敏感信息的恶意软件。虽然Google官方通过Gemini API和Google AI Studio等平台提供Veo的访问权限，但没有独立的下载应用程序。这种趋势与之前使用虚假AI工具传播恶意软件的攻击类似，凸显了AI领域冒充风险的日益增长。
-
AI 助力复杂的 Flow 到 TypeScript 代码库迁移
将一个存在十年之久的大型代码库从 Flow 迁移到 TypeScript 所面临的挑战，远不止于简单地使用 AI 进行代码转换。该团队开发了一个定制的 AI 迁移引擎，首先通过将构建系统迁移到 Vite 来解决基础设施问题。然后，他们通过分析代码库的依赖图和类型所有权，将大文件分解为更小的模块，并根据依赖关系对迁移组进行排序，从而制定了详细的计划。最后，实现了一个 AI 循环，使用 Claude Sonnet 进行常规转换，使用 Cl…
-
Gemini API 将虚构角色错误地标记为知名人士
一位开发者在 Gemini API 论坛上报告了一个问题，该系统错误地将虚构角色归类为“知名人士”。这导致了意外的分类，并可能浪费了 API 积分。建议的做法是使用一个中性、明显虚构的提示进行一次最小的测试，以检查可复现性。如果发生相同的分类错误，用户应停止进一步尝试，并提交带有详细信息的反馈，而不是反复尝试绕过过滤器。
-
Veo Extend 工作流程限制详解，适用于 AI 视频生成
Veo Extend 是一款用于延续 AI 生成视频场景的工具，在引入新角色或声音时会遇到限制。当前工作流程要求使用 Veo Extend 延续现有场景与在 Omni Flash 中创建具有特定角色和声音参考的新场景，需要分开处理。建议用户策略性地在这些模式之间切换，使用 Extend 进行延续，使用 Omni Flash 添加新元素，而不是在需要高级参考时反复在 Extend 中重新生成。一种实用的方法是，有意结束一个 Extend…
-
字节跳动预计AI收入达40亿美元，重组Lark办公工具
字节跳动预计AI收入将达到40亿美元，是已知中国公司中最高的，但仍远低于美国竞争对手。该公司正在重组其办公工具Lark（在中国称为飞书），将其产品团队与赵 कृति领导的豆包AI聊天机器人团队合并。Lark的销售、市场营销和客户服务职能将与火山引擎云部门合并，而其开发和基础设施团队将加入专注于AI应用的Flow部门。这些变动旨在增强字节跳动AI产品的竞争力和客户服务。
-
俄罗斯用户通过聚合器访问FLUX.1图像模型，面临支付限制
来自Black Forest Labs的图像生成模型FLUX.1 [dev]，常被搜索为“flux 1d”，俄罗斯用户可以通过各种聚合器和直接API平台访问，尽管开发者网站上的直接支付仅限于外国卡。俄罗斯用户可以通过provod.ai等平台访问该模型，这些平台提供官方提供商费率。FLUX.1 [dev]是更大模型家族的一部分，包括在Apache 2.0许可下的FLUX.1 [schnell]以及用于编辑的FLUX.1 Kontext，…
-
用户使用开源工具自动化 Google Veo 视频生成
一位用户开发了一个开源工具，用于自动化使用 Google 的 Veo 视频生成服务，该服务包含在其 Google AI Pro 计划中。该工具被构建为一个 MCP 服务器，允许用户批量生成视频片段和静态图像，通过设置预算上限来管理成本，并避免与 Veo 基于聊天的界面进行繁琐的手动交互。此自动化旨在更好地利用 Google AI Pro 计划提供的有限月度视频片段，并与其他免费工具集成以进行编辑和后期制作。
-
Stable Diffusion 用户寻求本地模型建议以实现角色一致性
一位 Reddit 用户正在寻求关于在本地运行 Stable Diffusion 模型以在图像中生成一致角色的指导。他们在尝试使用 Flow 和 Gemini 等工具时遇到了角色一致性问题，并正在寻找适合其笔记本电脑规格（6800h、3070ti、16GB RAM）的模型建议。该用户特别提到尝试使用 Hugging Face 模型运行 Stable Diffusion 1.5，但遇到了困难。
-
AI 生产力辩论：严格规划 vs. 完全自由
本文探讨了在人工智能和 DevOps 背景下，严格规划与完全自由在激发生产力方面的辩论。文章引用了“约束理论”作为理解生产力瓶颈的框架。作者以“Phoenix”的化名向社区提问，询问大家偏好的生产力方法。