> 登顶开放权重指数背后，是MiMo-V2.6利用大规模强化学习与自对弈机制重构端侧与开放模型生态。

小米集团正式发布并开源MiMo-V2.6系列模型，并在知名评测机构Artificial Analysis的开放权重模型智能指数排行榜中力压群雄、登顶榜首。MiMo-V2.6不仅延续了开源社区对参数效率的极致压榨，更在训练范式上全面引入扩展强化学习（RL Scaling），展现出模型在脱离海量人工标注后，依靠环境反馈与搜索策略实现推理能力“自我提升”的技术路径。

## 强化学习扩展律与端云协同架构解析

**RL扩展律实践**　MiMo-V2.6的核心技术突破在于打破了预训练阶段对高质量人类合成数据的依赖瓶颈。研发团队通过搭建端到端的可验证奖励模型（ORM/PRM）与蒙特卡洛树搜索（MCTS）耦合机制，让模型在数学推演与代码执行等严谨逻辑场景中进行高频自我博弈，实现了推理阶段强化学习的算力转化效率倍增。

**量化部署工程融合**　面对消费电子设备对端侧推理的苛刻限制，MiMo-V2.6在架构底层原生适配了4-bit/8-bit激活感知量化方案。通过在强化学习阶段联合优化模型稀疏度与权重量化损失，使得模型在保持高阶逻辑推理完整性的同时，能够无损下沉至消费级NPU甚至移动芯片，展现出极强的工程可落地性。
![52.jpg](https://static.downly.cn/images/2cab0a1e5a8603977329bb1a66e8f311.jpg)
<center>图源备注 图片由AI生成</center>

## 开源智能基准洗牌与端侧场景释放

**开源社区算力范式迁移**　MiMo-V2.6的登顶向全球开源生态释放了清晰信号：后训练阶段的强化学习扩展，已取代粗放的预训练Token堆砌，成为提升模型逻辑天花板最具性价比的引擎。开源开发者将从寻找新语料的消耗战中解脱出来，全面转向设计特定领域的自我博弈任务与确定性验证沙盒环境。

**端侧自主智能体落地**　随着高智商、轻量级开源权重的普及，搭载在手机、智能汽车及IoT终端的AI助手将告别简单的指令应答。具备深层思考与自我纠错能力的Agent将得以完全脱离云端API依赖，以极低延迟在本地设备完成设备控制、跨应用调取与复杂任务链拆解，加速硬件厂商生态闭环的成熟。

小米MiMo-V2.6的开源并非一次常规的技术成果展示，而是将前沿强化学习架构推向工业级通用化与端侧落地的标杆尝试。当自我进化的算法范式与开放生态相结合，底层技术的进化速度正在摆脱中心化算力集群的绝对束缚。

小米开源MiMo-V2.6 扩展强化学习破局自我进化瓶颈

> 导语：今日AI界动态纷呈，谷歌计划在年底推出Gemini 3.0，旨在挑战行业领先地位，并已为其视频生成功能引入多图引导的创新玩法。与此同时，小米开源了其7B多模态模型，并推出了能自动调节家居的AI管家Miloco，而国产AI模型DeepEyesV2则通过智能调用外部工具，实现了超越更大模型的卓越性能。

## 小米发布AI智能管家，开源多模态模型让你的家更懂你

小米最新发布了一款7B参数的多模态模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”，并同步推出了名为“Xiaomi Miloco”的智能管家系统。该系统能够通过米家摄像头实时捕捉和识别用户的活动与手势，进而自动控制所有兼容Home Assistant协议的智能家居设备，实现真正的无感交互。目前，该模型已根据非商用许可开源，并支持通过GPU与Docker进行一键部署，极大地便利了开发者和技术爱好者的使用。

![image.png](https://static.downly.cn/images/2f49bb1fcc139ab6083c4a96abb6eb39.png)

图源备注：图片由AI生成

## 谷歌Gemini 3.0年底亮相，剑指AI王座

谷歌首席执行官确认，备受瞩目的Gemini 3.0大模型计划于2025年底前正式发布。新版本将在代码生成、多模态创作以及复杂的推理能力上实现重大飞跃。更值得一提的是，Gemini 3.0将集成升级版的图像生成引擎Nano。据透露，该模型在小范围测试中已经展现出令人印象深刻的技术亮点，显示了谷歌在AI领域全力反击，争夺技术制高点的决心。

![image.png](https://static.downly.cn/images/e4729d3ec494c49ce802d29c0928661c.png)

图源备注：图片由AI生成

## 国产多模态AI新突破 DeepEyesV2巧用工具超越大模型

中国在多模态AI领域推出了新一代模型DeepEyesV2。与传统模型单纯依赖海量训练数据不同，DeepEyesV2的创新之处在于它能智能地调用外部工具来完成任务。无论是在图像分析、代码执行还是网络搜索方面，它都展现出了超越许多更大型模型的性能。这一设计思路为解决复杂的多模态任务提供了全新的解决方案，尽管早期实验表明，单纯依靠强化学习来稳定实现此目标仍有挑战。

![image.png](https://static.downly.cn/images/679923c5b5e58d34354aedbe35aa6cbd.png)

图源备注：图片由AI生成

## AI视频生成再升级 谷歌Gemini支持多图引导创作

谷歌Gemini应用迎来一项重要更新，进一步降低了AI视频创作的门槛。现在，用户可以在输入文本提示的同时，上传多张参考图像，用以引导AI生成具有特定外观和风格的视频与音频内容，从而实现更高度的个性化定制。这项功能已在Flow平台上进行测试，该平台还支持视频时长的扩展和多场景的智能拼接，旨在全面提升AI生成视频的最终质量。

![image.png](https://static.downly.cn/images/52dfbb2003526ccc060d917a44682586.png)

图源备注：图片由AI生成

每日AI资讯1117：谷歌Gemini年底迎战，小米开源AI管家

> 2025年8月，人工智能行业迎来了前所未有的发展浪潮。从技术突破到商业化落地，从开源生态到产业应用，AI正以惊人的速度重塑着各个领域。

![](https://static.downly.cn/images/7c65b21e4e16528fcba9347dea979cdf.png)

![](https://static.downly.cn/images/c77d677782788505d5249c62cfd2c1ca.png)

![](https://static.downly.cn/images/2754fdc7f4d0fe82f0648b5ca32bd938.png)

![](https://static.downly.cn/images/46c747480f9c5f10f186b755a21c7525.png)

![](https://static.downly.cn/images/f99f1faedb5ec77b4a8cc8ba545d1f36.png)

![](https://static.downly.cn/images/74a7d248cb949f7450bc253cb7051d31.png)

![](https://static.downly.cn/images/631440659c9025bf88bcc77e783b0bc7.png)

## 2025-08 AI资讯精选

### **第一周 (8.01 - 8.07)：开源浪潮与端侧革命**

本周，AI 领域以一系列重磅开源项目和应用创新拉开序幕。从多模态应用到端侧模型，再到巨头间的战略博弈，行业展现出蓬勃的活力。

- **[Grok 功能拓展](https://www.downly.cn/articles/8e022a5e-05d7-4804-864e-6672de58e98f) (8.01)**: 马斯克为旗下 AI 模型 Grok 用户推出视频生成器与 AI 虚拟男友，进一步探索人机交互的边界。
- **[巨头"分手"](https://www.downly.cn/articles/3d05225a-a7ba-4f2d-9621-13ca6a8f334c) (8.03)**: Anthropic 正式切断 OpenAI 对其强大的 Claude 模型的访问权限，凸显了顶级 AI 模型作为战略资源的重要性，市场竞争加剧。
- **[视频模型新势力](https://www.downly.cn/articles/17ad7286-eddf-41e8-a79d-37684a501506) (8.04)**: 开源视频模型 Wan2.2A14B 以其出色的性价比，向闭源巨头发起有力挑战。
- **[通义千问开源](https://www.downly.cn/articles/5052151b-22bd-4924-9fcd-74c49cbef65a) (8.05)**: 阿里巴巴重磅开源其 20B 参数级别的图像生成模型 Qwen-Image，在多项基准测试中刷新行业纪录。
- **[视频模型"瘦身"](https://www.downly.cn/articles/5052151b-22bd-4924-9fcd-74c49cbef65a) (8.05)**: 阿里与南开大学联手发布 LLaVA-Scissor 技术，可智能压缩视频大模型，显著提升处理效率。
- **[OpenAI 回归开源](https://www.downly.cn/articles/8d06827a-ec4b-4a89-ba6e-8e6bb13fee32) (8.06)**: 时隔五年，OpenAI 携两款免费可商用的语言模型 GPT-oss-120b 和 GPT-oss-20b 强势回归开源社区。
- **[端侧 AI 革命](https://www.downly.cn/articles/8f3726f0-31be-4cd6-a35d-f10e1ae5a483) (8.07)**: 面壁智能开源了被誉为"手机上的GPT-4V"的多模态大模型 MiniCPM-V 4.0，向移动设备上的高性能 AI 迈出关键一步。
- **[腾讯开源 WeKnora](https://www.downly.cn/articles/8f3726f0-31be-4cd6-a35d-f10e1ae5a483) (8.07)**: 腾讯发布并开源了其企业级文档理解框架 WeKnora，为复杂文档的智能问答提供了完整解决方案。
- **[谷歌编程助手](https://www.downly.cn/articles/8f3726f0-31be-4cd6-a35d-f10e1ae5a483) (8.07)**: 谷歌基于 Gemini 2.5 Pro 的 AI 编程助手 Jules 正式上线，能够自主执行修复 bug 和更新代码等复杂任务。

### **第二周 (8.08 - 8.14)：GPT-5 登场与行业动态**

本周的焦点无疑是 OpenAI 的下一代旗舰模型 GPT-5 的发布，其性能和颠覆性的定价策略在整个行业掀起波澜。

- **[GPT-5 重磅发布](https://www.downly.cn/articles/b905e6d2-c5b4-4088-98ac-56b3f7299d7c) (8.08 & 8.09)**: OpenAI 正式发布其迄今最强大的 GPT-5 模型，并宣布将逐步向所有用户免费开放。其极具竞争力的定价策略，被认为可能引发 AI 模型市场的价格战。
- **[腾讯 WeKnora 再亮相](https://www.downly.cn/articles/b905e6d2-c5b4-4088-98ac-56b3f7299d7c) (8.08)**: 腾讯再次强调其开源的文档理解与检索工具 WeKnora，该工具能高效处理多种格式文档，并具备精准的问答能力。
- **[语音革命](https://www.downly.cn/articles/b905e6d2-c5b4-4088-98ac-56b3f7299d7c) (8.08)**: 全球首个能将书面语转化为自然口语的 TTS 工具 FlowSpeech 问世，为有声书、内容创作等领域带来广阔前景。
- **[编程新范式](https://www.downly.cn/articles/d5e26a21-87ae-4519-8217-88b2efdef34e) (8.09)**: AI 代码编辑器 Cursor 发布其命令行界面（CLI）版本，将强大的 AI 编程能力直接带入终端，提升了开发工作流的灵活性。
- **[小米开源新多模态大模型](https://www.downly.cn/articles/8a54865e-7de0-4201-aa1d-da055207d23d) (8.10)**: 小米发布新的多模态大模型，在多项基准测试中表现优异。
- **[汽车安全漏洞惊现](https://www.downly.cn/articles/35495278-fe97-4948-bf8c-545f0384b67c) (8.11)**: 研究人员发现多款智能汽车存在严重安全漏洞，引发行业关注。
- **[GPT-5指南发布](https://www.downly.cn/articles/453c203b-fa5f-4ba4-bba9-f254311d7c39) (8.12)**: OpenAI 发布 GPT-5 使用指南，帮助开发者更好地利用新模型。
- **[AI智能体全面爆发](https://www.downly.cn/articles/04149853-2f3c-4bfb-8a97-86bdb4188e96) (8.13)**: AI 智能体技术迎来重大突破，从编码到出行，重塑数字生活。
- **[华人团队破解Token限制](https://www.downly.cn/articles/30943680-fdc9-466c-a1e5-644dd05e3a2a) (8.14)**: 华人研究团队成功破解大模型的 Token 限制，为长文本处理带来新突破。
- **[AI 深入基建](https://www.downly.cn/articles/453c203b-fa5f-4ba4-bba9-f254311d7c39) (8.12)**: 中国首个隧道与地下空间垂直大模型正式发布，标志着 AI 技术正深度赋能传统基建行业，实现全生命周期的智能管理。

### **第三周 (8.15 - 8.21)：能力边界拓展与商业化加速**

进入八月中旬，AI 模型的上下文处理能力实现巨大飞跃，商业化进程也显著加速。与此同时，AI 生成内容的版权和安全问题也日益凸显。

- **[谷歌Gemini迎来重大更新](https://www.downly.cn/articles/88c7c47f-db72-4c4b-9a8d-8807af708204) (8.15)**: 谷歌 Gemini 模型获得重大性能提升，在多项基准测试中表现优异。
- **[ChatGPT 商业化](https://www.downly.cn/articles/4f1d85ba-ecf6-4f09-b45e-844c5d460ab7) (8.16)**: 尽管坐拥 7 亿用户，OpenAI 仍面临盈利压力，高管首次松口承认正考虑为 ChatGPT 引入广告模式。
- **[Meta 开源 DINOv3](https://www.downly.cn/articles/4f1d85ba-ecf6-4f09-b45e-844c5d460ab7) (8.16)**: Meta AI 开源其通用图像识别模型 DINOv3，该模型采用自监督学习，无需人工标注数据即可训练，被誉为"AI视觉神器"。
- **[硬件狂飙、视觉革命与AI自我觉醒](https://www.downly.cn/articles/fb5e286e-089f-46d5-a4a5-15d25fcb3891) (8.17)**: AI 硬件技术迎来重大突破，视觉AI能力显著提升。
- **[Claude上下文窗口突破百万](https://www.downly.cn/articles/8ef298dd-1445-48a2-819d-7ca796b17210) (8.18)**: Anthropic 宣布其 Claude Sonnet 4 模型上下文窗口容量提升至惊人的 100 万 Tokens，彻底弥补了其在长文本处理上的短板。
- **[苹果布局机器人](https://www.downly.cn/articles/8ef298dd-1445-48a2-819d-7ca796b17210) (8.18)**: 苹果被曝正在秘密开发代号为"Charismatic"的全新操作系统，剑指智能家居中枢与未来的桌面机器人。
- **[AI 假书泛滥](https://www.downly.cn/articles/8ef298dd-1445-48a2-819d-7ca796b17210) (8.18)**: 亚马逊平台被指充斥着大量 AI 生成的虚假书籍，凸显了 AI 内容泛滥带来的知识产权和消费者信任危机。
- **[xAI 实时通话](https://www.downly.cn/articles/8ef298dd-1445-48a2-819d-7ca796b17210) (8.18)**: 马斯克旗下 xAI 宣布其 AI 伴侣 Ani 和 Valentine 已支持实时电话通话，标志着 AI 交互迈向更具沉浸感的阶段。
- **[百度发布 GenFlow2.0](https://www.downly.cn/articles/6c640123-0f71-4223-a13c-b9d3a32d3366) (8.19)**: 百度发布全球首个全端通用智能体 GenFlow2.0，宣称能支持百个专家智能体并行协作，任务完成效率提升十倍。
- **[小模型成新趋势](https://www.downly.cn/articles/6c640123-0f71-4223-a13c-b9d3a32d3366) (8.19)**: 英伟达发布 Nemotron-Nano-9B-V2 等小型模型，其高效和低能耗的特点预示着小模型可能成为未来 AI 智能体发展的主流方向。
- **[AI 水印遭破解](https://www.downly.cn/articles/6c640123-0f71-4223-a13c-b9d3a32d3366) (8.19)**: 一款名为 UnMarker 的工具被曝能快速破解多种主流 AI 图像水印技术，对现有的版权保护和内容溯源构成严重威胁。
- **[谷歌编程神器 Jules](https://www.downly.cn/articles/01534d14-1f59-4b98-9130-0287113816bf) (8.20)**: 谷歌正式发布其创新的异步智能编程助手 Jules，旨在大幅提升复杂编码任务的处理效率。
- **[AI 编程新星 Cline](https://www.downly.cn/articles/01534d14-1f59-4b98-9130-0287113816bf) (8.20)**: AI 编程工具 Cline 异军突起，致力于开创全新的 AI 编程范式，挑战现有市场格局。
- **[阿里开源 Qwen-Image-Edit](https://www.downly.cn/articles/01534d14-1f59-4b98-9130-0287113816bf) (8.20)**: 阿里巴巴开源图像编辑模型 Qwen-Image-Edit，其在中文文本渲染和精准编辑方面能力卓越。
- **[蚂蚁集团 AI 打假](https://www.downly.cn/articles/01534d14-1f59-4b98-9130-0287113816bf) (8.20)**: 蚂蚁集团旗下应用 AQ 上线 AI 拍图打假功能，利用 AI 技术快速识别伪劣保健品和虚假医疗广告。
- **[DeepSeek V3.1 上线](https://www.downly.cn/articles/beee65e9-51fa-4f2f-bae6-007f7b02d01a) (8.21)**: DeepSeek 小助手模型低调升级至 V3.1 版本，上下文长度扩展至 128k，能处理更长的对话和文档。

### **第四周 (8.22 - 8.31)：巨头纷争与 AI 原生应用爆发**

本月最后一周，AI 领域的竞争与合作进入白热化阶段。从编程范式的颠覆到视频生成的爆发，AI 原生应用正以前所未有的速度渗透到各个领域。

- **[阿里发布 Qoder](https://www.downly.cn/articles/2d8139ea-2aa4-4d69-932e-ac3755abb491) (8.22)**: 阿里推出全新的 Agentic 编程平台 Qoder，支持一次性检索高达十万个代码文件，有望彻底改变传统开发模式。
- **[腾讯 CodeBuddy 公测](https://www.downly.cn/articles/2d8139ea-2aa4-4d69-932e-ac3755abb491) (8.22)**: 腾讯自研的下一代 AI 全栈工程师工具 CodeBuddy IDE 开启公测，并成为国内首个接入 DeepSeek V3.1 的一站式工作台。
- **[OpenAI 人才动荡](https://www.downly.cn/articles/2d8139ea-2aa4-4d69-932e-ac3755abb491) (8.22)**: 在与 Meta 等巨头的人才争夺战中，OpenAI 的首席人才官宣布离职，加剧了外界对其内部稳定性的关注。
- **[Vercel AI Gateway 发布](https://www.downly.cn/articles/2d8139ea-2aa4-4d69-932e-ac3755abb491) (8.22)**: Vercel 推出 AI Gateway 平台，旨在简化开发者调用和管理来自数百种不同 AI 模型的复杂流程。
- **[通义语音识别突破](https://www.downly.cn/articles/08494679-0d3a-43fc-b118-59762eebbcde) (8.23)**: 阿里通义推出新一代语音识别模型 Fun-ASR，在家装、保险等垂直行业的识别准确率获得巨大飞跃。
- **[OpenAI 或将 IPO](https://www.downly.cn/articles/afd104d6-16b0-46ad-a8c6-7e0bbdcd3832) (8.24)**: OpenAI 首席财务官首次明确提及公司正在考虑未来进行 IPO，若成功上市，有望成为史上规模最大的科技 IPO 之一。
- **[xAI 开源 Grok 2.5](https://www.downly.cn/articles/afd104d6-16b0-46ad-a8c6-7e0bbdcd3832) (8.24)**: 马斯克旗下 xAI 再次拥抱开源，正式宣布开源 Grok 2.5 模型，并预告将在未来开源 Grok 3。
- **[苹果长视频理解突破](https://www.downly.cn/articles/afd104d6-16b0-46ad-a8c6-7e0bbdcd3832) (8.24)**: 苹果开源新型长视频理解模型 SlowFast-LLaVA-1.5，在多项行业基准测试中刷新纪录。
- **[OpenAI 进军生命科学](https://www.downly.cn/articles/afd104d6-16b0-46ad-a8c6-7e0bbdcd3832) (8.24)**: OpenAI 发布其首个蛋白质专用模型，能够高效处理复杂的蛋白质序列和结构数据，有望在药物发现等领域加速科研进程。
- **[Meta 购入 Midjourney](https://www.downly.cn/articles/ddb52bd8-8dc0-4a13-af9e-07694a95da4f) (8.25)**: Meta 与顶尖 AI 图像生成公司 Midjourney 达成技术授权合作，计划将其整合进自身产品中。
- **[字节内测 3D 模型生成器](https://www.downly.cn/articles/1f66aa05-7234-47e1-95eb-55f7eecd8ee6) (8.26)**: 字节跳动豆包团队被曝内测"3D Model Generator"，可根据图像直接生成 3D 模型，大幅降低建模门槛。
- **[微软开源超长语音模型](https://www.downly.cn/articles/1f66aa05-7234-47e1-95eb-55f7eecd8ee6) (8.26)**: 微软研究院开源 VibeVoice-1.5B 音频模型，能够一次性生成长达 90 分钟的超长、多说话人语音。
- **[阿里开源视频修复工具](https://www.downly.cn/articles/1f66aa05-7234-47e1-95eb-55f7eecd8ee6) (8.26)**: 阿里云开源视频修复工具 Vivid-VR，可高效解决视频中常见的闪烁、抖动等问题。
- **[腾讯游戏 AI](https://www.downly.cn/articles/1f66aa05-7234-47e1-95eb-55f7eecd8ee6) (8.26)**: 腾讯游戏发布其专业的游戏 AI 大模型，仅需 4 秒即可生成 200 帧流畅动画，动画制作效率提升高达 8 倍。
- **[百度上线"梯子AI"](https://www.downly.cn/articles/1f61db19-7c83-47ec-b427-77b40032e6b6) (8.27)**: 百度正式上架全新 AI 搜索应用"梯子AI"，主打纯净无广告的搜索体验。
- **[AI 猫咪短片爆火](https://www.downly.cn/articles/1f61db19-7c83-47ec-b427-77b40032e6b6) (8.27)**: 由 AI 生成的猫咪主题短视频在社交媒体上迅速走红，单个视频播放量过亿，成为新的流量密码。
- **[谷歌 AI 修图升级](https://www.downly.cn/articles/1f61db19-7c83-47ec-b427-77b40032e6b6) (8.27)**: 谷歌 Gemini 2.5 Flash 模型在图像编辑能力上迎来重要升级，多项测试表现在某些方面已优于 GPT-4o。
- **[阿里开源照片转视频技术](https://www.downly.cn/articles/1f61db19-7c83-47ec-b427-77b40032e6b6) (8.27)**: 阿里云开源通义万相 Wan2.2-S2V 模型，仅需一张静态图片和一段音频，即可生成电影级的数字人视频。
- **[字节数字人技术突破](https://www.downly.cn/articles/1a215841-f798-4ad0-a3a9-a470348be7ef) (8.28)**: 字节跳动发布升级版多模态数字人方案 OmniHuman-1.5，在真实感和动作协调性上实现显著提升。
- **[NVIDIA 效率革命](https://www.downly.cn/articles/1a215841-f798-4ad0-a3a9-a470348be7ef) (8.28)**: NVIDIA 发布的 Jet-Nemotron 模型通过创新技术，实现了比传统模型快 53.6 倍的生成速度，推理成本锐减 98%。
- **[DeepSeek V3.1 曝出 Bug](https://www.downly.cn/articles/1a215841-f798-4ad0-a3a9-a470348be7ef) (8.28)**: DeepSeek V3.1 模型被曝出罕见的"极字Bug"，在代码输出中会随机出现神秘的"极"字，引发开发者社区担忧。
- **[AI全面渗透](https://www.downly.cn/articles/bd563f96-a33b-403d-8439-9e53e2127235) (8.29)**: AI 技术全面渗透，从虚拟世界交互到前沿科学突破，展现出强大的应用潜力。
- **[重塑数字生活与工作边界的AI浪潮](https://www.downly.cn/articles/59428ac0-101f-463f-98d6-20e69ceea8b9) (8.30)**: AI 技术正在重塑数字生活与工作的边界，带来前所未有的变革。
- **[苹果历史性合作](https://www.downly.cn/articles/59428ac0-101f-463f-98d6-20e69ceea8b9) (8.30)**: 苹果宣布与 AI 公司 Anthropic 达成历史性合作，将 Claude Sonnet 4 模型原生集成到其开发工具 Xcode 中。
- **[xAI 发布编程模型](https://www.downly.cn/articles/59428ac0-101f-463f-98d6-20e69ceea8b9) (8.30)**: xAI 推出专为软件开发设计的轻量级编程模型 Grok Code Fast1，以快速、经济和高效为主要特点。
- **[巨头合作现裂痕](https://www.downly.cn/articles/9eea2ba0-0d70-4dfe-957f-d48d17f4f3ce) (8.31)**: Meta 对数据标注公司 Scale AI 的百亿级合作关系出现裂痕，据称因其提供的数据质量不及竞争对手。

2025年8月AI行业月度总结报告




> 导语：小米最新开源的MiMo-VL-7B-2508多模态大模型在多项能力上刷新纪录。PyTorch 2.8版本发布，显著提升了在Intel硬件上的LLM推理性能。与此同时，埃隆·马斯克将AI视为解决日本人口危机的关键，并调整特斯拉策略，集中资源开发新一代AI芯片，不再同时开发两种架构。

## 小米再放“大招”，开源多模态大模型MiMo-VL刷新四项纪录

小米的大模型团队近日开源了其最新一代的多模态大模型 Xiaomi MiMo-VL-7B-2508，包括经过监督微调（SFT）和强化学习（RL）的版本。该模型在学科推理、文档理解、图形界面定位以及视频理解这四个关键能力上取得了突破性进展，尤其是在MMMU评测中首次突破70分大关。此外，模型还引入了“/no_think”指令，允许用户切换思考模式，从而实现更快的响应速度和更高的任务成功率。

![image.png](https://static.downly.cn/images/6e79fe9019bc57e779a2c5ba1db49c59.png)



## 马斯克大胆预言，AI是解决日本人口危机的唯一希望

面对日本连续16年人口下降、出生率创下新低的严峻形势，埃隆·马斯克提出了他的看法。他认为，尽管当前的人口困境源于半个世纪前的社会因素，但人工智能（AI）将是扭转这一趋势的唯一希望。马斯克的这一观点强调了AI在未来社会结构中可能扮演的关键角色，为应对全球性的人口挑战提供了新的思考方向。

![image.png](https://static.downly.cn/images/d7c7a03b542bbaf906a0acfa71e314a5.png)

## 特斯拉调整AI芯片战略，马斯克确认终止双线开发

针对特斯拉Dojo超级计算机团队解散的传闻，创始人马斯克做出了明确回应。他表示，公司将停止同时开发两种不同架构AI芯片的策略，因为这种资源分散的做法效率低下。未来，特斯拉将集中所有力量，专注于攻克AI5、AI6等具备更强推理和训练性能的新一代通用AI芯片。这一重大调整标志着特斯拉将资源更集中地投向其核心的AI算力布局。

![image.png](https://static.downly.cn/images/69082781327ae621eff6e0c736b0625c.png)

搜索结果: 小米开源