

> 今日科技圈波澜壮阔，苹果推出本地化数据分析工具力保隐私，腾讯与Kimi相继开源重磅模型降低应用门槛；然而技术狂奔背后隐忧尚存，Cloudflare因微小失误引发全球断网。


## 苹果重磅开源 浏览器端跑科研级数据分析 隐私零泄露

苹果公司正式发布了一款名为 Embedding Atlas 的开源工具，这款工具的出现打破了传统数据分析对后端服务器的依赖。它通过结合 Rust 语言的高性能与 WebGPU 的图形加速能力，允许用户直接在本地浏览器中进行交互式探索。

这意味着科研人员和开发者可以在不上传任何数据的情况下，处理大规模的嵌入向量及高维数据。这不仅极大地保护了数据隐私，还显著降低了分析过程中的延迟，让复杂的科研级数据可视化变得触手可及。

![image.png](https://static.downly.cn/images/00b427f4073ee8e92d0856e859631e7c.png)
<center>图源备注：图片由AI生成</center>

## 消费级显卡也能玩 腾讯开源混元视频1.5 直出电影级画质

对于视频生成领域的创作者而言，硬件门槛一直是巨大的痛点。腾讯最新开源的 HunyuanVideo 1.5 模型精准地解决了这一问题。这是一款轻量级模型，专门为消费级显卡设计，让普通用户也能在家部署运行。

该模型原生支持生成 480p 和 720p 分辨率的视频，时长可达 5 到 10 秒。更令人惊喜的是，它内置了先进的超分辨率技术，能够将生成的视频进一步提升至 1080p 的电影级画质，在保证效率的同时并没有牺牲视觉体验。

![image.png](https://static.downly.cn/images/ba1ed7147c86e719e548e7b5981c25a5.png)
<center>图源备注：图片由AI生成</center>

## 万亿参数巨兽登场 Kimi K2 模型开源 训练数据高达15.5万亿

Kimi 在大语言模型领域再次扔下一枚重磅炸弹。最新发布的 K2 混合专家型（MoE）大语言模型，展示了惊人的参数规模与训练深度。该模型拥有总计 1.04 万亿个参数，其中激活参数量达到 320 亿。

为了打造这一“巨兽”，Kimi 团队使用了高达 15.5 万亿个 token 进行训练。K2 不仅支持动态资源可用性，还引入了新的优化器技术，标志着开源大模型在处理复杂任务和知识储备上迈上了新的台阶。

![image.png](https://static.downly.cn/images/c67c01a14f759d538d5c27e1071e41dd.png)
## 一行代码引发的血案 Cloudflare 史诗级宕机带崩全球 AI 服务

作为互联网基础设施的重要一环，Cloudflare 的稳定性至关重要。然而，最近发生的一起被称为“六年最惨”的宕机事件，再次给全球技术圈敲响了警钟。此次故障直接导致全球近一半的网络流量瘫痪，ChatGPT、Claude 等知名 AI 服务也因此集体“失联”。

令人咋舌的是，Cloudflare 在随后的故障报告中披露，这场浩劫的罪魁祸首竟然只是一行具体的 Rust 代码。这一事件生动地诠释了在高度复杂的现代软件工程中，微小的疏忽如何引发蝴蝶效应般的灾难。

![image.png](https://static.downly.cn/images/466ce09f97a5ce1dc403c7a70ef33ec0.png)
<center>图源备注：图片由AI生成</center>



每日AI资讯1123：从苹果隐私计算到万亿模型开源，一行代码竟致全球AI瘫痪




> 导语：本期AI资讯聚焦多项重大进展，从全面开源的多模态模型LLaVA-OneVision-1.5，到阿里为开发者推出的高效命令行编程工具Qoder CLI，再到微软将Copilot深度集成至Windows 11核心，以及Anthropic的Claude模型与Microsoft 365的无缝对接，AI技术正以前所未有的深度和广度融入各个领域，重塑我们的工作与生活方式。

## LLaVA-OneVision-1.5 全面开源，视觉语言模型开启新篇章

备受瞩目的多模态模型LLaVA-OneVision-1.5现已全面开源。该模型历经两年研发，从最初的图文对齐技术，已升级为能够综合处理图像和视频的强大框架。更重要的是，项目方提供了一套开放且高效的可复现训练架构，让广大开发者和研究人员可以便捷地构建属于自己的高质量视觉语言模型。其训练过程分为三个阶段，为多模态技术的发展开辟了新的道路。

![image.png](https://static.downly.cn/images/734063e378213ed36de67b019cc50774.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## 阿里Qoder CLI发布，命令行编程迎来AI新纪元

阿里巴巴为其开发者社区带来了一款创新的AI编程工具——Qoder CLI。这款工具通过命令行接口，实现了强大的代码生成与理解能力。它的核心优势在于，能够在显著提升开发效率的同时，将内存占用降低70%，并大幅加快响应速度。对于习惯在终端工作的开发者而言，Qoder CLI的发布标志着命令行编程正式迈入了AI辅助的新纪元。

![image.png](https://static.downly.cn/images/75195f8dd49143ecb400000873f0c83a.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## Windows 11 迎来 Copilot 原生集成，语音操控PC成现实

微软正在将其AI战略推向新的高度，宣布将生成式AI助手Copilot深度集成到Windows 11的核心系统中。用户将能够通过语音直接唤醒Copilot，并让它分析屏幕上的内容，执行本地自动化操作。这一举措旨在将Copilot打造成为用户与个人电脑互动的主要界面，彻底改变我们使用PC的方式，让智能交互无处不在。

![image.png](https://static.downly.cn/images/d565f98d7cb69f75da7abd7bcd24c09f.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## Anthropic推出Claude“技能”系统，复杂任务处理模块化

Anthropic公司为其Claude模型推出了创新的“技能”（Skills）模块系统。该系统能将复杂的提示工程分解为一个个可堆叠、可移植的独立模块。开发者可以通过主题文件夹整合任务说明、脚本和相关资源，从而让Claude在处理例如自动生成Excel表格和PPT等复杂任务时，效率和实用性得到大幅提升。

![image.png](https://static.downly.cn/images/820ecb6a5acb104dd0eb83a2fa85b342.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## Claude携手Microsoft 365，企业办公效率再升级

Anthropic进一步深化了与微软的合作，推出了全新的Microsoft 365连接器。这一功能使得企业用户可以在SharePoint、OneDrive、Outlook和Teams等日常使用的微软应用中，直接调用Claude AI的强大能力。通过接入用户账户信息，Claude能够提供更加个性化和上下文感知的服务，无缝融入企业工作流，提升信息获取和沟通效率。

![image.png](https://static.downly.cn/images/ef46847900b13dc355ad543d1c811e76.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## 字节跳动发布豆包1.6，国产大模型首创“思考深度”可调

火山引擎正式发布了豆包大模型1.6版本，带来了一项国内首创的创新功能——支持分档调节思考长度。用户可以根据任务的复杂度，在四档不同的思考深度中进行选择。这种灵活性不仅能让模型在处理复杂问题时输出更高质量的答案，也能在执行简单任务时选择较低档位，从而大幅减少token消耗，实现了性能与成本的动态平衡。

![image.png](https://static.downly.cn/images/c4f7f506f741c75931da815b4e74e92d.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>

## Kayak上线AI模式，用聊天规划你的下一次旅行

著名旅游搜索引擎Kayak正式推出了集成ChatGPT技术的“AI模式”。现在，用户可以通过内置的AI聊天机器人，用自然语言咨询各种旅行问题，并让AI帮助比较和预订机票、酒店及租车服务。这项功能已经同步在Kayak的网页版和移动端上线，标志着AI驱动的个性化行程规划服务正成为主流。

![image.png](https://static.downly.cn/images/e872379a86da66cd6f83297f40bdcf23.png)
<div align="center">
  图源备注：图片由AI生成
</div>
<br>



每日AI资讯1017：多模态模型开源与AI助手全面融入操作系统及办公软件





> 导语 当前的AI领域，正上演着一场由科技巨头主导的宏大叙事。一方面，是对算力霸权的极致追求，以OpenAI的万亿投资为代表，开启了基础设施的“军备竞赛”；另一方面，是AI技术与开发生态的深度融合，从英伟达的模型开源到谷歌、Figma打通设计与代码的壁垒，无不昭示着一个更开放、更高效的AI协作新纪元正在到来。

## 万亿算力雄心，OpenAI打响AI基础设施“军备竞赛”

OpenAI正以一万亿美元的惊人投资，在全球范围内构建其算力帝国，并在美国德州启动了规模空前的计算中心。此举标志着AI领域的竞争焦点已从模型算法本身，急剧转向了支撑这一切的底层算力基础设施。这不仅仅是一次投资，更是OpenAI在AI“军备竞赛”中发出的明确信号，意图通过绝对的算力优势，巩固其行业领导地位。

![image.png](https://static.downly.cn/images/e2fce4f3090a978380192c3b1e48ea7f.png)
<p align="center">图源备注：图片由AI生成</p>

## 技术民主化，英伟达开源Audio2Face解锁实时动画新纪元

作为算力巨头，英伟达选择通过开源来构建其生态护城河。其生成式AI模型Audio2Face的开源，包含算法、SDK及训练框架，将音频实时驱动虚拟角色面部动画的尖端技术公之于众。这一举措极大地降低了高保真动画制作的门槛，赋能游戏、影视等领域的广大开发者与创作者，是技术民主化趋势下的重要一步，也进一步巩固了英伟达在图形和AI领域的生态影响力。

![image.png](https://static.downly.cn/images/04d81390562ec46951242488429fd6f3.png)
<p align="center">图源备注：图片由AI生成</p>

## 打破单一依赖，微软Copilot拥抱Anthropic，AI合作走向多元化

为避免在AI模型上受制于单一合作伙伴，微软正积极构建更加多元和稳固的AI生态。通过与Anthropic达成战略合作，微软将其先进的AI模型引入Copilot，打破了此前与OpenAI的独家合作关系。这一布局不仅增强了Copilot自身的功能，也体现了微软在AI浪潮中，通过多元化结盟来增强自身竞争力和市场适应性的长远战略。

![image.png](https://static.downly.cn/images/062b5db20b6214fd6fad03bb7c112daf.png)
<p align="center">图源备注：图片由AI生成</p>

## 谷歌AI Plus全球扩张，加速高端AI功能普及化

谷歌正通过市场扩张策略，在全球AI服务竞争中占据有利位置。其AI Plus付费订阅服务现已扩展至全球40个新国家和地区。这项介于免费版与专业版之间的服务，旨在将Gemini等更强大的AI模型推广给更广泛的用户群体，通过加速高端AI功能的普及化，与竞争对手争夺庞大的中间用户市场。

![image.png](https://static.downly.cn/images/8769ad27ad1a34c5477df3062d43e640.png)
<p align="center">图源备注：图片由AI生成</p>

## 编程范式革命，OpenAI GPT-5-Codex以400K上下文窗口赋能开发者

在开发者工具领域，OpenAI再次祭出“杀手锏”。新推出的GPT-5-Codex模型API，凭借其高达400k的超大上下文窗口，能够处理前所未有的海量复杂信息，从根本上改变了AI辅助编程的范式。这一核心优势极大地提升了开发效率，让AI能够理解和处理整个代码库级别的任务，进一步巩固了OpenAI在编程AI领域的领先地位。

![image.png](https://static.downly.cn/images/b8b05816592f27efaf0ba1a67c91db14.png)
<p align="center">图源备注：图片由AI生成</p>

## “零摩擦”协作开启，谷歌与Figma打通设计到代码的壁垒

AI正在成为弥合不同工作职能之间鸿沟的桥梁。谷歌推出的Chrome DevTools MCP公测版与Figma发布的官方远程MCP服务器，共同指向了一个目标：实现设计与开发的无缝融合。AI编码代理在这两个工具的赋能下，可以直接理解设计上下文，并控制浏览器进行实时调试，实现高保真设计稿到代码的“一键转化”，开启了“零摩擦”的协作新纪元。

![image.png](https://static.downly.cn/images/0e9e54ba0d99e74e0a3a9ebf71c37374.png)
<p align="center">图源备注：图片由AI生成</p>

## 另辟蹊径，苹果SimpleFold模型以轻量化设计攻克蛋白质预测难题

在巨头们纷纷投身于更大模型的竞赛时，苹果选择了一条不同的赛道。其研究团队发布的轻量级蛋白质折叠预测AI模型SimpleFold，通过流匹配技术创新，显著降低了该领域研究的计算成本。这代表了另一种竞争策略：不追求“大”，而追求“巧”，通过高效、轻量的模型在特定科研领域取得突破，展现了AI应用的多样化发展路径。

![image.png](https://static.downly.cn/images/58be22975c781534124817fff13007e3.png)
<p align="center">图源备注：图片由AI生成</p>



每日AI资讯0925：算力竞赛与生态融合，科技巨头重塑未来



> 导语：今日AI领域精彩纷呈，技术革新正深刻改变着数字内容的创作与消费方式。从Luma AI的推理视频模型，到腾讯混元的分钟级3D创作工具，再到阿里云开源的动作生成模型，AI正在将专业级的影视与3D制作能力普及化。同时，AI也在重塑我们的怀旧体验与工作效率，无论是腾讯视频通过AI修复经典老片，还是Notion、微软Teams推出的AI智能体，都在深刻地改变着我们的娱乐和工作模式。

## AI修复经典，腾讯视频让老剧焕发4K新生

腾讯视频近期上线了“AI修复”片单，利用先进的AI技术，将《家有儿女》、《食神》等一批承载着观众集体回忆的经典影视作品，成功修复至4K超高清画质。这项技术不仅提升了分辨率，还显著增强了画面的纯净度与播放流畅度，为SVIP用户带来了“臻彩MAX”的一键升级观影体验，让模糊的记忆瞬间变得清晰，引发了一波怀旧热潮。

![image.png](https://static.downly.cn/images/5330f3e9a8a4ce0c837ed52f545211d4.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI“听诊”超声波，香港“聆音”大模型让诊断更轻松

为了应对超声科医生严重短缺的现状，香港中科院团队研发了名为“聆音”（EchoCare）的超声大模型。该模型基于全球首个超400万张超声影像的数据集进行训练，旨在提升诊断的效率与准确性。面对中国每年高达20亿次的检查需求和15万名医生的缺口，“聆音”的出现有望大大缩短医生的培养周期，让AI成为医生的得力助手。

![image.png](https://static.downly.cn/images/fce9ed72cfdff05ef190de7d33980c83.png)
<center>图源备注：图片由AI生成</center>
<br>

## 阿里云Wan2.2-Animate模型开源，人人都是动作导演

阿里云最近全面开源了其新一代动作生成模型Wan2.2-Animate。该模型在生成视频的人物一致性和动作质量上实现了巨大飞跃，无论是短视频创作、舞蹈模仿还是动漫制作，用户都能轻松上手。模型支持动作模仿和角色扮演两种模式，创作者可以通过GitHub等平台免费获取，极大地降低了高质量动画制作的技术门槛。

![image.png](https://static.downly.cn/images/ac11a65ff2e32754d632d00e93a92ec7.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI音乐创作迎革命，Suno v5模型即将震撼发布

AI音乐生成领域的领跑者Suno公司，即将在全球范围内推出其第五代音乐模型“v5”。从发布的预告视频来看，新模型在音乐质量、可控性和创造性上都将有“变革性”的提升。v5的发布预示着AI音乐创作将进入一个新纪元，进一步模糊人机创作的界限，让无论是音乐爱好者还是专业制作人，都能以前所未有的便捷方式，将脑海中的旋律变为现实。

![image.png](https://static.downly.cn/images/14f8d1aaa759386f68ba4c5f0bac46b9.png)
<center>图源备注：图片由AI生成</center>
<br>

## 3D创作进入“分钟”时代，腾讯混元3D Studio惊艳亮相

腾讯混元3D Studio的推出，彻底颠覆了传统3D资产的生产流程。这款专为3D设计师和游戏开发者打造的AI工作台，将原本以“天”为单位的3D建模和创作周期，极速缩短至“分钟”级别。它支持从文本到图像生成，再到任意姿势的角色转换，实现了从概念设计到动画制作的全流程一站式AI创作体验。

![image.png](https://static.downly.cn/images/19ce0d0f51846f835ea33211d223e75e.png)
<center>图源备注：图片由AI生成</center>
<br>

## Luma Ray 3模型发布，AI视频一键“思考”生成4K大片

Luma AI公司发布了全球首个“推理视频模型”——Ray 3。这个模型内置了强大的多模态推理系统，能够深刻理解用户的意图，自主规划复杂的场景并进行自我评估和修正。它就像一位经验丰富的动画师，能够将简单的草图或文字描述，一步步“思考”并创作出电影级别的4K HDR视频，极大地提升了AI视频生成的艺术性和准确性。

![image.png](https://static.downly.cn/images/654106a08f3a69cc222bd2f424ab8239.png)
<center>图源备注：图片由AI生成</center>
<br>

## 数据价值引关注，Reddit与谷歌重议AI合作

社交媒体平台Reddit正在与科技巨头谷歌就AI数据交易展开新一轮谈判。Reddit希望在这次合作中争取到更有利的条款，旨在获得更多资金支持，并提升自身在谷歌AI生态中的战略地位。此次谈判也反映出AI时代下，内容平台正在积极探索如何平衡用户数据价值与商业变现，以开创新的收入来源。

![image.png](https://static.downly.cn/images/cac374fcabe6ca96fe88dfb7f1793b3b.png)
<center>图源备注：图片由AI生成</center>
<br>

## 谷歌联手PayPal，AI智能体将重塑电商购物体验

谷歌与支付巨头PayPal宣布达成一项多年的深度合作。双方将融合谷歌领先的AI技术与PayPal成熟的支付基础设施，共同打造由“智能体”（Agent）驱动的全新AI购物体验。这项合作将重点推广谷歌新推出的Agent支付协议，未来，AI助手或许能帮你完成从挑选商品到完成支付的全过程，预示着电商生态可能迎来重大变革。

![image.png](https://static.downly.cn/images/9a63d9d2d5186f9068bd5100b39274e7.png)
<center>图源备注：图片由AI生成</center>
<br>

## Meta推出Hyperscape Capture，人人都是VR场景构建师

Meta公司为Quest 3用户带来了一款名为Hyperscape Capture的Beta版工具，它让普通用户也能轻松创建照片级的VR场景。通过这项工具，用户可以扫描现实世界中的任何物体或空间，并将其以极高的保真度在VR中重现。这标志着去年大会上承诺的高斯飞溅技术正式向消费级应用开放，极大地推动了虚拟现实体验的真实感和沉浸感。

![image.png](https://static.downly.cn/images/e87e6de686ad93daf6fb30b715a4e095.png)
<center>图源备注：图片由AI生成</center>
<br>

## Notion发布AI智能体，你的专属自动化工作秘书

生产力工具Notion推出了其首个AI智能体，将自动化提升到了新高度。这个智能体能够深度整合用户所有的Notion页面和数据库，自动完成生成会议纪要、撰写竞品分析报告等复杂任务。它甚至能连接Slack、邮件等外部平台，根据收到的信息自动创建和更新数据库，20分钟内处理数百页文档，堪称一个不知疲倦的超级秘书。

![image.png](https://static.downly.cn/images/404bae6d5e9c3f9c16cb264059047a35.png)
<center>图源备注：图片由AI生成</center>
<br>

## 微软为Teams引入AI助手，会议从此高效不超时

微软为其协作平台Teams上线了全新的AI助手功能，专供Microsoft 365 Copilot用户使用。该助手的核心是“主持人助手”，它可以在会议中实时发挥作用，不仅能自动生成会议纪要、回答与会者提问，还能主动管理会议议程、合理分配发言时间，有效防止会议超时。移动端助手的同步推出，让高效协作随时随地发生。

![image.png](https://static.downly.cn/images/c1f2bab301f96490d49b20710ed05d8a.png)
<center>图源备注：图片由AI生成</center>
<br>


每日AI资讯0920：AI重塑数字内容创作，从经典修复到分钟级3D建模





> 科技浪潮奔涌向前，AI领域风云变幻。OpenAI内部团队重组，直面“AI幻觉”这一核心难题；阿里则放出“王炸”，推出万亿级参数大模型，再次点燃模型竞赛的战火；与此同时，AI版权纠纷愈演愈烈，谷歌、Meta等巨头纷纷陷入诉讼漩涡；清华系创业团队则在灵巧手领域取得突破，让机器人拥有了更精细的操作能力。

## OpenAI的“灵魂拷问” 重组团队直面AI幻觉

OpenAI近期对其负责模型行为的团队进行了重组，此举正值该公司发布突破性论文之际。 论文指出，当前的AI评测体系在无意中“鼓励”了模型的“幻觉”行为，即一本正经地胡说八道。 为了在评测中获得高分，模型倾向于猜测答案而非承认“我不知道”，从而导致了不准确甚至虚假信息的产生。

为了解决这一问题，OpenAI不仅将“模型行为”团队并入核心的后训练团队，以期从根本上改变模型的激励机制，还任命原团队负责人Joanne Jang领导新成立的“OAI Labs”，专注于探索人与AI协作的全新交互界面。 这次调整显示了OpenAI正视并着力解决AI核心技术难题的决心。

![image.png](https://static.downly.cn/images/ba9022b5b623ac7701012afa2032c107.png)

<p align="center">图源备注：图片由AI生成</p>

## AI版权战火升级 巨头面临法律与道德双重“大考”

AI技术的迅猛发展，也将其推上了版权争议的风口浪尖。 近期，从谷歌被欧盟处以2.5亿欧元罚款，到Meta因涉嫌使用成人影片训练AI而面临天价索赔，全球范围内的AI公司正集体面临版权侵权诉讼的“大考”。 这些诉讼不仅涉及新闻、文学作品、音乐、图片等多种内容形式，更挑战了AI训练数据“合理使用”的法律边界。

包括OpenAI、Anthropic、Midjourney在内的顶尖AI公司无一幸免，纷纷成为被告。 这一系列的法律纠纷预示着AI行业野蛮生长的时代即将结束，未来的数据获取和内容创作规则将面临重大变革。如何在技术创新与版权保护之间找到平衡点，是所有AI从业者必须回答的问题。

![image.png](https://static.downly.cn/images/86390ed817528047ad57170627340ab2.png)

<p align="center">图源备注：图片由AI生成</p>

## “单手玩手机”的灵巧手诞生 清华系创业团队秀出“中国功夫”

在AI硬件领域，中国创业团队也取得了令人瞩目的成就。 由前腾讯Robotics X核心成员、清华校友杨思成创立的源升智能，近日发布了其首款产品Apex Hand五指灵巧手。 这款灵巧手拥有21个自由度，不仅能完成中医把脉、操作鼠标等精细任务，更是业内首个能够单手操作智能手机的灵巧手。

Apex Hand的突破在于其兼顾了灵巧性、实用性和鲁棒性，并通过自研的电子皮肤实现了高精度的触觉感知。 这一创新解决了长久以来困扰机器人行业的“手部瓶颈”，为具身智能在更复杂场景下的应用打开了想象空间。

![image.png](https://static.downly.cn/images/5588d0cd1e5f8b5b0dd49f8cee0fa0e2.png)

<p align="center">图源备注：图片由AI生成</p>

## 谷歌强势归来 AI王者地位再获认可

一度被认为在AI竞赛中稍显落后的谷歌，近期凭借一系列创新产品和服务强势回归，重拾其“惊喜制造者”的形象。 苹果公司正考虑在其Siri的重大更新中使用谷歌的Gemini模型，这无疑是对谷歌技术实力的最高认可。

谷歌的Gemini模型在性能和用户数量上都取得了长足的进步，在多个权威评测榜单上稳居第一梯队。 此外，谷歌在AI生图领域的“Nano Banana”模型和视频生成领域的Veo3模型也展现出统治级的实力。 强大的自研芯片（TPU）算力基础、海量的多模态数据优势以及顶尖的人才储备，共同构成了谷歌在AI时代深不见底的“护城河”。

![image.png](https://static.downly.cn/images/7c53a0d31fcd89eaed2c3b9aef309c0f.png)

<p align="center">图源备注：图片由AI生成</p>

## 阿里万亿参数模型登场 “大力出奇迹”震撼业界

阿里巴巴深夜投下重磅炸弹，正式推出其史上参数量最大的模型Qwen3-Max-Preview，参数规模超过1万亿。 这一“巨无霸”模型在多个基准测试中超越了业界顶尖的竞争对手，尤其是在编程能力方面，成功反超一度被认为是“最强”的Claude。

阿里的这一举动再次印证了“规模化扩展法则”（Scaling Law）在AI领域的有效性。 凭借“模型开源构建生态”与“自研闭源探索前沿”相结合的清晰路径，以及阿里云提供的强大算力支持，阿里的通义千问系列模型实现了后来者居上，在全球大模型竞赛中站稳了第一梯队。

![image.png](https://static.downly.cn/images/c2fab1617775e02d0b12d0bbec971768.png)

<p align="center">图源备注：图片由AI生成</p>

每日AI资讯0907：阿里万亿模型横空出世，OpenAI重组破解AI“幻觉”





> 导语：今日AI界动态纷呈，Meta推出DeepConf技术，旨在智能优化大模型的推理成本与准确性；苹果与谷歌的合作预示着Siri将迎来重大AI升级；同时，从瑞士的开源多语言大模型Apertus到字节跳动的即梦AI开放服务，再到颠覆性的自动化测试工具RealDevWorld，各大厂商与研究机构正不断拓宽AI技术的应用边界。

## Meta新突破 DeepConf技术实现AI推理的“鱼与熊掌兼得”

Meta AI与加州大学圣地亚哥分校联合推出了一项名为DeepConf的新技术，它通过模型内部的置信度信号，能够智能地区分并优化大型语言模型的推理路径。这项创新使得在处理复杂任务时，AI既能保持高准确率，又能显著降低所需的计算资源。该技术有效克服了传统策略中因低质量路径干扰而导致的效率低下和错误率上升的问题，为大模型的高效部署提供了新的解决方案。

![image.png](https://static.downly.cn/images/020b9e81e03efd2431ca2962b2e5862a.png)
<p align="center">图源备注：图片由AI生成</p>

## AI数据分析师全天候在线 WisdomAI发布Proactive Agents

WisdomAI公司推出了名为“Proactive Agents”的创新AI服务，致力于让AI成为一名永不疲倦的数据分析师。该系统利用独特的“知识织网”技术，构建了一个能够自主工作的AI数据分析师，它能主动监测关键业务指标、及时发现异常情况，并用自然语言提供深入的原因分析和改进建议。这标志着企业运营正从传统的手动监控和阈值预警，向更智能、更主动的AI驱动模式转变。

![image.png](https://static.downly.cn/images/bdd76b69d62ec0b31903df67028fed54.png)
<p align="center">图源备注：图片由AI生成</p>

## 苹果谷歌强强联手 Siri或将接入Gemini技术

为了在激烈的人工智能竞赛中扭转“落后”局面，苹果公司已与谷歌达成重要协议。根据协议，苹果计划在下一代Siri以及Safari、Spotlight等核心功能中，集成谷歌强大的Gemini AI技术，以加速Siri的智能化转型。不过，用户可能需要一些耐心，据称这项重磅升级的落地时间或将推迟至2026年。

![image.png](https://static.downly.cn/images/137468dea357a424be8f512242f0a09e.png)
<p align="center">图源备注：图片由AI生成</p>

## 字节跳动即梦AI上线火山引擎 面向企业开放服务

字节跳动旗下的即梦AI已于9月3日正式上线火山引擎，开始向广大企业用户开放API服务。此次开放的模型包括文生图3.0、3.1以及图生图3.0等，均基于字节跳动的自研技术。这些模型经过特别优化，旨在满足企业在图片、视频及数字人生成等领域的专业创意生产需求。其中，文生图3.0版本强化了海报设计能力，而3.1版本则在画面美感和场景丰富度上实现了全面升级。

![image.png](https://static.downly.cn/images/c363395e71e4387c581a14d280dcade5.png)
<p align="center">图源备注：图片由AI生成</p>

## 谷歌发布Gemini CLI GitHub Actions 赋能全球开发者

谷歌最新推出的Gemini CLI GitHub Actions，旨在将强大的AI编码能力免费集成到全球最大的代码托管平台GitHub的仓库中。这一举措让Gemini从一个终端助手，升级为能够自动化协作的开发伙伴，可以深度参与到问题分类、代码审查和仓库维护等工作中。此举极大地降低了开源开发者、小型团队乃至企业使用先进AI技术的门槛。

![image.png](https://static.downly.cn/images/407293a529c907b265aaba890ce2c347.png)
<p align="center">图源备注：图片由AI生成</p>

## 瑞士发布首个自主开源AI大模型Apertus

由瑞士联邦理工学院、苏黎世联邦理工学院及国家超级计算中心联合研发的首个完全开源大语言模型Apertus正式发布。该模型的一大亮点是其强大的多语言处理能力，能够覆盖超过一千种语言，并且其训练数据中有40%来自非英语语种。Apertus的推出，旨在提升欧洲在人工智能领域的自主创新水平，并更好地满足瑞士多元化的语言需求。

![image.png](https://static.downly.cn/images/15b0c7b7246fb603cd8b246d02c37f36.png)
<p align="center">图源备注：图片由AI生成</p>

## MetaGPT发布RealDevWorld AI自动化测试迎来新范式

MetaGPT团队推出了一款革命性的AI自动化测试工具RealDevWorld。该工具基于先进的多智能体框架，能够模拟专业测试工程师的完整工作流程，实现了从代码生成到质量保障的全链路自主化。在专门的RealDevBench基准测试中，RealDevWorld展现出了高达92%的精准度，其评估一致性甚至超越了Claude等知名模型，预示着AI开发的新格局正在形成。

![image.png](https://static.downly.cn/images/4c1b8712df5c348fad6719a95a7bfc43.png)
<p align="center">图源备注：图片由AI生成</p>

## Scale AI起诉前员工 指控其窃取商业机密

数据标注巨头Scale AI近日提起诉讼，指控其一名前销售员工Eugene Ling在离职并加入竞争对手Mercor之前，窃取了超过一百份包含客户策略等核心信息的公司机密文件。Scale AI方面称，Ling试图利用这些机密信息向其重要客户进行不正当推销。因此，Scale AI以违约为由起诉了Ling，并同时指控Mercor公司侵犯了其商业秘密。

![image.png](https://static.downly.cn/images/58679b07d4dcb5f9b064612b68f0dbb6.png)
<p align="center">图源备注：图片由AI生成</p>

每日AI资讯0904：AI智能体引领变革，大模型开源与商业化应用齐头并进




> **导语**：今日的AI界风起云涌，从百度推出无广告的AI搜索应用“梯子AI”，到腾讯发布革命性的游戏动画工具集；从谷歌Gemini模型在AI修图领域的惊艳表现，到阿里云开源照片转视频的电影级技术。与此同时，AI生成的内容正以前所未有的速度占领社交媒体，而其背后的版权问题也引发了新的行业思考。

## 百度“梯子AI”上线 主打纯净无广告的搜索新体验

百度公司正式在应用市场上架了一款名为“梯子AI”的全新AI搜索应用。该应用前身为“Tizzy.ai”，经过一段时间的内部测试后，现已更新至1.2.0版本。与传统搜索引擎不同，“梯子AI”主打无广告的纯净搜索体验，标志着百度在探索下一代人工智能搜索服务方面迈出了重要一步，旨在为用户提供更直接、更高效的信息获取方式。

![image.png](https://static.downly.cn/images/58af15058238bafb41aebad03a17c1e8.png)

## AI猫咪短片引爆社媒 亿万播放量成新晋流量密码

近期，由AI生成的猫咪主题短视频在各大社交媒体平台迅速走红，掀起了一股新的内容风潮。这些视频凭借其天马行空的创意、夸张有趣的剧情以及高度拟人化的猫咪角色，成功吸引了海量关注，单个视频的播放量动辄过亿。从奇幻冒险到搞笑日常，AI大大降低了高质量视频内容的制作门槛，让普通用户也能轻松创作出病毒式传播的作品。

![image.png](https://static.downly.cn/images/f46d127fab353726c7148425402ba350.png)

## 腾讯发布VISVISE工具集 游戏动画制作效率飙升8倍

腾讯游戏在科隆游戏展上正式发布了其AI创作工具集VISVISE，该工具集专为游戏美术领域打造。其核心功能MotionBlink能够将传统需要数天才能完成的动画制作流程，缩短至短短几秒钟，极大地提升了美术师的工作效率。VISVISE覆盖了动画、模型、资产管理和智能NPC等多个板块，旨在将美术师从繁重的重复性劳动中解放出来，更专注于创意本身。

![image.png](https://static.downly.cn/images/1bae435385e8e851c69fc9971ff0951a.png)

## 谷歌Gemini 2.5 Flash再升级 AI修图能力超越GPT-4o

谷歌DeepMind团队近日对其Gemini 2.5 Flash模型进行了重要升级，显著增强了其在图像编辑方面的能力。用户现在可以通过简单的文字指令，对照片进行大幅度的修改，例如改变背景或调整光线，同时能完美保持照片中人物和动物的核心外观不发生改变。多项测试表明，其AI修图表现在某些方面已经优于备受关注的GPT-4o模型，为用户提供了更强大的“魔法”修图体验。

![image.png](https://static.downly.cn/images/188c1586283685d38866b98f5b9a4fd0.png)

## AI训练数据引版权争议 Anthropic就“盗版书”案与作家和解

人工智能公司Anthropic近日就一起备受关注的集体诉讼与作家群体达成了和解。该诉讼指控Anthropic使用盗版书籍来训练其AI模型，侵犯了作者的版权。尽管法院在此前曾有初步意见认为此类行为可能属于“合理使用”范畴，但由于训练数据源于盗版，Anthropic最终仍选择通过和解方式解决争端，并可能面临经济处罚。此案再次凸显了AI技术发展中，数据版权合规性的重要性。

![image.png](https://static.downly.cn/images/650a758af909205e35cb1e269e9f11a5.png)

## 阿里云通义万相模型开源 一张照片生成电影级数字人

阿里云宣布开源其最新的视频生成模型 通义万相Wan2.2-S2V。这一强大的模型仅需一张静态图片，无论是真人、卡通角色还是数字人，都能驱动其开口说话、唱歌甚至表演。该模型支持肖像、半身和全身等多种画幅，用户只需上传音频文件，即可让图片中的主体形象变得栩栩如生，轻松创作出电影级别的数字人视频，为内容创作领域带来了新的可能性。

![image.png](https://static.downly.cn/images/56a9f983ee5a20451dc759a13c591748.png)

每日AI资讯0827：未来已来，科技浪潮中的数字变革



> 导语 本周AI领域风起云涌，从宏观到微观，技术革新正深刻影响着我们的世界。谷歌推出“虚拟卫星”模型AlphaEarth，将地球观测成本削减至十六分之一；亚马逊则计划将广告植入AI助手Alexa，探索全新商业模式。与此同时，开源AI模型Cogito v2以其独特的“机器直觉”向行业巨头发起挑战。然而，技术进步也伴随着风险，ChatGPT的用户对话意外被搜索引擎收录，再次敲响了数据隐私的警钟。最后，马斯克为Grok用户带来了视频生成器和AI虚拟男友，预示着人机交互的又一次进化。

## 谷歌“虚拟卫星”上天，地球观测成本暴降94%

谷歌最新发布的AI模型AlphaEarth Foundations，被誉为一颗“虚拟卫星”，它通过整合海量的多源地球观测数据，并将其细分为10米网格进行长期变化追踪，从而将数据存储成本降低到原来的十六分之一。这一突破性技术不仅能用于生成高分辨率地图，还能极大地赋能农业、林业等领域，例如实时监测农作物健康、追踪森林砍伐情况等。目前，谷歌已向全球研究人员开放相关数据集，以推动更广泛的应用创新。

![image.png](https://static.downly.cn/images/3ff1b93b5e88685c2664b196230e527e.png)

## Alexa的悄悄话要收费？亚马逊探索AI助手广告新模式

亚马逊CEO透露，公司正在积极探索一种全新的商业模式，计划在升级后的人工智能助手Alexa+中嵌入广告。其核心理念是利用AI与用户进行深度对话，在交流中自然地为用户发现新产品，并以此创造广告收入。这一构想与谷歌和OpenAI在AI广告领域的探索不谋而合。尽管亚马逊为这场AI竞赛投入了巨大资源，但要成功实现这一模式，仍需克服技术成熟度和用户隐私保护等诸多挑战。

![image.png](https://static.downly.cn/images/bf28251d19f4b8a2c0fca543447657cd.png)

## AI也懂“直觉”？Cogito v2挑战大模型常识，主打边用边学

开源AI领域杀出一匹黑马。Deep Cogito公司最新发布的Cogito v2系列大型语言模型，其核心技术亮点在于“机器直觉”与能够自我改进的推理能力。该模型能够真正实现“边用边学”，通过一种名为“内省式推理”的机制，将推理路径内化为模型权重，从而在处理数学、法律等复杂问题时，展现出更短的推理路径、更快的响应速度和更高的准确性。更具颠覆性的是，其训练成本远低于业界平均水平。该公司承诺将保持模型开源，并持续进行迭代优化。

![image.png](https://static.downly.cn/images/44fbae2353fde928a7fd02fa348213aa.png)

## 你的私密对话已上线！ChatGPT分享链接被谷歌“出卖”

近期发生的一起隐私泄露事件引发了广泛关注：部分ChatGPT用户通过“分享链接”功能分享的对话，竟然被谷歌及其他搜索引擎索引并公开展示。这意味着，即使用户分享的只是一些荒唐或私密的测试对话，也可能被公之于众。尽管OpenAI官方表示，只有用户主动分享的对话才可能被收录，并在此次事件后决定移除该功能以加强隐私保护，但这起事件仍然为所有用户敲响了警钟，网络世界的隐私风险无处不在，需时刻保持警惕。

![image.png](https://static.downly.cn/images/0fe5ad6e5653de5ef27964e25c915239.png)

## 马斯克放“大招”，Grok用户喜提视频生成器与AI虚拟男友

马斯克近日宣布，将向其AI模型Grok的Heavy订阅用户推出两款重量级新功能的测试版：视频生成器“Imagine”和AI虚拟男友“Valentine”。前者可以通过简单的文本指令快速生成视频内容，后者则能提供情感陪伴与深度交流。此举不仅预示着数字互动体验将进入一个全新阶段，也引发了社会对于AI对人类情感的深远影响以及如何平衡人机互动等问题的深入思考。

![image.png](https://static.downly.cn/images/86e3e639903b79e3470f73950ecf9fbb.png)

## Reddit拥抱AI与广告，营收飙升

社交媒体平台Reddit发布的第二季度财报显示，公司营收大幅增长。财报亮点之一是公司显著加强了对人工智能（AI）的投入，并将其与广告业务深度结合，显示出其在AI领域的战略重心正在快速提升，并已初见成效。

![image.png](https://static.downly.cn/images/5679b8f388c0271f5069743a236aafff.png)

## 一个API，百种模型！Quora旗下Poe为开发者敞开AI模型库大门

问答平台Quora旗下的AI应用平台Poe宣布推出全新的开发者API。通过这个API，开发者可以轻松访问超过100种先进的AI模型，涵盖文本、图像、视频和语音等多种模态。此举极大地降低了开发者使用和集成多样化AI能力的门槛，将催生更多创新的AI应用。

![image.png](https://static.downly.cn/images/c8d826c4773024de4aff8e9f21b2f144.png)



搜索结果: 模型开源