


> 导语 本期AI资讯聚焦于行业的两大核心趋势 安全与创新。一方面，从华为与浙大联手打造安全可控的大模型，到Notion AI暴露出的潜在数据风险，凸显了AI发展中安全与防护的重要性。另一方面，通义千问在端侧多模态领域的再次突破，蚂蚁数科面向新能源的垂直模型升级，以及谷歌核心人才流向xAI，预示着AI技术的边界仍在不断拓宽，应用场景持续深化。

## 国产AI安全新高度 华为与浙大联手打造DeepSeek-R1-Safe模型

华为与浙江大学近日联合发布了国内首个基于昇腾千卡算力平台的基础大模型 DeepSeek-R1-Safe。该模型通过一个全流程的安全后训练框架，并利用高质量的安全语料库进行优化，旨在从根本上解决当前AI领域普遍存在的安全与性能难以兼顾的问题，为构建更加可靠和负责任的人工智能系统提供了新的解决方案。

![image.png](https://static.downly.cn/images/c13adb9b649fc13263fa0a9e9525a35e.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 通义千问再进化 Qwen3-Omni即将开源 端侧多模态能力新突破

阿里巴巴云Qwen团队即将开源其最新的跨模态模型Qwen3-Omni。该模型作为一个端到端解决方案，能够流畅处理文本、图像、音频、视频等多种类型的输入信息，并生成文本和语音输出。值得关注的是，Qwen3-Omni特别针对手机等资源受限的设备进行了深度优化，其相关代码已提交至Hugging Face Transformers库，预示着强大的多模态AI能力将很快在更多终端设备上普及。

![image.png](https://static.downly.cn/images/5e1d9a557706144ada92d7a7776adea1.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## Grok 5 迎来核心主脑 前谷歌Gemini开发者加盟马斯克xAI

原Google DeepMind团队的核心开发者Dustin Tran已正式加盟马斯克的xAI公司。Dustin Tran此前深度参与了谷歌Gemini项目，是深度学习领域的知名专家。马斯克本人也确认了此消息，并透露他将主导下一代Grok模型的研发工作，这一重磅人事变动无疑将为xAI的未来发展注入强大动力。

![image.png](https://static.downly.cn/images/cfc9cce7baf6a5f95c06509a25f76eb8.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## AI代理的“后门” Notion 3.0新功能曝出严重安全漏洞

近期发布的Notion 3.0 AI代理功能被发现存在严重的安全漏洞。攻击者可以通过上传一个特制的恶意PDF文件，诱导AI代理绕过其自身的安全防护机制。由于该AI代理拥有访问工具和长期记忆的能力，这种攻击方式可能导致用户的敏感数据被轻易窃取，而传统的访问控制措施对此类新型威胁束手无策。

![image.png](https://static.downly.cn/images/267a281363294c3f303f1c7692e5beee.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 赋能新能源 蚂蚁数科发布能源时序大模型EnergyTS 2.0

蚂蚁数科近日对其能源时序大模型进行了升级，正式推出EnergyTS 2.0。这是一款专为新能源行业，如风电、光伏等领域量身打造的垂直大模型。它专注于处理和预测能源电力领域的时间序列数据，旨在从数据层面提升新能源行业的预测精度与运营增效。

![image.png](https://static.downly.cn/images/61051a355a7f40e14907d32bf2614380.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 开发者福音 在VS Code中直接调用Hugging Face模型成为现实

Hugging Face宣布，其平台上的众多大型开源模型现已成功整合进GitHub Copilot Chat中。这意味着开发者们现在可以直接在他们熟悉的VS Code编程环境中，无缝调用和测试各种强大的AI模型来辅助编码，无需再频繁地切换平台或工具，极大地提升了开发工作的效率和流畅性。

![image.png](https://static.downly.cn/images/cd16e5a67af18c7641f6023d32969a33.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 云端AI再添强援 亚马逊云科技全面托管Qwen3与DeepSeek-V3.1模型

亚马逊云科技（AWS）宣布，正式在其平台上推出针对Qwen3和DeepSeek-V3.1两款热门模型的完全托管服务。这一举措紧随Meta、Mistral AI等巨头开放其模型权重的行业趋势，通过提供稳定、可扩展的云服务，让更多企业和开发者能够便捷地部署和应用这些前沿的AI大模型。

![image.png](https://static.downly.cn/images/a837863ceae9d2b56887fc69b55add43.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

每日AI资讯0922：安全与创新并进，多模态与端侧成本轮焦点

> 导语 今日的AI界风起云涌，从OpenAI计划为GPT-6赋予长期记忆，到智谱AI推出突破硬件限制的云端AI助手，AI的个性化与普及化进程正以前所未有的速度推进。与此同时，谷歌、Anthropic等巨头不断升级企业级服务与交互体验，而底层技术也在持续革新，无论是能“深思熟虑”的文本模型，还是颠覆制药规则的AI造药，都预示着一个更智能、更高效也更具挑战的未来。

## Gemini 2.5 Deep Think发布 AI学会“深度思考”创造力大爆发

谷歌AI在其Ultra订阅服务中推出了Gemini 2.5 Deep Think功能，它通过独特的并行思维技术和更长的推理时间，让AI不再局限于单一的快速回答，而是能够更深入、更全面地探索和解决复杂的创造性问题，为用户提供质量更高、更具创意的解决方案。

![image.png](https://static.downly.cn/images/d5b0bce8891bd926adb6026cb557447c.png)

## Altman的野心 GPT-6将拥有记忆，打造你的专属AI伙伴

OpenAI的CEO Sam Altman已将战略重心全面转向GPT-6的加速开发。其核心突破将是“记忆功能”，未来的AI将能够记住用户的个人偏好、沟通习惯甚至情绪语气，从而提供真正个性化、连贯的长期交互体验，让AI从一个通用工具转变为懂你的专属伙伴。

![image.png](https://static.downly.cn/images/8ccb3318a9fa93f1ac040c294bb27132.png)

## 编程助手再进化 Claude Code正式入驻企业版，团队协作更高效

Anthropic宣布将其强大的编程工具Claude Code正式整合进Claude企业版服务中。此次升级旨在为商业团队提供更强的集成开发与项目管理能力，满足企业级用户的复杂需求，也标志着Anthropic在企业级AI服务领域与各大科技巨头的竞争进一步升级。

![image.png](https://static.downly.cn/images/e520503b17801a02cd82d7e1df7c1efc.png)

## 谷歌Gemini Live让现实“活”起来 屏幕高亮功能，交互体验大升级

谷歌为其Gemini Live AI助手带来了全新的交互功能。用户只需通过手机摄像头扫描现实世界，AI便能在屏幕上实时高亮显示你正在寻找的物体。这项功能极大地提升了日常生活的便利性，例如在杂乱的工具箱中快速找到一把特定的扳手。该功能预计将随Pixel10设备于8月28日一同发布。

![image.png](https://static.downly.cn/images/31ee292aa88c8678d924375169f0d3b3.png)

## Liquid AI发布LFM2-VL模型 让AI在你的手机和穿戴设备上“快如闪电”

Liquid AI推出专为低延迟和高效率设计的视觉语言模型系列LFM2-VL。该系列模型在保持出色性能的同时，将GPU推理速度提升了两倍，极大地推动了多模态AI在智能手机、可穿戴设备等资源受限的嵌入式系统上的应用，让端侧AI体验更加流畅。

![image.png](https://static.downly.cn/images/a6aa094111bb8268e57fd5bb7b8a82a2.png)

## 告别视频“七秒记忆” LongVie框架突破超长视频生成瓶颈

由上海人工智能实验室等机构联合推出的LongVie框架，系统性地解决了AI在生成长视频时常见的时序不一致和画质退化等核心难题。这一突破使得AI能够创作出情节连贯、风格统一的超长视频，为视频内容创作带来了无限可能。

![image.png](https://static.downly.cn/images/d9f436001bd27041c2ea0b64fd577cbd.png)

## 浙大新模型让AI告别“急于求成” 学会“深思熟虑”再下笔

浙江大学团队研发的新型扩散大语言模型（dLLM）颠覆了传统的逐字生成模式。它采用类似人类“反复思考”的迭代去噪机制，通过在多个时间维度上并行生成和反复琢磨，显著提升了文本生成的效率与最终结果的精准度，引领了一场静悄悄的AI生成革命。

![image.png](https://static.downly.cn/images/22bc028e297581646417145cabce1f5f.png)

## 人人都是AI指挥官 智谱AutoGLM 2.0打破硬件限制，云端代你办妥一切

智谱AI发布的AutoGLM 2.0版本实现了AI代理操作的重大突破。它不再受限于特定硬件，可在任何设备上通过云端运行，将AI代理的强大能力普及给每一位用户。现在，你只需一句指令，AI就能在云端帮你操作美团、京东等应用，轻松完成订餐、购票等复杂任务。

![image.png](https://static.downly.cn/images/a1e8a9ef63f443de9b4afd55b6853a75.png)

## AI颠覆百年制药 PepMLM模型仅凭序列造药，精准度惊人

由宾夕法尼亚大学和杜克大学联手打造的AI模型PepMLM，正给制药行业带来革命性转变。该模型能够仅凭蛋白质序列就设计出有效的靶向肽分子，完全绕过了传统研发中耗时费力的蛋白质结构解析环节，以高达63%的命中率震撼了医学界。

![image.png](https://static.downly.cn/images/c294f224614bb7e20da46f6f8ccb9d46.png)

## AI“换脸”术攻破安全防线 你的银行账户还好吗

AI换脸技术的滥用正带来严峻的安全挑战。最新的技术已经能够轻易骗过现有的人脸识别系统，这意味着从手机解锁到银行账户验证等依赖于此技术的安全措施都面临着新的、巨大的风险。

![image.png](https://static.downly.cn/images/8494ccf4e3d1c51b3ff0ea046063efe3.png)

## DeepSeek V3.1悄然上线 上下文长度翻倍，模型能力再升级

DeepSeek小助手线上模型已低调升级至V3.1版本。新版本的上下文长度扩展至128k，能处理更长的对话和文档。用户现在即可通过网页、APP等多种方式体验其增强后的性能，API接口调用方式保持不变。

![image.png](https://static.downly.cn/images/e9e8b53f066be80dcefc19a1c7e7d30c.png)

每日AI资讯0821：GPT-6记忆革命来临，AI云端助手让人人可用



> AI领域可谓是百花齐放。国内大模型持续发力，通义千问推出了颠覆性的图生图模型Qwen VLo，而中国首个海洋大模型“沧渊”则将AI的触角伸向了蔚蓝深海。在消费级产品方面，集成了大语言模型的Hengbot机器狗Sirius展示了AI如何进入日常生活。与此同时，Meta与OpenAI之间的人才争夺战愈演愈烈，凸显了行业竞争的白热化。

## 通义千问再进一步 Qwen VLo让图片“听懂”人话

阿里巴巴通义千问团队近日发布了一款名为Qwen VLo的多模态大模型，它在理解并创造性地编辑图片方面取得了显著突破。  这款模型不仅仅是看懂图片，更能根据用户的自然语言指令，对图像内容进行高质量的再创造。 
![image.png](https://static.downly.cn/images/652e624b99380f49dde107c3b27462f5.png)
Qwen VLo采用了一种渐进式的生成策略，确保了在修改或生成图片时，新的元素能够与原始图像和谐地融为一体，避免了突兀感。  用户可以通过开放式的指令，轻松改变画风、增减元素，甚至进行多语言指令操作。  此外，其动态分辨率生成能力也让应用场景更加广泛。  目前该模型尚处在预览阶段，但已经预示了未来在图像生成与修改领域的巨大潜力。 



## 向深蓝进发 中国首个海洋大模型“沧渊”问世

由浙江大学牵头研发的中国首个海洋领域开源大模型——OceanGPT（“沧渊”）于杭州正式发布，标志着我国在海洋智能化领域迈出了关键一步。  “沧渊”不仅具备专业的海洋知识问答能力，还能解读复杂的多模态海洋数据。 
![image.png](https://static.downly.cn/images/62444eed0b1b9325b27fc495bf9aca63.png)
该模型的一大亮点是采用了领域知识增强的“慢思考”推理机制，这能有效减少大型模型中常见的“幻觉”错误，为海洋科研与作业提供了更可靠的智能支持。  在应用层面，“沧渊”能够将自然语言指令直接转化为机器人控制代码，极大降低了海洋机器人等精密设备的操作门槛。  目前，该模型已在“海鹰”系列水下机器人上得到验证，显著提升了代码编写与执行效率，未来将通过MCP协议推动多机器人协同作业，开启海洋智能时代的新篇章。 



## 不止会卖萌 Hengbot机器狗Sirius能舞会聊

AI的应用正越来越多地融入我们的生活。Hengbot公司近期发布的Sirius机器狗就是一个绝佳例子。  这款机器狗集成了OpenAI的大语言模型，不仅拥有跳舞、踢球和握手等出色的运动能力，还能与用户进行流畅的语音对话。 
![image.png](https://static.downly.cn/images/c70ca0cd26845387f3788ee2eb140443.png)
Sirius的一大特色是其可定制的个性化功能，用户可以根据自己的喜好来塑造它的性格。  不过，它目前主要适用于平坦的室内环境，运动状态下的续航时间约为40至60分钟。  该机器狗的预售价格为1299美元，预计将于今年秋季正式上市，让AI陪聊、陪玩的未来家庭场景离我们更近了一步。 





## AI人才争夺战白热化 Meta再从OpenAI挖角

在技术和产品飞速迭代的背后，是AI领域对顶尖人才的极度渴求。据报道，Meta公司再次成功从其主要竞争对手OpenAI那里挖走了四名研究员。  
![image.png](https://static.downly.cn/images/d263e49f30e91f93fdc68e6553c5c420.png)
这一举动再次凸显了当前人工智能领域的激烈竞争格局。  对于Meta而言，这既是其增强自身AI研发实力的重要策略，也反映了整个行业高端人才的稀缺性。  随着各大科技巨头持续加码投入，这场围绕顶尖大脑的“人才战争”预计将愈演愈烈。 




AI每日资讯0629

> 近日，浙江大学与 vivo 联合宣布，正式开源一项突破性的视频虚拟试穿框架——**MagicTryOn**。 该框架基于先进的 **Wan 2.1 技术**，能够实现**高质量、逼真且高度一致的视频虚拟试穿效果**。 MagicTryOn 的开源，有望彻底改变在线服装零售、虚拟时尚体验以及数字内容创作等领域，为消费者带来前所未有的沉浸式试穿体验。


在电商和数字时尚日益发展的今天，虚拟试穿技术正成为连接消费者与商品的桥梁。 传统的虚拟试穿多局限于静态图片，难以真实反映服装在动态人体上的效果。 如今，这一局限正被一项革命性技术打破。 MagicTryOn 的出现，标志着虚拟试穿从静态图像迈向动态视频的新纪元，有望为消费者带来更真实、更沉浸的购物体验。

<video src="https://static.downly.cn/images/7aa730ae2fe7c13aeca6263286dae155.mp4"  title="project_page_video5.mp4"></video>

### MagicTryOn 突破性视频试穿体验

MagicTryOn 的核心优势在于其能够实现**高质量的视频虚拟试穿**。 与传统的图片试穿不同，它能处理人物在视频中的复杂动作和姿态变化，并确保服装在这些动态下的真实呈现。

#### 1. 真实且一致的试穿效果

MagicTryOn 能够将目标服装**无缝地“穿到”视频中人物的身上**，并**保持服装纹理、光影和褶皱的自然变化**，极大地提升了试穿的真实感。 即使人物在视频中移动、旋转或摆出复杂姿势，服装也能保持高度一致性和逻辑性，如同真实穿着一般。

#### 2. 基于 Wan 2.1 的强大支撑

该框架的核心技术是基于 **Wan 2.1**，这是一种在处理弱对齐数据方面表现卓越的网络架构。 Wan 2.1 能够有效地解决视频中人体姿态和服装之间复杂对应关系的问题，即使在没有精确人体骨架或服装裁剪信息的情况下，也能实现高质量的虚拟试穿。

#### 3. 处理复杂人物姿态与服装变形

MagicTryOn 的另一大亮点是其处理**复杂人物姿态和服装变形**的能力。 无论是手臂的抬起、身体的扭动，还是裙摆的飘动，该框架都能准确地模拟服装的物理效果，让试穿结果更具说服力。

<video src="https://static.downly.cn/images/54a531433b570ee58f3e65cb7bbc21c7.mp4"  title="prpject1.mp4"></video>

### 技术细节与创新点

MagicTryOn 的卓越性能源于其多方面的技术创新

#### 1. 细粒度特征编码与融合

该框架采用了先进的**细粒度特征编码技术**，能够捕捉服装和人体的微小细节。 通过巧妙的特征融合机制，确保了服装能够精准地适应人体的轮廓和动作。

#### 2. 时序一致性保持

为解决视频虚拟试穿中常见的**帧间闪烁和不连贯**问题，MagicTryOn 设计了独特的时序一致性保持策略，确保了视频中服装的流畅和自然变化。

#### 3. 开放性与可扩展性

作为一个开源框架，MagicTryOn 不仅提供了核心代码，还为开发者提供了**丰富的接口和灵活的配置选项**，便于二次开发和集成到不同的应用场景中。

![image.png](https://static.downly.cn/images/489a1f62ebb62dfecf56235a735eb71e.png)

### 应用前景 颠覆零售与娱乐

MagicTryOn 的开源，将对多个行业产生深远影响

*   **在线服装零售** 消费者可以在线“试穿”服装，大大降低退货率，提升购物体验。
*   **虚拟时尚与元宇宙** 为元宇宙中的虚拟形象提供更真实的服装穿搭体验。
*   **数字内容创作** 电影、游戏、广告等行业可用于快速生成虚拟人物的服装动画。
*   **个性化定制** 帮助用户预览定制服装效果。

浙大与 vivo 的合作，不仅展现了学术界与产业界的紧密结合，更通过开源的方式，推动了虚拟试穿技术乃至整个 AI 视觉领域的发展，为未来数字生活描绘了更丰富的图景。




搜索结果: 浙江大学