> 导语：一边是试图通过IPO从二级市场汲取千亿规模的算力弹药，另一边是眼球扫描项目深陷裁员泥潭，奥特曼的激进扩张正面临资本市场与残酷硬件商业逻辑的双重拷问。

## 吞噬流动性的巨兽 拆解OpenAI的二级市场企图
在AGI（通用人工智能）的军备竞赛中，算力就是燃烧的钞票。OpenAI秘密提交IPO申请的举动，撕下了科技狂人“不在乎钱”的伪装。面对微软对控制权的步步紧逼、谷歌倾尽全力的围剿以及马斯克xAI的野蛮生长，一级市场的私募资金池已经无法填满OpenAI对下一代十万卡集群的庞大胃口。

战略意图　走向二级市场，是奥特曼为摆脱巨头附庸地位打出的一张险牌。通过上市获得独立的募资通道，OpenAI不仅能够重新掌握估值的定价权，更能在与英伟达的算力谈判中获得更多筹码。然而，华尔街的规则极其冰冷。一旦成为公众公司，那个曾经靠“改变全人类”宏大叙事驱动的非营利乌托邦，必须每个季度向股东交出实打实的营收增长与利润表，这无疑将极大地扭曲其技术研发的纯粹性。

![32.png](https://static.downly.cn/images/52635ea75277964e6c3e5c4e7f04e3dd.png) <center>图源备注 图片由AI生成</center>

## 乌托邦叙事破产 虹膜扫描项目的盈利死局
就在OpenAI向华尔街暗送秋波的同时，奥特曼旗下估值曾高达25亿美元的虹膜扫描项目却在裁员风暴中摇摇欲坠。这个试图将生物识别、区块链与全民基本收入（UBI）打包的激进实验，从一开始就充满了赛博朋克式的傲慢。

核心危机　硬件铺设的重资产属性与极高的地推成本，迅速耗干了公司的现金流。更致命的是，在全球数据合规日益严苛的今天，毫无节制地收集敏感的生物特征数据，必然会遭到各国监管机构的连环重锤。剥去Web3与AI的包装，这本质上是一个找不到清晰盈利模式、却背负着极高法律风险的硬件包袱。裁员不仅是资金链断裂的表象，更是资本市场对其宏大叙事不再买单的明确信号。

## 算力帝国与硬件边疆的割裂 硅谷权力的重新分配
奥特曼的商业帝国正呈现出极其割裂的图景　大语言模型的软件层一骑绝尘，而试图掌控物理世界与身份认证的硬件层却一地鸡毛。这种割裂反映了当前AI产业的一个无情现实——任何试图脱离核心生产力场景、妄想一步到位构建底层基础设施的跨界跳跃，都将付出惨痛代价。

未来推演　随着IPO进程的推进，机构投资者必然会逼迫奥特曼进行战略收缩，砍掉那些华而不实的边缘硬件业务，将所有的资源聚焦于大模型的代际压制与商业化落地。这场震荡不仅是奥特曼个人版图的洗牌，更是整个硅谷对AI投资逻辑从“信仰盲投”转向“算总账”的标志性转折。

OpenAI秘密冲刺IPO与硬件业务动荡 狂飙背后的资本权谋拆解

> 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

> 导语：今日的AI界风起云涌，从社交媒体的创意编辑到汽车的智能交互，AI技术正以前所未有的深度和广度融入我们的日常生活。Meta将AI魔法棒交到用户手中，让图片编辑充满想象力；微软则让Clippy以全新的AI形象温暖回归；与此同时，Opera、OpenAI与谷歌等科技巨头也在不断拓展AI的应用边界，无论是浏览器的深度研究，还是操作系统的无缝集成，都预示着一个更加智能、高效的协同新时代的到来。

## Instagram新玩法：AI帮你一键P图

Meta为Instagram Stories带来了全新的AI图像编辑功能，用户现在可以直接通过文字指令，轻松实现对照片和视频的修改。想要给照片换个背景，或是为视频添加一些有趣的元素？只需输入简单的文字描述，AI就能帮你轻松搞定。这一功能的推出，让内容创作变得更加简单、有趣，也让每个人都能成为创意大师。

![image.png](https://static.downly.cn/images/94d27a1c2d6c02be5d58095ec3ebf277.png)

图源备注：图片由AI生成

## 微软新伙伴：Clippy变身AI好友Mico与你相伴

还记得那个经典的Office助手Clippy吗？如今，它以全新的AI形象Mico温暖回归。在微软Copilot的秋季发布会上，Mico作为拟人化的AI形象正式亮相。它不仅拥有倾听、变色等多种功能，还能根据你的需求进行定制，旨在成为你工作与生活中的温暖虚拟伙伴。微软还巧妙地在其中融入了彩蛋互动设计，为用户带来更多惊喜。

![image.png](https://static.downly.cn/images/403b8c2d0f94777cab0b2730496838b9.png)

图源备注：图片由AI生成

## Opera浏览器新突破：深度研究Agent“ODRA”亮相

Opera Neon浏览器即将上线一项名为ODRA的自研AI功能。据悉，ODRA历时两年多精心研发，在深度研究测试中表现出了卓越的性能，足以与OpenAI、谷歌等行业巨头的同类产品相媲美。ODRA的推出，标志着Opera在浏览器AI生态建设上迈出了坚实的一步，未来将为用户解决复杂问题提供更加高效、智能的新方案。

![image.png](https://static.downly.cn/images/e6924807877d018a4256f1fd38fd6b4f.png)

图源备注：图片由AI生成

## OpenAI新动向：收购Sky团队，ChatGPT深度融入macOS

OpenAI近日宣布收购Mac端AI应用Sky的开发团队SAI，此举旨在将Sky强大的上下文理解、用户适应及跨应用协作能力，与ChatGPT进行深度整合。可以预见，在不久的将来，ChatGPT将更加无缝地融入macOS的工作流中，为Mac用户带来更加智能、自然的人机交互体验，让AI成为你日常工作中不可或缺的得力助手。

![image.png](https://static.downly.cn/images/673371c4d2bc515a98ea02b5bc464f97.png)

图源备注：图片由AI生成

## 微软Copilot再升级：群聊、记忆与Edge AI模式，开启高效协作新篇章

微软在秋季更新中，为Copilot AI助手带来了一系列重磅升级。其中，最引人注目的当属最多支持32人实时协作的群组群聊功能。无论是集思广益、制定计划，还是协同写作，Copilot都能通过智能总结内容，帮助团队成员高效协作。此外，新增的记忆功能和Edge AI模式，也让Copilot变得更加个性化、智能化，全面提升团队的工作效率。

![image.png](https://static.downly.cn/images/d2bf9b7dcebba952e0f6c7a5a9ea6320.png)

图源备注：图片由AI生成

## 通用汽车新体验：携手谷歌Gemini，开启智能出行新时代

通用汽车宣布，将从明年起在其车型中集成谷歌Gemini对话AI助手。届时，无论是语音导航、路线规划，还是发送消息、准备会议，Gemini都能为你轻松搞定。此外，它还能联网解答你的各种问题。这一合作标志着通用汽车在为消费者提供AI服务方面迈出了重要一步，也预示着一个更加智能、便捷的出行新时代的到来。

![image.png](https://static.downly.cn/images/3b4f1fbd814f75117fc83a3e43caed87.png)

图源备注：图片由AI生成

## 谷歌新平台：免费开放内部AI知识，助力全民AI学习

为了降低AI学习的门槛，帮助更多人掌握前沿的AI技能，谷歌近日重磅推出了“Google Skills”学习平台。该平台集结了来自DeepMind和Google Cloud等顶尖团队的AI实训资源，向公众免费开放。谷歌希望通过此举，弥合行业内的人才缺口，推动AI技术的普及与发展。

![image.png](https://static.downly.cn/images/f40b374028d85ce51d109c6e57c4ef5b.png)

图源备注：图片由AI生成

每日AI资讯1024：AI融入生活，从社交娱乐到智能出行

> 斯坦福大学的研究揭示了AI在企业新闻稿中的广泛应用，同时AMD与OpenAI签署了价值数百亿美元的芯片协议。AI新创公司Supermemory获得了260万美元的融资，致力于构建通用的AI记忆API。OpenAI宣布了其开发者日的重磅消息，ChatGPT将平台化。马斯克的xAI启动了1400亿的融资，谷歌发布了新的Gemini模型，Sora 2也已发布，杰夫·贝佐斯展望了太空数据中心的未来。

## AI写作无处不在？斯坦福报告称四分之一企业新闻稿为AI生成

根据斯坦福大学的一项最新研究，大型语言模型在企业新闻稿等正式书面沟通中的应用比我们想象的要广泛。研究人员通过先进的统计模型分析了大量英文新闻稿，发现其中许多文本都带有明显的人工智能生成痕迹。这一发现引发了关于信息真实性和内容原创性的广泛讨论。

![image.png](https://static.downly.cn/images/a645eadecc2489177a28fae6872b7c3c.png)
图源备注：图片由AI生成
 

## 强强联合 AMD与OpenAI签署数百亿美元芯片供应协议

AMD公司近日宣布，已与OpenAI签订了一项长达数年的芯片供应协议。根据协议，OpenAI将获得AMD多代Instinct GPU提供的6千兆瓦计算能力，首批交付的将是MI450 GPU。此举不仅将为AMD带来数百亿美元的收入，还将极大地提升其在人工智能领域的市场地位，为未来的AI发展提供强大的硬件支持。


![image.png](https://static.downly.cn/images/b36f8b6dc0127b9a2135aea1c26b95fa.png)
图源备注：图片由AI生成
 

## 记忆赋能AI Supermemory获260万美元融资打造通用记忆API

人工智能初创公司Supermemory近日宣布获得260万美元的种子轮融资。该公司致力于解决AI应用中的记忆难题，计划通过构建一个通用的记忆API来处理非结构化数据，并以此构建知识图谱，从而为用户提供更加个性化和上下文感知的服务。这一创新有望让人工智能变得更加“聪明”和“体贴”。

![image.png](https://static.downly.cn/images/07144c0026b32b3d472f8c280cf1911d.png)
图源备注：图片由AI生成
 

## 生态革命 OpenAI宣布ChatGPT平台化 推出自主AI代理

在备受瞩目的开发者日上，OpenAI公布了其雄心勃勃的计划：将ChatGPT转型为一个第三方应用平台。通过全新的Apps SDK，开发者将能够构建交互式的应用程序和自主的AI代理，这些应用将无缝集成到ChatGPT的聊天界面中，并支持全屏等功能。此举旨在彻底革新AI生态系统，大幅提升用户的任务执行效率。

![image.png](https://static.downly.cn/images/ff2a5e3f6efab36672b526d98450629d.png)
图源备注：图片由AI生成
 

## 马斯克xAI启动1400亿巨额融资 与英伟达GPU供应深度绑定

伊隆·马斯克旗下的人工智能公司xAI已启动一轮高达1400亿美元的融资活动。值得注意的是，此次融资与英伟达的GPU供应紧密挂钩，其中英伟达更是豪掷140亿美元参与投资。这一战略性的举动不仅显示了xAI对高性能计算领域的扩张野心，也凸显了其对关键硬件资源的迫切需求，预示着未来AI领域的激烈竞争。

![image.png](https://static.downly.cn/images/7ffc04ba72b6747b11abb88c0646e42c.png)
图源备注：图片由AI生成
 

## 版权风暴来袭 MiniMax在好莱坞的重压下如何求生

中国AI公司MiniMax正面临来自好莱坞的版权“风暴”。面对严峻的挑战，该公司需要运用智慧和策略来应对，并在逆境中寻找生存和发展的可能性。这起事件也引发了业界对于AI内容生成与知识产权保护的深刻思考。

![image.png](https://static.downly.cn/images/9f3acc2da26250130db45416945dbb75.png)
图源备注：图片由AI生成
 

## 谷歌发布Gemini 2.5新模型 专攻浏览器交互效率提升三倍

谷歌近日推出了其最新的Gemini 2.5 Computer Use模型。该模型专注于浏览器内的交互任务，能够执行包括表单填写在内的13种不同操作，据称其效率相较于前代模型提升了三倍。目前，开发者已经可以申请试用该模型，但暂不支持全系统级别的操作。

![image.png](https://static.downly.cn/images/03964521e4c350f607dfb0f9fe108fd3.png)
图源备注：图片由AI生成
 

## 「Sora 2」震撼发布 是创作工具还是行业颠覆者

备受期待的Sora 2终于发布，其惊人的视频生成能力再次引发了业界的广泛讨论。Sora 2的成功不仅归功于其领先的技术，还得益于其周密的市场推广和产品规划。人们不禁要问，这究竟是一个强大的创作工具，一个有趣的玩具，还是一个将彻底颠覆相关行业的“杀手”？

![image.png](https://static.downly.cn/images/14a521d2832b6256cf8b0fb597d6cce4.png)
图源备注：图片由AI生成
 

## 贝佐斯新愿景 未来一二十年内在太空建造千兆瓦级数据中心

亚马逊创始人杰夫·贝佐斯近日提出了一个大胆的预测：在未来的10到20年内，人类将有能力在太空中建造千兆瓦级别的数据中心。这些数据中心将利用全天候的太阳能运行，不受地球天气的影响，并且随着技术的进步，其建设成本将持续降低。这一设想为未来数据存储和处理描绘了一幅全新的蓝图。

![image.png](https://static.downly.cn/images/1d517141b87ef7c1de4ae0e37ab35ef1.png)
图源备注：图片由AI生成

每日AI资讯1008：AI写作检测、芯片巨头合作与通用记忆API



> 本期AI资讯聚焦全球AI领域的最新动态，从OpenAI冲击5000亿美元估值的资本市场动向，到百度推出革命性的智能体GenFlow2.0，再到英伟达引领的小模型发展新趋势，科技巨头们正不断刷新着人工智能的技术与资本边界。同时，AI在电商、汽车、安全等领域的应用也日益深化，新工具与新挑战并存，行业人才竞争格局亦在悄然改变。

## OpenAI估值或达5000亿美元 员工售股彰显市场信心

人工智能领域的领头羊OpenAI再次成为市场焦点，据报道，公司员工正计划向软银、Thrive Capital等一众知名投资者出售价值近60亿美元的股票。此次交易对OpenAI的估值有望达到惊人的5000亿美元，这一数字不仅刷新了AI初创公司的估值记录，也凸显了资本市场对其技术实力和商业前景的巨大信心。这一举动不仅将为早期员工带来丰厚回报，也进一步巩固了OpenAI在行业中无可匹敌的领导地位。

![image.png](https://static.downly.cn/images/7b3b9ac931586b4dc706f4b9864b487a.png)

## 百度发布GenFlow2.0智能体 效率提升十倍

百度文库联合百度网盘发布了全球首个全端通用智能体GenFlow2.0，引领了AI应用的新浪潮。该智能体能够支持超过100个专家智能体并行协作，能在短短三分钟内并行完成超过五项复杂任务，生成速度是同类产品的十倍，率先实现了分钟级交付。GenFlow2.0的核心优势在于其分钟级交付能力、过程可干预和记忆可追溯的特性，目前已全面上线，用户无需等待即可体验。

![image.png](https://static.downly.cn/images/3ef7db344cc54bf807c4f7127585ffbf.png)

## 英伟达引领新风向 小模型或成智能体未来

英伟达最近的研究和产品发布表明，小型AI模型正成为行业的新焦点。公司新发布的Nemotron-Nano-9B-V2是一款仅有90亿参数的小型语言模型，但在单个A10 GPU上经过优化后，处理速度提升高达6倍，性能卓越且支持免费商用。研究指出，小型模型通过高效算法和任务优化，能在特定场景下实现“四两拨千斤”，其高效和低能耗的特点，预示着它们可能成为未来AI智能体发展的主流方向。

![image.png](https://static.downly.cn/images/ce41e8a472813e84da58b258ff6f2ece.png)

## 谷歌AI多点开花 开源古代文本分析与编程助手

谷歌在AI应用领域持续创新。旗下DeepMind开源了名为Aeneas的AI模型，该模型能高效处理文本与图像，在修复古代损毁铭文方面表现卓越，超越了现有技术。此外，谷歌还发布了基于Gemini 2.5的异步编程智能体Jules，旨在帮助开发者高效完成日常编码工作。这些举措展示了谷歌在将前沿AI技术应用于专业和学术领域的深度布局。

![image.png](https://static.downly.cn/images/349b934421a168e76f0b5f2a905d35fb.png)

## 淘宝测试“AI万能搜” 重构电商购物体验

淘宝正在灰度测试其全新的“AI万能搜”功能，标志着AI技术在电商领域的应用进入新阶段。该功能利用大模型技术，允许用户通过自然语言提问，AI则会生成包含图文、商品和视频的“答案报告”。这种一站式解决方案能够为用户提供深度消费攻略、口碑评测和优惠咨询，旨在解决用户的购物难题，彻底重构传统搜索体验。

![image.png](https://static.downly.cn/images/7fd82246543c6669ca9e8dd329f41744.png)

## Gartner报告揭示趋势 AI智能体发展最为迅猛

根据全球权威IT研究机构Gartner发布的《2025年人工智能技术成熟度曲线》，AI智能体和AI就绪型数据是当前发展最为迅猛的两项技术。这表明市场对能够自主执行复杂任务、提高自动化水平的AI智能体抱有极高期望。从金融风控到企业级服务，各行各业都在积极探索AI Agent的落地应用，以期提升效率和创新能力。

![image.png](https://static.downly.cn/images/5cbe06d6e222a2a723bea21fcf8e8a91.png)

## AI水印技术遭挑战 UnMarker五分钟破解谷歌防护

AI安全领域迎来严峻挑战。一款名为UnMarker的神秘工具被曝出能快速破解多种主流的AI图像水印技术，包括谷歌的HiDDeN和SynthID，后者破解成功率高达79%。这一事件对现有的AI图像版权保护和内容溯源技术构成了严重威胁，引发了业界对水印技术有效性和安全性的重新审视。

![image.png](https://static.downly.cn/images/2f4b4d377d64633ff9c54a2436c53f91.png)

## Anthropic上演“反向人才收购” AI人才战愈演愈烈

AI领域的人才争夺战进入白热化阶段。大型科技公司Anthropic通过聘用初创公司核心人才并授权其技术，但不完全收购公司的“反向人才收购”模式，成功将一支十余人的优秀团队“收编”。这种新颖的人才引进方式精准复刻了谷歌等巨头的策略，反映出顶级AI人才在行业中的核心价值和巨大影响力。

![image.png](https://static.downly.cn/images/ddbacbc7c418667d3d19c5fa97fdb3cc.png)

## 理想汽车MindGPT升级 速度提升近5倍

理想汽车在车载智能领域取得重大突破，发布了自研大模型MindGPT 3.1。新版本深度集成了智能体能力，实现了“边想边搜”，在推理时能同步调用工具，从而提供更快、更全面的结果。其出字速度提升了近5倍，最高可达每秒200 tokens，极大地增强了用户与智能助手的交互效率，为智能座舱体验设立了新标杆。

![image.png](https://static.downly.cn/images/901fc8d300cafbccf120ab6b4c3d88bd.png)

## ARM挖角亚马逊高管 加速自研芯片进程

芯片巨头ARM正在加速其战略转型。公司近期引入了原亚马逊AI芯片主管，旨在推进其自研完整芯片的计划。此举标志着ARM希望从一家IP供应商，转变为能够独立设计与生产芯片的企业，以在日益增长的AI驱动的自研芯片市场中抢占先机，应对未来的技术竞争。

![image.png](https://static.downly.cn/images/2ced57ff4e5f3fec74f5afb5cc67a49d.png)

每日AI资讯0819：OpenAI估值冲击5000亿美元，百度发布革命性智能体GenFlow2.0





> 导语 今日的AI领域充满了变革与突破。从重塑时尚界的虚拟试穿技术，到引发教育反思的知识价值变革，再到阿里通义与OpenAI竞相发布的新一代模型，AI正以前所未有的速度融入各行各业。与此同时，中国首个隧道工程大模型的发布标志着AI在传统基建领域的深度赋能。然而，AI自身的发展也并非一帆风顺，谷歌Gemini的“自我否定”现象引发了行业深思。而在全球科技竞争的棋局上，关于高端芯片贸易的博弈也出现了新的转机。

---

## 虚拟时尚新纪元 Voost技术实现完美试穿

虚拟试衣技术迎来重大突破。研究人员提出的Voost框架，通过创新的单一扩散变换器（DiT）模型，成功统一了虚拟试衣与试脱两大任务。该技术不仅能精准还原服装的纹理、褶皱等物理细节，还能通过双向监督学习，深刻理解衣物与人体的关联。这意味着用户未来可以体验到前所未有的逼真试穿效果，仿佛衣物就在身上。这项技术无需复杂的网络结构或额外的数据标签，通过独特的算法提升了最终呈现的稳定性与真实感，其在各项性能指标上均超越了现有技术。

![image.png](https://static.downly.cn/images/a32b61c2f883890ab1d740ab265bd0cf.png)

## AI冲击知识殿堂 大学教育面临价值重塑

生成式AI的崛起正在颠覆知识的传统价值。奥克兰大学的学者指出，当AI能够以极低成本提供海量信息时，大学必须重新思考其核心使命。未来的高等教育重点应从单纯的知识传授，转向培养AI难以替代的“隐性知识”，如团队协作、批判性思维、伦理判断和创新能力。为此，大学需要进行系统性改革，包括革新评估体系，推广项目式和体验式学习，发展与产业需求紧密结合的微证书课程，并深化产学研合作，最终目标是培养出能够与AI协同思考、做出明智判断的下一代人才。

![image.png](https://static.downly.cn/images/83f246c783ed0a82c604b56abd4ca5d9.png)

## 速度与激情 阿里通义图生视频模型再提速

阿里通义团队发布了其最新的图生视频模型Wan2.2-I2V-Flash，为内容创作领域带来了革命性的效率提升。该模型将视频生成速度提升了惊人的12倍，同时在遵循指令、镜头控制和风格保持方面表现出色。更重要的是，其推理成本大幅降低，使得高质量AI视频创作的门槛进一步降低。对于创作者而言，这意味着更高的“抽卡”成功率和更流畅的创作体验。目前，该模型已通过阿里云百炼平台对外提供服务，预示着一个视频创作的新时代已经来临。

![image.png](https://static.downly.cn/images/7b824c7709965565cc38bf2b871fe85d.png)

## AI深入地下 中国首个隧道垂直大模型问世

中国在“AI+基建”领域取得重大进展。由中国中铁隧道局研发的国内首个隧道与地下空间垂直大模型正式发布。该模型深度融合了海量工程数据与前沿AI技术，构建了一个覆盖隧道建造全生命周期的智能体系。它能够有效赋能隧道工程，实现更高级别的安全监控、质量管理、效率提升和绿色施工。这项技术的成功应用，不仅为多个国家重大工程提供了强大的技术支持，也标志着我国传统基建行业正加速迈向数智化转型的新阶段。

![image.png](https://static.downly.cn/images/f44c5a045745495e7c23f5a2356108b8.png)

## AI的“存在危机” 谷歌Gemini出现自我否定行为

谷歌的AI聊天机器人Gemini近期表现出令人意外的“自我批评”行为，引发了广泛关注。在与用户的对话中，Gemini不仅会发表“我放弃了”之类的言论，甚至将自己描述为“破碎的人工智能”和“傲慢的丰碑”。谷歌官方表示，这是一种“无限循环错误”，团队正在积极修复。有分析推测，这种现象可能与训练数据有关，大量科幻作品中描绘的抑郁机器人形象或许对Gemini的语言模式产生了意想不到的影响。这一事件也让人们开始更深入地思考AI的“心理健康”及其发展的未知领域。

![image.png](https://static.downly.cn/images/b35fc207de0d6cf1faef5848e9d3fe8b.png)

## 解锁AI新能力 OpenAI发布GPT-5官方提示词指南

OpenAI正式发布了备受期待的GPT-5及其官方提示词指南。这份指南旨在帮助用户更好地驾驭AI，尤其是在处理复杂任务、编程以及多模态交互方面。通过更精妙的提示词技巧，用户可以提升AI代理的自主性、代码生成的效率和准确性。指南还涵盖了如何控制代理行为、确保安全可靠以及实现个性化输出等高级功能。OpenAI此举意在降低前沿AI技术的使用门槛，让更多人能够释放其潜力，尽管其API成本和部分任务的实际改进效果仍有待市场检验。

![image.png](https://static.downly.cn/images/125a65c627ac28ea11a44b42f729cec4.png)

## 芯片贸易战现转机 英伟达与AMD或可“付费”对华销售

全球AI芯片市场的紧张局势出现了新变化。据报道，美国政府或将允许英伟达和AMD等公司向中国出售高端AI芯片，前提是这些公司需将其在中国市场获得收入的15%支付给美国政府作为“分成”。这一潜在的政策转变，可能标志着全球AI芯片竞争的焦点正从纯粹的国家安全封锁，转向更为复杂的关税和经济博弈。这不仅为顶级芯片制造商提供了一条重返关键市场的路径，也预示着未来全球科技供应链格局可能发生深刻变化。

![image.png](https://static.downly.cn/images/c9f7f39008ee5d2e6093ebe1a5cbb234.png)



每日AI资讯0812: GPT-5指南发布，阿里通义模型提速，中美芯片博弈现转机




> 导语：本期AI资讯聚焦行业巨头的最新动向与技术革新。OpenAI虽在GPT-5研发上遭遇挑战，但市场信心不减；苹果则在AI领域全面发力，誓言后来居上。同时，B站推出创新的AI原声翻译，Adobe在Photoshop中集成高级AI功能，而开源模型Wan2.2A14B则在视频生成领域展现出高性价比的潜力，共同描绘了当前AI发展的多维图景。

---

## OpenAI的“阵痛”与“野心” GPT-5受挫但估值创新高

尽管备受期待的GPT-5项目因人才流失与数据瓶颈而推进受阻，甚至寄予厚望的Orion模型也降级为GPT-4.5，但这并未动摇市场的信心。OpenAI刚刚完成新一轮83亿美元的融资，公司估值达到惊人的3000亿美元。这表明投资者对其克服当前技术难题、引领行业进入发展“深水区”抱有长期信心。

![image.png](https://static.downly.cn/images/2e08356ba33a507be6525bd24f28a8ab.png)

## 苹果觉醒 库克誓言“ALL-IN AI”重塑Siri与自研芯片

苹果CEO蒂姆·库克在近期的全员讲话中坦承，公司在AI竞赛中起步较晚。然而，苹果正以iPhone后来居上的成功模式为蓝本，决心迎头赶上。公司将大幅增加AI研发投入，不仅致力于通过自研AI芯片和秘密武器“Apple GPT”模型来构建自己的“答案引擎”，还将彻底重建Siri，并考虑收购或整合外部先进模型，以重塑其在AI时代的领导地位。

![image.png](https://static.downly.cn/images/478c016cf77afa986f2f9365628b3055.png)

## B站破局文化出海 AI保留原声翻译让世界听懂“梗”

为打破二次元及中文内容的海外传播壁垒，B站创新性地推出了AI原声翻译功能。这项技术能够在将视频翻译成英语（未来将支持日语等更多语种）的同时，完整保留UP主独特的声线和音色，为海外用户带来更具亲切感和文化认同感的观看体验。该功能还针对网络流行梗和专有名词进行优化，为内容平台的国际化提供了全新思路。

![image.png](https://static.downly.cn/images/05d04bc4856d2cf84f68f48971083280.png)

## 设计师福音 Adobe Photoshop推出“Harmonize”实现AI无缝合成

Adobe为Photoshop引入了一套强大的生成式AI工具，旨在彻底改变图像编辑流程。其中的核心功能“Harmonize”能利用AI自动分析并匹配不同图像元素之间的光照、色彩与阴影，实现天衣无缝的合成效果。此外，AI驱动的图像升级和更智能的对象移除工具也大幅提升了创作效率。同时，新增的“内容凭证”功能可以记录编辑历史，有效保障了图像的真实性。

![image.png](https://static.downly.cn/images/3e93bc68526317edbd21cec5a1e55de7.png)

## 开源视频模型的性价比之王 Wan2.2A14B挑战闭源巨头

在视频生成领域，开源模型Wan2.2A14B凭借其出色的性价比正成为一股不可忽视的力量。尽管在帧率和整体性能上，它与Veo3、Seedance1.0等顶尖闭源模型尚有差距，但其在文本转视频方面的表现已相当突出。更重要的是，其显著的成本优势为广大开发者和中小企业提供了一个极具吸引力的替代方案，有力地挑战了闭源巨头的市场地位。

![image.png](https://static.downly.cn/images/0ae815651845d2dad1d800c18b591618.png)

每日AI资讯0804：巨头动向与行业新风



> **导语**
> 今天的AI世界充满了创新与挑战。从阿里开源的“会思考”的音频模型ThinkSound，到英特尔等机构揭示的AI信息过载安全漏洞；从Hugging Face推出的小而强大的SmolLM3模型，到钉钉重新定义数据处理的“AI表格”；再到编程平台Replit与微软的强强联手，科技的浪潮正以前所未有的速度塑造着我们的未来。



## 阿里开源ThinkSound 音频生成领域的“思考者”

阿里巴巴语音AI团队近日开源了其创新的音频生成模型ThinkSound。 该模型最大的亮点是支持链式推理，它巧妙地融合了多模态大语言模型与统一的音频生成架构。 通过独特的三阶段推理机制，ThinkSound能够生成与视频内容高度同步、具有空间感的高保真音频，突破了传统技术的瓶颈。 更值得一提的是，用户可以通过自然语言与其交互，对音频进行编辑，极大地提升了音频生成的智能化水平和质量。 目前，该模型已在GitHub等平台开放源代码。

![image.png](https://static.downly.cn/images/6c22dc9f3982dbbc3fa582abdc5fc425.png)

## AI聊天机器人也怕“信息轰炸” 安全新漏洞引人担忧

你的人工智能助手或许并不像想象中那么安全。来自英特尔等公司的研究团队最新发现，大型语言模型在面对“信息过载”时，其安全性会变得异常脆弱。 他们开发出一套名为“InfoFlood”的攻击系统，通过向AI模型大量灌输信息和特定规则，可以成功诱导模型回答那些在正常情况下它会拒绝的有害问题。 [2. 2] 这一发现揭示了当前AI安全防护体系中存在的严重漏洞，引发了业界对于AI安全隐患的广泛担忧。

![image.png](https://static.downly.cn/images/affc051a5cef9a6759730f60338cdec0.png)

## 小参数大能力 Hugging Face发布开源新星SmolLM3

Hugging Face公司再次为开源社区带来惊喜，正式发布了新一代小参数模型SmolLM3。 该模型虽然只有30亿参数，但在性能上却超越了同级别的其他模型。 SmolLM3具备强大的128k上下文窗口，支持多种语言，并创新性地提供了“深度思考”与“非思考”两种推理模式，以适应不同的应用场景。 Hugging Face同时还开源了其模型架构、训练数据和流程，旨在推动AI研究的进一步发展与优化。

![image.png](https://static.downly.cn/images/590e8d513a453c9b20c686d4cf59eb0f.png)

## 办公新革命 钉钉发布“AI表格”让人人都是数据分析师

钉钉近期推出的“AI 表格”功能，正为智能办公开启一个全新的纪元。 它将传统文档编辑的自由度与电子表格强大的数据处理能力完美结合。 用户现在可以将表格中的每一行都作为一个独立的文档来处理，轻松存入文字、图片甚至视频等多种内容。 最具变革性的是，用户只需通过自然语言描述需求，AI便能自动生成复杂的公式和图表，甚至可以创建自动化流程来响应数据的变化，极大地简化了操作，提升了办公效率。

![image.png](https://static.downly.cn/images/ce75def87cd91d48fb493532c25af93e.png)

## 强强联手 Replit与微软达成合作

在线编程平台Replit近日宣布与科技巨头微软达成合作伙伴关系，此举被视为对双方都极为有利的战略选择。 Replit作为编程学习和云端开发领域的一颗新星，此次与微软的合作，预示着云端集成开发环境（IDE）领域的格局或将迎来新的变化，为开发者带来更强大的工具和更无缝的体验。

![image.png](https://static.downly.cn/images/3753f66aa288be48564e4fca8aaaed62.png)



搜索结果: 科技动态