> 流量激增正透支大模型基础设施承载极限 此次波及全端的超长时间异常 暴露出头部AI企业在后端架构稳定性上的深层隐忧。

## 突发宕机大面积波及全端业务线

自3月29日晚间起 全球范围内的海量请求导致DeepSeek服务链路出现严重拥塞。无论网页端还是移动应用端 均出现大面积的“服务器繁忙”报错以及网络重试等阻断性体验 甚至引发部分账户登录失效与历史对话数据读取中断。技术监测网络描绘的故障时间轴表明 异常状态自当日21时35分显现 官方随后展开首轮排查 虽在深夜宣布初步恢复 但底层服务的脆弱性并未彻底消除。

![22.png](https://static.downly.cn/images/cd8b8647d6f5b56080abc8f8fdad0eea.png)

<center>图源备注 图片由AI生成</center>

## 修复进程反复折射架构调优瓶颈

进入30日凌晨 系统吞吐量再度出现剧烈波动 迫使技术团队于0时20分启动二次深挖 并在一小时后实施紧急干预方案。然而多轮高强度抢修并未能迅速扭转局面 截至次日上午9时 核心交互模块的响应延迟与并发处理能力仍未恢复至正常水位。官方目前对引发此次长时间瘫痪的深层技术诱因及用户补偿策略保持缄默。业界普遍认为 在跨越模型参数规模门槛后 如何构建高可用与高冗余的算力分配网络 已成为决定AI企业商业化生命线的核心命题。

DeepSeek遭遇超十二小时服务瘫痪 算力调度与后端架构迎严峻大考

> 最新一代模型实现推理能力 编程技术与智能体工作流的深度融合 凭借思维模式与极长的上下文处理窗口 标志着人工智能正式迈入原生计算机操作系统级别的新纪元

## 交互模式变革 思维路径的透明化展露

OpenAI 于2026年3月5日正式向全球发布了极具里程碑意义的 GPT-5.4 系列模型。此次更新彻底打破了传统生成式大模型“黑盒”式的输出机制，通过全新的思维模式将运算过程推至台前。在网页端与移动应用中，系统会在正式输出最终答案前，向用户直观展示其内部的思考路径与拆解计划。

这种思维路径预展不仅提升了人机交互的透明度，更赋予了用户极高的控制权。在使用过程中，当模型进行多步推演时，用户可以随时干预并调整探索方向。针对高复杂度的专业查询需求，新模型具备了类似人类专家的多轮网络定向搜索与信源比对能力，能够跨平台提取碎片化信息并合成深度研判报告，从根本上改变了知识获取的逻辑。

![12.png](https://static.downly.cn/images/32939430914190c19f85129d052b9268.png) <center>图源备注：图片由AI生成</center>

## 生产力引擎跃升 继承Codex基因的低错率保障

除了逻辑推演的透明化，GPT-5.4 正式合并了顶尖的 Codex 编程能力，跃升为当前市场上首个主线推理型生产力基座。模型针对现代企业的高频办公场景进行了史诗级优化，尤其在处理海量数据的电子表格 复杂排版的演示文稿以及各类专业文档时，其逻辑连贯性得到了大幅提升。

最新的内部实测数据进一步印证了其卓越的可靠性。相较于上一代产品，GPT-5.4 在复杂计算与长文案生成中的事实错误率显著降低了18%，针对细分赛道的虚假陈述比例更是锐减了33%。这意味着在严谨度要求极高的金融测算与法律合同分析领域，该模型输出的结果质量已经能够与资深人类专家相媲美，大幅缩减了人工复核的成本。

## 智能体跨界 百万上下文与原生电脑操作

真正让 GPT-5.4 脱离传统对话框范畴的，是其全面觉醒的原生计算机操作能力。新模型不再局限于文本交互，而是能够直接通过屏幕图像识别与自然语言指令，在虚拟计算环境或本地设备中自主执行点击 拖拽 文字录入等动作。这种跨越不同应用程序的串联执行能力，标志着 AI 智能体已经具备了接管复杂工作流的底层条件。

与此同时，系统底层架构实现了多项突破，正式支持高达100万令牌的超长上下文窗口。这一惊人的数据吞吐量使得智能体能够一次性摄入企业十余年的财务报表或极其庞大的底层代码库。依托如此广阔的视野，模型可以独立进行耗时数小时甚至数天的长期任务规划与验证，真正成为能够伴随企业运作的全天候数字员工。

![13.png](https://static.downly.cn/images/4e7ca46e75beba37941e040bc6266647.png) <center>图源备注：图片由AI生成</center>

## 差异化定价 适配极端复杂的科研与商业场景

为满足各类用户的阶梯化需求，OpenAI 同步推出了专注于高强度攻坚任务的 Pro 版本。该版本专为企业级开发者与顶尖科研机构量身定制，允许系统在单一任务上投入极高的推理算力，重点攻克新材料发现 复杂架构设计等极高难度的未知领域。目前该系列已面向高级订阅用户及团队用户全面开放，底层 API 接口的同步上线也为全球开发者构建下一代原生智能应用铺平了道路。

OpenAI发布GPT-5.4 开启原生智能体与百万级上下文时代

> 导语：OpenAI 发布的 Sora 安卓版不仅在上线首日创下百万视频生成的纪录，更披露了其惊人的开发内幕，整个项目仅由 4 名工程师辅助，高达 85% 的代码由 GPT-5.1-Codex 生成，展示了 AI 辅助开发的巨大潜力。

## 惊人的开发效率

OpenAI 于11月正式推出的 Sora 安卓版本，一经上线便展现出统治级的表现。在短短24小时内，用户利用该应用创造了超过100万条视频，同时应用保持了极高的稳定性，崩溃率低至0.1%。

然而，比应用本身更令人震惊的是其背后的开发故事。OpenAI 官网披露，这款备受瞩目的应用，从原型设计到全球发布，仅仅耗时28天。整个开发团队极为精简，仅有4位工程师参与辅助。这打破了传统软件开发动辄数月甚至数年的周期认知。

![Google_AI_Studio_2025-12-15T02_25_00.499Z.png](https://static.downly.cn/images/bef2164934fe8b89de60a522fc0fec95.png)

<center>图源备注：图片由AI生成</center>

## 人机协作的新模式

这一奇迹的核心在于 GPT-5.1-Codex 的深度参与，它生成了项目中85%的代码。但开发团队并非完全“甩手掌柜”。为了确保代码质量，团队首先手动定义了应用的基础架构、模块化设计以及认证网络请求等核心部分。

他们编写了详细的示例模板，并通过 AGENT.md 文档统一规范。这种“先规划后编码”的流程，有效避免了 AI 生成冗余或不规范的代码，确保了项目方向的正确性。这证明了 AI 虽然强大，但在系统架构和用户体验的顶层判断上，人类的智慧依然不可或缺。

## 跨平台与架构规划

在开发过程中，Codex 展现了卓越的跨平台能力。它成功地将 iOS 版本的 Swift 代码高效转化为安卓端的 Kotlin 代码，极大地减少了重复造轮子的成本。

这次开发实践不仅是一次产品的胜利，更是 AI 辅助开发行业价值的有力证明。它向业界展示了，通过合理的流程引导，AI 能够显著减轻工程师的负担，让他们从繁琐的编码中解放出来，专注于功能设计和性能优化等更具创造性的工作。

**封面图提示词：** 巨大的安卓机器人Logo，身体由复杂的发光电路板组成，几名微小的工程师正在对其进行调试，背景是快速流动的代码瀑布，象征AI构建的核心驱动力，震撼，高科技。

4 人团队 28 天上线：Sora 安卓版揭秘，85% 代码竟由 AI 生成

> 本期AI资讯看点：Kimi开源K2 Thinking模型，在多项测试中展现出超越GPT-5的实力；Meta与Hugging Face联手推出OpenEnv，旨在统一AI代理开发环境；建筑业正迎来“造车式建房”的AI革新；Google Play和Cursor 2.0也分别发布了提升开发者效率的AI新工具；与此同时，微软AI部门CEO发文，呼吁业界停止“通用人工智能竞赛”，转向发展以人为本的超级智能。

## Kimi突然开源K2 Thinking模型 多项测试中得分超越GPT-5

Kimi团队近期突然宣布开源其最新的K2 Thinking模型，引发业界广泛关注。该模型在处理复杂任务，尤其是连续自主调用工具方面表现出色。根据官方公布的数据，K2 Thinking在HLE（Human-Like Evaluation）测试中获得了44.9%的得分，在BrowseComp基准测试中得分更是高达60.2%，这两项关键指标均优于业界顶尖的GPT-5和Claude Sonnet 4.5（Thinking）模型。

![image.png](https://static.downly.cn/images/850b72e20d7fe1fc5ef05056d6fe0950.png)
图源备注：图片由AI生成

## Meta与Hugging Face联手 OpenEnv为AI代理开发铺平道路

为了解决AI代理开发中的环境配置难题，Meta旗下的PyTorch团队与知名AI社区Hugging Face携手，共同推出了名为OpenEnv的开源项目。该项目致力于为AI代理的开发与测试创建一个统一、标准化的运行环境，简化开发者在不同项目间共享和复现环境的流程，从而推动AI代理技术的创新与协作。

![image.png](https://static.downly.cn/images/d3a2a5b9060aea6ec2e9ae15299b967f.png)
图源备注：图片由AI生成

## 建筑业革命 AI与虚拟孪生引领“造车式建房”新时代

传统的建筑行业正迎来一场深刻变革，“像造汽车一样建房子”的理念正逐步成为现实。通过引入AI与虚拟孪生技术，建筑流程实现了标准化、模块化和工厂化预制，最后在现场进行装配。这种工业化的生产方式不仅显著提高了建造的效率、质量和精度，还有效降低了项目成本与环境影响，旨在彻底革新传统建造模式。

![image.png](https://static.downly.cn/images/589b061199bf34dc0f854eecc1c4bbd1.png)
图源备注：图片由AI生成

## Google Play发布AI新工具 赋能开发者效率与增长

为了帮助移动应用开发者更好地应对市场挑战，谷歌近期在Google Play平台上发布了一系列由AI驱动的全新开发工具与激励计划。这些新工具旨在从代码编写、应用测试到市场推广等多个环节，大幅提升开发者的工作效率，并通过智能分析和优化建议，有效促进其业务的持续增长。

![image.png](https://static.downly.cn/images/283dc3498511227dd0d026260674f74d.png)
图源备注：图片由AI生成

## AI代码编辑器Cursor 2.0发布 用自然语言即可编程

AI驱动的代码编辑器Cursor发布了其2.0版本，新版本的核心亮点是引入了名为Composer的AI模型。这一新模型极大地增强了编辑器的上下文感知能力，允许开发者直接使用自然语言描述需求，AI即可自动编写或修改代码。这一突破性功能将编程门槛进一步降低，有望彻底改变传统的代码开发工作流。

![image.png](https://static.downly.cn/images/81b70dddfd101b6a3ae4ccb3d5f8fbbb.png)
图源备注：图片由AI生成

## 微软呼吁停止AGI竞赛 聚焦以人为本的超级智能

针对愈演愈烈的“通用人工智能（AGI）竞赛”论调，微软AI部门CEO穆斯塔法·苏莱曼近期公开发表长文表示反对。他认为，当前业界不应盲目追求超越人类的智能，而应将焦点放在开发“以人为本的超级智能”上。为此，微软已专门成立了一个新团队，致力于研究和构建能够更好地理解人类意图、符合人类价值观并增强人类能力的AI系统。

![image.png](https://static.downly.cn/images/af6c28de0fd35c0ae3feb75eaf99c31e.png)
图源备注：图片由AI生成

每日AI资讯1109：Kimi开源模型性能超越GPT-5，微软呼吁停止AGI竞赛

> 导语：今日AI界风起云涌，谷歌通过Gemini CLI与FastMCP的整合，为开发者扫清配置障碍；OpenAI估值飙升至5000亿美元，创下私企新纪录；AI设计工具Visual Electric在被Perplexity收购后宣布将关停；而苹果则在iOS 26中开放本地AI模型，为应用创新注入新活力。

## 谷歌Gemini CLI与FastMCP强强联合，AI开发配置一键搞定

谷歌近日宣布，其开源工具Gemini CLI已与FastMCP框架实现深度整合。这一更新使得开发者可以一键完成MCP服务器的安装与配置，彻底告别了过去手动配置环境变量、解决依赖冲突等繁琐工作。此举极大地简化了AI应用的开发流程，让开发者能更专注于创新本身，从而显著提升了整体开发效率。

![image.png](https://static.downly.cn/images/51433df4b3ea441d86b84e2f9dac77ee.png)
图源备注：图片由AI生成

## OpenAI估值登顶5000亿，员工售股套现创纪录

人工智能领域的领军者OpenAI再次成为焦点，公司通过一轮价值66亿美元的员工股份出售，使其估值达到了惊人的5000亿美元。这不仅创下了私营企业估值的历史新高，也展示了市场对其技术和前景的强烈信心。此次交易由软银等知名投资机构参与，款项直接支付给出售股份的员工，而非公司融资，这在科技行业中也颇为罕见。

![image.png](https://static.downly.cn/images/354ac05d4fc5a65f31d1cfeee03c025b.png)
图源备注：图片由AI生成

## AI设计新星陨落，Visual Electric被Perplexity收购后将关停

曾获红杉资本投资的AI设计初创公司Visual Electric近日被Perplexity收购。收购后，Visual Electric的团队将并入Perplexity新成立的“智能体体验”部门，但其核心产品将在90天内正式关闭。这一结局令人唏嘘，也反映了AI初创领域竞争的激烈与残酷。具体的交易金额双方并未对外披露。

![image.png](https://static.downly.cn/images/424714710124719b9daeddb378e1554a.png)
图源备注：图片由AI生成

## 苹果iOS 26开放本地AI模型，开发者迎新机遇

苹果公司在其最新的iOS 26系统中，正式推出了Foundation Models框架，允许开发者在iPhone等设备上免费、本地化地调用强大的AI大模型。这一举措极大地推动了移动应用的智能化创新。例如，儿童启蒙应用《Lil Artist》利用该框架，成功新增了“AI故事机”功能，允许用户根据自定义角色生成个性化的图文故事，极大地丰富了用户体验。

![image.png](https://static.downly.cn/images/dd0c552b73d7ce99e89a04e6fe410156.png)
图源备注：图片由AI生成

每日AI资讯1005：谷歌简化开发流程，OpenAI估值创新高

> 导语 本日AI快讯涵盖了从尖端医疗到多模态大模型的最新突破 蚂蚁集团与上海AI实验室分别推出专为医疗领域设计的MedResearcher-R1和性能卓越的InternVL 3.5。美团也以其高效的LongCat模型加入开源行列。市场方面 谷歌Gemini正奋力追赶ChatGPT 同时xAI面临内部代码失窃的挑战。此外 创新的AI听诊器预示着传统医疗的变革 而Meta则在激烈的竞争中调整战略 或寻求与昔日对手的合作。

## 蚂蚁集团发布医疗AI新星 MedResearcher-R1 知识图谱驱动智能诊疗

蚂蚁集团近日开源了其专为医疗领域打造的知识驱动轨迹合成框架 MedResearcher-R1。该框架通过其创新的知识图谱构建模块 能够高效地将庞杂的领域知识转化为高质量的问答对 并利用自动推理技术生成完整的知识图谱。MedResearcher-R1旨在解决特定领域AI在推理方面遇到的挑战 为医疗研究提供智能化的数据生成与合成支持 其交互式可视化功能也为研究人员提供了极大便利。

![image.png](https://static.downly.cn/images/4bdbf546935b8d89ea83298621b599ad.png)

图源备注：图片由AI生成

## 书生·万象InternVL 3.5横空出世 多项指标超越GPT-4V

上海人工智能实验室震撼发布了其最新的多模态大模型 书生·万象InternVL 3.5。该模型通过级联式强化学习等先进技术实现了性能的全面飞跃。InternVL 3.5系列提供了从1B到241B不同参数规模的版本 以满足不同场景的需求。其旗舰模型241B-A28B在MMMU、MMStar、OCRBench等多项权威基准测试中刷新了开源模型的性能记录 在多个关键指标上甚至超越了GPT-4V 成为当前开源多模态大模型领域的领跑者。

![image.png](https://static.downly.cn/images/63ac0983a0747c882dab1e9fffd5f0a3.png)

图源备注：图片由AI生成

## 美团亮剑开源大模型“龙猫” 高效推理赋能AI应用

美团公司正式发布了其最新的开源大语言模型 LongCat（龙猫）。其核心版本LongCat-Flash拥有560亿参数 并采用了创新的混合专家（MoE）架构 能根据上下文动态激活约270亿参数 从而在保证性能的同时 极大地提升了计算效率。据悉 该模型的推理速度超过每秒100个标记。美团此举旨在为广大研究人员和开发者提供一个强大的新工具 加速AI技术的发展与实际应用落地。

![image.png](https://static.downly.cn/images/789801dde071276f5d84d49fe21af178.png)

图源备注：图片由AI生成

## AI应用市场风云再起 谷歌Gemini紧追ChatGPT

根据a16z发布的最新报告 AI应用市场正经历着动态变化。在网络和移动端 谷歌的Gemini正在逐步缩小与行业领导者ChatGPT的差距。然而 报告也指出 在移动应用市场 中国公司展现出强大的主导力量。整体来看 网络AI应用的新增用户增速正在放缓并趋于稳定 而移动端AI应用在监管趋严的环境下 新增数量反而有所增加。

![image.png](https://static.downly.cn/images/901870f9aec717addb8a970ee5bcd677.png)

图源备注：图片由AI生成

## 马斯克旗下xAI遭遇“家贼” 前员工被指窃取代码投奔OpenAI

伊隆·马斯克创立的xAI公司近日提起诉讼 指控其前员工Xuechen Li窃取公司核心商业机密后跳槽至竞争对手OpenAI。诉讼文件称 Li的行为严重违反了保密协议 构成了商业秘密侵犯、违反计算机数据法规及欺诈。xAI公司要求法院发布禁令 并强制Li归还所有被盗数据。

![image.png](https://static.downly.cn/images/80fe3d0a56d6431b74a7a93423c5f83f.png)

图源备注：图片由AI生成

## 网站迎接AI时代 Firecrawl即将开源AI就绪检查器

为了帮助网站在AI搜索时代获得更好的可见性 Firecrawl公司宣布将于下周开源其AI就绪检查器。这款工具能够对网站进行全面的AI就绪度审计 评估其LLMs.txt文件的合规性、AI可读内容的质量以及站点地图的结构合理性等关键指标 旨在提升网站内容对AI的友好度与优化能力。

![image.png](https://static.downly.cn/images/255968e476366b0dc4b3fd8be1f95699.png)

图源备注：图片由AI生成

## Meta联手UCSD发布DeepConf AI推理准确率与效率双突破

Meta与加州大学圣地亚哥分校（UCSD）合作开发了一项名为DeepConf的新技术 在高难度AI推理任务上取得了准确率与计算成本的双重突破。当DeepConf与GPT-OSS-120B模型结合时 在AIME2025竞赛级别的难题上实现了高达99.9%的惊人准确率 同时将计算成本降低了85% 有效解决了AI在进行复杂推理时面临的准确性与资源消耗难题。

![image.png](https://static.downly.cn/images/92c0bbf0559da6dec0035a90509edf96.png)
图源备注：图片由AI生成

## 传统听诊器焕发新生 AI加持15秒识别心脏病

一项在欧洲心脏病学会年会上公布的突破性研究成果展示了人工智能如何变革传统医疗器械。一款搭载了“AI大脑”的智能听诊器 能够仅用15秒时间就准确识别出心力衰竭、心房颤动和心脏瓣膜病这三种主要的心脏疾病。这项技术目前已在英国超过200家诊所投入应用 预示着未来心脏疾病诊断效率的显著提升和传统诊疗模式的根本性变革。

![image.png](https://static.downly.cn/images/ca48de814006400d0e88681d1211396d.png)

图源备注：图片由AI生成

## AI“天团”光环褪色 Meta或将联手Google与OpenAI

曾经备受瞩目的Meta“AI天团”正面临前所未有的发展困境。据报道 其发展势头已经从昔日的如日中天跌落至可能“崩溃”的边缘。面对激烈的市场竞争和内部挑战 Meta可能正在考虑调整其AI战略 甚至与曾经的竞争对手Google、OpenAI进行合作 以寻求新的突破口。

![image.png](https://static.downly.cn/images/9c116f8e23c88e0804d3028170605752.png)

图源备注：图片由AI生成

每日AI资讯0901：未来科技浪潮，AI创新与巨头博弈的缩影






> 导语 本期AI资讯聚焦模型能力的巨大飞跃与商业化落地的加速。Anthropic的Claude Sonnet 4将上下文窗口提升至百万级，打破了行业纪录。备受瞩目的智元机器人也正式开售其全系产品，将通用具身智能推向市场。同时，苹果秘密开发机器人操作系统的消息预示着科技巨头的新布局。此外，本期还将关注ChatGPT惊人的商业化变现能力、AI对就业市场的冲击、亚马逊平台泛滥的AI假书问题，以及xAI、谷歌和阿里巴巴在各自领域的最新动态。

## Claude Sonnet 4支持百万Tokens上下文 容量提升五倍
Anthropic公司宣布其Claude Sonnet模型迎来重大升级，上下文窗口容量从原有的20万token一举提升至100万tokens，容量提升了整整五倍。这意味着模型可以一次性处理约7.5万行代码或数十万字的文档，此前被认为是其“致命弱点”的短板现已得到彻底弥补。这一突破性的进展极大地增强了Claude处理长文本和复杂任务的能力，为代码分析、法律文书审阅和学术研究等领域带来了新的可能性。

![image.png](https://static.downly.cn/images/82e20325fd55c1c9b777c67043ed40f5.png)

## 智元机器人全系产品开售 精灵G1售价45万元
国内具身智能领域的明星公司智元机器人宣布，其全系产品已正式面向市场开售。产品线覆盖了文娱、科研、清洁等多个领域，其中，定位为“硅基员工”的远征A2和用于科研教育的精灵G1通用具身智能机器人备受关注，后者售价定为45万元。这标志着通用具身智能机器人正从实验室走向商业化应用，开启了AI与物理世界深度融合的新篇章。

![image.png](https://static.downly.cn/images/054f5f4524a1f0795df6b61c2dc87551.png)

## 苹果秘密开发全新操作系统“Charismatic” 剑指智能家居与机器人
据消息人士透露，苹果公司正在秘密开发一款代号为“Charismatic”的全新操作系统。该系统预计将首先应用于2026年推出的智能家居中枢设备，并计划在2027年用于其传闻中的桌面机器人。此外，该系统还可能集成到苹果的人脸识别智能门锁等安防硬件中。这一举动表明，苹果正加速布局智能机器人和下一代智能家居领域，试图打造一个更加无缝和智能的生态系统。

![image.png](https://static.downly.cn/images/b32c8ccf27bcad390556976d116ea50d.png)

## ChatGPT移动端收入突破20亿美元 商业化能力碾压竞争对手
自2023年5月推出以来，OpenAI的ChatGPT移动应用在全球范围内的消费者支出已累计突破20亿美元，创造了惊人的商业成就。据统计，仅2025年至今的收入就高达13.5亿美元，同比增长率达到惊人的673%。这一数据远超Claude、Copilot和Grok等主要竞争对手，其收入总和甚至不到ChatGPT的30分之一，充分彰显了其在AI应用市场的绝对领先地位和强大的吸金能力。

![image.png](https://static.downly.cn/images/a05f2bda7c996ed907f722820fc7aa63.png)

## Anthropic为AI引入“自保”功能 Claude可主动结束有害对话
为了保护AI模型自身的“心理健康”，Anthropic公司为其最新的Claude模型引入了一项创新功能。在面对极端罕见且持续的有害或辱骂性用户互动时，AI模型可以主动选择结束对话。Anthropic表示，此举并非为了保护人类用户，而是出于对AI潜在道德地位的不确定性而采取的保护措施。该公司还为此专门成立了“模型福利”研究项目，探索AI伦理的新边界。

![image.png](https://static.downly.cn/images/9e331bddb11b26999ddfe70388b95a24.png)

## AI假书泛滥 亚马逊被指成盗版温床
亚马逊平台正面临严重的AI生成假书问题。大量冒用名人，尤其是著名医生埃里克·托波尔名义出版的虚假食谱和健康指南充斥其网站。尽管托波尔本人多次举报，但收效甚微，凸显了亚马逊在内容审查方面的无力。这一现象已非个例，AI生成的大量低劣内容正在侵蚀知识产权和消费者信任，成为生成式AI发展过程中的一个重要警示。

![image.png](https://static.downly.cn/images/5c150cf303d3cba73cb3c3f60eace9ac.png)

## AI吞噬入门级岗位 就业市场面临严峻挑战
人工智能的崛起正对就业市场产生深远影响，尤其对入门级岗位构成了巨大冲击。一则引人注目的案例显示，一位GPA高达3.98的计算机科学专业学霸，在投递了2500份简历后，仅仅获得了10次面试机会。这一现象引发了广泛讨论，凸显了AI技术在替代重复性、初级性工作方面的趋势，也为应届毕业生的职业规划带来了前所未有的挑战。

![image.png](https://static.downly.cn/images/8ac77267c7f46dbdfbcb574761e180b8.png)

## xAI开启实时通话新纪元 AI伴侣Ani与Valentine上线电话功能
马斯克旗下的xAI公司宣布，其最新发布的AI伴侶Ani和Valentine现已支持实时的电话通话功能。用户可以直接拨打专属电话号码，与这两位AI进行自然流畅的语音互动。这项功能的推出，标志着AI交互从文本和简单的语音指令，迈向了更具沉浸感和人性化的实时通话阶段，为AI伴侣和智能助理的应用场景打开了新的想象空间。

![image.png](https://static.downly.cn/images/f1a176da6ac2244824639258d837d86b.png)

## 谷歌DeepMind开源Aeneas 用AI修复古代文本
谷歌的AI研究部门DeepMind开源了一款名为Aeneas的先进AI模型，专门用于分析和修复古代文本。该模型能够同时处理文本和图像信息，在修复古代铭文等受损文本的缺失字符方面表现尤为出色，其性能已经超越了现有的同类模型。Aeneas的开源将为历史学家、考古学家和语言学家提供强大的工具，帮助人类更好地解读和保护珍贵的文化遗产。

![image.png](https://static.downly.cn/images/cd949aa13ba64580d0a01049c375e8a5.png)

## 阿里发布经济型视觉推理模型Ovis2.5
阿里国际数字贸易集团（AIDC）的AI团队发布了经济型视觉推理模型Ovis2.5。该模型提供了9B和2B两种参数版本，其核心创新在于采用了NaViT视觉编码器，能够原生处理任意分辨率的图像，无需裁剪或缩放，从而完整保留图像的精细细节和全局结构。这一特性使其在处理图表、表格等结构化视觉内容时表现出色，旨在为多模态AI应用树立新的性能标杆。

![image.png](https://static.downly.cn/images/03c2c56e43d9069b5f2145351f8d3952.png)

每日AI资讯0818：Claude上下文窗口突破百万，智元机器人开售引领商业化浪潮

> 科技巨头的AI竞赛愈演愈烈，本日焦点无疑是谷歌。从开源手机端多模态模型Gemma3n，到用Gemini全面取代谷歌助手，再到推出Offerwall工具应对AI搜索冲击，谷歌正以前所未有的力度将其AI能力渗透到从底层技术到上层应用的每一个角落。与此同时，AI在内容创作领域的革命也在加速，HeyGen的一键视频生成工具和Suno对音乐编辑软件的收购，预示着一个普通人也能轻松创作专业级内容的时代正在到来。而在这场变革的背后，Meta与OpenAI的人才争夺战，则揭示了驱动这一切的核心——顶尖智慧的激烈角逐。

## 手机也能跑云端AI 谷歌开源多模态模型Gemma3n

谷歌近日投下一枚重磅炸弹，正式开源了其全新的端侧多模态大模型[Gemma3n](https://huggingface.co/collections/google/gemma-3n-685065323f5984ef315c93f4)。该系列模型旨在将以往依赖云端服务器的强大AI能力，直接带入用户的个人设备中。Gemma3n提供了E2B和E4B两个版本，以其惊人的小体积和高内存效率，实现了在手机等移动设备上进行复杂的图像、音频、视频及文本处理。


![image.png](https://static.downly.cn/images/6510a108a2a3ef47c21d515ab39ec1b2.png)


得益于MatFormer、PLE、KV Cache共享等一系列创新技术，Gemma3n不仅在多语言理解、数学、编码方面表现出色，其推理能力也获得了显著提升。此举无疑将极大地推动移动应用和智能硬件的创新，让AI真正无缝融入我们的日常生活。

## 再见Google助手 Gemini全面接管安卓智能体验

谷歌正式宣布，其强大的AI助手Gemini将全面整合进Android手机系统，并于7月7日起逐步上线。这意味着，经典的Google Assistant将逐渐退出历史舞台。更新后，用户无需打开特定应用，即可通过Gemini执行拨打电话、发送消息等日常操作，实现更深层次的系统级智能交互。
![image.png](https://static.downly.cn/images/e5b9fae8f48fca6eeeec8419ca4c560f.png)


针对用户普遍关心的隐私问题，谷歌也给出了解决方案。用户可以随时在设置中禁用“应用活动”选项，从而阻止自己的聊天记录被用于AI模型的训练，确保个人数据的安全。Gemini的全面上位，标志着Android设备将迎来一个更便捷、更智能也更注重隐私的AI新时代。

## 谷歌推新利器Offerwall 力挽AI搜索狂澜助出版商增收

随着AI驱动的搜索（如SGE）逐渐改变用户获取信息的方式，传统网站和内容出版商面临着流量下滑的巨大挑战。为此，谷歌在Ad Manager中免费推出了名为Offerwall的全新工具，旨在帮助出版商开辟新的变现途径。Offerwall允许读者通过多种方式灵活地访问付费内容，例如完成一次小额支付、观看一段广告视频，或是参与一项简短的调查。


![image.png](https://static.downly.cn/images/f7ce2b0b795478a996a134f834ac0bca.png)


在一千家出版商参与的前期测试中，该工具取得了显著成效，平均为他们带来了9%的收入提升。这对于在AI浪潮中寻求生存与发展的数字内容创作者而言，无疑是一个积极的信号。

## 一键生成爆款视频 HeyGen推出AI视频代理颠覆内容创作

视频创作的门槛正在被AI彻底打破。知名AI视频公司HeyGen最近推出了一款革命性的“AI视频Agent”，它能够将视频制作流程完全自动化。用户只需上传图片、视频片段或简单的文本描述，这个AI代理就能自动完成从故事构思、脚本撰写到镜头选择、剪辑合成的全过程。


![image.png](https://static.downly.cn/images/663d105e0649f0eada2cbe256056d471.png)


在短短几分钟内，即便是毫无经验的普通人也能生成一部专业水准的视频。这项技术为广告营销、短视频内容生产等领域提供了前所未有的高效解决方案，让内容创作者能以更低的成本和更高的效率，将创意变为现实。

## AI人才争夺白热化 Meta从OpenAI挖走顶尖研究员

AI领域的竞争，归根结底是顶尖人才的竞争。近日，Meta公司成功从其主要竞争对手OpenAI挖角，引进了强化学习和AI推理领域的顶尖研究员Trapit Bansal。他将加入Meta内部一个星光熠熠的“AI超级智能部门”，该部门由前Scale AI首席执行官领导，并已吸引了多位来自Open-AI和Google DeepMind的核心人才。

![image.png](https://static.downly.cn/images/b324fceda98a6e05ef43faaa071fc2ef.png)

此次挖角被视为Meta在AI模型竞赛中为取得领先优势而采取的关键一步。尽管此前Meta尝试收购AI初创公司的计划未能成功，但通过精准引进顶尖人才，Meta正不断加强其研发实力，以应对日益激烈的行业挑战。

## AI应用与工具速览

### YouTube测试AI摘要与对话式搜索

YouTube正在测试两项新的AI功能以提升用户体验：在搜索结果中直接显示由AI生成的视频内容摘要，以及扩展其对话式AI工具。然而，这一举措引发了内容创作者的担忧，他们害怕AI摘要会减少用户的实际视频观看量，从而影响其广告收入。

### 谷歌发布虚拟试衣应用Doppl

谷歌推出了一款名为Doppl的AI虚拟试衣应用（目前仅限美国）。用户只需上传一张自己的全身照，就能将网上的任意服装图片“穿”在自己身上，甚至可以生成动态的试穿效果视频，为线上购物提供了极具未来感的体验。
<video src="https://static.downly.cn/images/61db2b003feb947f62e7df849ffad7f9.mp4" title="doppl1 - Compressed with FlexClip.mp4"></video>
### 黑森林团队开源最强图像编辑模型FLUX.1

Black Forest Labs（黑森林团队）开源了其强大的图像编辑模型FLUX.1 Kontext [dev]。开发者现在可以在ComfyUI等工作流平台中结合LoRA使用该模型，实现更高自由度和更精细的图像编辑效果。
![image.png](https://static.downly.cn/images/a944c19d1d7bb088aee047be0e02a56a.png)

### Anthropic推出Claude Artifacts Space

AI公司Anthropic为其大模型产品Claude推出了名为“Artifacts Space”的新功能。它允许用户将自己基于Claude创建的各种AI应用工具发布到一个共享空间，供其他人浏览和使用，极大地促进了AI应用的共享和创新。
<video src="https://static.downly.cn/images/a7669a676e786af417176f1d1751de1c.mp4" title="30716920954-1-16.mp4"></video>

### Suno收购WavTool强化AI音乐创作

AI音乐生成领域的明星公司Suno，近日收购了基于浏览器的AI音乐制作软件WavTool。此举旨在为其用户提供更强大的后期编辑能力，让音乐人不仅能用AI生成音乐，还能像在专业工作站中一样对AI生成的音轨进行精细的调整和修改。
![image.png](https://static.downly.cn/images/39578c84acf5e8765f93dc85738c4bc9.png)

搜索结果: 移动应用