> 谷歌全面升级NotebookLM并深度整合至Gemini，通过引入个性化记忆与一键内容生成机制，彻底打破传统笔记的静态边界。这不仅是一次产品迭代，更标志着个人知识管理正式迈入“第二大脑”自动化运转的新纪元。

## 从静态存储到动态对话的范式转移

长期以来，知识工作者面临的最大痛点并非信息的匮乏，而是信息的“死寂”。我们习惯于将海量的PDF、会议纪要和网页链接丢进各类笔记软件，打造所谓的知识库，但这些内容往往在存储的瞬间就变成了数字垃圾，提取与重组的成本极高。谷歌此次将NotebookLM深度接入Gemini，精准击中了这一软肋。

产品逻辑发生了根本性逆转。过去是我们通过搜索框主动去庞杂的文档中捞取信息，而现在，NotebookLM通过“个性化记忆”功能，赋予了文档生命力。它不再是一个冰冷的文件柜，而是一个熟读了你所有内部资料的专属研究助理。当你开启一项新任务时，无需从零开始梳理几十份长篇大论，AI已经根据你过去的偏好与文档的上下文，预判了你的需求。这种体验的升级，就如同从传统的图书馆查阅卡片，进化到了与一位拥有过目不忘能力的专家直接对谈。

![12.png](https://static.downly.cn/images/479b87f7f30df3ad257219d2f723d116.png) <center>图源备注 图片由AI生成</center>

## 碎片化工作流的终结者

体验过全新NotebookLM工作流的人，很难再回到过去的剪贴时代。让我们微观聚焦一个典型打工人的日常切片。一名市场分析师需要在一小时内消化三份长达百页的行业报告，并向团队输出核心洞察。在旧有的工作流中，这需要经历阅读、高亮、提炼、制作幻灯片等多个繁杂的切换步骤。

而在“氛围编程”和智能体逐渐普及的今天，NotebookLM提供了一条极其扁平的路径。文档拖拽进入系统后，AI能迅速生成两人对谈的音频播客，让分析师在通勤路上就能通过听觉获取信息骨架。更具颠覆性的是其直接将资料转化为结构化幻灯片的能力。虽然目前的视觉排版仍显粗糙，且存在一定的内容不可编辑性，但这已经完成了从“理解”到“输出”的跨越。打工人不再被困在格式调整和文字搬运中，而是将精力全面倾注于逻辑审查与观点增量上。

![13.png](https://static.downly.cn/images/3d0fa257a1defd2ef1b4e91aca2e3f8d.png) <center>图源备注 图片由AI生成</center>

## 吞噬传统笔记软件的饭碗

这一功能的全面铺开，无疑给Notion、Evernote等传统笔记巨头敲响了丧钟。当谷歌利用其庞大的生态入口，将这种底层的AI原生文档处理能力免费或低门槛地提供给海量用户时，那些依然依靠提供复杂文件夹层级和花哨双向链接作为核心卖点的工具，将显得无比笨重。

未来的知识管理软件，核心护城河不再是UI界面的美观度或标签管理系统的复杂度，而是模型对个人独特语境的理解深度。NotebookLM通过接入Gemini 3.0级别的推理能力，已经开始接管知识加工的最核心环节。这场降维打击不仅将重塑上亿白领的工作台，更会迫使整个SaaS行业重新思考生产力工具的定义。工具的价值不再是承载人类的记忆，而是直接参与脑力劳动的产出。

告别静态文档 谷歌NotebookLM全面重塑打工人知识管理流

> 导语：谷歌旗下AI笔记工具NotebookLM针对Ultra会员推出大幅更新，不仅将生成限额提升至50倍，更接入最高等级Gemini模型，并新增去水印及长PPT生成功能，全力打造专业级生产力平台。


## 生产力工具向高端进阶

谷歌旗下的AI笔记神器NotebookLM迎来了一次里程碑式的更新。此次升级的重心明显向Ultra付费会员倾斜，标志着AI辅助生产力工具正在加速向专业化和高端化演进。

## 告别瓶颈 生成限额暴增50倍

对于高强度使用的专业人士而言，最大的痛点已被解决。相比免费版本，Ultra会员现在的NotebookLM生成限额直接提升了50倍。这一巨大的跨越意味着用户在批量生成报告、分析海量文档时，将不再受到频繁中断的困扰。无论是学术研究人员还是企业分析师，都能体验到如丝般顺滑的工作流。
![image.png](https://static.downly.cn/images/5e5bed157f54fd3f9a2a48effb2d3ad4.png)

<center>图源备注：图片由AI生成</center>

## 顶级Gemini模型注入智能核心

Ultra会员首次获得了谷歌最高等级Gemini模型的使用权。这不仅仅是算力的提升，更是理解力的飞跃。在笔记总结、创意头脑风暴或复杂信息提取中，新模型能提供更精准的语义理解和更深层的洞察，将NotebookLM从一个简单的工具升级为媲美专业人类助手的AI工作站。

## 600个来源与专业级PPT输出

为了满足构建大规模知识库的需求，Ultra用户现在支持添加最多600个笔记来源。无论是PDF、网页剪藏还是多媒体文件，都能被一网打尽，轻松构建跨领域的庞大知识体系。

此外，演示文稿生成功能也得到了优化：

* **长格式选项** 新增的设定支持一键生成结构详尽、逻辑清晰的多页PPT，直接服务于商业提案或学术讲座场景。
* **水印移除** Ultra会员可自由移除PPT和信息图中的水印，确保输出的内容纯净、专业，完美契合商业展示和出版需求。

此次更新清晰地展示了谷歌的战略意图 通过分层订阅模式筛选高价值用户，并将NotebookLM打造成企业级应用的核心组件。

谷歌NotebookLM重大升级 Ultra会员专享50倍生成限额与顶级模型

> 导语
> 
> 本期资讯迎来重磅更新，OpenAI推出了针对科研优化的GPT-5模型并上线了教师专属工具，谷歌NotebookLM新增PPT生成功能强势挑战传统办公软件，腾讯发布HunyuanVideo1.5大幅降低视频创作门槛。与此同时，Elastic与Meta分别在多智能体协作协议与训练框架上取得突破，而维基百科则发布了针对AI文本的深度鉴别指南，旨在规范内容生态。

---


## 谷歌NotebookLM大更新 一键变身PPT制作神器

谷歌旗下的AI笔记助手NotebookLM迎来功能大跃进，新增了名为 Slide Decks 的演示文稿生成功能。用户只需上传相关资料，AI即可自动提取核心内容并转化为排版专业的演示文稿。这一功能的表现被业界评价为惊艳，直接成为了PPT和Canva的有力竞争者，将极大提升办公与学习效率。

![image.png](https://static.downly.cn/images/024cf0dfac696c51f653f3d358fbbf59.png)

<center>图源备注：图片由AI生成</center>

---

## 腾讯混元视频模型升级 10秒高清视频生成不再是梦

腾讯推出了基于DiT架构的轻量级视频生成模型——HunyuanVideo1.5。该模型拥有83亿参数，通过 元宝 平台即可体验。它不仅支持文生视频，还支持图文结合生成，能够快速产出5至10秒的高清视频。这一更新显著降低了视频创作的技术门槛，让普通用户也能轻松制作高质量的视频内容。

![image.png](https://static.downly.cn/images/5e267565a47867bc0bdf3e827ba9aeaa.png)

<center>图源备注：图片由AI生成</center>

---

## Elastic推出多智能体协作标准 打造AI版数字新闻室

Elastic正式发布了名为Agent2Agent（A2A）的多智能体协作标准。该协议利用JSON-RPC技术实现了智能体之间的任务精细拆分与状态同步，最大的突破在于无需共享内存即可协作。Elastic还通过开源一个 数字新闻室 的示例，生动展示了六大AI代理如何像乐队一样配合，流畅完成从选题到发布的新闻生产全流程。

![image.png](https://static.downly.cn/images/5f9aac1b130a82be18fcab4a647911cd.png)

<center>图源备注：图片由AI生成</center>

---

## 维基百科发布鉴别指南 揭秘AI写作的语言指纹

为了应对日益泛滥的AI生成内容，维基百科发布了《AI写作识别指南》。这份指南基于其内部的 AI清理计划 总结而成，旨在系统性地揭示大语言模型在文本生成中留下的 行为指纹 。指南强调，识别AI文本不能仅靠简单的高频词判断，而应关注其特定的句式结构与逻辑特征，为内容审核提供了可操作的鉴别方法。

![image.png](https://static.downly.cn/images/101f52dd1956c3075fa4af4a6bb4d178.png)

<center>图源备注：图片由AI生成</center>

---

## OpenAI赋能教育 推出教师专属ChatGPT且承诺隐私安全

OpenAI宣布为美国K-12认证教师免费提供 AI工具 ChatGPT for Teachers，该福利有效期将持续至2027年6月。为了消除教育界的顾虑，该工具提供了一个安全的工作环境，并默认承诺不使用用户数据来训练模型以保障隐私。此举旨在帮助教师在数字化时代更好地指导学生适应AI技术的发展，同时减轻教学负担。

![image.png](https://static.downly.cn/images/30c515c3475ee180f66a17f41f20218a.png)

<center>图源备注：图片由AI生成</center>

---

## Meta发布DreamGym框架 模拟强化学习破解训练难题

Meta联合高校研发并推出了DreamGym框架，旨在解决大语言模型训练成本高昂和反馈机制不可靠的行业痛点。该框架利用模拟的强化学习环境，通过动态调整任务难度，像健身房训练一样循序渐进地提升模型能力。这种方法不仅提高了训练效率，还增强了模型的可靠性与安全性。

![image.png](https://static.downly.cn/images/d3fa042390d520290392fcd2717db907.png)

<center>图源备注：图片由AI生成</center>

每日AI资讯1122：谷歌一键生成PPT，腾讯视频模型升级

> **导语** 本期AI资讯涵盖了多个领域的突破性进展。专业级AI编码助手TRAE SOLO正式发布，为开发者带来实时多智能体协作新模式；OpenAI推出GPT-5.1更新，通过“自适应推理”技术显著提升了模型的速度与成本效益；在AI音频领域，ElevenLabs与好莱坞明星合作，开创了明星语音授权市场；谷歌DeepMind则在通用机器人研究上迈出重要一步，发布了性能翻倍的SIMA 2预览版；同时，谷歌NotebookLM也上线了强大的“深度研究”功能，实现了自动化在线调研；此外，AI创作的音乐首次登顶全球榜单，预示着其对传统音乐产业的深刻影响。

## TRAE发布SOLO正式版，引领AI编码进入实时多智能体新纪元

TRAE公司近日正式发布了其面向专业开发者的响应式编程助手SOLO。该工具主打实时可控和多任务并行的AI编程体验，旨在革新传统的编码模式。SOLO的国际版本已经上线，并提供限时免费使用。值得一提的是，其早前发布的Beta版中已内置了SOLO Builder智能体，该智能体具备强大的多模态需求理解与任务分解能力，能够显著加速从概念到应用的端到端构建过程，为开发者提供前所未有的编码效率。

![image.png](https://static.downly.cn/images/cb004cf6564a8af6fb0023c57701439f.png)
图源备注：图片由AI生成

## OpenAI发布GPT-5.1更新，“自适应推理”模式实现速度与成本双赢

OpenAI为开发者带来了期待已久的GPT-5.1更新。此次更新的核心是引入了全新的“自适应推理”模式，该模式能让模型智能地判断问题的复杂度，并相应地调整其处理速度和资源消耗。对于简单直接的问题，模型能快速响应；而对于复杂深入的分析，模型则会投入更多资源以确保回答的质量。这一创新显著提升了模型的综合性能，在优化速度和成本效益方面取得了巨大突破，从而大幅缩短了开发者的等待时间，实现了真正的“双赢”。

![image.png](https://static.downly.cn/images/73069e43b5b677f3a8be62c1a6c13172.png)
图源备注：图片由AI生成

## ElevenLabs携手好莱坞巨星，推出“标志性声音市场”

AI音频领域的领军企业ElevenLabs宣布与奥斯卡影帝马修·麦康纳（Matthew McConaughey）和迈克尔·凯恩（Michael Caine）等重量级明星达成合作，将其标志性的声音引入公司全新的“标志性声音市场”（Iconic Voice Marketplace）平台。该平台目前已收录了超过25位名人的声音，并为用户提供合法、正规的语音授权。此举不仅为内容创作开辟了新的可能性，也为名人IP的商业化提供了新途径。值得注意的是，麦康纳本人也以投资人的身份深度参与了此次合作。

![image.png](https://static.downly.cn/images/4f49e6da03280c93888cfa8a6e864029.png)
图源备注：图片由AI生成

## 谷歌DeepMind发布SIMA 2预览版，机器人通用性实现翻倍性能

谷歌DeepMind在通往通用机器人的道路上又迈出了坚实一步，正式发布了SIMA 2的预览版。这款基于Gemini 2.5 Flash-lite的多模态智能体，在任务成功率上实现了大幅提升。SIMA 2不仅能在完全陌生的环境中准确执行复杂的指令，更具备了通过自生成数据循环来进行自我改进的强大能力。此次以研究预览形式发布，旨在探索实现通用人工智能（AGI）所需的世界理解与顶尖推理能力，展示了其在机器人领域的巨大潜力。

![image.png](https://static.downly.cn/images/5863523b727f82022963bb417d6f9b7a.png)
图源备注：图片由AI生成

## 谷歌NotebookLM迎来“深度研究”功能，自动在线调研一键生成报告

谷歌为其AI笔记工具NotebookLM推出了名为“深度研究”（Deep Research）的重磅新功能。该功能赋予了NotebookLM自动进行在线调研的能力，能够处理包括Google Sheets、Drive文档、PDF及Word在内的多种文件格式。用户可以选择两种模式 “快速模式”可提供即时简要的回复，而“深度模式”则会在后台进行深入分析，并生成一份带引用来源的完整报告。用户还可以灵活添加额外的来源以丰富报告内容，并能一键将报告和引用保存至笔记本中。据悉，这项强大的功能将于一周内向所有用户全面上线。

![image.png](https://static.downly.cn/images/5b1de6ebf5bb4d4d002b00c3ed84b4cd.png)
图源备注：图片由AI生成

## AI音乐创作登顶全球榜单，传统音乐产业迎来新挑战

本周，人工智能在音乐创作领域的实力得到了市场的有力证明。三首由AI创作的歌曲在Spotify和Billboard等主流音乐榜单上取得了令人瞩目的成绩。其中，《Walk My Walk》和《Livin' on Borrowed Time》两首歌曲成功打入Spotify“病毒50”榜单前列，并一度位列全球榜单前五。更令人惊讶的是，一首荷兰反移民歌曲《We Say No, No, No to an Asylum Center》更是成功登顶Spotify全球榜单。这一现象标志着AI音乐正从实验走向主流，并开始对传统音乐产业的创作和发行模式构成冲击。

![image.png](https://static.downly.cn/images/79f5d83b5bee1c3a6a99665c3bba5113.png)
图源备注：图片由AI生成

每日AI资讯1115：AI编码迎变革，GPT-5.1提速，谷歌多款AI工具更新



> 今日AI界风起云涌，马斯克旗下xAI将苹果与OpenAI告上法庭，指控其垄断行为。同时，一种利用图像重采样技术的新型AI攻击方式被揭露，为安全领域敲响警钟。各大科技巨头则竞相发布创新工具：字节跳动内测3D模型生成器，谷歌NotebookLM解锁80种语言，微软与阿里分别开源超长语音合成及视频修复模型，腾讯推出游戏AI大模型大幅提升动画制作效率。这些进展预示着AI技术在应用层面正迎来新一轮的爆发。

## 巨头之争 xAI正式起诉苹果与OpenAI
埃隆·马斯克创立的xAI公司已在美国联邦法院对苹果和OpenAI提起诉讼。诉讼指控两家公司通过签订排他性协议，非法合谋阻碍人工智能领域的公平竞争。此举不仅限制了xAI等公司的发展空间，还直接损害了其应用Grok在苹果平台上的展示机会。

![image.png](https://static.downly.cn/images/2818f2825f9a47c34d77dfe3a1c6939e.png)

## 无形攻击 AI模型爆出新漏洞，图像竟成特洛伊木马
研究人员发现了一种全新的AI攻击方式。攻击者可以利用图像重采样技术，将恶意指令嵌入到人眼无法察觉的图像之中。当AI系统处理这些被篡改的图像时，隐藏的指令便会激活，从而劫持大语言模型，导致用户数据被窃取等严重后果。

![image.png](https://static.downly.cn/images/3c07d2480cd7a4c6a91ab1542b1ec05c.png)

## 人人都是建模师 字节跳动内测“3D模型生成器”
字节跳动豆包团队正在内部测试一款名为“3D Model Generator”的全新工具。该工具能根据用户上传的图像直接生成3D模型，旨在大幅降低3D建模的技术门槛，为游戏开发等领域提供高效的3D资产创建方案。

![image.png](https://static.downly.cn/images/9e14138468a996333e83a1b063598fdb.png)

## 打破语言壁垒 谷歌NotebookLM支持80种语言并新增视频转换功能
谷歌旗下的学习工具NotebookLM迎来重磅升级，现已全面支持80种语言。此次更新还革命性地推出了视频概览功能，用户可以将笔记、PDF和图片一键转换为多语言视频演示文稿，彻底打破了过去仅支持英语的局限，极大地扩展了其作为全球学习助手的能力。

![image.png](https://static.downly.cn/images/9f439aa39142b58ff5a73ebc666d65a4.png)

## 90分钟超长语音一键生成 微软开源VibeVoice-1.5B模型
微软研究院近日开源了其最新的VibeVoice-1.5B音频模型。该模型在语音合成技术上取得了重大突破，能够一次性生成长达90分钟的超长语音，且保证了音色的自然稳定与语义的连贯。此外，它还支持多达四位发言人的多说话人合成，性能远超以往模型。

![image.png](https://static.downly.cn/images/0d9835e99d3e7ff36bcbb6d9d3b4c530.png)

## 视频修复神器 阿里云开源Vivid-VR解决闪烁抖动难题
阿里云正式开源了视频修复工具Vivid-VR。该工具利用生成式AI与T2V模型，并结合了ControlNet技术，能够高效解决视频中常见的闪烁、抖动等问题，确保帧间内容的高度一致性，为内容创作者们带来了更高质量、更便捷的视频修复解决方案。

![image.png](https://static.downly.cn/images/5207201740603581996dd2fda24d8492.png)

## 告别爆肝 腾讯游戏AI大模型4秒生成200帧动画
腾讯游戏发布了其专业的游戏AI大模型，该模型在动画制作领域取得了惊人突破。现在，仅需短短4秒钟，AI便能自动生成200帧的流畅动画，将动画师从繁重的工作中解放出来，效率提升高达8倍。

![image.png](https://static.downly.cn/images/073af8f22d879f6012c623ef3103aa8d.png)

## 编程新哲学 Karpathy提出三层AI编程结构
著名AI专家Andrej Karpathy提出了最新的“氛围编程”指南，他建议为不同的编程场景选择最合适的AI工具。这套三层结构为 顺境时使用Cursor，逆境时求助Claude，而绝境中则依赖GPT-5 Pro。这一理念强调了在AI时代，为不同任务选择最适宜的模型，已成为一种需要深思熟虑的艺术。

![image.png](https://static.downly.cn/images/fadc6dfae39d84b7db7e4628fd175f74.png)

每日AI资讯0826：巨头纷争与技术革新，AI应用时代全面爆发



> 导语 OpenAI时隔五年重返开源，微软Azure迅速跟进，为开发者带来更灵活的模型选择；谷歌在可交互世界模型与AI笔记应用上取得新突破；百度则将AI能力具象化，推出数字员工；同时，AI在音乐创作、故事生成等领域的应用也日益成熟，但内容质量监管问题也随之而来。

---


## 开源新篇章 OpenAI五年后携免费模型强势回归

OpenAI近日发布了两款名为GPT-oss-120b和GPT-oss-20b的开源语言模型，打破了其长达五年的闭源传统。这两款模型性能强大，足以媲美部分付费产品，同时对硬件要求相对温和，并允许商业使用。此举标志着OpenAI向开源社区的战略性回归，旨在构建一个更加民主和开放的AI平台，以适应当前日益激烈的行业竞争格局。

![image.png](https://static.downly.cn/images/62557bb7214ab7cd1c66a0b14811a5e5.png)

---

## 强强联合 微软Azure迅速引入OpenAI开源新模型

紧随OpenAI的开源步伐，微软宣布其Azure AI Foundry平台将正式引入GPT-oss系列模型。开发者和企业现在可以通过Azure AI Foundry及其Foundry Local服务，在云端或本地设备上自主运行、微调和部署这些强大的AI模型。这一举措极大地提升了AI应用的灵活性、可控性，并有效保障了数据隐私与安全，为企业构建和部署智能代理提供了统一且高效的解决方案。

![image.png](https://static.downly.cn/images/888b2d96bd12609380faf16dc6c56260.png)

---

## 虚拟世界一键生成 谷歌Genie 3重新定义AI交互

谷歌DeepMind发布了革命性的世界模型Genie 3，它能够以每秒24帧的速度生成720P分辨率的可交互3D环境。用户不仅可以通过文本指令动态改变世界中的事件，还能体验到逼真的物理模拟。Genie 3的出现为AI智能体训练、沉浸式游戏开发、虚拟教育等领域开启了全新的可能性，预示着一个AI驱动的交互新纪元即将到来。

![image.png](https://static.downly.cn/images/cefcccaf2eecd1c17b4eae639c52a748.png)

---

## 打工人新“同事” 百度智能云发布全球首批AI数字员工

百度智能云正式推出全球首批AI数字员工。这些数字员工深度融合了大模型、数字人技术以及行业知识（Know-How），具备“懂业务、给结果、可进化”的核心特性。它们能够胜任营销、客服、招聘、教培等多个核心业务职能，旨在显著提升企业的运营效率和生产力，标志着AI正从辅助工具向能够自主执行任务的“代理（Agentic）”时代迈进。

![image.png](https://static.downly.cn/images/067bdce573c4e6537d0216deb2c8bad7.png)

---

## 人人都是故事家 谷歌Gemini推出AI故事书生成器

谷歌在其AI应用Gemini中新增了“Storybook”功能。用户仅需提供简单的故事情节，AI便能自动生成一本图文并茂的十页故事书，并支持多种视觉风格选择和语音朗读。尽管目前在角色形象一致性上仍有提升空间，但该功能极大地降低了内容创作的门槛，尤其在儿童教育和个性化阅读体验领域展现出巨大的潜力。

![image.png](https://static.downly.cn/images/2714c85b0c460619114a2612a65c67cd.png)

---

## AI助力高效学习 谷歌NotebookLM向青少年开放

为了帮助学生更深入地进行学习，谷歌的人工智能笔记应用NotebookLM现已向13岁以上的用户及所有教育用户开放。该应用能将用户上传的资料自动生成音频摘要、思维导图甚至视频演示文稿，极大地提升了学习和研究的效率。谷歌强调，平台将对未成年用户采取严格的内容安全策略，并承诺不使用用户上传的内容进行模型训练，以保护用户隐私。

![image.png](https://static.downly.cn/images/d6d0f3693057c6de560fccdca9188ac5.png)

---

## AI变身音乐人 ElevenLabs推出商业音乐生成服务

AI初创公司ElevenLabs正式推出了其音乐生成服务Eleven Music。该服务允许用户通过简单的文本描述，快速生成包含人声和器乐的完整商业级音乐作品。为了确保训练数据的合法性，公司已与Merlin Network及Kobalt Music Group等机构达成合作。此举旨在为企业和内容创作者提供一个低成本、高效率的音乐创作解决方案。

![image.png](https://static.downly.cn/images/d962fc83355fad2a004d3fa4189a31c0.png)

---

## 质量保卫战 维基百科严查AI生成内容

面对AI可能带来的低质量或虚假内容挑战，维基百科更新了其管理政策。新政策允许管理员在特定情况下，快速删除那些包含明显AI生成痕迹或引用错误的条目。此举旨在维护维基百科内容的准确性和可靠性，虽然这被视为一项临时性的应对措施，但也反映出在利用AI作为辅助工具的同时，内容平台的审慎态度。

![image.png](https://static.downly.cn/images/3b29c3bdade68de753b93ba0322b0aac.png)

---

## 历史性合作 OpenAI模型首次登陆亚马逊AWS

亚马逊云科技（AWS）平台首次正式上线了来自OpenAI的AI模型。这一举措被视为AWS在激烈的人工智能市场竞争中作出的积极回应。现在，全球大量的AWS用户将能更便捷地访问和使用OpenAI的先进模型，这无疑将进一步加速AI技术在各行各业的渗透与应用。

![image.png](https://static.downly.cn/images/8ab521d831576f5c3819c9b0fe681162.png)

每日AI资讯0806：开源浪潮再起，生成式AI全面开花






> 导语 本期AI资讯聚焦全球科技巨头的最新动态与垂直领域的创新应用。谷歌与OpenAI在图像生成和教育领域展开激烈竞争，分别升级Imagen 4并推出ChatGPT学习模式；微软则着眼未来，洽谈确保AGI时代后的技术使用权。与此同时，国产AI也硕果累累，WPS智能体让办公更高效，通义千问新模型实现性能飞跃，新型大模型将照片修复推向8K超清时代。从医疗到制造，人形机器人和专业妇科大模型的出现，标志着AI正深度融入各行各业，重塑未来生产与生活。

## WPS灵犀 您的原生Office办公智能体

WPS灵犀作为一款原生的Office办公智能体，正通过其强大的自然语言处理能力，重新定义我们的工作方式。它能够听懂人话，轻松处理文档、制作PPT、分析数据等多种办公任务。这款智能体极大地解放了用户在重复性、低价值工作上耗费的时间和精力，让人们可以更专注于需要创造性与深度思考的核心任务，成为我们高效工作不可或缺的伙伴。

![image.png](https://static.downly.cn/images/d5a548b5e6ee0e859fdbcb71ddf275d2.png)

## 新型图像复原大模型HYPIR实现8K超清修复

中国科学院深圳先进技术研究院推出了一款名为HYPIR的新型图像复原大模型，它能在短短1.7秒内将模糊的旧照片修复至惊人的8K超高清画质。该模型尤其擅长高保真地恢复图像中的文字等精细细节。经过三次迭代升级，HYPIR在修复的准确性和细节表现上已获得显著提升，未来有望在文化遗产保护、影视制作、科学研究及医疗影像等多个领域发挥重要作用。

![image.png](https://static.downly.cn/images/3fa1f11ce305b4773eea38c781507007.png)

## 谷歌升级Imagen 4 AI图像生成领域竞争加剧

谷歌近期悄然升级了其文本到图像生成模型——Imagen 4 Ultra。新版本在图像细节、真实感和处理复杂指令方面实现了性能飞跃，已跻身全球顶尖模型行列。更具看点的是，其每千张图像60美元的定价远低于竞争对手OpenAI的GPT-4o，展现出明显的性价比优势。配合其快速的生成速度和多平台接入能力，Imagen 4的升级标志着AI图像生成领域的竞争正变得日益激烈。

![image.png](https://static.downly.cn/images/da5132a93800f1fd5a06bbce2e2a9176.png)

## OpenAI推出ChatGPT Study 赋能个性化教育

OpenAI为ChatGPT推出了全新的学习模式“ChatGPT Study”，正式进军教育领域。该模式专为学生和教育工作者设计，集成了交互式提示、支架式回应、个性化辅导和知识点检查等多种功能，旨在提供一种更具互动性的个性化学习体验，帮助学生培养批判性思维，而不仅仅是提供现成答案。此举预示着AI将在教育领域扮演越来越重要的角色。

![image.png](https://static.downly.cn/images/5156462865f563f1818707ebef00ed4b.png)

## 通义千问开源新模型 3B参数媲美顶尖模型

阿里巴巴通义千问团队宣布开源Qwen3-30B-A3B-Instruct-2507新版本模型。该模型在通用能力、指令遵循、逻辑推理和长文本理解等方面均有显著提升。其最大亮点在于，在非思考模式下，仅需激活3B参数，其性能即可媲美Gemini 2.5-Flash和GPT-4o等顶尖的闭源模型，展示了极高的效率和性能。

![image.png](https://static.downly.cn/images/09edeceaf4a83b5d2d46a1d8e2cd5d4a.png)

## 乐聚机器人获大额融资 5G-A人形机器人将引领智能制造

乐聚机器人近期获得了新一轮重要融资，并计划在2025年前交付上千台人形机器人。公司正与华为云、深开鸿等伙伴紧密合作，借助先进的5G-A技术，将人形机器人应用于复杂的工业场景。此轮融资将有力推动人形机器人在智能制造领域的产业化进程，解决实际应用中的技术挑战。

![image.png](https://static.downly.cn/images/8fb9986dbb164d96e0d22ec243e69453.png)

## “豆蔻”妇科大模型通过国家级笔试 垂直医疗AI获突破

由壹生检康公司基于钉钉平台开发的“豆蔻妇科大模型”，近日成功通过了国家妇产科正高级职称的笔试，成为国内首个达到专业临床考试标准的、由创业公司在企业专属AI平台上训练的垂直医疗大模型。该模型的训练周期短、准确率高，为AI在医疗等专业领域的规范化应用提供了宝贵范本。

![image.png](https://static.downly.cn/images/70e3ff881e90cb8b7cb3d62b924582d4.png)

## 谷歌NotebookLM推出视频概览功能

谷歌为其AI笔记工具NotebookLM增加了一项新功能——视频概览。这项功能旨在通过更直观的可视化方式，帮助用户快速理解和掌握各类复杂的主题与概念，提升信息处理和学习的效率。

![image.png](https://static.downly.cn/images/87c5a7de6cc0e2b4ba08e8d3df7c12ca.png)

## Spotify暗示未来将推出更健谈的语音AI界面

音乐流媒体巨头Spotify暗示，公司未来计划推出一个更具对话性和互动性的语音AI界面。这意味着用户未来或许能与Spotify进行更自然的交流，获得更智能、更个性化的音乐推荐和播放体验，进一步提升用户粘性。

![image.png](https://static.downly.cn/images/3e3358731c8a4e045f61effe1c50118f.png)

## 谷歌AI搜索迎来Canvas等一系列重大更新

谷歌对其AI搜索模式进行了一系列重要升级。其中最引人注目的是新增了“画布”（Canvas）功能，它允许用户通过涂鸦、文字和图片等多种方式进行实时、直观的搜索。此外，实时搜索助手“Search Live”也得到了增强，为用户提供更加即时和智能的搜索体验。

![image.png](https://static.downly.cn/images/add2c9df72bb16b05db15ff3417c16ed.png)

## 微软洽谈新协议 确保AGI时代后仍可使用OpenAI技术

据报道，微软正在与OpenAI进行新的商业谈判，旨在确保即使在OpenAI实现通用人工智能（AGI）这一里程碑后，微软仍能继续获得其先进技术的使用权。这份新协议如果达成，将对两家公司的长期合作关系以及未来AI格局产生深远影响。

![image.png](https://static.downly.cn/images/12393e926bcdad405e92431d3b03eb6d.png)

搜索结果: 谷歌NotebookLM