> 本期AI快讯为您带来最前沿的技术突破与应用创新。 焦点包括中科院推出的Stream-Omni全能交互模型，能同时处理文本、视觉与语音；Anthropic正在测试数学能力超群的Claude Neptune v3新模型；智元机器人发布了可自如切换轮式与足式形态的“哪吒”机器人；一款名为Glass的开源AI桌面助手也因其高效的隐形辅助功能而备受关注。 此外，业界还在探索比Prompt更高效的Context Engineering交互方案，同时飞渡科技、腾讯混元和ChatGPT也分别在数字孪生、3D建模和教育功能上带来最新动态，共同描绘了AI技术加速融入生产与生活的全新图景。



## 飞渡“峥嵘”出鞘，数字孪生迈入AI驱动新纪元

飞渡科技最新发布的“峥嵘大模型”在数字孪生领域取得了显著突破。该模型凭借其卓越的建模精度和语义理解能力，已在国际评测中斩获领先地位。它的出现有望为灾害模拟、文化遗产保护等复杂场景提供强大的技术支持，推动行业的智能化进程。飞渡科技表示，将逐步开放模型的API与Demo，赋能更多开发者，共同探索数字孪生技术的广阔前景。

![image.png](https://static.downly.cn/images/585fff30d43c5d291364945be36464e3.png)

## 打破模态壁垒，中科院Stream-Omni实现全能人机交互

中国科学院计算所自然语言处理团队推出了名为Stream-Omni的多模态大模型，该模型基于GPT-4o架构，实现了文本、视觉、语音三种模态的同步交互。 Stream-Omni的创新之处在于通过更精细的模态关系建模，减少了对大规模三模态训练数据的依赖，实现了高效的模态对齐。 其独特的语音建模方式，可以在语音交互中实时输出中间文本，带来了“边看边听”的自然体验，在多项评测中，其语音交互能力显著优于现有技术。

![插图：一个科技感十足的界面中央，一个AI助手图标同时连接着声波、图像和文本符号，三者和谐地融合成一个整体，代表着无缝的多模态交互。](https://static.downly.cn/images/301c83d0702db98302886daedb029948.png)


## 你的AI桌面搭档，开源助手Glass让工作与学习隐形增效

近期，一款名为Glass的开源AI桌面助手在开发者社区迅速走红。 它以独特的“隐形”设计著称，能在后台静默运行，不干扰用户正常操作，同时捕捉屏幕活动与音频信息，将零散内容转化为结构化知识。 无论是在线会议的实时纪要、学习资料的自动整理，还是编程时的代码建议，Glass都能提供强大的上下文理解与支持，显著提升工作与学习效率。 由于其完全开源和免费，Glass在社区中获得了广泛的支持与关注，展示了AI工具在个性化与透明化方向的巨大潜力。

![插图：一个整洁的电脑桌面上方，悬浮着一个由半透明线条构成的AI大脑，它正在悄无声息地处理着屏幕上的会议视频、代码和文档，并将信息整理成有序的节点。](https://static.downly.cn/images/523f22543dd561d381ad8e23ade5a142.png)


## 数学天才还是安全卫士？Claude Neptune v3引发AI社区热议

Anthropic公司正在内部测试一款代号为“Claude Neptune v3”的全新AI模型。 据悉，该模型目前正处于严格的内部安全测试阶段，以确保其系统的稳健性。 尽管官方尚未公布具体性能，但社交媒体上的早期反馈显示，其在数学推理方面表现极为突出，性能或可媲美业界顶尖模型。 社区猜测，Neptune v3可能是Claude 4.5的预演，也可能是一次重大的技术飞跃，旨在全面增强代码生成、复杂推理及多模态处理能力，以应对日益激烈的市场竞争。

![插图：一个充满神秘感的AI形象，一半是复杂的数学公式和几何图形，另一半是坚固的数字盾牌，背景是代码和数据流，象征着其兼具强大的推理能力和安全性。](https://static.downly.cn/images/06684437de5caf68895578bb5d82480e.png)


## “哪吒”机器人再进化，智元灵犀X2-N实现轮足切换自如

智元公司最新发布的“哪吒机器人灵犀X2-N”展示了其在机器人领域的创新实力。 该机器人最大的亮点是其独特的轮足一体化双形态设计，可以根据地形需求在轮式和足式之间自由切换。 在足式状态下，它能轻松攀爬台阶，即使负重近12斤也能保持稳定；切换为轮式后，则能高效移动，轻松应对斜坡、单边桥等复杂路况，并展现出强大的抗冲击能力。 这种设计极大地增强了机器人在现实世界中的灵活性和适应性。

![插图：一个“哪吒”机器人正从足式形态流畅地变为轮式形态，一半身体是迈步的姿态，另一半身体是滚动的车轮，背景是复杂的工业环境，凸显其适应性。](https://static.downly.cn/images/2655fd8f441dca7c5ed969e81f3f8766.png)


## 告别低效Prompt，Context Engineering定义AI交互新范式

一种名为“Context Engineering”的AI交互新方法正受到关注，它被认为是比传统Prompt工程更高效的解决方案。相比反复调试提示词，[Context Engineering](https://github.com/coleam00/context-engineering-intro)通过构建和管理AI的上下文环境，能有效降低AI任务的失败率、确保输出的高度一致性，并支持更复杂功能的实现。此外，该方法还具备一定的自我纠错能力，进一步提升了AI系统的可靠性。

![插图：一张对比图，左边是一个用户对着AI输入框苦恼地修改着冗长的Prompt，右边是一个清晰的、结构化的上下文模块被轻松地插入AI系统中，系统随即产出精准结果。](https://static.downly.cn/images/92bd2a5a8a3337dc489c6d8d276ba450.png)


## 腾讯混元新突破，Hunyuan3D-PolyGen让高质量3D建模一键生成
<video src="https://static.downly.cn/images/d0a427bfa4c5c43f3de0d89d68ed32f6.mp4"  title="30910646677-1-16.mp4"></video>
腾讯混元团队发布了具备智能重拓扑功能的Hunyuan3D-PolyGen模型，旨在解决3D内容创作中的一大难题。该模型能够生成高质量且几何形状复杂的3D模型，并且支持多种专业的网格格式，使其产出物可直接应用于游戏开发、动画制作等专业场景。这一进展将大幅降低3D建模的技术门槛和时间成本，推动相关产业的创作效率。[官方体验地址](https://3d.hunyuan.tencent.com/login?redirect_url=https://3d.hunyuan.tencent.com/)

![插图：一只手点击屏幕上的“生成”按钮，一个复杂的、低多边形的游戏角色模型瞬间被优化成一个高质量、高细节的平滑模型，周围环绕着3D网格线。](https://static.downly.cn/images/34ba46706ab0ff8b18d6d644b20ebb4b.png)


## ChatGPT变身学习导师，全新“一起学习”功能引导式探索知识

ChatGPT正在测试一项名为“一起学习”（Study Together）的神秘新功能。据部分用户反馈，在该模式下，ChatGPT不再像以往那样直接给出问题答案，而是转变为一名学习导师，通过不断提问来引导用户独立思考、自主探索并最终找到答案。此举旨在强化ChatGPT的教育工具属性，使其成为一个更能激发用户学习潜能的智能助手。

![插图：一个学生坐在书桌前，与屏幕上的ChatGPT对话，对话框中ChatGPT不是给出答案，而是显示着启发性的问题和思维导图，引导学生进行思考。](https://static.downly.cn/images/c95ce2889be8749f9b9b4c9ceac2c975.png)

AI每日资讯0708

> 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)

AI每日资讯0627

> 近日，Google 悄然发布了一款重磅产品——**Gemini CLI**，这是一个完全开源的命令行 AI 编程工具，直接将 Gemini 2.5 Pro 的强大能力集成到开发者的终端中。更令人惊喜的是，Google 为个人开发者提供了极其慷慨的免费额度：**每天 1000 次请求，每分钟 60 次**，这一举措直接冲击了现有的 AI 编程工具市场格局。

Github：[https://github.com/google-gemini/gemini-cli](https://github.com/google-gemini/gemini-cli)

## 不只是代码补全，更是 AI 智能体

### 🚀 超强免费额度，门槛史上最低

与市面上其他 AI 编程工具相比，Gemini CLI 的免费政策可谓"史无前例"：

- **个人开发者**：通过 Google 账号登录即可获得免费的 Gemini Code Assist 许可
- **请求限制**：每天 1000 次请求，每分钟 60 次
- **模型访问**：完整的 Gemini 2.5 Pro 访问权限
- **上下文窗口**：高达 100 万 token 的超大上下文

这一免费策略直接将 Claude Code 200 美元的订阅费"归零"，让更多开发者能够无门槛体验顶级 AI 编程助手。

![image.png](https://static.downly.cn/images/7ef8620da18d531d45ead37db7bf08d0.png)


### 💡 核心功能 - 全方位开发助手

Gemini CLI 的设计理念是"**终端不仅仅是工具，它是开发者的家**"。该工具提供的核心功能包括：

**1. 智能代码处理**

- 查询和编辑大型代码库，突破传统上下文限制
- 支持自然语言编程，通过对话完成代码编写和调试
- 智能错误检查和修复，自动处理 TypeScript lint 报错

**2. 多模态能力**

- 从 PDF 文档或手绘草图生成完整应用
- 支持图像、视频等多媒体内容的理解和生成
- 集成 Imagen、Veo、Lyria 等 Google 媒体生成工具

**3. 实时信息获取**

- 内置 Google 搜索功能，实时获取最新信息
- 支持联网查询，为代码生成提供最新的技术文档和最佳实践

**4. 工作流自动化**

- 自动化操作任务，如查询 Pull Request、处理代码合并
- 支持脚本集成，可在现有工作流中无缝调用
- 自定义提示词模板，适应个性化开发需求

### 🔧 技术架构 - 开源透明，社区共建

**开源优势**

- 采用 **Apache 2.0 开源协议**，代码完全透明
- 开发者可以审查源代码，验证安全性
- 支持社区贡献，已有 40+ 贡献者参与开发

**扩展能力**

- 支持 **Model Context Protocol (MCP)**，可自由扩展功能
- 通过 GEMINI.md 文件配置系统提示词
- 提供个人和团队两级设置选项



## 直接挑战现有巨头

### 对标 Claude Code - 功能“一比一复刻”

从实际体验来看，Gemini CLI 在界面和功能上几乎完全复刻了 Claude Code，但在某些方面已经实现了超越：

**优势对比**：

- **上下文窗口**：100 万 token vs Claude 的较小窗口
- **联网能力**：内置 Google 搜索 vs Claude 的离线限制
- **价格优势**：完全免费 vs Claude Code 的月费订阅
- **生态整合**：Google 全家桶支持 vs 独立工具



### 挑战 GitHub Copilot - 从补全到智能体

与 GitHub Copilot 的代码补全功能相比，Gemini CLI 提供的是完整的 AI 智能体体验：

**功能差异**：

- **交互方式**：自然语言对话 vs 代码提示补全
- **处理范围**：整个项目架构 vs 单个文件片段
- **任务类型**：全流程开发 vs 代码生成辅助



## 快速上手 - 三步开始使用

### 环境要求

- Node.js 18 或更高版本

### 安装方式

```bash
npx https://github.com/google-gemini/gemini-cli

# 或全局安装
npm install -g @google/gemini-cli
gemini
```

### 认证登录

- 使用个人 Google 账号登录即可获得免费额度
- 高级用户可配置 Google AI Studio API 密钥



## 行业影响

### 开发者社区反应

- **AI Purr-fessor**："每天 1000 次，每分钟 60 次，还是免费的，太疯狂了！"
- **技术博主**："这是 Google 入门级的真实游戏定价策略"
- **早期用户**："体验上已经超越了 Claude Code，特别是在大型项目处理上"

### 潜在风险提醒

业内专家提醒，Google 历史上经常在新产品推出时提供极具吸引力的免费额度，但后续可能会调整政策。建议开发者：

- **尽早体验**：充分利用当前的免费额度
- **关注更新**：密切关注政策变化
- **备选方案**：准备多元化的 AI 工具组合



## 总结

Gemini CLI 的发布标志着 AI 编程工具市场进入了新的竞争阶段。Google 通过开源、免费的策略，直接挑战了现有的商业模式，为开发者提供了更多选择。

**核心优势总结**：

- ✅ **完全免费**：个人开发者零成本使用
- ✅ **开源透明**：代码可审查，安全可信
- ✅ **功能强大**：100 万 token 上下文，多模态支持
- ✅ **生态完整**：Google 全家桶深度整合
- ✅ **社区驱动**：全球开发者共同改进

对于开发者而言，Gemini CLI 不仅仅是一个编程工具，更是一个完整的 AI 工作伙伴。在这个 AI 原生的时代，掌握这样的工具将成为开发者的核心竞争力。

**建议行动**：

1. 立即体验 Gemini CLI，熟悉其功能特性
2. 关注官方更新，了解最新功能发布
3. 参与社区建设，贡献代码或反馈问题
4. 探索与现有工作流的整合方案

AI 编程的未来已来，而 Gemini CLI 可能就是那个改变游戏规则的关键工具。

Google 重磅发布 - Gemini CLI 开源免费，直接挑战 Claude Code



> AI界风起云涌，技术应用与产业格局均迎来重磅更新。从谷歌Gemini实时生成交互界面的惊艳技术，到字节跳动、海螺AI等公司在视频生成领域的持续加码，AI正以前所未有的速度渗透到创意与交互的方方面面。与此同时，月之暗面开源其强大的多模态模型Kimi-2506，进一步推动社区发展。产业层面，苹果意图收购Perplexity的传闻引发市场巨震。然而，在一片高歌猛进中，MIT的研究也为我们敲响警钟，提醒我们需警惕对AI的过度依赖可能带来的认知影响。

## 警惕AI陷阱 MIT研究揭示过度依赖AI或导致大脑“变懒”

麻省理工学院（MIT）的一项最新研究为我们揭示了过度依赖AI工具可能带来的潜在风险。实验表明，与独立写作或使用搜索引擎辅助相比，长期完全依赖AI（如ChatGPT）进行写作的用户，其大脑在处理任务时的活跃度显著降低。这可能意味着认知能力的“走捷径”会削弱我们深度思考和解决问题的能力。研究还发现，亲身参与创作过程能显著增强人们对作品的归属感和满意度，这是纯粹由AI生成的作品无法替代的。

![iShot_2025-06-23_11.34.16.png](https://static.downly.cn/images/fd04b6a34281a853aae107ce409605b3.png)

## 字节跳动亮出新王牌 DreamActor-H1让商品图秒变带货视频

<video src="https://static.downly.cn/images/6ba10cca10c17c49251a28ddcf57071b.mp4"  title="30647320772-1-16.mp4"></video>
字节跳动近日发布了名为 [DreamActor-H1](https://submit2025-dream.github.io/DreamActor-H1/) 的视频生成系统，展示了其在AIGC视频领域的最新成果。该系统能够仅通过一张商品图片和一张人物照片，自动生成一段高质量、专业风格的带货短视频。从技术演示来看，其效果与广受欢迎的AI视频工具HeyGen相似，能够极大降低电商视频的制作门槛。目前，DreamActor-H1仍处于技术展示阶段，官方仅发布了演示视频和技术报告，尚未公布论文或开源计划。


![image.png](https://static.downly.cn/images/ff55f3865fb3c3d5438b81a67ab2f6c2.png)




## 谷歌开源Magenta RT 音乐创作进入实时生成新纪元

谷歌DeepMind团队为音乐创作者和开发者带来了一份大礼——开源了实时音乐生成模型Magenta RealTime (Magenta RT)。作为其先进模型Lyria的开放权重研究预览版，Magenta RT专注于实时交互式音乐创作与表演，能够根据用户的输入即时生成连贯的音乐片段。这一举措预示着AI在音乐领域的应用正从离线生成迈向实时协作，为现场表演、即兴创作和音乐教育开辟了全新的可能性。



![image.png](https://static.downly.cn/images/cc77d28a44031136de7ef51d6a435223.png)



## 视频剪辑迎来“自动驾驶” 海螺AI发布视频创作智能体

<video src="https://static.downly.cn/images/d1e844c63c547a134a3cddc0442a4596.mp4"  title="30647322073-1-16.mp4"></video>
国内AI初创公司海螺AI正式推出了其视频创作工具——Hailuo Video Agent。该工具定位为视频领域的“智能体”，旨在将创作者从繁琐的剪辑工作中解放出来。初期版本通过提供创意模板来简化创作流程，但其最终目标是实现用户自主编辑乃至完全自动化的“一键出片”。该智能体集成了音乐、TTS（文本转语音）、音效和字幕等全套功能，代表了AI赋能视频编辑的未来发展方向。



![image.png](https://static.downly.cn/images/883dd177d41f430aed6d85896ae5b853.png)



## 为机器人打造逼真世界 开源框架EmbodiedGen破解3D环境生成难题

具身智能（Embodied AI）的发展一直受限于高质量、物理真实的3D训练环境。为了突破这一瓶颈，一个名为EmbodiedGen的开源框架应运而生。它能够根据文本或图像输入，生成具有正确物理属性、密闭几何结构且可扩展的3D对象和场景。该框架生成的资产兼容多种主流物理模拟器，极大地降低了为机器人训练和数字孪生创建虚拟世界的成本和难度，为智能机器人研究铺平了道路。


![image.png](https://static.downly.cn/images/9b78864d652be698562cd2ddfafd4b23.png)



## 声音的“私人订制” MiniMax推出Voice Design音色设计功能

稀宇科技（MiniMax）在其开放平台上发布了创新的Voice Design音色设计功能。用户现在可以通过简单的文本描述，自由组合“任意语言、任意口音、任意音色”，创造出独一无二的个性化语音。该功能不仅能精准控制情感、音质等细节，还成功规避了传统音色复刻可能带来的版权风险，为内容创作、虚拟助手等应用场景提供了前所未有的便捷与高效。
用户可通过[稀宇科技国内版平台](minimaxi.com/audio)或[海外版平台](minimax.io/audio)体验Voice Design功能，探索语音合成的无限可能。
![image.png](https://static.downly.cn/images/2ce996768ec2bf3468a3b177bbae2128.png)

## 未来交互已至 谷歌Gemini 2.5 Flash-Lite实现“心念所想，界面即现”

谷歌DeepMind再次展示了其强大的技术实力，发布了Gemini 2.5 Flash-Lite模型。该模型最令人震撼的特性是其超低延迟的实时交互界面生成能力。用户可以通过语音或文本描述，瞬间生成并修改UI界面。这项技术结合了多模态输入和长上下文窗口，预示着一种全新的“生成式操作系统”的到来，用户与设备的交互方式或将被彻底颠覆。
![image.png](https://static.downly.cn/images/85e05624284ab97b3dc8479268d39ee4.png)

## 300亿美元豪赌 苹果或将收购Perplexity以重塑搜索格局

市场传出重磅消息，苹果公司正考虑以高达300亿美元的价格收购AI搜索初创公司Perplexity。若交易达成，这将成为苹果历史上最大规模的并购。此举被视为苹果应对AI时代搜索市场变革的关键一步，意图通过Perplexity先进的对话式、答案驱动的搜索技术，全面升级Siri和Safari的用户体验，以在与谷歌等对手的竞争中抢占先机。

![image.png](https://static.downly.cn/images/9d947b288c191a494212917b1cc2cf34.png)
## Kimi-2506开源 月之暗面升级多模态与智能体能力

国内大模型独角兽月之暗面宣布开源其最新的多模态模型Kimi-2506。新模型在智能体（Agent）和视觉理解能力上取得了重大突破。官方数据显示，其推理效率大幅提升，能够更节省token，同时在多项基准测试中得分显著提高。尤其在视觉方面，它支持高达320万像素的高分辨率图像处理，并在图表分析、长文档问答及视频理解等复杂任务上表现出色。

![image.png](https://static.downly.cn/images/b874ae38fdde0c49932a6e19ff4a81de.png)




AI每日资讯0623

> 备受瞩目的 NovelAI Diffusion V4.5 完整版，现已正式推出。


对于热爱 AI 绘画的创作者们来说，NovelAI Diffusion 系列模型一直是他们重要的工具。 近日，NovelAI 团队宣布，其最新一代模型 NovelAI Diffusion V4.5 的“完整版（Full）”现已正式上线。 这标志着该模型的研发进入了一个全新的阶段，并有望为用户带来更强大的绘画能力和更优质的生成体验。

![image.png](https://static.downly.cn/images/20250530070730.609056887.png)

此前，NovelAI Diffusion V4.5 可能以预览版或部分功能的形式推出。 而此次发布的“完整版”，通常意味着模型经过了更充分的训练、优化和功能集成，具备了更稳定、更全面的性能表现。

##  更精细的控制与更高质量的图像


*   **更精细的图像细节** 完整版模型通常会展现出对细节更强的把握能力，生成更清晰、更锐利的图像。
*   **更准确的Prompt理解** 对复杂或 nuanced 的提示词有更好的理解，生成结果更贴合用户意图。
*   **更广阔的创作风格支持** 可能在风格、光影、构图等方面提供更丰富的选择和更自然的表现。
*   **更稳定的生成过程** 减少生成失败或出现异常结果的情况，提高生成效率。
*   **潜在的新功能或优化** 可能包含对特定元素、构图方式或交互体验的改进。

![image.png](https://static.downly.cn/images/20250530070712.302369195.png)

这些潜在的改进，都将直接提升用户的使用体验，让 AI 绘画创作变得更加自由和高效。

## 对创作者的意义 释放无限创意潜力

NovelAI Diffusion V4.5 完整版的推出，对于广大 AI 绘画创作者来说具有重要意义。

[插图 创作者使用 NovelAI 进行创作的场景示意图]

它意味着
*   **更高的创作效率** 更快的生成速度和更稳定的结果，让创作过程更顺畅。
*   **更广阔的创作空间** 更强大的模型能力，能够实现更复杂的创意想法。
*   **更高质量的最终作品** 精细的细节和准确的风格，让作品更具表现力。

完整版的发布，无疑为用户提供了更强大的工具，帮助他们打破创作的限制，释放无限的创意潜力。

## 如何体验 立即前往 NovelAI 平台

想要体验 NovelAI Diffusion V4.5 完整版的强大能力？ 用户只需前往 NovelAI 官方平台，即可使用最新版本的 Diffusion 模型进行创作。

![image.png](https://static.downly.cn/images/20250530071646.973316788.png)

随着 AI 技术的不断发展，我们期待 NovelAI Diffusion V4.5 完整版能够为 AI 绘画领域带来新的突破，激发更多令人惊叹的艺术作品。

---

**更具吸引力且更贴近文章重点的标题建议**

*   AI 绘画再升级 NovelAI Diffusion V4.5 完整版现已发布 开启无限创作可能
*   告别限制 NovelAI Diffusion V4.5 Full 版本上线 更高质量 更精细控制
*   画质飞跃 NovelAI Diffusion V4.5 完整版震撼登场 为你的创意加速
*   NovelAI Diffusion V4.5 Full 发布 完整版带来哪些惊喜？ 抢先看
*   你的 AI 画笔更强大了 NovelAI Diffusion V4.5 完整版来了



你的 AI 画笔更强大了 NovelAI Diffusion V4.5 完整版来了


Perplexity Labs 现已面向所有 Pro 用户推出，这是一款可以处理复杂任务的工具，能够使用编码、无头浏览器和设计工具直接在平台中进行报告分析、生成演示文稿、输出动态仪表板和可交互迷你web程序。

![image.png](https://static.downly.cn/images/20250530033106.701169024.png)

Perplexity Labs 被定位为一款能够处理那些需要多步骤协作和专业工具才能完成的复杂工作的利器。 不同于以往的 AI 工具，Perplexity Labs 整合了多种核心能力，使其能够在平台内部直接完成一系列任务

*   **内置编码能力** 能够理解并执行代码，进行数据处理或逻辑运算。
*   **无头浏览器功能** 模拟用户浏览网页，进行自动化信息抓取和处理。
*   **集成设计工具** 可能与某些设计相关的能力或模块协同工作，辅助可视化内容的生成。

通过这些能力的融合，Perplexity Labs 让 AI 助手拥有了更强的“动手”能力。

## 直出成果 报告 演示文稿 动态仪表板 一手掌握

Perplexity Labs 的强大之处，在于它能够直接输出具有实用价值的成果，显著提升用户的工作效率。 它能够处理的具体任务包括

*   **自动化报告分析** 利用编码和无头浏览器收集并分析数据，直接生成结构清晰的报告文档。
*   **快速生成演示文稿** 将用户提供的素材或分析结果转化为具有专业外观的演示文稿。
*   **输出动态交互式仪表板** 创建可视化数据看板，用户可以与数据进行互动。
*   **生成可交互迷你 Web 程序** 根据简单需求，直接生成具备特定功能的轻量级 Web 应用。

![image.png](https://static.downly.cn/images/20250530033122.001641210.png)

这意味着，用户只需提出需求，Perplexity Labs 就可能直接给出成品，大幅减少了在不同工具之间切换和手动操作的时间。

## Pro 用户专属 更高阶的能力体验

Perplexity Labs 作为 Perplexity Pro 用户的专属功能，突显了其针对专业人士和有更高阶需求用户的定位。



对于 Perplexity Pro 用户而言，Perplexity Labs 提供了更深度的 AI 应用能力，帮助他们在各自的领域实现效率飞跃，例如

*   快速进行市场研究和数据可视化。
*   将研究成果快速转化为演示内容。
*   为特定项目快速构建定制化的小工具。

Perplexity 通过 Perplexity Labs 为 Pro 用户提供了与其订阅价值相匹配的更强大的生产力工具。

## 迈向执行新时代 AI 助手的无限可能

Perplexity Labs 的发布，不仅仅是 Perplexity 平台的一次更新，更是预示着 AI 助手正在从信息助手向任务执行者的角色转变。


未来，我们有理由相信，AI 将在处理复杂任务、自动化工作流程方面扮演越来越重要的角色。 Perplexity Labs 正是这一趋势的先行者之一，它为我们展示了 AI 助手的无限潜能，以及它们如何能够直接帮助我们解决实际问题，创造实际价值。




Perplexity 发布 AI 全能工作站：代码、分析与自动化一网打尽

> Google Gemini Pro 目前支持任意域名后缀的 edu 邮箱申请教育优惠，**15个月免费试用期间无需付费**。如果您不具备以下条件，可以参考本文教程获取相关资源。

省流：

1. 免费注册edu临时邮箱（5分钟左右可以搞定）
2. 申请或购买虚拟信用卡（小黄鱼微氪6.3￥，最快2分钟搞定），或者购买WlidCard虚拟信用卡（实名认证+氪金10.99$）、申请免费的Bybit虚拟信用卡（白嫖难度较大），如果你正好手里有境外的信用卡，可以省略此步骤。

## 1. 申请必要条件

### 基础要求

1. **Google 账户**
   - 建议注册新账户，境内账户可能存在限制
2. **教育邮箱**
   - 任意 `.edu` 后缀邮箱即可，无需验证学校真实性
3. **境外信用卡**
   - ⚠️ **不支持**国内 Visa 卡和 PayPal，可选择白嫖方案或付费方案

## 申请成功后可获得的权益

1. **Gemini Pro 完整版本**
2. 多应用 AI 集成
   - Gmail 智能助手
   - Google 文档 AI 写作
   - Google 视频等应用的 AI 功能
3. **NotebookLM 学习工具**
4. 扩展云存储空间
   - Google Photos 无限存储
   - Google Drive 大容量空间
   - Gmail 邮箱扩容
5. **Google One Premium 全部权益**

## ⚠️ 重要提醒

**自动续费警告**：如使用个人信用卡，请务必在试用期结束前取消订阅，避免自动扣费！

------

*💡 提示：本教程将详细介绍如何获取 edu 邮箱和境外信用卡，以及完整的申请流程。*



**Google 关于免费申请学生折扣条款：**

![Google 关于免费申请学生折扣条款](https://static.downly.cn/images/image-20250527230848847.png)

## 2. 申请虚拟信用卡

申请方案主要分为三种：购买虚拟信用卡（实名认证+氪金10.99$）、小黄鱼购买用于验证的临时卡（微氪6.3￥）、申请免费的Bybit虚拟信用卡（白嫖难度较大）

### 2.1 申请WildCard虚拟信用卡

一种是氪金10.99$购买一张[WildCard的信用卡](https://bewildcard.com/i/ZA7PXITE)，当然这个虚拟信用卡后续还可以用于ChatGPT/Claude/Midjourney等其他订阅使用，具体支持订阅以下服务:

![](https://static.downly.cn/images/image-20250527233929805.png)

需要特别注意的是WildCard 不支持 `Google Cloud`、`Oracle Cloud`、`Wise`（开卡界面有明显的提示）。并且需要实名认证的，整体体验较为繁琐，不过的确适用于解决没有境外信用卡的问题，使用邀请链接：[https://bewildcard.com/i/ZA7PXITE](https://bewildcard.com/i/ZA7PXITE)可减1$（邀请者得2$，不知道是否可以自己邀请自己）。

![](https://static.downly.cn/images/image-20250528001745763.png)

### 2.2 万能小黄鱼购买用于验证的虚拟信用卡

小黄鱼搜Gemini关键字：`Gemini虚拟卡`，然后斥巨资6.3￥，购买一张用于验证的虚拟信用卡，这应该是目前为止微氪体验最好的方法了。

![](https://static.downly.cn/images/image-20250527235011841.png)

### 2.3 免费申请Bybit虚拟信用卡

申请流程大致是下载Bybit、手机号注册账号、实名认证（需要拍身份证正反面）、申请虚拟信用卡（选择澳大利亚）。在此之前，你需要先完成实名认证，然后在福利中心点击Card，然后点击Activate Now（开虚拟卡）：

![0747dd619de2b73b0a5d5daed0344fe](https://static.downly.cn/images/0747dd619de2b73b0a5d5daed0344fe.jpg)

最终你会得到一张虚拟信用卡：

![微信图片_20250528000141](https://static.downly.cn/images/微信图片_20250528000141.png)

需要特别注意的是，并不是所有国家的虚拟卡都支持Google Gemini 申请的，我用澳大利亚的申请失败，所以就不再折腾了（有同事提到关键点：申请澳大利亚的虚拟信用卡的时候不要选择美元账户；在申请Google Gemini Pro之前，需提前在Google Play中绑定信用卡就可以申请成功了！这个方法我没有尝试）。



## 3. 免费注册edu临时邮箱

由于`edu.kg`和`edu.pl`后缀的邮箱允许个人注册，所以有人利用自己购买的`edu.kg`和`edu.pl`后缀的域名给大家开放免费的临时edu域名。如果你也想自己创建一个edu.kg域名，可以参考：[https://uof.edu.kg/archives/1742110296108](https://uof.edu.kg/archives/1742110296108) 这篇文章。

为了方便，我们可以使用大佬免费提供的临时邮箱。首先，访问：https://mail.lkkk.eu.org/ 注册一个临时邮箱账户：

![](https://static.downly.cn/images/image-20250527224302815.png)

注册成功后就可以开始申请自己的临时edu邮箱了，记得邮箱后缀一定要选择edu.kg或者edu.pl类型的：

![](https://static.downly.cn/images/image-20250527223248419.png)

临时邮箱创建完成后可以看凭证信息和一个“自动登录邮箱的链接”地址：

![](https://static.downly.cn/images/image-20250527223300663.png)

复制并打开自动登录邮箱的链接即可开始接受邮件了，至此，前期的edu邮箱准备结束。



## 4. 申请 Google Gemini Pro 教育优惠

接下来开始申请Google Gemini Pro 教育优惠,访问官网：[https://gemini.google/students/](https://gemini.google/students/)

![](https://static.downly.cn/images/image-20250527232454568.png)



点击Get offer,按照提示验证学生身份:

![](https://static.downly.cn/images/image-20250527232546831.png)

需要特别注意的是，如果你的Google账户在校验学生身份之前提示：当前账号所在区域禁止申请Google Gemini Pro。那么这个时候你需要重新注册一个新的Google账号，如果你没有多余的手机卡，可以去SMS-Activate微氪（0.2$）申请一个新的Google账号。

![](https://static.downly.cn/images/image-20250528002511637.png)

如果没有相关错误，那么输入前面创建的临时edu邮箱地址并点击Verify验证:

![](https://static.downly.cn/images/image-20250527223338083.png)

回到临时邮箱查收邮件:

![](https://static.downly.cn/images/image-20250527223410390.png)

这个时候,Google会提示你符合申请条件,点击Continue即可:

![](https://static.downly.cn/images/image-20250527223427446.png)

最后一步也是最关键的一步,添加境外的信用卡,点击Add card:

![](https://static.downly.cn/images/image-20250527223443752.png)

填写信用卡信息,然后点击Save:

![](https://static.downly.cn/images/image-20250527223529216.png)

信用卡验证成功后会提示订阅信息(从今日开始,免费试用15个月,试用截止后19.99$一个月):

![](https://static.downly.cn/images/image-20250527223558027.png)

点击`Subscribe`完成订阅:

![](https://static.downly.cn/images/image-20250527223612281.png)

订阅成功后你将会看到你目前拥有的完整权限:

![](https://static.downly.cn/images/image-20250527223626446.png)

最后,点击Go to Gemini Pro即可免费使用:

![](https://static.downly.cn/images/image-20250527223853204.png)


## 关于Downly.cn

[Downly.cn](https://www.downly.cn/)是我正在建设中的一个集AI文章、教程、应用、导航于一体的综合类门户网站。虽然目前还处于建设阶段，但它的开发过程恰好成为了我测试各种AI编程工具的绝佳案例。

随着AI技术的不断进步，我相信会有更多优秀的工具涌现。而Downly.cn的目标之一，就是帮助开发者在这个日新月异的领域中找到最适合自己的工具和方法。欢迎关注Downly.cn的建设进展，一起探索AI赋能开发的无限可能！


Google Gemini Pro 教育优惠白嫖指南



> 人工智能（AI）的浪潮正在以前所未有的速度席卷全球，深刻改变着我们的工作和生活方式。为了深入了解AI应用的真实发展态势，知名数据分析公司 SimilarWeb 近日发布了一份详细的AI使用报告，通过对海量网站和应用流量数据的分析，揭示了当前AI领域的一些令人惊讶的趋势。这份报告不仅印证了AI的广泛普及，更指出了一些值得关注的细分领域的高速增长，其中尤以编程工具的爆发式增长最为亮眼。



## AI热度持续升温：整体流量攀升

SimilarWeb 的报告首先确认了AI网站和应用的整体流量呈现持续增长的趋势。这并不令人意外，随着 ChatGPT 等明星产品的普及，越来越多的人开始尝试并使用各种AI工具来提高效率、获取信息或进行娱乐。报告数据显示，AI相关网站和应用的访问量在过去一年中实现了显著提升，反映了公众对AI技术的浓厚兴趣和日益增长的采纳度。



![image.png](https://static.downly.cn/images/20250514031558.948756277.png)



## 五大惊人发现：细分领域的亮点

除了整体增长，SimilarWeb 的报告还深入分析了不同类别的AI应用，并揭示了五个尤其令人惊讶的发现：

1.  **编程工具的爆发式增长：** 这是报告中最引人注目的发现之一。用于代码生成、错误检测、代码解释等功能的AI编程工具经历了惊人的增长。这表明开发者们正在迅速拥抱AI来提升编码效率，甚至改变传统的软件开发流程。像 GitHub Copilot 这类的工具正变得越来越流行。

2.  **教育领域的AI应用崭露头角：** AI在教育领域的应用也显示出巨大的潜力。从个性化学习平台到自动批改作业工具，AI正逐渐融入教育的各个环节，帮助学生更有效地学习，教师更高效地教学。

3.  **图像生成AI的持续火爆：** 尽管已经火了一段时间，图像生成AI（如 Midjourney, DALL-E 等）的热度依然不减。用户对创意内容生成的需求持续旺盛，推动着这类工具的进一步发展和普及。

4.  **AI聊天机器人的多样化和细分化：** 除了通用型聊天机器人，报告发现专注于特定领域的AI聊天机器人（例如，用于客户服务、医疗咨询、法律建议等）也呈现出快速增长的势头。这表明AI正在向更专业、更具针对性的应用方向发展。

5.  **新兴AI垂直应用的潜力：** 报告还 highlighting 了一些处于早期阶段但增长迅速的AI垂直应用，例如用于市场营销、销售自动化、内容创作等领域的AI工具。这些新兴领域预示着AI在商业应用方面的广阔前景。







## 编程工具为何能领跑？

报告中编程工具的爆发式增长尤其值得深思。这可能归因于以下几个因素：

*   **直接提升效率：** 对于开发者而言，AI编程工具能够显著减少重复性工作，加快编码速度，直接带来效率提升。
*   **降低学习门槛：** 一些AI工具可以帮助新手理解代码或生成基础代码框架，降低了编程的学习门槛。
*   **解决实际痛点：** 调试、查找 Bug 是开发者面临的常见痛点，AI工具在这方面提供了有力的支持。
*   **开发者社区的快速采纳：** 开发者群体通常对新技术接受度较高，更容易快速采纳并推广有效的AI工具。







## 趋势背后的启示

SimilarWeb 的这份报告为我们提供了宝贵的洞察。它不仅量化了AI应用的快速发展，更指出了不同领域的发展热度。编程工具的成功案例表明，AI在解决具体、实际问题时能够迅速获得市场认可。对于企业和开发者而言，关注这些增长最快的细分领域，理解其背后的驱动因素，将有助于抓住AI时代的机遇，开发出真正有价值的AI产品和服务。随着技术的不断进步和应用的深入，我们有理由相信，AI将在更多领域展现出惊人的增长潜力。


搜索结果: AI工具