# 每日AI资讯1010：AI巨头动态频出，人形机器人与微型模型引领技术新浪潮

> 导语 本期AI资讯看点纷呈：台积电在AI需求的推动下业绩斐然；ChatGPT用户规模再创新高；谷歌与Figma的合作将Gemini AI融入设计流程；三星推出的微型模型在推理能力上实现惊人突破；Lyft与Figure AI分别在自动驾驶和人形机器人领域迈出重要步伐；同时，AI领域的投融资与市场竞争也日趋白热化。

## AI需求引爆芯片市场 台积电Q3营收同比猛增30%

受人工智能应用需求的强劲驱动，全球芯片制造巨头台积电在2025年第三季度实现了创纪录的业绩。其营收高达9899.2亿新台币，同比增长30%，显著超出市场预期。这一增长主要归功于来自英伟达、苹果等行业领军客户的大量订单，凸显了AI技术发展对半导体产业的巨大推动作用。

![image.png](https://static.downly.cn/images/fd8ea2943a5ebac47afa68e69326e026.png)
图源备注：图片由AI生成

## 用户增长神话延续 ChatGPT周活跃用户突破8亿

在近期的年度开发者大会上，OpenAI宣布其旗舰产品ChatGPT的周活跃用户数量已突破8亿大关。与去年同期相比，这一数字实现了700%的惊人增长，再次刷新了AI应用的用户增长纪录。这不仅巩固了ChatGPT在大型语言模型领域的领先地位，也预示着AI技术正以前所未有的速度融入大众的日常生活。

![image.png](https://static.downly.cn/images/be85cf2794468e5090d0dce7da78c99b.png)
图源备注：图片由AI生成

## 设计工具迎来AI革命 Figma集成谷歌Gemini模型

知名设计协作平台Figma宣布与谷歌达成合作，将强大的Gemini AI技术，包括Gemini 2.5 Flash、Gemini 2.0和Imagen 4等多个模型，全面集成到其平台中。此次合作旨在赋能设计师，只需通过简单的文本提示，即可调用AI完成复杂的图像编辑与内容生成任务，从而极大提升设计工作的效率与创造力。

![image.png](https://static.downly.cn/images/bc95801a3a88e2d691a53acc52a9e9f3.png)
图源备注：图片由AI生成

## 小模型蕴含大能量 三星700万参数TRM模型推理能力惊艳业界

三星公司发布了一款仅有700万参数的微型递归模型（TRM），颠覆了“模型越大越强”的传统认知。在数独和ARC-AGI等高难度推理任务中，TRM的表现甚至超越了Gemini 2.5 Pro等参数量远大于它的顶尖大型模型。其成功的关键在于采用了独特的递归校正循环机制，实现了高效且精准的结构化推理。

![image.png](https://static.downly.cn/images/c907ff96313fa883b9c0631ede972a21.png)
图源备注：图片由AI生成

## 从实验室到现实 Figure AI发布第三代人形机器人

机器人初创公司Figure AI推出了其第三代人形机器人Figure03，标志着该领域取得了重大进展。得益于其自研的“视觉-语言-动作”模型Helix，Figure03能够完全自主地在家庭和商业环境中执行洗衣、爬楼梯、清洁等多种复杂任务，不再依赖远程人工操控。这预示着通用人形机器人正加速从研发阶段迈向大规模商业化应用。

![image.png](https://static.downly.cn/images/df07bb56f09d7f992cf9ce56983dda99.png)
图源备注：图片由AI生成

## 智能出行新篇章 Lyft计划2027年部署数百辆机器人出租车

尽管近期股价有所下调，但网约车巨头Lyft依然坚定地推进其在自动驾驶领域的战略布局。公司宣布，计划在2027年正式部署数百辆由TensorAI技术驱动的机器人出租车。此举旨在推动智能交通系统的发展，重塑未来城市出行模式，也体现了出行平台在激烈技术竞争中的转型决心。

![image.png](https://static.downly.cn/images/36af1b21d8acdb54f6488bcbb7a737a6.png)
图源备注：图片由AI生成

## AI办公战火升级 谷歌云Gemini Enterprise正面挑战微软与OpenAI

为了在日益激烈的AI办公市场中占据有利地位，谷歌云正式推出了名为Gemini Enterprise的AI办公平台。该平台旨在通过一系列自动化工具，为普通员工赋能，帮助他们简化繁琐的工作流程，从而显著提升工作效率。Gemini Enterprise的发布，被视为谷歌直接挑战微软和OpenAI在该领域霸主地位的重要举措。

![image.png](https://static.downly.cn/images/9990f3ab8cd4c535d3d54b425ef2477b.png)
图源备注：图片由AI生成

## 开源AI新星崛起 Reflection AI获20亿美元融资挑战巨头

成立仅一年的AI初创公司Reflection AI正迅速成为开源AI领域的焦点。该公司由前谷歌DeepMind研究员创立，致力于开发强大的开源AI模型，以挑战OpenAI等封闭模型的垄断地位，并与中国的DeepSeek等公司展开竞争。凭借其宏大的愿景，Reflection AI已成功完成20亿美元的新一轮融资，公司估值在七个月内飙升15倍，达到80亿美元。

![image.png](https://static.downly.cn/images/c635b0f891b7222381755f4b8965be5f.png)
图源备注：图片由AI生成

每日AI资讯1010：AI巨头动态频出，人形机器人与微型模型引领技术新浪潮






> 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)

每日AI资讯0730：谷歌微软OpenAI巨头激战，垂直领域AI应用全面开花

> 近日，谷歌（Google）重磅宣布，其最新一代文生图模型 **Imagen 4** 正式集成到 Gemini，并向部分 Gemini Advanced 用户开放体验。 作为谷歌迄今为止最强大的图像生成模型，Imagen 4 在图像质量、细节丰富度、提示词理解和一致性方面都取得了显著飞跃，标志着 Gemini 在多模态能力上迈出了关键一步，为用户带来了前所未有的创意生成体验。



人工智能领域的技术浪潮汹涌澎湃，其中文生图模型更是焦点所在。 谷歌在这一领域一直走在前沿，其 Imagen 系列模型以其卓越的图像生成能力而闻名。 如今，这一系列迎来了里程碑式的升级。

近日，谷歌正式宣布，其最新、最强大的文生图模型——**Imagen 4**，已全面集成至其旗舰级多模态AI模型 **Gemini**。 这一激动人心的消息意味着，部分 Gemini Advanced 用户将能够率先体验到 Imagen 4 带来的革命性图像生成能力，为创意表达和内容创作开启了新的篇章。

![image.png](https://static.downly.cn/images/e94af3be26d860a9d8fb576ad758609d.png)

### 性能飞跃 Imagen 4的强大实力

Imagen 4 的推出，并非简单的版本迭代，而是谷歌在图像生成技术上的一次重大突破。 它在多个关键指标上实现了显著提升
![image.png](https://static.downly.cn/images/6766e3650d37f7c8ea5c58448fe55d3b.png)

#### 1. 图像质量登峰造极

Imagen 4 生成的图像在**逼真度、细节丰富度、色彩表现力以及光影效果**上达到了前所未有的水平。 无论是复杂的场景、精细的纹理还是微妙的情绪表达，Imagen 4 都能精准呈现，使得生成图片几乎 indistinguishable from real photos（难以与真实照片区分）。

#### 2. 精准理解复杂提示词

以往的文生图模型在处理长句、复杂概念或多重指令的提示词时，常出现理解偏差。 Imagen 4 则在这方面取得了显著进步，它能够**更准确地解析用户的意图，将复杂的文字描述转化为精准的视觉元素**，大大提高了生成图像与用户预期的匹配度。

#### 3. 增强图像一致性

在生成一系列相关图像或处理同一主题但不同视角的图片时，Imagen 4 展现出卓越的**一致性**。 这对于需要批量生成、保持风格统一的内容创作场景至关重要。 无论是人物特征、物体形态还是场景氛围，都能在不同生成结果中保持高度协调。

#### 4. 安全与伦理考量

谷歌在开发 Imagen 4 的过程中，始终将**安全和负责任的 AI 原则**放在首位。 模型在训练数据和生成内容方面都经过严格的过滤和审查，旨在避免生成有害、偏见或不当内容，确保技术的正面应用。



### Imagen 4如何赋能Gemini

Imagen 4 的集成，无疑是 Gemini 在多模态能力发展上的一个重要里程碑。 这意味着 Gemini 不再仅仅是一个强大的语言模型，它将真正成为一个能够“看图说话”也能“画图说话”的全能型 AI 助手。

*   **更丰富的创意表达** 用户可以直接在 Gemini 中，通过文字描述即可生成高质量的图像，无论是设计草图、艺术创作还是生活场景的想象，都变得触手可及。
*   **提升内容创作效率** 对于营销、设计、媒体等行业从业者，Imagen 4 将大幅提升图像素材的生成效率，降低创作门槛。
*   **多模态交互新体验** 用户可以通过图像向 Gemini 提问，再结合文字生成新的图像，形成更自然、直观的交互体验。

未来，随着 Imagen 4 在 Gemini 中更广泛的应用，我们有望看到更多基于视觉和语言的创新应用涌现。

### 展望 文生图大模型的未来

Imagen 4 登陆 Gemini，不仅是谷歌自身技术进步的体现，更是文生图大模型发展趋势的一个缩影。 随着模型能力的不断增强，对**细节的把握、复杂指令的理解、风格的控制以及伦理安全的考量**将成为竞争的关键。

谷歌正通过持续的技术创新，推动 AI 艺术创作和多模态交互进入一个全新的高度。 Imagen 4 在 Gemini 中的表现，无疑将为我们勾勒出未来 AI 助手的无限可能。


搜索结果: Imagen 4