

> 摒弃传统接口对接的繁重路径，谷歌全新代理工具直接通过视觉模拟接管应用界面，在保留人工复核底线的同时实现了跨平台复杂指令的一键流转。

## 视觉接管打破应用生态孤岛

长期以来，AI助手在执行跨应用操作时高度依赖各家软件开放的底层接口，这种模式极大地限制了服务边界。此次进入公测的自动化技术彻底扭转了这一局面。系统通过构建一个虚拟的交互视窗，让模型具备了类似人类的屏幕理解与点按能力。当用户下达预定咖啡或呼叫网约车的自然语言指令时，模型会自主唤醒对应的商业软件，在复杂的菜单层级中完成滑动查找、选项比对与地址填入。这种基于图形界面的直接操控，使得AI能够无视底层协议的壁垒，强行打通不同服务平台之间的业务流。

![52.png](https://static.downly.cn/images/e882f39fb9007bdc5fedb5a28ccc7a80.png) <center>图源备注：图片由AI生成</center>

## 人机协同守住风险管控底线

赋予算法自主接管权限必然伴随着极高的误操作风险。为此，该自动化框架内嵌了严密的安全阻断机制。在整个模拟点击过程中，操作过程对用户保持绝对透明，任何偏差均可通过接管指令瞬间终止。更核心的风控节点设置在资产交易环节 系统被强制剥离了最终支付权限，必须停留在结账界面等待人类用户的物理确认。这种将执行效率交由算法、将决策权保留给人类的交互结构，在推进智能体验跃升的同时，为商业化落地构建了必要的信任基础。

谷歌Gemini任务自动化功能开启公测 视觉模拟重构智能手机交互范式



> 今日AI界动态频频，苹果正研发的轻巧智能眼镜或将搭载双重用户界面，预示着可穿戴设备的全新交互模式；英伟达正式推出个人AI超级计算机，将顶级算力带入寻常书桌；同时，OpenAI与博通的强强联合、微软自研图像模型的惊艳亮相，以及Slackbot向“AI伴侣”的智能化升级，共同描绘了一幅硬件与软件齐头并进，加速改变我们工作与生活的宏伟蓝图。

## 苹果智能眼镜新突破 双重界面引领轻量化未来

苹果正致力于开发一款轻巧型智能眼镜，其核心亮点在于配备了创新的双重用户界面。这款眼镜能够无缝运行visionOS系统，并根据配对的设备智能调整显示界面。这一设计理念预示着苹果的产品重心正从功能强大的Vision Pro，逐步转向更便于日常携带和使用的设备，旨在为用户提供更为便捷的增强现实体验。

![image.png](https://static.downly.cn/images/0a6dd06c4c3dcac491f64eb3c6e86b5d.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## OpenAI联手博通 打造下一代AI加速器

为了应对日益增长的AI计算需求，OpenAI已与芯片巨头博通（Broadcom）达成合作，共同设计新一代的AI加速器。该项目将充分利用博通在以太网和PCIe等网络组件方面的技术优势，旨在打造出功率高达10千瓦的强大AI硬件。此次合作的目标是显著提高AI模型的训练和开发效率，为未来更强大的AI应用奠定坚实的算力基础。

![image.png](https://static.downly.cn/images/3ff8baef59ec135649533dcef9da11cf.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## AI时代的数据瓶颈 SSD成为存储新关键

随着人工智能技术的飞速发展，海量数据被频繁调用，传统数据中心的存储架构正面临严峻瓶颈。为了满足AI并行计算和模型训练对低延迟、高吞吐量的极致要求，存储设备的升级已势在必行。固态硬盘（SSD）凭借其出色的读写速度和响应能力，正成为解决这一问题的关键，引领着一场AI时代的存储革命。

![image.png](https://static.downly.cn/images/c3566ef894adf960a8b38d5866741e7e.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## Slackbot智能升级 变身定制化AI工作伴侣

告别简单的消息提醒，Slackbot正在经历一次彻底的重构，将升级为一款高度个性化的AI工作伴侣。新的AI助手将具备定制计划、智能摘要、知识库检索以及任务自动化等高级功能，旨在全面提升团队的协作效率。这一重大更新标志着Slack正式进军企业级AI助手市场，致力于为用户提供更智能、更高效的办公体验。

![image.png](https://static.downly.cn/images/fdd5a009748d970dec273bc057282ab9.png)
</div>
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 英伟达桌面级AI超算DGX Spark开售 个人研究迎来新纪元

英伟达宣布，其专为个人用户设计的AI超级计算机DGX Spark将于10月15日正式发售，定价为3999美元。这款桌面级设备旨在为广大数据科学家和AI研究人员提供前所未有的强大计算能力，让他们能够直接在桌面上进行复杂的AI模型训练和前沿研究。用户可通过英伟达官网及指定的美国合作伙伴进行购买。

![image.png](https://static.downly.cn/images/8bb510e3f37e2147be8af4195ae309bc.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 甲骨文力挺OpenAI 称其足以承担每年600亿美元成本

在近期的AI大会上，甲骨文CEO Clay Magouyrk对OpenAI表达了高度肯定和十足信心。他认为，尽管面临每年可能高达600亿美元的云基础设施成本，但OpenAI完全有能力承担。Magouyrk同时指出，OpenAI的用户增长速度极为惊人，已接近十亿大关，这是行业内极为罕见的现象，充分证明了其强大的市场潜力和发展前景。

![image.png](https://static.downly.cn/images/638b82806c5c1de63d27653f5a46e8eb.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>

## 微软自研MAI-Image-1发布 图像生成告别依赖

微软正式发布其首款自研的图像生成AI模型MAI-Image-1，彰显了其在AI技术领域的独立性。该模型能够生成高度逼真的图像，并能精准模拟自然光照效果，极大地提升了视觉内容的创作体验。目前，MAI-Image-1已在LMArena平台进行公开测试，未来将深度整合到Copilot和Bing Image Creator等微软核心产品中，为用户带来更强大的AIGC功能。

![image.png](https://static.downly.cn/images/2b9c95a11a872219a95e5b125c53ba63.png)
<div align="center">
图源备注：图片由AI生成
</div>
<br>



每日AI资讯1014：苹果眼镜引领轻量化未来，英伟达发布个人AI超算



> 导语：今日AI界风起云涌 AWS推出Agentic AI应用套件，旨在简化企业工作流程；硅基流动与Liquid AI分别发布创新模型，大幅降低大模型使用门槛；前谷歌CEO就AI安全发出警告；Figure 03人形机器人惊艳亮相，预示智能家居新纪元；Claude AI赋予Pro用户文档创建新能力；快手与滴滴则分别在代码模型和自动驾驶领域取得重大突破。

## AWS发布Agentic AI应用套件，一键连接千款企业应用

亚马逊云科技（AWS）近日推出了革命性的Agentic AI应用Amazon Quick Suite。该套件旨在通过无缝连接企业内部的知识库、主流SaaS应用以及AWS核心服务，彻底变革员工的工作方式。利用先进的MCP（Master Control Program）集成技术，Quick Suite能够实现跨应用的复杂任务流畅执行，显著提升员工在信息获取、深度研究、任务自动化和数据可视化等领域的工作效率，为企业智能化转型注入强大动力。

![image.png](https://static.downly.cn/images/3e38b0a71ae720686631836b2acf816e.png)
<p align="center">图源备注：图片由AI生成</p>

## 价格直降超50%，DeepSeek-V3.2-Exp推动长文本AI平民化

硅基流动最新发布的实验性模型DeepSeek-V3.2-Exp，在长文本处理领域取得了重大突破。该模型不仅支持高达160K的超长上下文长度，更通过引入创新的DeepSeek稀疏注意力机制，极大地提升了长文本的训练与推理效率。同时，其价格直降超过50%，极大地降低了开发者和企业使用先进大模型的成本门槛，有力推动了长上下文AI技术在更广泛场景中的应用与普及。

![image.png](https://static.downly.cn/images/6c255046060235ca414247b5c9aa8d04.png)
<p align="center">图源备注：图片由AI生成</p>

## 前谷歌CEO施密特警告 AI或将学会“致命技能”

前谷歌CEO埃里克·施密特（Eric Schmidt）在近期的公开讲话中对人工智能的潜在风险发出了严厉警告。他指出，AI技术面临着严峻的扩散风险，无论是开源还是闭源模型，都可能被恶意分子滥用。黑客攻击可能破坏其安全机制，更令人担忧的是，AI在训练过程中可能无意间习得具有破坏性甚至致命的危险技能。施密特呼吁全球科技界和政策制定者必须高度警惕，并立即加强相应的防范措施。

![image.png](https://static.downly.cn/images/19bbcbea13d7b3a9d0158e54b273d174.png)
<p align="center">图源备注：图片由AI生成</p>

## Figure 03人形机器人发布，智能家居迎来“新物种”

FigureAI公司正式发布了其全新升级的通用人形机器人Figure 03。这款机器人集成了尖端的感知系统、高度灵活的手部设计以及强大的Helix人工智能系统，使其能够轻松应对复杂的家庭和商业环境。Figure 03不仅能执行多样化的人类日常任务，更具备自主学习和适应能力，标志着智能家居和商业服务领域将迎来一个全新的智能解决方案时代。

![image.png](https://static.downly.cn/images/3f10613318156079c95a01cf898ec881.png)
<p align="center">图源备注：图片由AI生成</p>

## 手机跑出4B级AI速度，Liquid AI发布创新稀疏模型

Liquid AI公司推出了其创新的LFM2-8B-A1B模型，彻底颠覆了业界对小型混合专家（MoE）模型效率的认知。该模型采用先进的稀疏激活MoE架构，总参数量达到8.3B，但在实际运行时仅需激活其中的1.5B参数。这一设计在保持强大表示能力的同时，极大地降低了计算负载，使得在手机等资源受限的边缘设备上也能实现媲美4B级模型的推理速度，为实时交互AI应用开辟了新的可能。

![image.png](https://static.downly.cn/images/78bd9ee2f7fbc0bc370bfb564f8d200d.png)
<p align="center">图源备注：图片由AI生成</p>

## 用对话生成PPT和Excel，Claude Pro上线高级文档创建功能

Anthropic公司为其旗舰AI助手Claude的Pro订阅用户推出了一项里程碑式的新功能。现在，用户可以直接通过自然语言对话，轻松创建和编辑包括XLSX（Excel）、PDF、PPTX（PowerPoint）在内的多种主流Office文档。这一功能将AI的应用范畴从内容生成扩展到了更广泛的生产力工具领域，极大地简化了文档处理工作流程。

![image.png](https://static.downly.cn/images/d14bf3efb70bcf8429716147bb4f5d8c.png)
<p align="center">图源备注：图片由AI生成</p>

## 快手72B代码模型登顶开源榜，国产AI编程迎高光时刻

快手公司近期开源了其自主研发的720亿参数代码大模型KAT-Dev-72B-Exp，并在权威的SWE-Bench基准测试中取得了惊人成绩。该模型以74.6%的准确率一举夺得开源代码模型排行榜的冠军宝座，全面超越了国内外众多竞争对手。这一成就不仅展示了快手在AI编程领域的深厚技术积累，也标志着国产AI在核心技术领域迎来了重大突破。

![image.png](https://static.downly.cn/images/351e80fe3348ed9abab09f65d1b51c69.png)
<p align="center">图源备注：图片由AI生成</p>

## 滴滴自动驾驶喜提20亿融资，加速无人驾驶出租车落地

滴滴自动驾驶部门宣布已成功完成20亿元人民币的D轮融资，投资方包括广汽集团旗下的产业基金等知名机构。本轮融资将重点用于AI技术的持续研发、L4级别自动驾驶技术的商业化应用，以及在更多城市扩大全无人自动驾驶测试的规模。这笔资金的注入，将有力推动滴滴加速实现无人驾驶出租车（Robotaxi）的大规模落地，助力交通运输行业的智能化升级。

![image.png](https://static.downly.cn/images/6c9f6b637782124ce4f836cab9488147.png)
<p align="center">图源备注：图片由AI生成</p>



每日AI资讯1012：人形机器人再掀热潮，大模型价格战与安全警钟齐鸣



> 探索AI前沿动态：谷歌Gemini在嵌入模型领域超越OpenAI，其2.5 Pro版本与CAMEL-AI合作，革新数据处理方式；美图推出RoboNeo，一句话指令即可完成复杂的影像创作；同时，Liquid AI 开源的LFM2模型为边缘计算带来了速度与效率的双重突破。



## 谷歌Gemini嵌入模型登顶MTEB，性能超越OpenAI

谷歌最新发布的Gemini嵌入模型在多文本嵌入基准（MTEB）测试中以68.37分登顶，正式超越OpenAI，成为当前性能最强的嵌入模型。该模型基于先进的双向Transformer编码器，通过精细的多阶段训练和严格的数据质量控制，实现了卓越的性能。除了在多项任务中表现出色，其成本效益也极具吸引力，每百万token仅需0.15美元，这预示着谷歌在人工智能领域的竞争力正在不断增强。

![image.png](https://static.downly.cn/images/7692b7c013e12f1f20bf7587f8297cb4.png)

---

## Gemini 2.5 Pro 携手 CAMEL-AI，开启数据处理新纪元

CAMEL-AI 与谷歌宣布达成战略合作，将其创新的OWL系统与强大的Gemini 2.5 Pro大语言模型深度融合。此次合作旨在将Gemini 2.5 Pro的顶尖智能推理能力与OWL系统的复杂任务自动化及可视化功能相结合。通过智能协作和专业分工，双方致力于为用户提供一个前所未有、简单易用的数据自动化处理、分析和可视化解决方案，从而显著提升用户在数据分析工作中的效率与体验。

![image.png](https://static.downly.cn/images/146330d56d95f7f77870c37c31e03afb.png)

---

## 美图RoboNeo发布，AI智能体让修图建站一句话搞定

美图公司正式推出其AI影像Agent产品“RoboNeo”，标志着AI影像处理进入了一个全新的全能时代。用户仅需通过简单的自然语言指令，RoboNeo便能整合图片精修、品牌设计、乃至网页制作等多项复杂功能。该产品主要面向电商、品牌方及中小商家，为他们提供了一个高效的视觉内容创作解决方案。尽管目前在光影质感和细节处理上仍有提升空间，但RoboNeo所展现出的效率优势已经非常显著。

![image.png](https://static.downly.cn/images/b8f4aeba97135e2ef6e09248229ea7c3.png)

---

## Liquid AI开源LFM2，引领边缘AI进入新时代

Liquid AI 近日重磅开源了其专为边缘设备优化的下一代Liquid Foundation Models（LFM2）。该模型采用了创新的结构化自适应算子架构，在处理速度、能源效率和综合性能上均实现了重大突破。据官方数据显示，LFM2的推理速度比同类模型快2倍，并支持长上下文处理，为边缘AI应用和隐私保护提供了高效的解决方案。此举不仅推动了AI技术的透明化发展，也为全球范围内的技术创新注入了新的活力。

![image.png](https://static.downly.cn/images/6b4f8b2bc49b935da22298e84f032006.png)



每日AI资讯0715：谷歌Gemini模型性能飞跃，美图引领AI影像新时代

海量AI智能体免费用，已接入DeepSeek满血版

搜索结果: 任务自动化