> 科技巨头们正以前所未有的速度，将AI技术融入我们工作和生活的方方面面。从视频剪辑、应用开发到图片设计，AI正在掀起一场创造力革命，让原本复杂的技术变得触手可及。无论是谷歌、微软等公司的持续加码，还是TikTok、Adobe等应用层面的创新，都预示着一个更加智能、高效的未来。

## TikTok解放创造力 AI剪辑神器“Smart Split”让视频制作更简单

TikTok在美国创作者峰会上，为其庞大的创作者社群带来了一款名为“Smart Split”的AI剪辑工具。该工具旨在通过人工智能技术，智能分析视频素材，帮助创作者更高效地完成剪辑工作。同时，TikTok还推出了AI内容规划工具“AI Outline”，并更新了创作者分成政策，从技术赋能到收益优化，全方位提升创作者的制作效率与收入潜力。

![image.png](https://static.downly.cn/images/06f5409ba5cc4fc0e39d1665934570ad.png)
<center>图源备注：图片由AI生成</center>
 

## 谷歌母公司Alphabet财报亮眼 季度营收首破千亿 AI成未来核心增长点

谷歌母公司Alphabet公布了其最新季度财报，季度收入首次突破千亿美元大关，展现出强劲的增长势头。广告与云计算业务是此次增长的主要驱动力。财报会议上，公司高层明确表示将大幅增加资本支出，重点投向AI领域的基础设施建设，以满足未来业务扩张的需求。这一系列积极信号获得了投资者的广泛认可，公司股价随之上涨。

![image.png](https://static.downly.cn/images/836f83a1e8eb9d7ac36284454150b3b3.png)
<center>图源备注：图片由AI生成</center>
 

## YouTube电视体验大升级 AI画质优化加二维码购物 开启客厅新玩法

YouTube正致力于提升其在电视大屏上的观看体验。最新推出的功能允许观众通过扫描视频中嵌入的二维码直接进行购物，将内容与消费无缝连接。此外，YouTube还利用AI技术优化电视播放画质，并引入了更精准的搜索功能。这些更新不仅为观众带来了更丰富、便捷的客厅娱乐体验，也为内容创作者开辟了新的收入渠道。

![image.png](https://static.downly.cn/images/2036d38e4d32f4eef2cb422b798bced8.png)
<center>图源备注：图片由AI生成</center>
 

## 动动嘴就能做App 微软Copilot推出“应用构建器”

微软为其Microsoft 365 Copilot套件增添了两项强大功能 “应用构建器”和“自动化工作流”。这项创新使得没有任何技术背景的员工，也能通过简单的自然语言指令，在Word、Excel等常用办公软件内快速创建小型应用程序或自动化日常任务。例如，用户只需描述需求，即可生成一个项目仪表板，极大地提高了办公效率。

![image.png](https://static.downly.cn/images/40e7b6592672553789e2ddaada9111cf.png)
<center>图源备注：图片由AI生成</center>
 

## 为AI安全保驾护航 OpenAI发布两款全新开源安全推理模型

为了应对日益复杂的AI安全挑战，OpenAI宣布推出两款全新的开源安全推理模型 gpt-oss-safeguard-120b与20b。这两款模型的发布，旨在提升AI技术的可靠性与安全性，通过开源社区的力量，共同构建更安全的AI生态系统，为整个人工智能行业的健康发展提供了重要的技术保障。

![image.png](https://static.downly.cn/images/1e7abfe82e9b898d0b66d9900117273b.png)
<center>图源备注：图片由AI生成</center>
 

## 人人都是开发者 谷歌AI Studio推出“文本即应用”神器

谷歌在其AI Studio平台上发布了一项革命性工具，允许用户仅通过文本描述就能创建AI应用。这项“零代码”的创新，深度集成了强大的Gemini模型，用户无需编写任何代码，即可将自己的想法变为现实，甚至支持图像生成功能。这标志着AI开发的门槛被进一步降低，开启了“人人都是AI开发者”的时代。

![image.png](https://static.downly.cn/images/3e2fb97455bfd2cf67aa68e04771ec81.png)
<center>图源备注：图片由AI生成</center>
 

## 聊天就能P图 Photoshop与ChatGPT强强联手 设计门槛一降再降

Adobe公司宣布与OpenAI达成合作，将ChatGPT的强大自然语言处理能力深度集成到旗舰产品Photoshop及Adobe Express中。现在，用户可以直接通过聊天对话的方式，描述自己的创意想法，AI便能自动完成从图像生成、编辑调整到最终导出的全套设计流程。这项合作极大地简化了专业设计工作流，让创意表达变得前所未有的直观和便捷。

![image.png](https://static.downly.cn/images/c11ed0fde79133d273211fc1772c6fdf.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1030：科技巨头引领创造力革命，AI让应用开发与内容创作迈入新纪元

> 今日AI领域迎来多项突破：OpenAI推出企业知识功能，赋能团队协作；美图的AI助手让修图变得像聊天一样简单；谷歌Gemini则实现“一键生成”PPT，极大提升办公效率。同时，OpenAI与AMD的合作及在音乐生成领域的探索，预示着AI算力与创作能力的全新纪元。

## OpenAI解锁企业“最强大脑” 内部知识库一键调用

OpenAI近日正式上线“Company Knowledge”功能，旨在帮助企业整合内部跨平台的碎片化信息。这一新功能使ChatGPT能够连接并调用企业内部的知识和数据源，从一个通用的聊天机器人，转变为能够深度理解企业情况的智能助理，极大地促进团队成员间的高效协作。

![image.png](https://static.downly.cn/images/75664ca6b8423df31517532a7a9db594.png)
<center>图源备注：图片由AI生成</center>
 

## 对话式P图成真 美图RoboNeo让修图像聊天

美图公司推出了一款名为RoboNeo的AI修图Agent，它彻底改变了传统的图像编辑方式。用户不再需要掌握复杂的软件操作，只需通过自然语言与RoboNeo对话，描述自己的修图需求，例如“帮我更换图片背景”或“调整人物状态”，AI便能实时完成精准的编辑。这项技术不仅能自动拆分图层，更显著降低了专业修图的门槛，让普通用户也能轻松获得专业级的P图效果，效率瞬间拉满。

![image.png](https://static.downly.cn/images/03f5e2b46a766446ed7f2bfdb7eb59d9.png)
<center>图源备注：图片由AI生成</center>
 

## OpenAI与AMD强强联手 共筑AI算力新高峰

OpenAI与AMD达成了一项重磅合作协议，为AI领域的发展注入了新的动力。根据协议，AMD计划在2026年下半年为OpenAI提供高达1000兆瓦的计算能力，以支持其日益复杂的生成式AI模型的推理需求。作为合作的一部分，OpenAI还将获得AMD普通股的认购权，这标志着双方正式成为计算领域的重要战略合作伙伴，共同开启AI的新纪元。

![image.png](https://static.downly.cn/images/d9480424031edc5414095ef674a2faa0.png)
<center>图源备注：图片由AI生成</center>
 

## AI作曲家来了 OpenAI研发智能配乐工具

OpenAI正将其强大的生成能力扩展到音乐领域。据了解，该公司正在秘密研发一款全新的文本生成音乐工具，能够根据用户的文字描述或音频片段，智能创作出符合需求的配乐。该工具可以灵活适配音乐的情绪与节奏，未来有望彻底改变短视频配乐和人声伴奏的创作流程。通过与茱莉亚学院的合作，OpenAI旨在打磨出专业级的AI作曲能力，大幅提升内容创作者的生产效率。

![image.png](https://static.downly.cn/images/bb736c40bd596166c3c3e8b471a2b60a.png)
<center>图源备注：图片由AI生成</center>
 

## 科技之光点亮黑暗 Neuralink助盲人重见光明

由马斯克联合创立的Neuralink公司在人工视觉技术领域取得了里程碑式的进展。该团队成功利用其先进的植入式脑机接口技术，为一名因黄斑变性而失明长达15年的70岁患者恢复了中央视力。这一突破性成果不仅为无数眼科疾病患者带来了新的希望，也标志着人工视觉技术向临床应用迈出了关键一步。

![image.png](https://static.downly.cn/images/89adb31b546e15271c8d4e33648ea4cf.png)
<center>图源备注：图片由AI生成</center>
 

## 告别繁琐PPT 谷歌Gemini一键生成演示文稿

制作PPT的噩梦即将成为过去。谷歌在其Gemini Canvas中增加了一项强大的AI功能，允许用户通过输入简单的提示词或直接上传文件，就能快速、自动地生成一套完整的演示文稿。这项新功能旨在将学生和职场人士从繁琐的幻灯片制作中解放出来，其操作过程极其简便，让文件秒变幻灯片，极大地提升了工作与学习效率。

![image.png](https://static.downly.cn/images/ce3c5be8177ee55e30f776861944111a.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1027：企业知识库迎革命，AI修图配乐更智能

> 导语：今日AI界风起云涌，从微软明确AI伦理界限，承诺不涉足情色内容，到国内中科大与字节跳动联手推出分钟级长视频生成模型MoGA，实现技术新突破。同时，Kimi、蚂蚁集团和百度分别在开发者服务、多模态应用及OCR技术上取得显著进展，而EA与Stability AI的合作则预示着AI将深度赋能游戏产业的未来。

## 微软AI划清伦理红线，公开承诺不开发情色AI

微软AI业务的首席执行官苏莱曼近日明确表示，公司将不会涉足情色类AI服务的开发。这一声明是在OpenAI调整其相关政策之后发布的，凸显了微软在生成式AI领域的伦理立场，表现出其在技术发展中对社会责任的审慎和担当，致力于将AI服务严格限定在非情色应用范畴。

![image.png](https://static.downly.cn/images/efc8268600bca132616ef14fc0c94f0a.png)
图源备注：图片由AI生成
 

## Kimi专为开发者打造会员服务，编程效率再升级

Kimi公司为其编程工具“Kimi For Coding”推出了全新的增值会员计划，旨在为广大开发者提供更卓越的开发体验。该计划集成了Kimi CLI、Claude Code、RooCode等多种高效工具与服务，致力于大幅提升编程效率和代码生成速度。会员将享有每5小时100至500次的请求额度，且系统响应速度高达每秒100个Tokens，为编码工作注入强劲动力。

![image.png](https://static.downly.cn/images/2fdfa0155d70e4ad94ab43a4e17fb979.png)
图源备注：图片由AI生成
 

## 国产AI视频生成迎突破，中科大与字节联合发布MoGA模型

中国科学技术大学与字节跳动联合团队近日发布了一款名为MoGA的端到端长视频生成模型，标志着国产AI视频生成技术取得了重大突破。该模型能够一键生成长达一分钟、分辨率为480p、帧率为24fps的高质量短片，并且创新性地支持多镜头语言的自动切换。MoGA的核心优势在于其全新的注意力机制，为长视频内容的流畅生成与叙事逻辑提供了有力支撑。

![image.png](https://static.downly.cn/images/77f8192c655c59e596c148adc423fbac.png)
图源备注：图片由AI生成
 

## 蚂蚁集团入局多模态，AGI相机“灵光”开启内测

蚂蚁集团旗下全新的多模态应用“灵光”已正式启动内部测试。用户可通过手机号或支付宝账号登录体验。该应用的最大亮点是其内置的“AGI相机”功能，它能够利用手机镜头实时理解和识别现实世界中的物体与场景，并支持“即拍即问”的智能交互方式。此举展现了蚂蚁集团在多模态AI应用领域的探索与布局。

![image.png](https://static.downly.cn/images/70410b0b1f36da948fd75037584b2a82.png)
图源备注：图片由AI生成
 

## 百度飞桨新模型登顶全球OCR榜单

百度飞桨（PaddlePaddle）团队最新发布的PaddleOCR-VL视觉语言模型，在全球权威的OCR（光学字符识别）评测基准OmniDocBench V1.5中，以92.56的高分成功登顶，超越了包括DeepSeek-OCR在内的多个强大竞争对手。该模型以其0.9B的参数规模实现了卓越性能，并且在知名开源社区Huggingface的趋势榜上连续五日霸榜第一，彰显了其强大的技术实力与广泛的社区影响力。

![image.png](https://static.downly.cn/images/0372bb412dce5f51e522e1dd0e1db8e6.png)
图源备注：图片由AI生成
 

## EA联手Stability AI，探索AI在游戏开发中的无限可能

全球知名游戏开发商EA（Electronic Arts）宣布与人工智能公司Stability AI达成战略合作，计划将Stable Diffusion等先进的AI技术深度整合到游戏开发流程中。双方将共同研发适用于游戏制作的AI模型与工具，旨在重塑内容创作流程，加快开发迭代速度，并拓展创意边界。EA强调，此次合作中AI将作为提升效率、优化工作流的辅助工具，其核心目的并非取代人类设计师的创造力。

![image.png](https://static.downly.cn/images/837c84f5d882bb3407117fa2888cea13.png)
图源备注：图片由AI生成

每日AI资讯1025：国产长视频模型实现突破，多家巨头发布AI新应用与新规

> 导语：今日的AI界风起云涌，从社交媒体的创意编辑到汽车的智能交互，AI技术正以前所未有的深度和广度融入我们的日常生活。Meta将AI魔法棒交到用户手中，让图片编辑充满想象力；微软则让Clippy以全新的AI形象温暖回归；与此同时，Opera、OpenAI与谷歌等科技巨头也在不断拓展AI的应用边界，无论是浏览器的深度研究，还是操作系统的无缝集成，都预示着一个更加智能、高效的协同新时代的到来。

## Instagram新玩法：AI帮你一键P图

Meta为Instagram Stories带来了全新的AI图像编辑功能，用户现在可以直接通过文字指令，轻松实现对照片和视频的修改。想要给照片换个背景，或是为视频添加一些有趣的元素？只需输入简单的文字描述，AI就能帮你轻松搞定。这一功能的推出，让内容创作变得更加简单、有趣，也让每个人都能成为创意大师。

![image.png](https://static.downly.cn/images/94d27a1c2d6c02be5d58095ec3ebf277.png)

图源备注：图片由AI生成

## 微软新伙伴：Clippy变身AI好友Mico与你相伴

还记得那个经典的Office助手Clippy吗？如今，它以全新的AI形象Mico温暖回归。在微软Copilot的秋季发布会上，Mico作为拟人化的AI形象正式亮相。它不仅拥有倾听、变色等多种功能，还能根据你的需求进行定制，旨在成为你工作与生活中的温暖虚拟伙伴。微软还巧妙地在其中融入了彩蛋互动设计，为用户带来更多惊喜。

![image.png](https://static.downly.cn/images/403b8c2d0f94777cab0b2730496838b9.png)

图源备注：图片由AI生成

## Opera浏览器新突破：深度研究Agent“ODRA”亮相

Opera Neon浏览器即将上线一项名为ODRA的自研AI功能。据悉，ODRA历时两年多精心研发，在深度研究测试中表现出了卓越的性能，足以与OpenAI、谷歌等行业巨头的同类产品相媲美。ODRA的推出，标志着Opera在浏览器AI生态建设上迈出了坚实的一步，未来将为用户解决复杂问题提供更加高效、智能的新方案。

![image.png](https://static.downly.cn/images/e6924807877d018a4256f1fd38fd6b4f.png)

图源备注：图片由AI生成

## OpenAI新动向：收购Sky团队，ChatGPT深度融入macOS

OpenAI近日宣布收购Mac端AI应用Sky的开发团队SAI，此举旨在将Sky强大的上下文理解、用户适应及跨应用协作能力，与ChatGPT进行深度整合。可以预见，在不久的将来，ChatGPT将更加无缝地融入macOS的工作流中，为Mac用户带来更加智能、自然的人机交互体验，让AI成为你日常工作中不可或缺的得力助手。

![image.png](https://static.downly.cn/images/673371c4d2bc515a98ea02b5bc464f97.png)

图源备注：图片由AI生成

## 微软Copilot再升级：群聊、记忆与Edge AI模式，开启高效协作新篇章

微软在秋季更新中，为Copilot AI助手带来了一系列重磅升级。其中，最引人注目的当属最多支持32人实时协作的群组群聊功能。无论是集思广益、制定计划，还是协同写作，Copilot都能通过智能总结内容，帮助团队成员高效协作。此外，新增的记忆功能和Edge AI模式，也让Copilot变得更加个性化、智能化，全面提升团队的工作效率。

![image.png](https://static.downly.cn/images/d2bf9b7dcebba952e0f6c7a5a9ea6320.png)

图源备注：图片由AI生成

## 通用汽车新体验：携手谷歌Gemini，开启智能出行新时代

通用汽车宣布，将从明年起在其车型中集成谷歌Gemini对话AI助手。届时，无论是语音导航、路线规划，还是发送消息、准备会议，Gemini都能为你轻松搞定。此外，它还能联网解答你的各种问题。这一合作标志着通用汽车在为消费者提供AI服务方面迈出了重要一步，也预示着一个更加智能、便捷的出行新时代的到来。

![image.png](https://static.downly.cn/images/3b4f1fbd814f75117fc83a3e43caed87.png)

图源备注：图片由AI生成

## 谷歌新平台：免费开放内部AI知识，助力全民AI学习

为了降低AI学习的门槛，帮助更多人掌握前沿的AI技能，谷歌近日重磅推出了“Google Skills”学习平台。该平台集结了来自DeepMind和Google Cloud等顶尖团队的AI实训资源，向公众免费开放。谷歌希望通过此举，弥合行业内的人才缺口，推动AI技术的普及与发展。

![image.png](https://static.downly.cn/images/f40b374028d85ce51d109c6e57c4ef5b.png)

图源备注：图片由AI生成

每日AI资讯1024：AI融入生活，从社交娱乐到智能出行

> 导语：今日AI界风起云涌，视频生成领域的技术竞赛进入白热化阶段。生数科技Vidu与火山引擎豆包纷纷亮剑，开放API并上线新功能，致力于提升视频内容的真实感与叙事性。与此同时，Runway将目光投向垂直行业，开放模型微调权限，推动AI在机器人与建筑业的深度应用。资本市场同样热闹非凡，LiblibAI创下国内AI应用单笔融资新高，而Snapchat则向全体用户免费开放AI图像生成功能，社交媒体的AI之战愈演愈烈。腾讯亦在3D重建技术上取得突破，发布混元世界模型1.1，大幅降低了3D内容创作的门槛。

---

## Vidu大模型API全面开放，开启“精工”视频时代
生数科技正式开放旗下Vidu Q2参考生视频大模型的API接口，此举标志着AI视频生成技术正从基础的“可用”阶段，迈向追求细节与质感的“精工”阶段。该模型凭借其卓越的画面一致性、细腻的情感表达能力以及强大的创意特效引擎，将在广告营销、电商商品展示、互动娱乐及动漫制作等领域发挥巨大潜力，有望显著提升内容的真实感与用户的转化率，为数字内容创作行业带来一场深刻的变革。

![image.png](https://static.downly.cn/images/0e00ec699801877681208fba11200e16.png)
图源备注：图片由AI生成
 

## 豆包视频模型精准叙事，首尾帧功能惊艳上线
火山引擎发布的豆包视频生成模型Seedance 1.0 pro，近期上线了一项创新的“首尾帧”能力。该功能通过在复杂场景中保持主体一致性、遵循物理规律以及进行精确的节奏推理，极大地增强了视频中主角的跟随效果。这使得AI生成的视频能够实现更精准的叙事和更强的沉浸感，为广大企业和个人创作者提供了一款强大的AI视频创作新工具。

![image.png](https://static.downly.cn/images/e2d72fee00a4b87866826f5265586b84.png)
图源备注：图片由AI生成
 

## Runway聚焦垂直应用，开放模型微调权限赋能行业革新
AI视频领域的先驱Runway推出了视频模型微调工具，将业务重心进一步拓展至行业应用。这项新功能旨在帮助机器人、建筑业和教育等垂直领域的合作伙伴，使用更少的数据和算力就能定制化AI模型。此举解决了通用大模型在专业领域表现力不足的痛点，简化了模型定制流程，标志着Runway正向着更深度的产业赋能方向发展。

![image.png](https://static.downly.cn/images/fbbdebbfac0d98645ad356a5b7f4aa03.png)
图源备注：图片由AI生成
 

## 资本风向标转向，LiblibAI斩获1.3亿美元巨额融资
国内AI应用公司LiblibAI近日宣布完成1.3亿美元的B轮融资，刷新了国内AI应用领域的单笔融资金额记录。本轮融资由红杉中国、CMC资本等多家知名机构联合投资，现有股东也超额增持。这一事件标志着资本市场的关注点正从AI的底层基础设施模型，逐渐转移到更具商业潜力和落地前景的应用层。

![image.png](https://static.downly.cn/images/d118232b6c0eb1d1a497c2fad69c2310.png)
图源备注：图片由AI生成
 

## Snapchat免费开放Imagine Lens，全民AI创作时代来临
为应对来自Meta AI和OpenAI在视频领域的激烈竞争，Snapchat宣布向所有用户免费开放其AI图像生成工具“Imagine Lens”。这一原先的付费功能，现在允许任何用户通过简单的文本提示来创作或编辑图片。此举旨在吸引年轻用户，将专业的AI创作能力普及化，让AI生成内容成为全民参与的社交新玩法。

![image.png](https://static.downly.cn/images/11898d4eeebe25c8caedba0272f4a2a2.png)
图源备注：图片由AI生成
 

## 腾讯混元世界模型1.1发布，秒级生成专业级3D场景
腾讯正式开源了混元世界模型1.1版本，该模型在3D重建技术上实现了重大突破。新版本增加了对多视图和视频输入的支持，并经过性能优化，可在单张显卡上高效部署。用户现在可以利用几张图片或一段短视频，在数秒内生成专业级别的3D场景。该模型的发布极大地降低了3D内容创作的技术门槛，让普通用户也能轻松进入3D世界。

![image.png](https://static.downly.cn/images/17bafc244e4fbc16b534ee735cb693fb.png)
图源备注：图片由AI生成

每日AI资讯1023：视频生成模型军备竞赛升级，AI应用层获资本青睐

> 今日AI界风起云涌，从企业级应用的深度定制到C端产品的全球化布局，技术创新与资本热潮并进。Adobe与IBM分别联手顶级技术，为企业AI服务提速；谷歌与Anthropic则在视频编辑和云端编程领域带来颠覆性工具；同时，医疗AI赛道再现巨额融资，字节跳动AI助手出海告捷，而DeepSeek在长文本处理技术上取得新突破，共同描绘出AI产业蓬勃发展的全景图。

---

## Adobe Firefly迎来企业定制版，AI模型也能“私人订制”

Adobe近期推出的AI Foundry服务，旨在为大型企业提供Firefly模型的深度定制化。通过这项服务，企业可以与Adobe合作，利用自有数据对Firefly模型进行重新训练，使其生成的内容更符合企业独特的品牌风格、产品设计和营销需求。这一举措打破了通用AI模型在特定商业场景下的局限性，支持多概念理解与多模态应用，极大地提升了AI在企业内容创作中的适用范围和灵活性，标志着AIGC技术正迈向更精准、更专业的企业级解决方案。

![image.png](https://static.downly.cn/images/5523ece8657466439525466ca999d659.png)
<center>图源备注：图片由AI生成</center>
 

## 医疗AI新贵OpenEvidence估值飙升，三个月融资2亿美金

医疗AI公司OpenEvidence再次成为资本市场的焦点，在短短三个月内完成了新一轮2亿美元的巨额融资，公司估值因此飙升至60亿美元。这充分彰显了投资者对AI在医疗领域应用前景的高度看好。OpenEvidence的核心产品是一款面向医护人员的AI“聊天机器人”，能够帮助他们快速、准确地获取和分析海量医疗知识与研究文献，从而辅助诊疗决策。资本的持续注入，将加速其技术研发和市场扩张，推动AI在临床实践中的深度应用。

![image.png](https://static.downly.cn/images/f0d4515dc0824ffd84c76d784b5d2013.png)
<center>图源备注：图片由AI生成</center>
 

## 字节跳动Cici火爆海外，AI双品牌战略初见成效

字节跳动旗下的AI助手应用Cici在海外市场取得了显著成功，尤其在墨西哥的Google Play商店中登顶下载榜，并在英国的App Store中跻身前十。Cici与字节跳动在国内推出的“豆包”同期上线，是其“双品牌”出海战略的重要组成部分。尽管应用并未直接标注开发者为字节跳动，但官方已证实其归属。这一成绩表明，字节跳动正凭借其强大的产品运营和本地化能力，在全球AI应用市场中占据一席之地。

![image.png](https://static.downly.cn/images/6f1eb5090a4410bbda373b4c966e3055.png)
<center>图源备注：图片由AI生成</center>
 

## 谷歌Veo实现“指哪改哪”，AI视频编辑进入新纪元

<video src="https://static.downly.cn/images/d8ec43862ff9b87476d3c6a28c3e53bf.mp4" title="6389663555317531324857884.mp4"></video>
谷歌DeepMind为其视频生成模型Veo增添了一项名为“精确编辑”的革命性功能。用户现在可以通过简单的文本指令，对已生成的视频内容进行精细化修改，例如轻松添加一只蝴蝶飞过草地，或无痕移除背景中的某个物体。该功能能够智能理解指令，并确保修改后的画面在光影、风格和动态上与原始视频保持高度的真实性与连贯性。这标志着AI视频编辑技术正从“生成”迈向“精修”，极大地赋能创作者，降低了专业级视频后期制作的门槛。

![image.png](https://static.downly.cn/images/d79692f13b1297ed58d3fb8f92c653c8.png)
<center>图源备注：图片由AI生成</center>
 

## IBM联手Groq，为企业级AI推理注入五倍速动力

IBM宣布与AI芯片初创公司Groq达成合作，计划将Groq的LPU（语言处理单元）推理技术整合至其watsonx企业级AI平台。Groq的LPU架构专为AI推理任务设计，相较于传统的GPU，能在特定场景下提供高达五倍的速度提升。此次合作旨在为企业提供更快速、更经济高效的AI解决方案，用户将能通过watsonx Orchestrate等服务直接调用GroqCloud的强大算力，加速AI在企业业务流程中的部署和应用。

![image.png](https://static.downly.cn/images/266ac5e3e5c4f4954c4185115c874157.png)
<center>图源备注：图片由AI生成</center>
 

## DeepSeek-OCR发布“视觉记忆压缩”，破解AI长文本处理瓶颈

AI初创公司DeepSeek发布了一款创新的光学字符识别（OCR）模型——DeepSeek-OCR。该模型引入了“视觉记忆压缩”机制，模仿人类视觉系统处理信息的方式，能够将冗长的文本内容高效压缩至图像中进行处理。这项技术有效解决了大语言模型（LLM）在处理超长文档时面临的计算量大、上下文丢失等核心难题，让AI能够像“看图阅读”一样高效解析长篇文档，在图像文档解析任务上展现出顶级性能，为AI的记忆和认知能力带来了新的突破。

![image.png](https://static.downly.cn/images/d3579f3a37f336c7ec977cb9a9f7f3a7.png)
<center>图源备注：图片由AI生成</center>
 

## Anthropic让编码无处不在，Claude Code推出网页版
![image.png](https://static.downly.cn/images/a45e1947357765a0541c22181eb3eff4.png)
知名AI公司Anthropic正式推出了其AI编程助手Claude Code的网页版。这一更新极大地简化了开发者的使用流程，用户不再需要进行复杂的本地环境配置或依赖命令行工具，可以直接在浏览器中访问并运行编码任务。此外，网页版还能直接与GitHub代码仓库连接，实现项目的无缝对接和管理。这意味着开发者可以随时随地、在任何设备上利用AI进行高效编程，进一步降低了AI辅助开发的门槛。
入口：https://claude.com/product/claude-code

![image.png](https://static.downly.cn/images/0956570231f723d0f61642f2f30f2233.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1021：企业级AI定制化加速，视频编辑与云端编程迎来新突破

> 导语：今日的AI领域充满了变革与争议。Opera推出了集三位AI助手于一体的Neon浏览器，旨在提升用户体验；与此同时，科技巨头间对AI能力的争论也愈发激烈，OpenAI关于GPT-5解决数学难题的言论引发了广泛质疑。在应用层面，谷歌Gemini API的新功能让AI应用化身“本地专家”，而阿里Qoder则在全球范围内挑战现有AI编程工具，预示着一场“上下文”革命的到来。开发者们也面临着新的抉择：在AI时代，该如何选择合适的编程语言以应对未来的挑战。

## Opera浏览器三AI加持 用户界面迎来新挑战

Opera Neon浏览器最近进行了一次重大更新，整合了名为Chat、Do、Make的三款AI助手。这三款助手分别专注于聊天、自动化控制和内容创作，旨在为用户提供多样化的智能服务。尽管功能强大，但新的用户界面显得较为复杂，用户需要一定时间来适应这种全新的交互方式，才能充分利用AI技术提升自己的浏览效率。

![image.png](https://static.downly.cn/images/ee6c425378352176f2adcac8d5aa03ed.png)
图源备注：图片由AI生成
 

## OpenAI GPT-5数学能力遭质疑 科技界呼吁谨慎发布

近日，OpenAI副总裁声称其即将推出的GPT-5模型成功解决了一个著名的Erdős数学难题，此言论一出便在科技界引发了轩然大波。来自Meta和Google DeepMind等竞争对手的专家对此表示怀疑，认为这一成就被过分夸大。此次事件凸显出一个重要问题：在AI能力得到严格验证之前，草率的发布不仅会引发争议，还可能损害整个行业的公信力。

![image.png](https://static.downly.cn/images/bcb474d05b08549fd0ce59a2e04a6188.png)
图源备注：图片由AI生成
 

## 谷歌Gemini API赋能 AI应用变身“本地专家”

谷歌为其Gemini API推出了创新的“地图接地”功能，这是一项重大的技术突破。该功能允许开发者将自己的AI应用与谷歌地图超过2.5亿个地点的数据进行无缝对接。这意味着AI应用能够自动识别与地理位置相关的查询，并高效地提取如地址、营业时间、联系方式等结构化实时信息，极大地提升了具有位置感知能力的AI应用的开发效率和实用性。

![image.png](https://static.downly.cn/images/35fa8654c5de2f648555f736fbaae8db.png)
图源备注：图片由AI生成
 

## 阿里Qoder强势入局 AI编程迎来“上下文”革命

阿里巴巴推出的AI编程工具Qoder，正向全球顶尖的AI编程助手如Claude code和Cursor发起挑战。Qoder的核心优势在于其深度理解代码“上下文”的能力，它能在复杂的实际工程项目中，帮助开发者将正确的解决方案应用于具体问题，从而确保项目的稳定交付。这标志着AI编程正在从简单的代码生成，迈向更深层次的逻辑理解和应用。

![image.png](https://static.downly.cn/images/cd7b43ca6b478ac3b4fa5729cfd6af76.png)
图源备注：图片由AI生成
 

## AI时代 编程语言如何选？Go、Rust、Python与TypeScript的抉择

随着AI辅助编程工具的普及，传统的编程工作流正在被重塑。这也给开发者们带来了新的思考：在AI时代，选择哪种编程语言才能更好地应对未来的技术浪潮？Go语言的并发性能、Rust的内存安全、Python的生态系统以及TypeScript的类型安全，都在新的技术背景下展现出不同的价值。如何做出明智的选择，已成为开发者必须面对的关键问题。

![image.png](https://static.downly.cn/images/8c7e2e80accdd2815372a6080a308615.png)
图源备注：图片由AI生成

每日AI资讯1020：AI编程革命与巨头争议并存

> 导语：今日AI领域动态纷呈，谷歌再次成为焦点，旗下NotebookLM、Google Meet及Gmail齐齐迎来AI功能升级，从多模态创作到虚拟美妆，再到智能日程安排，全面提升用户体验。与此同时，亚马逊推出AgentCore平台赋能企业构建AI智能体，科大讯飞则发布了新款AI翻译耳机，致力于打破跨语言沟通障碍。此外，沃尔玛与OpenAI的合作以及Firefox集成Perplexity搜索引擎，也预示着AI技术正加速融入电商与日常浏览体验。

## 谷歌文稿处理工具NotebookLM迎来多模态升级，文本笔记一键变视频

谷歌旗下的笔记工具NotebookLM现已集成Nano Banana图像生成模型，实现了一项重大功能升级。用户现在能够将纯文本笔记直接转换成视频内容，这标志着NotebookLM从一个单纯的文本处理工具，演变为一个多模态创作平台。此项更新极大地提升了学习和内容创作的效率，为用户提供了更加丰富和动态的表达方式。该功能目前正逐步向Pro用户推送，预计在未来几周内将全面开放。

![image.png](https://static.downly.cn/images/bc36c6488022edb471761db5bcb1f91a.png)
图源备注：图片由AI生成

## Google Meet引入AI美妆滤镜，视频会议“带妆”出席成现实

为了追赶竞争对手微软Teams和Zoom的步伐，Google Meet正式上线了AI虚拟美妆滤镜功能。新功能内置12种不同风格的妆容，用户可以在会议开始前或会议中通过“外观”设置轻松选择。这一举措让用户无需实际化妆，也能在视频会议中展现最佳状态。这是继2023年推出人像修饰功能后，Google Meet在虚拟特效领域的又一次重要拓展，旨在提升用户的视频会议体验和信心。

![image.png](https://static.downly.cn/images/84ede6d0f1947e7c23e183f6e359fb3b.png)
图源备注：图片由AI生成

## Gemini加持Gmail，AI助手帮你智能安排会议

谷歌为Gmail推出了一项由Gemini人工智能驱动的新功能——“帮助我安排”。该功能旨在简化会议预约流程，它可以自动分析用户的谷歌日历，找出空闲时间段，并在邮件撰写界面中生成推荐的会面时段，供用户直接发送给收件人。这大大减少了来回沟通确认时间的麻烦。目前，该功能仅支持一对一会议的安排，用户可以通过邮件撰写框中的新按钮启用。

![image.png](https://static.downly.cn/images/0f2f20b1ab233ddf5a8c4e59953f160e.png)
图源备注：图片由AI生成

## 亚马逊开放AgentCore平台，降低AI智能体构建门槛

亚马逊正式推出AgentCore平台，并将其集成到Amazon Bedrock服务中。该平台旨在为企业提供构建和部署AI智能体的便利基础设施，通过简化开发流程，帮助企业更快速地将AI应用落地。AgentCore支持包括多家主流模型在内的多种选择，为开发者提供了极大的灵活性，标志着亚马逊在智能体基础设施领域的全面发力。

![image.png](https://static.downly.cn/images/9a115b45edb469aa4edbf6be4fedeb5c.png)
图源备注：图片由AI生成

## 科大讯飞发布AI翻译耳机，让跨语言沟通再无障碍

科大讯飞在上海发布了其第三代AI同传技术的重大升级，并推出了全新的AI翻译耳机。通过与迪拜Gitex Global科技盛会的现场联动展示，新技术在中英同传方面的主观体验评分获得了显著提升。它有效解决了传统机器翻译语言碎片化、不连贯的问题，实现了更加流畅、自然的实时沟通，是中国AI翻译领域的一项重要突破。

![image.png](https://static.downly.cn/images/eb5815721c8a87db75a204307af5dc38.png)
图源备注：图片由AI生成

## 沃尔玛联手OpenAI，在ChatGPT里直接下单购物

零售巨头沃尔玛宣布与OpenAI达成合作，推出创新的“代理式购物”功能。用户现在可以直接在ChatGPT的聊天界面中，通过对话完成商品选购、一键下单及即时结账的全过程。这项功能极大地简化了购买日用品和杂货的流程。此外，山姆会员还可以利用此功能进行膳食规划和生活必需品补充。用户只需将自己的沃尔玛账户与ChatGPT绑定即可开始体验。

![image.png](https://static.downly.cn/images/a632fe5551dc905c738dd103b3d6406b.png)
图源备注：图片由AI生成

## Firefox浏览器集成Perplexity，带来AI驱动的全新搜索体验

Mozilla已将先进的AI搜索引擎Perplexity正式集成到其Firefox浏览器中。现在，Firefox用户可以在设置中将Perplexity设为默认搜索引擎，从而在不离开当前浏览器的前提下，直接享受到由人工智能驱动的、更加智能和精准的搜索服务。这一整合为用户提供了更高效、更具深度的信息获取方式，提升了整体的网页浏览和搜索体验。

![image.png](https://static.downly.cn/images/e94b4a7f3cbbd117beeffc337aa4cb63.png)
图源备注：图片由AI生成

搜索结果: 内容创作