

> 针对近期核心研发人员集体流失的流言 官方正式确认团队架构稳定 并明确表示基础大模型部门不设商业化考核指标 旨在全力冲击通用人工智能技术高地

## 直面舆论漩涡 澄清不实传闻并维稳团队

在瞬息万变的人工智能行业，任何核心人才的动向都会引发资本市场与技术生态的剧烈连锁反应。近日，网络平台大范围流传出阿里巴巴旗下“千问大模型”核心研发骨干发生集体离职的负面消息，迅速引发了业内的广泛关注与诸多猜测。面对不断发酵的舆论，阿里集团于2026年3月5日紧急做出正面回应，从官方层面彻底否认了该则传闻的真实性。

官方声明明确指出，目前千问大模型团队整体架构坚如磐石，并未出现外界所渲染的离职潮现象。不仅如此，团队主导的所有线上产品 基础接口以及生态服务均处于高度健康的正常运作状态。在各大科技巨头为大模型落地抢夺人才的当下，团队架构的稳定性直接关系到后续技术迭代的连贯性，阿里的此次快速辟谣无疑为国内大模型生态圈注入了一剂强心针。

![52.png](https://static.downly.cn/images/bcf96e4a821ab1861d45b82b0fd8c280.png) <center>图源备注：图片由AI生成</center>

## 摒弃短期变现 坚守技术创新与开源生态构建

在此次回应当中，阿里巴巴透露出了极具长期主义色彩的战略布局。为了能够心无旁骛地攀登人工智能的技术巅峰，集团管理层为基础模型研发部门提供了极度宽松的创新环境 从未向该团队下达过诸如日活跃用户数或短期营收等功利性的商业化关键绩效指标。这意味着千问团队的唯一核心任务，就是不断打磨底层算法，探索技术无人区。

与此同时，官方在声明中再次向行业重申了其坚定不移的开源路线。未来，千问大模型的开发重心将继续锁定在突破机器智能的认知极限上，以期尽早触及通用人工智能的门槛。为了支撑这一宏大愿景，阿里正面向全球释放强烈的引才信号，渴望汇聚全球最顶尖的算法科学家与算力工程师，共同繁荣世界级的大模型开源社区。

面对日益白热化的全球 AI 军备竞赛，阿里承诺将进一步加码对千问团队的技术投资与资源倾斜。在剥离了短期商业变现的枷锁后，这支肩负重任的技术尖兵将如何在接下来的底层算力与模型推演中实现跨越式突破，不仅关乎阿里自身在科技版图中的战略地位，更将对整个开源大模型的发展轨迹产生深远影响。

阿里辟谣千问团队离职传闻 重申开源战略与AGI技术长线投资



> 阿里通义千问团队重磅开源 Qwen3-TTS 系列模型，凭借独创的双轨架构实现 97ms 极致低延迟。该模型支持 3 秒零样本克隆与跨语言无缝迁移，为实时翻译、智能客服及内容创作带来了颠覆性的技术普惠。

## 双轨架构突破延迟瓶颈

Qwen3-TTS 的核心突破在于其 Dual-Track 双轨混合流式生成机制。不同于传统级联架构面临的信息瓶颈，新模型结合离散多码本语言模型，实现了对语音的端到端建模。

这种架构创新直接带来了性能的质变 实际测试中，端到端延迟被压缩至 97 毫秒，仅需输入一个字即可输出首包音频。这种极致的响应速度，让 AI 在直播互动、实时翻译等对时延要求极高的场景中，拥有了媲美真人的反应能力。

![Google_AI_Studio_2026-01-24T04_43_07.629Z.png](https://static.downly.cn/images/3db2d3fd7b0c88d009a62bdb1d654853.png) <center>图源备注：图片由AI生成</center>

## 零样本克隆与跨语言自由

在语音克隆方面，Qwen3-TTS 展现了惊人的适应性。仅需 3 秒参考音频，即可实现高保真的音色复刻。更令人兴奋的是其跨语言迁移能力，克隆出的中文音色可以流利地说出英语、日语、德语等 10 种语言，甚至能精准还原四川话、北京话等方言神韵。

此外，模型还提供了强大的 Voice Design 功能。用户通过自然语言指令（如“温柔鼓励的成熟女声”）即可“凭空”设计全新音色。这使得有声书制作等内容创作不再受限于配音演员，一人分饰多角成为可能。

![Google_AI_Studio_2026-01-24T04_43_29.790Z.png](https://static.downly.cn/images/c055c9e5a1057c4a8361bf1591bdc8a4.png) <center>图源备注：图片由AI生成</center>

## 灵活尺寸适配全场景

为了满足不同开发者的需求，Qwen3-TTS 提供了 1.7B 和 0.6B 两种参数规模。前者追求极致音质与表现力，适合云端部署；后者则在保证质量的前提下大幅降低资源占用，适配边缘设备。随着全系模型的开源，实时、个性化的语音交互应用门槛被大幅拉低，一个新的语音交互时代正在到来。

阿里开源 Qwen3-TTS 重新定义实时语音交互体验





> 导语
> Adobe正式入驻ChatGPT实现对话修图，阿里Qwen3系列在语音与全模态领域迎来重大升级，谷歌发布FACTS基准揭示顶尖模型幻觉问题，Cloudflare与JetBrains重塑开发工具生态。

## Adobe全家桶入驻ChatGPT 对话即可修图改文档

Adobe与OpenAI达成了一项重磅合作，正式将旗下的核心生产力工具Photoshop、Express和Acrobat集成到了ChatGPT中。这意味着用户不再需要在不同的软件之间来回切换，只需通过ChatGPT的对话框输入自然语言指令，即可直接进行图片编辑、平面设计以及PDF文档处理。

这一整合标志着创意工作流程的重大变革，极大地降低了专业工具的使用门槛。无论是需要“一句话修图”，还是通过对话修改复杂的PDF合同，用户都能在同一个AI平台上高效完成。这不仅是Adobe“AI优先”战略的关键一步，也让ChatGPT从单纯的文本交互工具进化为更强大的多媒体生产力中心。

![image.png](https://static.downly.cn/images/7ec4d3f801779792ebe1601aacdf72c6.png)
<center>图源备注：图片由AI生成</center>

## 阿里Qwen3火力全开 49种音色TTS与全模态模型齐发

阿里巴巴通义千问团队近日动作频频，发布了多项重要更新。首先是免费开放的新一代语音合成模型Qwen3-TTS，该模型不仅词错误率极低，还一口气提供了49种多角色音色。它支持10种语言和10种中国方言，内置了诸如“撒娇搞怪茉兔”等极具拟人化的声音库，满足了开发者对多样化声音的迫切需求。

与此同时，全模态大模型Qwen3-Omni-Flash-2025-12-01也正式亮相。该模型支持文本、图像、音频和视频的无缝输入，并能实时流式输出高质量的文本及自然语音。其语音交互的自然度已逼近真人水平，并具备处理119种语言的能力。此外，团队还推出了新型强化学习方法SAPO，通过自适应调整更新幅度，有效解决了大模型训练中的不稳定性问题。

![image.png](https://static.downly.cn/images/61ff7af9c104c000824da86734325bb9.png)
<center>图源备注：图片由AI生成</center>

## 谷歌揭露AI事实墙 顶尖模型准确率集体不及格

谷歌与Kaggle联合发布了一项名为FACTS的基准测试套件，旨在填补生成式AI评估领域的空白。这项测试专注于考察模型输出内容的事实性与真实性，特别是针对图表信息的解读能力。测试结果令人咋舌，在面对法律、金融等关键行业的严谨需求时，目前市场上所有的顶尖AI模型准确率均未超过70%，揭示了一道难以逾越的“事实墙”。

此外，谷歌还对自身的AI搜索功能进行了升级。为了帮助用户更好地甄别信息，新功能在搜索结果中内嵌了来源链接和AI生成的说明，直观地展示了查询结果与原始链接之间的逻辑关系，试图在提升搜索体验的同时增加信息的可信度。

![image.png](https://static.downly.cn/images/dd0b0972e8ccd7c59da8e8d39cb40652.png)
<center>图源备注：图片由AI生成</center>

## 开发圈大地震 JetBrains转战Agentic IDE Cloudflare推出零代码神器

开发者工具领域正在经历一场洗牌。老牌IDE巨头JetBrains面对VS Code和Cursor的强力挑战，决定调整战略，放弃了Fleet项目，转而全力打造全新的Agentic IDE，试图在下一代AI编程工具的争夺战中通过高度智能化的Agent代理重夺王座。

另一边，Cloudflare则致力于降低开发门槛，推出了开源工具VibeSDK。这是一款不仅GitHub星标迅速破4k的热门工具，它允许用户仅通过自然语言描述，就能实现全栈应用的零成本生成、测试和部署。这一工具的出现，让普通人创建复杂的网站或应用变得像说话一样简单，极大地简化了软件开发流程。

![image.png](https://static.downly.cn/images/ad0fb4fd090e93134901b553d3747669.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1211：Adobe联手ChatGPT颠覆修图 阿里Qwen3全模态与语音大爆发





> 今日看点：微软Copilot新功能化身职场“救星”，一键搞定年终业绩自评；开源界再起波澜，Mistral AI发布千亿参数代码模型挑战行业标杆；阿里通义千问Qwen Code版本迭代，双语界面助推开发效率；MIT团队通过自适应缩放技术，大幅降低大模型计算能耗。

---

## 职场打工人福音 微软Copilot一键生成年终业绩报告

微软近期对Copilot进行了极具实用价值的升级，旨在直接解决职场人士年底面临的最大痛点。新增的年终考核辅助功能，允许系统自动抓取用户过往的邮件往来、会议笔记以及工作文档。通过智能分析这些散落在各处的数据，Copilot能够迅速整合并生成一份结构清晰、内容详实的业绩自评报告。

此外，该工具还具备协助处理职场敏感对话的能力。这一更新不仅能够显著减轻员工在年底繁忙时段的工作压力，还能通过AI的辅助润色，提升沟通的专业度与效率，让年终总结不再成为耗时耗力的负担。

![image.png](https://static.downly.cn/images/e0cad3fe918bd0240b2bc91362ea61b9.png)

<center>图源备注：图片由AI生成</center>

---

## 开源新霸主 Mistral AI发布Devstral2代码模型 性能碾压众手

Mistral AI再次在开源社区投下重磅炸弹，正式推出了其第二代开源编码模型系列——Devstral2及其轻量版Devstral Small2。作为旗舰产品，Devstral2拥有高达1230亿的参数量，展现了惊人的理解与生成能力。

在权威的SWE-Bench Verified基准测试中，该模型斩获了72.2%的高分，这一成绩使其在性能上超越了绝大多数现有的开源模型，成为开发者手中的新利器。值得注意的是，Mistral AI此次采用了差异化的许可策略，旨在平衡开源贡献与商业可持续性，为行业发展提供了新的思路。

![image.png](https://static.downly.cn/images/f5ce4a6fb5202788a2cd59643a4e0077.png)

<center>图源备注：图片由AI生成</center>

---

## 阿里通义千问Qwen Code重大更新 双语加持编程效率翻倍

阿里云通义千问团队宣布推出Qwen Code v0.3.0版本。此次更新是针对Qwen3-Coder模型的深度优化，旨在进一步解放开发者的生产力。新版本不仅在代码理解深度和自动化任务处理能力上有了显著提升，还重点扩展了功能边界。

为了更好地服务全球及中文开发者，新版工具特别优化了国际化支持，推出了更加友好的双语界面。这意味着开发者在使用过程中，无论是进行代码补全、解释还是重构，都能获得更加流畅、无障碍的交互体验，从而大幅提升编码效率。

![image.png](https://static.downly.cn/images/8c8cbaa9b5ae6b85835cca59c3b640b9.png)

<center>图源备注：图片由AI生成</center>

---

## MIT黑科技 动态算力调整让大模型更聪明更省电

麻省理工学院（MIT）的研究团队在提升大型语言模型效率方面取得了突破性进展。他们开发出一种名为“实例自适应缩放”的新技术。这项技术打破了以往“一刀切”的计算模式，能够根据用户提出问题的复杂程度，实时且动态地调整所需的计算资源。

对于简单的问题，系统会分配较少的算力以节省资源 对于复杂的逻辑推理，则自动调动更多资源以确保准确性。相关论文已经正式发布，这一成果不仅提升了模型的响应效率，更重要的是显著降低了运行大模型所需的能源消耗，为AI的可持续发展铺平了道路。

![image.png](https://static.downly.cn/images/64da0cf1f3f865a37642ca0484b020c9.png)

<center>图源备注：图片由AI生成</center>

每日AI资讯1210：微软Copilot拯救年终总结，Mistral与阿里竞逐代码模型新高地



> 阿里通义千问凭借门控注意力机制拿下NeurIPS 2025中国唯一最佳论文，同门Z-Image模型首日下载量惊人；快手开源新一代多模态旗舰模型；Meta推出能“看透”AI思考过程的白盒验证器，昆仑万维升级AI音乐创作平台。



## 阿里通义千问斩获NeurIPS 2025最佳论文 门控注意力机制成关键

阿里巴巴通义千问团队在人工智能顶级会议 NeurIPS 2025 上取得了里程碑式的成就。其团队发表的论文《Attention Gating Makes Better Foundation Models》在激烈的竞争中脱颖而出，荣获最佳论文奖。值得一提的是，这是本届大会中唯一获奖的中国研究成果。

该论文的核心贡献在于提出了一种创新的“滑动门”机制。这项技术能够显著提升基础模型的效率与性能，使得小型模型在处理复杂任务时，其表现竟能比肩甚至超越大型的混合专家（MoE）模型。这一突破不仅证明了中国在AI基础理论研究领域的实力，也为未来构建更高效、更低成本的大模型指明了新的方向。

![image.png](https://static.downly.cn/images/2a4d7b8fad49b7725d48dbc3bf257322.png)
<center>图源备注：图片由AI生成</center>

## 阿里Z-Image首日下载破50万 6亿参数挑战大模型画质

阿里通义在图像生成领域同样动作频频，新发布的生图模型 Z-Image 引发了社区的强烈关注。尽管该模型的参数量仅为 6 亿，属于轻量级选手，但其在细节还原度、画面构图能力上却表现出了惊人的实力，足以媲美许多大型模型。

凭借这种“小而美”的特性，Z-Image 发布首日便登顶 Hugging Face 趋势榜，单日下载量突破 50 万次。与此同时，团队还推出了优化版 Z-Image-Turbo，进一步大幅提升了生成效率，为开发者和个人用户提供了兼具高质量与高速度的创作工具。

## 快手开源旗舰模型Keye-VL 多模态推理能力迎新突破

快手在多模态大模型领域再次亮剑，正式发布并开源了其新一代旗舰模型 Keye-VL-671B-A37B。这款模型在参数规模和技术架构上都进行了深度优化，旨在解决更复杂的实际应用问题。

在公开的测试基准中，Keye-VL 展现了强劲的综合实力。特别是在视觉理解、复杂的视频内容分析以及数学推理任务中，该模型的表现尤为出色。此次开源不仅展示了快手深厚的技术储备，也为开源社区提供了强大的多模态研究底座。

![image.png](https://static.downly.cn/images/ac8c8ebfddb920f9075853db91e50a65.png)
<center>图源备注：图片由AI生成</center>

## Meta甩出白盒手术刀 CoT-Verifier精准定位AI推理盲区

Meta AI 实验室针对大模型推理过程中的“黑盒”难题，发布了一款基于 Llama 3.1 8B 构建的 CoT-Verifier 模型。这不仅仅是一个简单的验证工具，更像是一把精准的“白盒手术刀”。

该模型利用独特的 TopK 转码器机制，能够深入分析 AI 在链式思维（Chain-of-Thought）推理过程中的每一步。它通过生成“电路轨迹”归因图，有效识别并定位推理链条中的具体错误点。与传统仅验证最终输出结果的方法相比，CoT-Verifier 实现了对推理过程的白盒化监控，极大地提高了开发者修正模型逻辑错误的效率。

## 昆仑万维发布Mureka V7.6与O2模型 AI音乐创作再进阶

昆仑万维持续深耕 AI 音乐赛道，正式推出了 Mureka V7.6 版本及全新的 O2 人工智能音乐创作模型。此次更新重点在于优化用户的使用体验以及提升音乐生成的专业度和创新性。

数据显示，该平台展现出了强大的全球影响力。自今年 3 月底以来，用户数量增长了近 700 万，覆盖全球 100 多个国家。新模型的发布预计将进一步降低音乐创作门槛，让更多用户体验到高质量 AI 音乐生成的乐趣。

每日AI资讯1129：阿里通义斩获NeurIPS最佳论文 Meta开源白盒纠错工具



> 导语：今日AI界风起云涌，英伟达市值再创新高，突破4.5万亿美元，彰显了AI基础设施的巨大价值。同时，OpenAI发布了革命性的视频生成模型Sora 2，将虚拟与现实的界限进一步模糊。浏览器领域也迎来智能化浪潮，Opera与Brave纷纷集成AI以优化用户体验。值得一提的是，国产大模型在本轮技术竞赛中表现抢眼，智谱、通义千问及火山引擎均发布了重要更新，在芯片适配、实时翻译和视觉理解等多个维度取得了显著突破，而学术界也在机器人三维视觉方面取得了重大进展。

## AI芯片巨头再创辉煌，英伟达市值突破4.5万亿美元

英伟达股价近日再攀新高，公司市值成功突破4.5万亿美元大关，其年内涨幅已接近39%。这一成绩的背后，是市场对其在人工智能领域核心地位的持续看好。据悉，包括OpenAI计划投资千亿美元建设GPU数据中心在内的一系列大规模AI基础设施交易，是推动英伟达市值飙升的关键力量。

![image.png](https://static.downly.cn/images/b77197a921150442417a2815b92a86b0.png)
<p align="center">图源备注：图片由AI生成</p>

## OpenAI震撼发布Sora 2，视频生成迈入超现实时代

OpenAI正式推出了其新一代视频生成模型Sora 2，并同步上线了同名短视频社交应用。Sora 2在遵循物理规律和提升画面真实感方面取得了巨大飞跃，能够创造出令人难以置信的逼真场景。该应用目前处于邀请测试阶段，但已展示出的多样化视频内容预示着个性化视频创作的新纪元已经到来。

![image.png](https://static.downly.cn/images/c50fbac90f73bf70107bc3c42083e0b7.png)
<p align="center">图源备注：图片由AI生成</p>

## 国产AI的强强联合，智谱GLM-4.6实现技术与生态双突破

智谱AI近日连续发布重磅更新，推出了新一代开源模型GLM-4.6。该模型在编程能力上实现了巨大飞跃，表现已能对齐Claude Sonnet 4，成为国内代码生成领域的领跑者。更重要的是，智谱宣布GLM-4.6已在寒武纪国产芯片平台上成功部署，首次实现了FP8+Int4混合量化方案，在保证精度的同时大幅降低了推理成本，为大模型在国产硬件上的规模化应用开辟了新道路。

![image.png](https://static.downly.cn/images/06a7db02810058eb6a9ed5f9b6f06dbb.png)
<p align="center">图源备注：图片由AI生成</p>

## 通义千问再破纪录，3秒延迟定义实时翻译新标准

通义千问团队发布了全新的Qwen3-LiveTranslate-Flash系统，刷新了行业同声传译延迟的纪录。该系统通过集成创新的视觉上下文增强技术，能够结合语音与视觉信息，显著提升翻译的准确性。它支持18种主流语言及多种方言的离线和实时音视频翻译，让跨语言交流几乎再无障碍。

![image.png](https://static.downly.cn/images/44143f48fc37075142aea64240c89e46.png)
<p align="center">图源备注：图片由AI生成</p>

## 浏览器智能化加速，Opera与Brave引领新潮流

浏览器作为互联网的入口，正迎来一场AI驱动的变革。Opera发布了全新的Neon浏览器，通过整合AI提示创建应用和“卡片”功能，旨在为用户提供更智能、高效的上网与任务管理体验。与此同时，Brave搜索引擎也集成了AI问答功能，无需切换模式即可提供更详尽、更精准的答案，服务已覆盖其超过1500万的日活用户。

![image.png](https://static.downly.cn/images/eb75e6b6c3f27fccefe0476f2570dbdd.png)
<p align="center">图源备注：图片由AI生成</p>

## 火山引擎豆包视觉能力升级，精准识别万物

火山引擎推出了豆包大模型1.6-vision，标志着其在视觉理解领域取得了重大突破。该模型的核心优势在于其强大的工具调用能力，通过优化的算法与增强学习技术，极大地提升了图像识别和目标检测的精度与速度。这一进展将有力推动人工智能技术在更多实际场景中的广泛应用。

![image.png](https://static.downly.cn/images/f2e689c61e4cc57767359173168133b3.png)
<p align="center">图源备注：图片由AI生成</p>

## AI视觉迎来三维革命，新模型让机器人“看懂”物理世界

上海交通大学与剑桥大学的研究团队合作开发了名为Evo的新模型，为机器人视觉带来了革命性飞跃。该模型通过有效整合三维几何信息，克服了传统二维视觉语言模型的局限性，使机器人能够更深入地理解三维空间。实验证明，搭载Evo模型的机器人在执行复杂任务时的成功率提升了31%，标志着AI正从“看懂图片”迈向“理解世界”。

![image.png](https://static.downly.cn/images/2264c3ed33fad3d75d292fb4fefcac02.png)
<p align="center">图源备注：图片由AI生成</p>



每日AI资讯1001：巨头动态频出，国产模型集体亮剑





> 导语：今日AI界动态纷呈，从底层模型的技术革新到上层应用的功能拓展，无不展示着人工智能发展的迅猛势头。不论是致力于提升模型效率与速度的阿里巴巴与蚂蚁集团，还是在图像生成、办公自动化等领域取得新突破的腾讯和Claude，亦或是关注AI可信度与开发流程优化的智谱和沃尔玛，科技巨头与初创企业正共同描绘一幅更加智能、高效的未来图景。

## 字节跳动USO模型问世 告别AI绘画的“风格分裂”

字节跳动UXO团队近期发布了其创新的USO模型，该模型在一个统一的框架内，首次成功解决了长期困扰AI图像生成领域的风格与主题难以调和的矛盾。通过构建一个包含约20万三元组（涵盖风格、内容参考及其他信息）的庞大数据集进行训练，USO模型能够精准理解并融合用户的风格偏好与内容主题，从而生成二者兼得的艺术作品，实现了风格与主题的和谐统一。

![image.png](https://static.downly.cn/images/850ecf3d12db2a3a84393fd1b1af5255.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 蚂蚁集团Ling-mini-2.0开源 轻巧身躯爆发强大能量

蚂蚁集团百灵团队正式开源了其Ling-mini-2.0模型，该模型在轻量化与高性能之间取得了卓越的平衡。它巧妙地运用了MoE（混合专家）架构和参数稀疏激活技术，虽然总参数量达到160亿，但在实际运行时每次仅需激活其中的14亿参数。这一设计不仅使其具备了处理长达128K上下文的能力，更带来了极高的生成速度，其综合性能足以媲美市面上主流的百亿级参数密集型模型以及更大规模的MoE模型。

![image.png](https://static.downly.cn/images/b89a54e1f10d89f267fbdaf1ad6a2b51.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 日本Sakana AI成新晋独角兽 师从自然探索“集体智能”

成立仅一年的日本AI初创企业Sakana AI，凭借其独特的创新理念迅速成长为行业独角兽。公司创始人，前谷歌大脑研究员David Ha及其同事Llion Jones，将研究重点放在了借鉴自然界智慧的“集体智能”上。他们致力于探索如何将多个现有及新兴的AI系统进行有效融合，而非单纯追求更大的数据和模型规模，旨在开辟一条更高效、更具协同效应的人工智能发展新路径。

![image.png](https://static.downly.cn/images/53217cafa2bf875fee2a634523703af8.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## Claude模型响应质量下滑 Anthropic官方回应并完成修复

针对近期用户反映的Claude系列模型回复质量下降的问题，人工智能公司Anthropic正式确认并作出回应。官方表示，问题的根源并非出于成本控制或需求激增，而是源于两次独立的技术故障。一次故障发生在8月5日至9月4日，影响了部分Claude Sonnet 4的请求；另一次则发生在8月26日至9月5日，波及了部分Claude Haiku 3.5和Claude Sonnet 4的请求。目前，公司技术团队已成功定位并修复了这些意外故障。

![image.png](https://static.downly.cn/images/22f5c272c1f1b8545b3c8c0f01252d3f.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 腾讯混元图像2.1开源 2K高清创作进入“秒速时代”

腾讯混元团队宣布正式开源其最新的文本到图像生成模型 HunyuanImage 2.1。该模型在AI设计领域实现了重大突破，原生支持高达2K分辨率的高清图像输出，并且生成速度与传统的1K分辨率图像生成相当。此外，新版本显著提升了对复杂文本提示的理解能力，能够更精准地控制多主体元素的生成，这将极大推动AI在专业设计、广告创意和内容创作等领域的应用效率。

![image.png](https://static.downly.cn/images/ae445774da5dcd24400cf369cc12b578.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 沃尔玛发布WIBEY平台 赋能开发者简化工作流程

零售巨头沃尔玛于2025年8月正式推出了其超级智能平台 WIBEY。该平台是沃尔玛智能框架的关键组成部分，其核心目标是彻底重塑开发者的工作流程。通过WIBEY，开发者可以快速地描述需求，平台能够自动生成可供测试的代码，从而极大地简化了从概念到部署的整个技术实现过程，提升开发效率。

![image.png](https://static.downly.cn/images/f587bcf30067f8192726a1f29c033505.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 智谱联手彩智科技推出“深知”服务 向大模型“幻觉”说不

为解决大语言模型在处理专业领域知识时容易出现信息不准确甚至“幻觉”的问题，智谱BigModel开放平台与彩智科技携手，共同推出了“DeepKnown深知可信知识服务”。该服务旨在为AI应用提供经过验证的、高准确性的知识源，尤其是在面对行业标准、法律法规等严肃内容时，确保AI能够提供可靠、可信的回答，帮助开发者构建值得信赖的智能体。

![image.png](https://static.downly.cn/images/05ae2083e07d38a1a5bcd69c97d74532.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## 阿里通义千问Qwen3-Next发布 以小博大实现10倍速度飞跃

阿里巴巴通义千问团队发布了其革命性的新模型 Qwen3-Next-80B-A3B-Instruct。这款模型颠覆了传统大模型的运作逻辑，它拥有80亿的总参数量，但在实际推理时，通过创新的架构仅需激活其中的3亿参数，便能达到全量参数的性能水平。这种“以小博大”的设计使其推理速度实现了惊人的10倍提升。目前，该模型已集成至Hugging Face的Transformers库中，向全球开发者开放。

![image.png](https://static.downly.cn/images/f6cd2f1400d7d46f4a8e888f145896ad.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

## Claude迎来重磅升级 办公文档一键生成

AI助手Claude近日进行了一项重大功能升级，极大地提升了其在办公场景的实用性。现在，用户可以直接要求Claude生成和编辑包括Excel、Word、PPT以及PDF在内的多种常用办公文件。无论是从零开始创建一份报告，还是基于现有数据进行清洗、分析和解读，Claude都能够快速响应指令，产出高质量的“现成品”文件。该功能已在官网和桌面应用上线，并逐步向不同层级的用户开放。

![image.png](https://static.downly.cn/images/25359d6652111b921268725b1456e9fb.png)
<div align="center">图源备注：图片由AI生成</div>
<br>

每日AI资讯0911：模型“瘦身”掀速度革命，实用功能全面爆发



> 导语：今日AI领域动态纷呈，从Zendesk利用GPT-5大幅提升客服效率，到商汤科技为开发者提供及时的迁移支持，再到谷歌、通义千问等巨头不断推出革新性模型，AI技术正以前所未有的速度渗透并重塑各行各业。与此同时，AI在艺术创作领域的潜力也得到进一步释放，无论是动画长片还是音乐单曲，都展现了惊人的创造力。而麻省理工学院的“读心”设备和AI人才市场的激烈竞争，更是预示着一个由AI驱动的全新时代正在加速到来。

---

## Zendesk集成GPT-5 AI客服独立解决问题能力飙升

Zendesk宣布其平台已成功整合OpenAI的GPT-5技术，这一升级使其AI客户服务代理的能力实现了质的飞跃。现在，AI不仅能处理复杂的、需要多轮对话的客户咨询，还能独立执行如退货处理等多步骤操作。数据显示，整合后AI能够独立解决超过50%的客户服务请求，在某些场景下，这一比例甚至高达80%至90%，极大地提升了客户服务的效率和问题解决率。

![image.png](https://static.downly.cn/images/75c240eebb82149de9a9c1e19bfdec7e.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 商汤科技雪中送炭 为Claude API用户提供5000万免费Token

针对Anthropic公司停止向部分中国企业提供Claude API服务的突发情况，商汤科技迅速响应，推出了“日日新”SenseNova大模型平台的迁移支持计划。为了帮助受影响的用户平滑过渡，避免业务中断，商汤科技慷慨地为迁移用户提供了高达5000万的Token免费体验包，展现了其作为本土AI巨头的责任与担当。

![image.png](https://static.downly.cn/images/48910bbf87b534a29a37ec63fea982c4.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 报告撰写神器 Google NotebookLM新增80种语言与自定义风格

谷歌对其强大的笔记工具NotebookLM进行了重要更新，新增了报告生成功能。新功能支持超过80种语言，并且允许用户根据上传的资料，自定义生成报告的语气、风格和结构。无论是撰写博客文章还是正式报告，AI都能根据文档类型动态推荐最佳格式。用户还可以通过输入长达千字的详细提示词，对生成内容进行精细化的控制。

![image.png](https://static.downly.cn/images/c5fabf5f868c87dc5cb038186fc1b830.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## OpenAI入局动画电影 《Critterz》欲以AI颠覆好莱坞

OpenAI正投入资源，支持一部名为《Critterz》的AI动画长片的制作。这部影片的制作模式极具颠覆性：预算低于3000万美元，团队仅30人，制作周期预计9个月。该片计划在2026年5月的戛纳电影节上首映，其目标是验证通过AI技术大幅降低好莱坞电影制作成本和时间的可行性，或将为电影行业带来一场深刻的变革。

![image.png](https://static.downly.cn/images/3522adc8281067738c4415f3ed180b77.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## AI当歌手 昆仑万维Mureka V7.5发布全球首支AI单曲

昆仑万维发布了由其最新的Mureka V7.5模型创作的全球首支AI音乐单曲《Digital Heartbeat》。这首歌曲支持多达十种语言的演绎，充分展示了AI在音乐创作领域的惊人潜力。特别是在中文歌曲的演绎上，无论是在音色、演唱技巧还是情感表达的细腻程度上，都取得了显著的进步，让人们看到了AI成为专业音乐人的可能性。

![image.png](https://static.downly.cn/images/47244d45596d1f29a560a52a348e94c6.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 歌声也能精准识别 通义千问发布全新语音识别模型

通义千问团队发布了其最新的语音识别模型Qwen3-ASR-Flash。该模型基于强大的Qwen3基座，并经过海量多模态及ASR数据的训练，具备极高的识别精度和鲁棒性。尤为突出的是，它在极具挑战性的歌声识别任务上，错误率低于8%。在中英文及多语种的基准测试中，该模型均表现出色，为语音转文字技术树立了新的标杆。

![image.png](https://static.downly.cn/images/8933f951c68057a18dfa381b55682fb1.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 抢人大战升级 MiniMax与字节跳动祭出天价期权激励

AI领域的人才争夺战已进入白热化阶段。为了吸引并留住顶尖人才，MiniMax与字节跳动等头部公司纷纷推出了极具吸引力的高额期权激励计划。MiniMax为核心员工提供了价值数十万至数百万美元的期权，旨在将个人利益与公司长期发展深度绑定。而字节跳动则对其Seed部门的大模型技术员工实施月度快速兑现的期权激励，月薪高达9至13万元人民币，力度空前。

![image.png](https://static.downly.cn/images/d1921e260d3b88762558d77c1ba69878.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 心里想什么AI就知道 麻省理工发布“无声沟通”设备AlterEgo

麻省理工学院（MIT）的科学家们开发了一款名为AlterEgo的非侵入式可穿戴AI设备，它开启了“无声沟通”的全新可能。该设备能够捕捉到用户在心中默念指令时，面部和喉部产生的微弱神经肌肉信号，并将其转化为语音输出或设备指令，整个过程无需用户发出任何声音。这项技术预示着人机交互方式的革命性未来。

![image.png](https://static.downly.cn/images/45e8dc19cde36e7b5e5c5e32e6d62010.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 滤镜新玩法 Snapchat推出文本生成AI图像功能

社交应用Snapchat为其付费订阅用户推出了一项名为“Imagine Lens”的创新AI功能。这是Snapchat首款开放式提示词图像生成滤镜，允许Snapchat+ Platinum和Lens+的用户通过输入简单的文本提示词，来实时生成、编辑和重制独特的图像滤镜。用户可以将这些个性化创作分享到Snapchat平台内外，极大地丰富了社交表达的创意空间。

![image.png](https://static.downly.cn/images/e68d40fad4d578e4ee50ebed5918104c.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## 移动端文本处理利器 谷歌发布高效嵌入模型EmbeddingGemma

谷歌深度学习团队发布了一款专为移动设备设计的开源文本嵌入模型——EmbeddingGemma。该模型拥有3.08亿参数，在权威的MTEB基准测试中，被评为500M参数以下级别中性能最佳的多语言嵌入模型。它能够高效支持RAG和语义搜索等任务，并且无需联网即可在设备端本地运行，其性能甚至可以媲美体量两倍于它的模型。

![image.png](https://static.downly.cn/images/89e12614fd621da022f4ba9c64f021dc.png)
<center>图源备注：图片由AI生成</center>
<br>

---

## AI帮你深度研究 InfoSeek框架构建复杂知识网络

一个名为InfoSeek的全新人工智能框架被提出，旨在合成用于复杂深度研究任务的数据。该框架通过一个创新的双代理系统，深度挖掘文本中的实体与关系，并构建起一棵“研究树”。通过引导用户在这棵知识树上进行层层深入的探索，InfoSeek能够帮助用户获得对复杂问题更全面的答案。其相关数据集已经向公众开放。

![image.png](https://static.downly.cn/images/6c2f1948635bbb9f46a966a1657af8c2.png)
<center>图源备注：图片由AI生成</center>
<br>

搜索结果: 千问团队