

> 导语：在AI研究员Nathan Lambert和Florian Brand最新发布的开源AI大模型评比中，中国技术团队展现出统治级实力。DeepSeek、Qwen（通义千问）和Kimi三款国产模型被评为影响力并列第一。这份涵盖35家机构的榜单中，超过一半来自中国团队，这与美国企业日益封闭的策略形成了鲜明对比。

## 国产“三剑客”领跑全球

在本次评选中，DeepSeek、Qwen和Kimi被誉为开源领域的“先锋”。

DeepSeek的R1模型在多项评测中表现出色，其实力甚至超越了一些顶级的闭源模型，确立了其在技术前沿的地位。阿里的Qwen系列则展现了极强的生态扩展能力，成功衍生出数十款跨领域模型，满足了多行业的差异化需求。与此同时，Kimi推出了全球首个万亿参数的开源大模型，以惊人的参数规模和性能巩固了其行业影响力。

![Google_AI_Studio_2025-12-16T02_34_00.116Z.png](https://static.downly.cn/images/b931b38b4a3ca8f525e82a90c0e662b6.png)

<div align="center">图源备注：图片由AI生成</div>

## 硅谷巨头的失落与退守

榜单的另一端则令人唏嘘。第二档的席位同样被国内的智谱和MiniMax占据，显示出中国在开源模型开发上的全面布局。

相比之下，美国的开源模型表现平平。OpenAI的模型仅排在第四档，而去年曾被视为开源希望的Meta Llama 3则滑落至榜末，令业界意外。更有最新消息传出，Meta可能放弃后续的开源计划，这似乎预示着美国科技巨头正在从开源领域战略撤退。

## 格局重塑

当前的开源AI领域正在经历一场深刻的格局重塑。中国企业凭借强大的技术积累和快速的市场适应能力，正在逐步引领全球潮流。而随着美国开源模型数量稀少且影响力下降，全球AI开源生态的重心正不可逆转地向东方倾斜。

国产大模型霸榜！DeepSeek、Qwen、Kimi并列第一，Meta跌落神坛



> 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



> 导语 9月17日凌晨，阿里巴巴震撼开源其首个深度研究AI智能体——通义DeepResearch。 这一模型在多项权威Agent评测中，凭借仅3B的激活参数规模，性能全面超越基于OpenAI o3、DeepSeek V3.1等业界顶尖模型的Agent，登顶开源Agent模型榜首。 目前，该模型的代码、框架和方案均已在多个开源社区上线。


9月17日凌晨，阿里巴巴宣布正式开源其首个深度研究Agent模型——通义DeepResearch。 这标志着阿里在AI智能体领域的开源布局再度加码。今年以来，阿里已相继开源了WebWalker、WebDancer和WebSailor等多款在检索和推理方面取得SOTA（State-of-the-art）成绩的智能体，而通义DeepResearch的加入，无疑为这一布局增添了浓墨重彩的一笔。

![image.png](https://static.downly.cn/images/779a61d655042321d25cae436701f015.png)

## 性能卓越 登顶开源榜首

在Humanity’s Last Exam（HLE）、BrowseComp、GAIA等多个权威Agent评测基准上，通义DeepResearch的表现尤为出色。 该模型以仅3B的激活参数，其性能却超越了基于OpenAI o3、DeepSeek V3.1和Claude-4-Sonnet等旗舰级大模型的ReAct Agent（推理-行动智能体）。 这一成就使其成功登顶开源Agent模型排行榜，为深度研究Agent领域带来了“轻量化高性能”的全新可能性。

![image.png](https://static.downly.cn/images/3b91bf284cc488369072adf19541e277.png)

## 技术创新 破解行业难题

深度研究是近年来AI领域的研究热点，吸引了包括谷歌、OpenAI在内的众多科技巨头投入。 然而，现有的研发方法普遍采用“单窗口、线性累加”的信息处理模式，这使得Agent在处理长周期任务时，容易出现“认知空间窒息”和“不可逆的噪声污染”，从而导致推理能力下降，难以胜任复杂的研究任务。

为攻克这些难题，阿里通义团队构建了一套创新的训练与推理方案。

### **训练阶段**
团队以Qwen3-30B-A3B模型为基础，构建了由合成数据驱动的完整训练链路，覆盖了预训练到后训练的全过程。 通过引入RL算法验证与真实训练模块，并结合异步强化学习算法和自动化数据策展流程，极大地提升了模型的迭代速度和泛化能力。

### **推理阶段**
团队设计了两种模式：ReAct模式和基于自研IterResearch的Heavy模式。 其中，ReAct模式用于精准评估模型的基础能力，而Heavy模式则通过test-time scaling策略，深度挖掘模型性能上限，确保其在长周期任务中也能保持高质量的推理水平。

## 全面开源 赋能全球开发者

目前，通义DeepResearch的模型、代码和完整方案已经全面开源，并在Github、Hugging Face以及魔搭社区同步上线。 全球的开发者和研究人员均可免费下载和使用，这为攻克长周期、高复杂度的研究任务提供了强有力的工具支撑。

**开源地址**
*   Github: https://github.com/Alibaba-NLP/DeepResearch
*   Hugging Face: https://huggingface.co/Alibaba-NLP/Tongyi-DeepResearch-30B-A3B
*   魔搭社区: https://modelscope.cn/models/iic/Tongyi-DeepResearch-30B-A3B

![image.png](https://static.downly.cn/images/bd7dfb71b80714252d5543359a7b66b5.png)

这一举措不仅进一步完善了阿里在AI智能体领域的开源生态，也为全球AI社区的发展注入了新的活力。

阿里再放“王炸” 开源通义DeepResearch



> 导语：今日AI界风起云涌：谷歌Gemini凭借集成图像生成功能，在美国iOS免费榜上一举超越ChatGPT；OpenAI则发布了专为编程任务优化的GPT-5-Codex新模型。同时，百度文心、xAI也相继发布新模型，Anthropic与DeepMCPAgent则在AI代理开发领域提供新思路，而苹果和OpenAI的内部调整也预示着行业格局的深刻变化。

## 谷歌Gemini历史性超越 终结ChatGPT榜首神话

谷歌AI助手Gemini近日迎来里程碑式进展，其在美国iOS平台的下载量成功超越长期霸榜的ChatGPT，登顶免费应用榜首。此次逆转的关键在于Gemini最新集成了强大的NanoBanana图像生成模型，并向所有免费及付费用户开放。这一举措极大地降低了AI图像生成的使用门槛，吸引了大量用户，成功打破了ChatGPT在AI应用领域的垄断地位。

![image.png](https://static.downly.cn/images/1ae4a639f18f56031aa91d60a8b9e0d6.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI再出重拳 发布编程专用模型GPT-5-Codex

OpenAI发布了专为Agent编程任务设计的全新模型GPT-5-Codex。该模型具备创新的动态计算能力，能够根据任务的复杂度实时调整其思考速度和资源分配，在多个编程基准测试中展现了卓越的性能，标志着AI在代码生成和理解能力上又迈出了重要一步。

![image.png](https://static.downly.cn/images/fd4b0e54f85828b732262d14f171e0e2.png)

<div align="center">图源备注：图片由AI生成</div>

## Anthropic发布指南 解锁LLM Agent新玩法

为了帮助开发者更好地构建大语言模型代理（LLM Agent），Anthropic公司发布了《编写高效工具指南》。该指南详细介绍了一套“原型-评估-协作”的三步迭代流程，并提出了五大核心设计原则。旨在指导开发者为Agent选择最匹配其上下文与策略的工具，从而规避开发过程中的常见误区，释放LLM Agent的真正力量。

![image.png](https://static.downly.cn/images/2a276e53c30a4e771d99e9109f27f769.png)

<div align="center">图源备注：图片由AI生成</div>

## 马斯克旗下xAI推新 Grok 4 Fast追求极致速度

马斯克创立的xAI公司推出了新模型Grok 4 Fast，其最大亮点在于速度提升了惊人的10倍。用户现在可以通过Grok网页版的早期访问模式切换体验。该模型的核心设计思路是优化快速响应能力，为此在处理复杂任务的精细度上做出了一定的妥协，旨在为用户提供更即时的交互体验。

![image.png](https://static.downly.cn/images/9da8e2c22c2f57e4d0bf7a5efec187b6.png)

<div align="center">图源备注：图片由AI生成</div>

## 百度文心新模型登顶 开源社区再添中国力量

百度文心大模型家族的最新成员ERNIE-4.5-21B-A3B-Thinking在Hugging Face文本生成模型排行榜上强势登顶。这款模型采用了先进的轻量级MoE（混合专家）架构，总参数为21B，但在推理时仅激活3B参数，实现了极高的效率。同时，它还支持高达128K的长上下文处理，是中国AI开源领域的又一重要进展。

![image.png](https://static.downly.cn/images/b894bf3b7cf87f4716f5cb25a1e42e32.png)

<div align="center">图源备注：图片由AI生成</div>

## 开源框架DeepMCPAgent亮相 助AI代理生产力暴增

一款名为DeepMCPAgent的开源框架引起了业界的广泛关注。该框架允许开发者利用LangChain和LangGraph，快速构建生产级别的AI代理。其核心优势在于即插即用的动态MCP工具发现功能，并且强调模型无关性，用户可以自由集成任何LLM模型，极大地简化了AI代理从原型到生产的流程，有望重塑AI代理的开发和应用生态。

![image.png](https://static.downly.cn/images/389f1d86785c9fc08ce6c7ba5316c7d8.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI与微软关系生变 欲降收入分层比例

据报道，OpenAI正寻求修改与主要合作伙伴微软的财务协议。计划的核心是逐步降低微软的收入分成比例，目标是到2030年，将微软的分成从目前的近20%降至8%。此举旨在为OpenAI保留更多资金，以应对日益增长的巨大计算资源开销，预计将为公司带来超过500亿美元的额外收入。

![image.png](https://static.downly.cn/images/cfff2ff6e0edad22e8b2fc52f1aed657.png)

<div align="center">图源备注：图片由AI生成</div>

## 苹果AI转型遇挑战 Siri前负责人宣告离职

苹果公司在人工智能领域的转型之路再添变数。资深主管罗比·沃克宣布将于下月离职，他曾是Siri及公司AI与搜索业务的核心负责人。此次高层人事变动，引发了外界对于苹果AI战略发展前景以及其内部转型能力的担忧。

![image.png](https://static.downly.cn/images/de69b038560f79f302dc19b323c2de8d.png)

<div align="center">图源备注：图片由AI生成</div>

## Mercor转型AI训练师招聘 获亿元融资

初创公司Mercor宣布成功转型为一家专注于AI训练师的招聘平台，并已完成1亿元人民币的融资。该公司的目标是填补当前人工智能领域巨大的人才缺口，通过提供专业的培训和精准的岗位匹配，为AI产业持续输送合格的训练师人才。

![image.png](https://static.downly.cn/images/014557461160ef1d5e665afbc79258b3.png)

<div align="center">图源备注：图片由AI生成</div>



每日AI资讯0916：谷歌Gemini登顶iOS榜首，OpenAI发布编程新模型



> 导语 今日AI界风云变幻，谷歌因其AI摘要功能陷入与媒体巨头的法律纠纷，凸显了AI内容创作的版权困境。与此同时，行业风向悄然转变，初创公司纷纷从通用大模型转向更具针对性的“小而美”解决方案。技术前沿，小红书发布了领先的对话合成模型，智能家居领域也迎来了首款AI洗衣机器人。此外，AI教育已在北京中小学全面铺开，而中美之间在芯片领域的贸易摩擦则为全球科技格局增添了新的不确定性。

## 内容创作的“AI小偷”？谷歌因AI摘要功能遭媒体巨头起诉

美国媒体巨头Penske Media（旗下拥有《滚石》等知名杂志）已正式对谷歌提起诉讼。该集团指控谷歌的AI概览功能未经授权，直接抓取并使用其新闻内容生成摘要，严重侵犯了版权，并剥夺了出版商本应通过内容获取的广告与订阅收益。此次诉讼是美国主流出版商首次就AI摘要功能问题采取法律行动，此案的判决结果或将对未来AI行业如何合规使用内容产生深远影响，并可能重塑数字媒体的商业未来。


![image.png](https://static.downly.cn/images/7a20f97d5a0942f3f8eaaf3f44313ebe.png)
<center>图源备注：图片由AI生成</center>
<br>

## 通用大模型失灵 AI初创企业转向“小而美”

曾经被视为“万能钥匙”的通用AI基础模型正面临新的挑战。行业趋势显示，AI领域正从追求无所不包的通用智能，转向更加定制化和专业化的发展路径。许多AI初创公司开始将大型基础模型视为可替换的“商品”，转而聚焦于开发解决特定行业或任务的专用模型。这一策略转变预示着AI领域可能正在迈入一个更加分散化、应用场景更加垂直的新时代。

![image.png](https://static.downly.cn/images/dd3fec19abf199c566f4fbc66d959f04.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI播客革命 小红书发布新一代对话合成模型

小红书智创音频技术团队发布了其新一代对话合成模型FireRedTTS-2。该模型旨在解决当前技术在多说话人对话合成中普遍存在的灵活性差、发音错误、说话人切换不稳定和韵律感不足等核心痛点。通过对核心模块的全面升级，FireRedTTS-2在合成效果上取得了显著提升，并在多项评测中展现出行业领先水平，为AI播客制作、有声读物等场景提供了更优质的解决方案。

![image.png](https://static.downly.cn/images/2e6aa158dbbd9bcfce62e2c7cd5dbe25.png)
<center>图源备注：图片由AI生成</center>
<br>

## 告别繁琐家务 全球首款AI洗衣机器人Isaacs登场

由前苹果团队成员创立的Weave Robotic公司，成功推出了全球首款能够商业化应用的洗衣房折叠机器人Isaacs。这款机器人运用先进的机器视觉和AI技术，能够精准识别并高效地折叠各种衣物。Isaacs的问世，标志着智能家居自动化又向前迈出了一大步，将人们从重复性的家务劳动中解放出来。

![image.png](https://static.downly.cn/images/5f101e2ea6d0b161c030d1cf9064334c.png)
<center>图源备注：图片由AI生成</center>
<br>

## 科技贸易战升级 中国对美进口模拟芯片启动反倾销调查

中国商务部发布公告，决定对原产于美国的进口相关模拟芯片进行反倾销立案调查。此举是在收到国内产业提交的申请后，经审查符合立案条件而采取的行动。在当前全球集成电路领域竞争日益激烈的背景下，此次调查被视为对美国近期一系列对华半导体限制措施的回应，标志着中美两国在关键科技领域的贸易摩擦进一步升级。

![image.png](https://static.downly.cn/images/847549ef94056bd150c493efdf2351fe.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI从娃娃抓起 北京1400多所中小学普及AI通识课

新学期伊始，北京市教育部门面向全市1400多所中小学全面推广人工智能通识课程。该课程体系覆盖从小学到高中的各个阶段，旨在通过系统性的教学，由浅入深地培养学生的人工智能意识和应用能力。此举旨在为国家未来的科技发展储备人才，让年轻一代具备从基础认知到创新应用的全面AI素养。

![image.png](https://static.downly.cn/images/d00339b19a64faf803b7fed28248dacd.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI编程助手价格战 腾讯与阿里相继推出个人订阅服务

国内AI编程助手市场竞争升温。腾讯与阿里巴巴相继为其编码辅助工具CodeBuddy和Qoder推出了个人订阅方案。腾讯CodeBuddy的月费为9.95美元，而阿里Qoder的Pro版月费为20美元。两大巨头几乎同时入局个人付费市场，旨在吸引广大的开发者用户，预示着AI辅助编程领域的商业化竞争将日趋激烈。

![image.png](https://static.downly.cn/images/797198890645393e9482c0d34f7dbc60.png)
<center>图源备注：图片由AI生成</center>
<br>

## 超越ChatGPT 谷歌Gemini登顶iPhone免费应用榜

谷歌推出的AI应用Gemini，凭借其内置的Nano Banana图像编辑模型带来的出色用户体验，迅速在美国地区的苹果App Store免费应用排行榜上登顶。此次登顶不仅超越了其主要竞争对手ChatGPT，也超过了社交应用Threads，显示出其实用功能和流畅体验获得了广大iPhone用户的广泛好评和认可。

![image.png](https://static.downly.cn/images/69cdf277a5fd7756a8cc107d5257d0ed.png)
<center>图源备注：图片由AI生成</center>
<br>





每日AI资讯0915：谷歌面临版权诉讼，AI产业走向定制化，中美科技贸易摩擦加剧



> 今日AI界风起云涌：清华与东北大学联手推出UltraRAG 2.0，以50行代码简化RAG系统构建；Perplexity对Chrome的收购意向撼动浏览器市场格局。腾讯连发两款开源神器，单图生成3D世界的HunyuanWorld-Voyager与开箱即用的Youtu-Agent框架。谷歌、即梦AI、通义实验室、微软等巨头也纷纷亮剑，从网页内容理解、多模型服务到智能体开发框架，技术革新正以前所未有的速度，重塑我们的数字生活与开发范式。

## 清华联手东北大学发布UltraRAG 2.0：50行代码定义RAG新范式

清华大学与东北大学等机构联合发布了UltraRAG 2.0框架，它基于创新的模型上下文协议（MCP）架构，允许开发者通过简单的YAML文件来配置和构建复杂的检索增强生成（RAG）系统。该框架支持串行、循环、条件分支等多种逻辑，极大地降低了高性能RAG应用的开发门槛，让复杂的AI系统搭建变得前所未有的简单。

![插图：代码流与神经网络的抽象结合](https://static.downly.cn/images/71866b30d3bd8cb39ead10556f95a395.png)
<p align="center">图源备注：图片由AI生成</p>

## AI浏览器战争升级 Perplexity欲收购Chrome

AI搜索公司Perplexity对谷歌Chrome浏览器提出高达345亿美元的收购报价，此举震惊业界，标志着AI对传统浏览器市场的颠覆性冲击正式拉开序幕。与此同时，Anthropic公司也推出了针对Chrome的Claude扩展，AI与浏览器的深度融合已成大势所趋，一场围绕下一代智能浏览体验的战争已然爆发。

![插图：两个科技巨头的Logo在浏览器窗口中对峙](https://static.downly.cn/images/a185998c7389e0d433c242b8a11a9cfb.png)
<p align="center">图源备注：图片由AI生成</p>

## 腾讯再亮王牌 HunyuanWorld-Voyager实现单图生成3D世界

腾讯AI研究团队开源了其最新的研究成果HunyuanWorld-Voyager。这一模型堪称“神器”，仅需一张普通的2D图像，就能即时生成与之完全一致的3D点云世界。凭借其卓越的原生3D重建能力，在相机控制、内容对齐和3D一致性上表现出色，成功登顶WorldScore全球排行榜，为3D重建和图生3D领域带来了革命性突破。

![插图：一张风景照片悬浮在空中，下方延展出一个完整的、可供探索的3D立体世界]![image.png](https://static.downly.cn/images/8e0e6ffc6db2b93dfa1938d503f47f9d.png)
<p align="center">图源备注：图片由AI生成</p>

## 人人都是开发者 腾讯优图开源Youtu-Agent智能体框架

腾讯优图实验室正式开源Youtu-Agent智能体框架，主打“开箱即用”的便捷理念。开发者无需进行复杂的模型训练，只需从GitHub上获取代码，通过编写简单的YAML配置文件来定义智能体的具体行为，便能迅速搭建并运行个性化的智能体应用，极大地降低了技术门槛。

![插图：一个即插即用的模块化机器人，用户可以轻松更换代表不同功能的模块](https://static.downly.cn/images/e6fa2a42972d2771714972f5728f325c.png)
<p align="center">图源备注：图片由AI生成</p>

## 谷歌Gemini API添新翼 AI可“阅读”并理解整个网页

谷歌为其Gemini API增加了一项名为URL Context的全新功能。这项技术使得AI不再局限于抓取网页摘要或部分信息，而是能够像人类一样深入、完整地理解和解析整个网页的内容。这一重大进展意味着开发者可以构建出更精准、更智能的应用，实现对网络信息的深度利用。

![插图：一个AI大脑正在扫描一个网页，网页中的文字和图片转化为结构化的数据流](https://static.downly.cn/images/dca8e3de45333203759164411c551201.png)
<p align="center">图源备注：图片由AI生成</p>

## 即梦AI模型全面开放API 提供一站式图像视频生成服务

即梦AI与火山引擎达成合作，将其旗下包括文生图、图生图、视频生成、数字人等在内的一系列先进AI模型，通过API的形式向企业级用户和开发者全面开放。此举旨在提供一个一站式的图像与视频生成解决方案，开发者可以轻松接入并利用这些经过市场验证的强大功能，创造高质量的视觉内容。

![插图：一条API数据流从一个服务器流向多个不同的终端设备，每个设备上都显示着由AI生成的不同风格的图像和视频](https://static.downly.cn/images/8f7698019e45a7460e2534eb9e4357f2.png)
<p align="center">图源备注：图片由AI生成</p>

## Cherry Studio携手硅基流动 免费开放Qwen38B模型

为了提升用户体验，AI桌面客户端Cherry Studio宣布与硅基流动达成深度合作，向所有用户免费提供通义千问Qwen38B模型。该模型以其出色的推理能力、指令遵循和多语言支持而广受好评。此次合作将进一步丰富Cherry Studio的多模型生态，让跨平台用户能更便捷地享受到顶级AI模型的强大功能。

![插图：一个樱桃形状的工作室Logo与一个芯片Logo握手，背景是流畅运行在不同操作系统上的AI界面](https://static.downly.cn/images/3131fa6c37fb1c342cc9be32e62576d8.png)
<p align="center">图源备注：图片由AI生成</p>

## 通义实验室发布AgentScope 1.0 打造一站式智能体开发平台

通义实验室正式推出新一代开源智能体开发框架AgentScope 1.0。该框架以开发者为核心，致力于解决多智能体从开发、构建到运行和管理的全生命周期难题。通过其三层技术架构（核心框架、Runtime和Studio），AgentScope 1.0为开发者提供了灵活且强大的解决方案，让构建安全、高效的智能体应用变得更加简单。

![插图：一个开发者在一个可视化的工作台上拖拽不同的智能体模块，构建出一个复杂的多智能体协作系统](https://static.downly.cn/images/c1287b323739b9d5ca266dcec2ca7d27.png)
<p align="center">图源备注：图片由AI生成</p>

## 微软Copilot能力升级 免费用户也可多文件推理

微软宣布对其AI助手Copilot进行重要更新，免费向所有网页版和Windows 11版用户开放多文件分析功能。现在，用户可以一次性上传最多三个文件，让Copilot进行跨文档的理解和推理。这一此前仅限付费用户的功能将极大提升Copilot的实用性，例如可以同时分析简历和招聘启事，为求职者提供精准建议。

![插图：三份不同的文档被一只机械手同时送入一个Copilot大脑中进行分析和比较](https://static.downly.cn/images/baaf1ea28902e437966fb6921c6d1b56.png)
<p align="center">图源备注：图片由AI生成</p>

## Google发布Nano Banana AI图像编辑进入“一句话”时代

Google旗下Gemini 2.5 Flash Image团队推出了革命性的AI图像引擎Nano Banana。这项新技术颠覆了传统的图像编辑流程，用户只需用一句话描述想要进行的修改，AI即可精准完成操作。这项功能的推出，极大地降低了图像处理的门槛，让专业级的图像编辑变得像日常对话一样简单便捷。

![插图：一个人对着麦克风说话，旁边屏幕上一张复杂的图片根据语音指令实时发生改变](https://static.downly.cn/images/2c672eaf942f6300b1fe1c0499d7f87d.png)
<p align="center">图源备注：图片由AI生成</p>

每日AI资讯0903：未来科技浪潮，人工智能重塑数字世界







> 本期AI资讯聚焦多项突破性进展：通义灵码免费开放顶尖编程模型Qwen3-Coder；Claude与Canva联手，实现文本到视觉设计的无缝转换；Trickle发布Magic Canvas，开启零代码AI应用共创时代；讯飞星火X1则在翻译与推理能力上实现重大飞跃。

## 顶尖编程模型免费开放 通义灵码上线Qwen3-Coder
阿里通义灵码宣布，其全新的Qwen3-Coder模型已正式上线并向所有用户免费开放。该模型在知名的HuggingFace开源社区中表现卓越，登顶排行榜首。现在，开发者可以在AI IDE、VSCode以及Jetbrains等主流开发环境中，无限制地体验这款高效的编程辅助工具。此次开放不仅展示了其强大的技术实力，也赢得了全球开发者的广泛关注和认可。

![image.png](https://static.downly.cn/images/607e115fae9c20abbc05411350ba5fa3.png)

## AI创意再升级 Claude集成Canva实现文本一键生图
人工智能公司Anthropic旗下的AI服务Claude，现已深度集成全球知名设计平台Canva。用户只需上传文本内容，Claude便能智能分析并将其转化为符合品牌风格的专业级视觉设计。这一创新功能极大地简化了从文字到图形的创作流程，有效降低了设计门槛，无论是个人还是企业，都能借此轻松提升品牌形象，标志着AI在创意设计领域的应用迈出了重要一步。

![image.png](https://static.downly.cn/images/e947b64f8d566293bd18ee9bb9e6e864.png)

## 颠覆未来开发 Trickle发布零代码AI共创画布
Trickle公司震撼发布了全球首款生成式AI画布——Magic Canvas。它开创性地提供了一个人与AI协同创作的可视化共享空间，让用户无需编写任何代码，即可快速构建生产级的网站和应用程序。Magic Canvas支持实时可视化开发、多场景应用，并革新了版本控制与上下文管理方式，有望开启一个人人皆可开发的“开发民主化”新时代。

![image.png](https://static.downly.cn/images/a6b5d711dc0f9e556035b2af3e5acfa3.png)

## 翻译推理能力跃升 讯飞星火X1迎来重磅升级
科大讯飞对其星火X1深度推理大模型进行了重要升级。新版模型在翻译、逻辑推理、文本生成及数学解题等综合能力上均有显著提升，尤其在翻译质量、减少AI幻觉以及编程辅助方面表现突出，其性能已能与国际顶尖模型相媲美。此外，通过先进的流式语音合成技术，语音翻译的体验也变得更加流畅自然。目前，该模型已在多个行业中为企业提供技术支持，有效提升了研发效率。

![image.png](https://static.downly.cn/images/ddb56c9f68df58dc92a2eb9ee45512de.png)

每日AI资讯0727：Qwen3-Coder免费开放、Claude携手Canva、零代码AI应用构建、讯飞星火X1升级



> 导语：今日AI界迎来密集创新，阿里巴巴成为焦点，接连发布了挑战Sora的开源视频模型Wan 2.2、登顶全球编程榜的Qwen3-Coder、支持92种语言的翻译模型Qwen-MT，以及一系列赋能开发者的开源工具。与此同时，谷歌也在搜索领域引入AI新功能，预示着新一轮技术变革的浪潮。

## 阿里Wan 2.2发布，开源视频生成AI剑指Sora
阿里巴巴云即将推出其最新的视频生成AI模型Wan 2.2。该模型在性能与效率上实现了显著突破，通过优化核心架构，提升了在高分辨率和长视频生成方面的能力。新版本增加了文本到视频、图像到视频等多项实用功能，并将延续其免费开源策略。此举不仅旨在挑战Sora在视频生成领域的地位，也意在通过开源社区的力量，巩固其在全球AI视频生成领域的领导地位，势必对现有市场格局产生深远影响。

![image.png](https://static.downly.cn/images/32ba69b2764289b93c4f41ffd3a092fe.png)

## 开发者新宠，开源AI工具DailiCode打破模型壁垒
一款名为DailiCode的开源AI Agent CLI工具正式面世。作为Gemini CLI的一个分支版本，它成功打破了不同大型语言模型（LLM）之间的壁垒，不仅支持Gemini和OpenAI，还兼容任何遵循OpenAI API格式的自定义模型。DailiCode集成了代码库查询编辑、多模态内容生成和自动化Pull Request处理等强大功能，能胜任机器人开发、代码迁移等多种任务，为开发者提供了一个连接工具、理解代码、加速工作流的全新AI编程助手。

![image.png](https://static.downly.cn/images/b215a49935eeda35325a26c0562bbacd.png)

## 登顶全球第一，阿里Qwen3-Coder成最火AI编程模型
在Hugging Face最新发布的AI模型排行榜上，来自阿里巴巴的Qwen3-Coder模型成功登顶，成为全球热度最高的开源AI编程模型。该模型凭借其独特的混合专家（MoE）架构，在代码处理和Agent调用能力上表现卓越。目前其下载量已突破2000万次，获得了来自行业和开发者社区的广泛赞誉，这标志着中国在AI编程技术领域取得了重要的里程碑式进展。

![image.png](https://static.downly.cn/images/abe8fc723e4ac60d8fdeca52270003a5.png)

## 通义千问再添利器，发布支持92种语言的Qwen-MT翻译模型
通义千问（Qwen）家族推出了全新的机器翻译模型Qwen-MT。该模型基于强大的Qwen 3打造，能够支持全球92种语言之间的互译。它不仅具备术语干预和领域提示等高级可控功能，还采用了轻量级的MoE架构，确保了快速响应和低成本运行。在多项行业标准评估中，Qwen-MT的表现已优于或媲美顶级的商业翻译模型，为全球用户带来了更智能、更高效的翻译新体验。

![image.png](https://static.downly.cn/images/478439890bf5be5a96ab59962301cef1.png)

## 本地知识库AI助手，开源神器5ire解锁智能开发
5ire是一款全新免费开源的跨平台桌面AI助手，它允许开发者连接本地知识库，实现更私密、更高效的AI开发。该工具使用TypeScript编写，支持OpenAI风格的API，并集成了提示词库、对话书签、历史搜索和Token用量追踪等实用功能。通过其独特的MCP协议，5ire能够智能调用各种工具，为开发者提供了一个高度灵活且功能强大的AI开发解决方案。

![image.png](https://static.downly.cn/images/b947dd4b4d61d10db793372305945aa2.png)

## 谷歌搜索迎来AI新变革，Web Guide智能整理搜索结果
谷歌在其搜索实验室（Search Labs）中推出了一项名为“网络指南”（Web Guide）的全新实验性功能。该功能利用先进的人工智能技术，对用户的搜索结果进行智能分析和组织，不再仅仅是罗列链接。它将信息进行分类和归纳，以更有条理、更易于理解的方式呈现给用户，旨在提升复杂查询场景下的搜索效率和体验，标志着谷歌正探索用AI重塑传统搜索模式。

![image.png](https://static.downly.cn/images/35afeba4d98df8f73857738d89e3bd92.png)

每日AI资讯0725：阿里连发多款AI模型新品，谷歌搜索迎来AI新变革

Hugging Face推出的开源大模型排行榜单

Open LLM Leaderboard

生物医学研究问答数据集和模型得分排行榜

搜索结果: 排行榜