> 苹果终于不再固步自封。通过引入谷歌 Gemini 的云端能力，Siri 将迎来史上最彻底的智能化改造。这不仅是两大科技巨头的罕见结盟，更标志着苹果试图通过外部合作与内部重构双管齐下，以此扭转其在 AI 时代的被动局面。

## 巨头结盟 2月迎来首战

苹果的人工智能战略正在经历一场里程碑式的转折。据彭博社资深记者 Mark Gurman 披露，备受瞩目的苹果与谷歌 AI 合作即将落地 基于谷歌 Gemini 架构的新版 Siri 计划于 2 月下半月正式推向市场。

此次更新被视为苹果兑现 2024 年 WWDC 承诺的关键一步。尽管苹果一向强调自研技术，但在生成式 AI 迭代速度极快的当下，选择与谷歌结盟显然是更务实的战略选择。

![Google_AI_Studio_2026-01-26T03_05_20.253Z.png](https://static.downly.cn/images/369faa19f7f309a179f1e9e74520305b.png) <center>图源备注：图片由AI生成</center>

## Siri 的三大核心进化

新版 Siri 的发布，旨在彻底改变用户对这一语音助手“不够智能”的刻板印象。核心进化体现在三个维度

* **深度语境感知** Siri 将首次获得系统级的屏幕感知能力，能够访问用户个人数据及当前屏幕内容，从而执行跨应用的复杂指令。
* **交互能力飞跃** 依托 Gemini 强大的语言模型能力，Siri 的对话体验将向 ChatGPT 等先进竞品看齐，具备更自然的上下文理解与多轮对话能力。
* **底层架构变革** 为了支撑庞大的算力需求，该版本的云端处理将直接运行在谷歌的基础设施之上，这是苹果服务生态的一次重大开放。

## 从内部动荡到战略定型

苹果 AI 战略的调整并非一帆风顺。此前，公司内部对外界关于其 AI 落后的批评反应激烈，高管迈克·洛克威尔甚至曾公开对负面报道表示不屑。然而，随着 AI 主管约翰·詹南德雷亚的离职以及与谷歌合作的最终敲定，苹果显然已经放弃了“闭门造车”的路线。

Mark Gurman 强调，2 月的更新仅仅是序幕。苹果正蓄势待发，准备在 6 月的全球开发者大会（WWDC）上展示更具颠覆性的 AI 整合方案，届时 iOS 系统或将迎来真正的“AI 原生”时刻。

苹果联手谷歌 Gemini重塑Siri智能体验

> **导语**
> 在AI商业化的十字路口，两大巨头展现出了截然不同的哲学。针对OpenAI近期测试广告的举措，谷歌DeepMind CEO德米斯·哈萨比斯罕见发声，直言“惊讶”，并阐述了为何在现阶段，保持AI助手的纯粹性比短期变现更为重要。

## 信任危机 助手与广告的天然矛盾

近日，在达沃斯论坛接受Axios专访时，哈萨比斯对当前AI聊天机器人的商业化路径提出了独到见解。面对OpenAI为平衡昂贵基建成本而针对非订阅用户测试广告的决定，他表达了深层的担忧。

“你想信任你的助手，那么广告该如何融入这种模式？”哈萨比斯一针见血地指出了其中的逻辑悖论。他分析认为，搜索场景与助手场景有着本质区别：搜索本质上是信息分发，用户意图与广告匹配度较高；而聊天机器人旨在成为处理高度私人事务的“得力助手”。在这种亲密且高度个人化的交互体验中，侵入式广告极易破坏用户建立的信任感。亚马逊Alexa此前在应用推荐上的尝试失败，以及OpenAI早期类似尝试引发的用户反感，都是前车之鉴。

![Google_AI_Studio_2026-01-23T02_50_50.245Z.png](https://static.downly.cn/images/9f6417ecd07a7eabc49ae8076a66224b.png)
<center>图源备注：图片由AI生成</center>

## 谷歌的定力 深耕个人智能体验

尽管广告营收占据了谷歌帝国的半壁江山，但哈萨比斯明确表示，谷歌目前并无计划在Gemini等AI聊天机器人中投放广告。相反，团队正将全部精力集中在**用户反馈**与**个性化功能**的深度开发上。

谷歌目前的策略是推动Gemini与Gmail、Google Photos及YouTube历史记录的深度打通，旨在提供真正懂用户的“个人智能”回复，从而提升工具的核心粘性。哈萨比斯强调，尽管团队也在思考商业化方案，但并未感受到来自管理层的变现压力。“我们将保持高度的科学性与严谨性，不会做出任何仓促的决定。”对DeepMind而言，确保AI助手的有用性与值得信赖，是目前远高于短期广告收入的战略优先级。

谷歌DeepMind掌门人谈变现：过早引入广告将以此损害AI信任

> 科技巨头正集体押注语音交互，OpenAI 已秘密整合团队，计划于2026年推出音频优先的个人设备。这不仅是产品形态的更新，更是对“后屏幕时代”交互权的争夺——通过支持打断、边听边说的自然对话体验，让 AI 成为无处不在的智能伴侣。

## 交互重塑 从工具到智能伴侣

据《The Information》披露，OpenAI 正全力重构其音频 AI 系统，目标直指2026年初的新一代模型发布。这一新系统将打破传统 AI “说完才能听”的僵化模式，首次实现“边听边说”（concurrent speech）能力，并支持真实对话中的即时打断。

配合新模型，OpenAI 正在规划一系列音频优先的硬件产品，形态可能涵盖无屏智能音箱、AI 眼镜或可穿戴设备。其核心逻辑在于，设备不再仅仅是冷冰冰的工具，而是具备接近人类语调与节奏的“智能伴侣”。这种无缝的交互体验，旨在将 AI 深度融入用户的生活流中。

![Google_AI_Studio_2026-01-04T06_29_20.875Z.png](https://static.downly.cn/images/da5cd99bec0330d31e246811be9fc659.png)
 <center>图源备注：图片由AI生成</center>

## 生态共振 硅谷巨头的语音围猎

OpenAI 并非这场战役的唯一玩家，整个科技生态正在加速向音频迁移。Meta 的 Ray-Ban 眼镜通过五麦克风阵列抢占听觉入口，Google 推出 Audio Overviews 将搜索结果转化为语音摘要，Tesla 则将 Grok 植入座舱实现全车语音控制。

与此同时，前苹果设计灵魂人物 Jony Ive 的入局为 OpenAI 的硬件愿景增添了浓厚的人文色彩。他主张通过音频优先的设计来“修正”消费电子时代的屏幕成瘾问题，让技术回归服务人性的本质。市场正在形成共识：语音是通往无感、无缝智能体验的最优解。

## 终极战场 争夺人类稀缺的注意力

AIbase 观察认为，当客厅、驾驶舱、手腕乃至眼镜都成为语音交互的入口，这场竞争的本质已超越技术本身，直指人类最稀缺的资源——注意力。

OpenAI 的野心在于通过声音这一最自然的媒介，让 AI 变得无处不在却又“不可见”。若能在2026年成功落地这一战略，OpenAI 或将定义继智能手机之后的下一代个人计算平台。这场静默的“语音革命”，正试图将复杂的计算隐藏在简单的对话之后，重塑人与数字世界的连接方式。

OpenAI 音频战略重构：2026年推硬件 意在抢夺注意力入口

> 导语：谷歌发布新一代轻量级模型 Gemini 3 Flash，响应速度提升三倍并实现近乎“零延迟”，在多项权威基准测试中反超前代旗舰 Pro 版本，且向全球免费开放。

## 降维打击的突破性表现

谷歌今日正式推出的 Gemini 3 Flash 不仅响应速度极快，更在性能上实现了对同代旗舰的逆袭。作为史上首个在同期对比中性能超越 Pro 版本的 Flash 模型，它在多个高难度领域表现亮眼

* **代码修复** 在权威榜单 SWE-bench 上，以 78% 的得分超越 Gemini 3 Pro。
* **博士级推理** 在 GPQA Diamond 测试中拿下 90.4% 的高分。
* **综合评估** 在极难的 Humanity’s Last Exam（无工具模式）中取得 33.7% 的成绩，显著优于前代旗舰 Gemini 2.5 Pro。
* **文本能力** 在 LMArena 排名中跃居全球第三。

![Google_AI_Studio_2025-12-18T01_40_35.277Z.png](https://static.downly.cn/images/1fb7c709d21958733790cf52c3db6832.png)

<center>图源备注：图片由AI生成</center>

## 深度优化造就性能奇迹

这一性能突破源于谷歌对模型架构的深度打磨。在保持极低推理成本的同时，通过知识蒸馏、推理路径压缩与多模态对齐等技术，使小模型具备了接近大模型的逻辑深度。用户上传一张图像或视频，Flash 可在数秒内解析内容并生成可执行计划，从识别电路故障到规划旅行路线，响应如同闪电般迅速。

## 三种交互模式适配全场景

为满足不同用户的需求，新版 Gemini App 推出了三种针对性的交互模式

* **极速模式** 默认启用 Gemini 3 Flash，适合日常快速问答。
* **思考模式** 激活 Flash 的深度推理链，专门处理复杂的逻辑问题。
* **专业模式** 保留 Gemini 3 Pro，专注解决高难度数学与编程任务。

这意味着普通用户无需付费，即可享受过去仅限高端订阅的智能体验。你在 Google 搜索中提出的每一个复杂问题，背后都将由融合顶级推理能力的 AI 引擎驱动。

![Google_AI_Studio_2025-12-18T01_39_20.073Z.png](https://static.downly.cn/images/f40f8b270570f811075378cd246d9b50.png)

<center>图源备注：图片由AI生成</center>

## 市场策略与普惠愿景

市场数据有力印证了这一策略的成功。Gemini App 月活用户在一个季度内激增至 6.5 亿，API 调用量同比翻了三倍。随着 Flash 的加入，Gemini 3 产品线形成了清晰的“Deep Think 深度推理、Pro 专业攻坚、Flash 普惠极速”梯队。

当免费模型开始超越付费旗舰，AI 的竞争已不再只是参数规模的比拼，而是效率、体验与普惠性的综合较量。谷歌用 Gemini 3 Flash 宣告，下一代 AI 既要聪明，更要快、要省、要人人可用。

Gemini 3 Flash 震撼发布 免费极速 性能反超旗舰 谷歌开启 AI 零延迟时代

> 今日AI界风起云涌：谷歌将Gemini全面融入地图与电视，引领交互新革命；软银与OpenAI的合作引发资本新思考；Kaltura重金布局AI数字人赛道；编程新贵Lovable用户激增，商汤与月之暗面发布创新模型与框架，而Meta则在语音识别领域打破语言壁垒，技术与资本共同推动AI浪潮进入新高度。


## 软银联手OpenAI成立“水晶智能”，AI投资新模式或引行业“资金空转”担忧

软银与OpenAI宣布合资成立“水晶智能”公司，旨在为日本企业提供先进的AI工具。然而，鉴于软银本身就是OpenAI的重要投资者，这一举动引发了业界对于AI领域投资模式的深入思考。市场担忧此类交易可能并未真正创造新的经济价值，而是导致资本在巨头生态系统内部循环，形成“资金空转”现象。


![image.png](https://static.downly.cn/images/d99a8d575a33e13805651a817710a952.png)
图源备注：图片由AI生成
 

## Gemini登陆Google TV，家庭娱乐迎来情景化AI交互革命

谷歌正式在Google TV平台上推出Gemini语音助手，以取代原有的Google Assistant。这是谷歌将Gemini全面整合至其各类平台战略的关键一步。通过Gemini强大的AI能力，用户将能够以更自然、更具情境化的方式进行复杂的内内容查询和功能操作，例如根据“推荐一部适合全家观看的科幻喜剧”等多重偏好指令寻找电影，极大地提升了家庭娱乐的智能化体验。

![image.png](https://static.downly.cn/images/1b539be1146748f2a08fc1fb8c5ad43b.png)
图源备注：图片由AI生成
 

## 谷歌地图拥抱Gemini，一句话生成交互式地图

谷歌地图迎来重大升级，通过深度集成Gemini大模型，转型为一个AI空间智能平台。此次更新推出了创新的“Builder Agent”功能，允许用户和开发者仅通过自然语言指令，就能快速生成交互式地图。结合MCP服务器和Grounding Lite技术，新版谷歌地图不仅为普通用户带来了前所未有的智能体验，也极大地提升了开发者的工作效率。

![image.png](https://static.downly.cn/images/b5eac1b01ef3e7dc65d3e4d3cac9f8d7.png)
图源备注：图片由AI生成
 

## Kaltura豪掷2700万美元收购eSelf.ai，发力企业级AI视频交互

视频技术公司Kaltura宣布以2700万美元收购eSelf.ai，获取其先进的实时对话虚拟人技术。此次收购是Kaltura“视频即服务界面”战略的核心举措，旨在将其视频平台从传统的内容分发工具，转变为一个智能交互界面。通过整合AI数字人技术，Kaltura期望能显著提升企业客户的沟通效率和用户参与度。

![image.png](https://static.downly.cn/images/929aa6b833b51972cae52cf5d61c60b1.png)
图源备注：图片由AI生成
 

## AI编程新星Lovable用户破800万，“氛围编程”引领行业潮流

瑞典AI编程平台Lovable在成立仅一年的时间里，实现了爆炸式增长，用户总数已接近800万，每日有超过10万个新产品通过该平台发布。作为“氛围编程”理念的开创者，Lovable已从一个开源工具迅速成长为估值超10亿美元的独角兽公司，其用户覆盖从学生到高收入开发者，充分展示了AI在编程领域的巨大潜力。

![image.png](https://static.downly.cn/images/6d53b42ee31f3d10672f4e605950c699.png)
图源备注：图片由AI生成
 

## 商汤发布SenseNova-SI模型，空间智能能力超越GPT-5

商汤科技发布了其开源的SenseNova-SI系列模型，在空间智能领域取得了重大突破。根据权威评测结果，该模型在空间理解与推理方面的能力已超越包括GPT-5在内的顶尖闭源模型。这一成果有效弥补了当前大模型在空间智能方面的短板，展现了卓越的性能。

![image.png](https://static.downly.cn/images/eb4325fb3dd40a21d0960a550d9c7271.png)
图源备注：图片由AI生成
 

## 月之暗面开源Kosong框架，赋能下一代AI智能体开发

国内AI创业公司月之暗面开源了其全新的AI代理框架Kosong。该框架以其轻量级和灵活的设计理念，有效解决了当前AI开发中工具碎片化的难题。通过提供统一的抽象层，Kosong简化了下一代智能体的开发流程，帮助开发者更紧密地将大模型的能力与真实应用场景相结合，一经发布便获得了开发者社区的热烈反响。

![image.png](https://static.downly.cn/images/adcd3a700c2139766c70d6c3bce24028.png)
图源备注：图片由AI生成
 

## Meta AI发布“全语种”语音识别系统，支持超1600种语言

Meta发布了名为Omnilingual ASR的自动语音识别系统，该系统能够转录超过1600种口语语言，是目前支持语种最多的系统之一。此举旨在解决当前AI工具在语言覆盖上的严重不足，推动实现通用语音转录，从而弥合全球不同语言在获取AI技术支持方面的鸿沟，向打破全球语言壁垒的目标迈出重要一步。

![image.png](https://static.downly.cn/images/32ac3dd071597c42bb68692168d0df88.png)
图源备注：图片由AI生成

每日AI资讯1111：谷歌AI全面融入生活，AI投资与开源框架引领新趋势

> **导语** 随着苹果M5芯片的发布，端侧AI处理能力实现了前所未有的四倍性能飞跃，为个人设备带来了更强的本地智能体验。与此同时，谷歌DeepMind与耶鲁大学的合作揭示了AI在癌症治疗中的新潜力，而AMD与甲骨文的合作则预示着AI算力基础设施的又一次大规模扩展。从AI驱动的“数字孪生”提升工作效率，到Anthropic高性价比模型的推出，再到VSCO为专业影像编辑注入智能，AI技术正以前所未有的深度和广度，重塑着从个人应用到企业服务的方方面面。



<center>图源备注：图片由AI生成</center>

## 苹果M5芯片引领终端侧AI性能革命
苹果公司正式发布了采用先进3纳米工艺的M5系列芯片，其AI性能实现了惊人的“四倍飞跃”。这款芯片的图形处理器在处理AI相关任务时速度提升超过400%，同时其16核神经网络引擎达到了每秒38万亿次的运算速度。这一突破性进展将极大地增强MacBook Pro和iPad Pro等设备的本地AI处理能力，加速终端侧的智能化体验，让用户在设备上就能享受到更强大、更高效的AI功能。

![image.png](https://static.downly.cn/images/ced31d5816d251e57e1d8a9d2f9dc99e.png)
<center>图源备注：图片由AI生成</center>

## DeepMind联手耶鲁大学，AI模型发现癌症治疗新思路
谷歌DeepMind与耶鲁大学的最新合作研究取得了重大突破。他们共同开发的C2S-Scale27B模型，基于强大的Gemma架构，在单细胞分析领域展现出卓越的能力。该模型成功发现，药物Silmitasertib在特定条件下能够充当“条件增强剂”，有效激活人体免疫系统，使其能够精准识别并清除癌细胞。这一发现为癌症治疗提供了一个全新的、充满希望的方向。

![image.png](https://static.downly.cn/images/efc842eb558c36bca4e4998307818a6e.png)
<center>图源备注：图片由AI生成</center>

## AMD与甲骨文强强联合，五万AI芯片部署计划启动
AMD在AI市场的布局再下一城，宣布与甲骨文达成重大合作协议。根据协议，甲骨文将从2026年第三季度开始，在其数据中心大规模部署5万块AMD Instinct MI450 AI芯片。此次部署将采用新一代的“Helios”机架系统。这一战略举措不仅将显著推动AMD在人工智能市场的增长，也使其与行业领导者英伟达的竞争进入了新的阶段。

![image.png](https://static.downly.cn/images/0db112ed180577562dd0ae6eb270eef1.png)
<center>图源备注：图片由AI生成</center>

## AI数字孪生解决职场协作痛点，Viven获3500万美元融资
初创公司Viven凭借其创新的AI驱动“数字孪生”技术，成功获得3500万美元种子轮融资。该公司利用大语言模型和先进的隐私保护技术，为员工创建数字替身。这个“数字分身”能够在员工休假或因时区不同而无法及时响应时，填补关键信息的空缺，确保项目沟通顺畅、工作持续推进，从而有效解决员工“不在场”的痛点，为企业节省了宝贵的时间与成本。

![image.png](https://static.downly.cn/images/47c3596f0edda01f97c0b61212ec7cda.png)
<center>图源备注：图片由AI生成</center>

## Anthropic推出Haiku 4.5模型，性价比优势凸显
Anthropic公司发布了其最新的轻量化AI模型Claude Haiku 4.5。该模型以其卓越的性价比脱颖而出，仅需同系列Sonnet 4模型三分之一的价格，就能提供与之相媲美的强大编程能力。Haiku 4.5专为需要低延迟和快速响应的实时应用场景设计，如在线聊天助手和客户服务系统，成为了Claude系列中平衡性能与成本效益的理想解决方案。

![image.png](https://static.downly.cn/images/c550d6407449964b0f21bcd565e14af9.png)
<center>图源备注：图片由AI生成</center>

## Anthropic商业前景广阔，年收入或将迎爆发式增长
据预测，由前OpenAI员工创立并专注于安全AI技术研发的Anthropic公司，正迎来其商业化的快车道。公司预计到2025年底，其年化收入有望达到90亿美元，而到2026年，这一数字更可能飙升至惊人的260亿美元。这一强劲的增长预期，充分彰显了Anthropic在人工智能领域的巨大发展潜力和广阔的市场前景。

![image.png](https://static.downly.cn/images/b06230fbec93cc6827cc38f130a8186e.png)
<center>图源备注：图片由AI生成</center>

## VSCO发布AI Lab，开启智能图像编辑新时代
知名摄影应用VSCO正式推出了名为“AI Lab”的全新工具集，标志着专业级图像编辑进入了智能化时代。该工具集利用了先进的人工智能技术，如智能对象移除，允许专业摄影师在高分辨率的RAW文件上进行精细且非破坏性的编辑。这一创新极大地提升了专业创作者的工作流程和效率，让复杂的图像处理变得更加简单和智能。

![image.png](https://static.downly.cn/images/f4a0790c61ae6de8bab15f3bf29a6c34.png)
<center>图源备注：图片由AI生成</center>

## 谷歌Flow视频工具升级，光影音频编辑更强大
谷歌对其AI视频生成工具Flow进行了重要升级。新版本增加了灵活的光影编辑功能，让用户能够更精细地调整视频中的光照效果，显著提升了生成视频的真实感和艺术感。同时，音频处理功能也得到了大幅增强，使得视频创作的灵活性和最终效果都迈上了一个新台阶，内容生成更加自然生动。

![image.png](https://static.downly.cn/images/a0fa0e3b9a202c434c6c94245c04f16b.png)
<center>图源备注：图片由AI生成</center>

## 谷歌加速AI产品部署，VEO 3.1版本即将上线
有消息称，谷歌正准备在Gemini和相关API上发布其最新的VEO 3.1 AI模型。用户已在Gemini应用中发现了与新功能相关的免责声明，预示着此次更新将很快整合到用户熟悉的界面中。此外，在谷歌的Vertex AI平台上也出现了对VEO 3.0预览模型的引用，种种迹象表明，谷歌正在全力加速其先进AI产品的开发与部署。

![image.png](https://static.downly.cn/images/91e604931778512e499c34a253236d76.png)
<center>图源备注：图片由AI生成</center>

## Airtel与IBM携手，共促云计算与AI创新
印度电信巨头Airtel与科技巨头IBM达成战略合作，旨在共同推动云计算和人工智能技术的创新。此次合作将充分利用IBM强大的云基础设施与AI技术，并结合Airtel在电信领域的网络可靠性及数据本地化优势。双方将共同提升Airtel Cloud服务能力，帮助金融、医疗等受严格监管的行业企业高效、安全地扩展其AI工作负载。

![image.png](https://static.downly.cn/images/721b0f9623c05e9f61ba52dbb043b105.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1016：端侧AI芯片性能飞跃，AI赋能医疗影像与企业服务迈向新纪元

> 今日AI界风起云涌，英伟达再次上演“钞能力”，通过战略收购与投资，意在巩固其硬件霸主地位；与此同时，从小米到Mistral AI，开源力量持续壮大，接连发布创新模型；软件层面，谷歌、微软等巨头则加速将AI融入浏览器和操作系统，AI正以前所未有的深度和广度，重塑我们的数字生活。

## 英伟达的“钞能力”：豪掷9亿美金上演人才“打包”战

英伟达近日再次展现其在AI领域的雄心，斥资超过9亿美元，不仅收购了AI硬件初创公司Enfabrica，更是将其CEO及核心团队一并纳入麾下，同时获取了关键技术许可。此次收购的核心目标是强化英伟达的GPU互联技术，构建能够高效连接并协同运作十万块GPU的超级计算系统。此举效仿了Meta、谷歌等科技巨头高薪挖角和打包技术人才的策略，凸显了顶级AI人才在当前科技竞争中的核心价值。

![image.png](https://static.downly.cn/images/23a8dda4f346acaefaa49ce33dec3506.png)
图源备注：图片由AI生成

## 强强联合：英伟达注资50亿联手英特尔挑战AMD

在另一项重磅合作中，英伟达与英特尔达成战略联盟，宣布将共同开发多代x86处理器。这项合作将深度融合英伟达的NVLink技术与英特尔的CPU技术，旨在打造面向游戏PC及数据中心的高性能计算解决方案。为巩固合作关系，英伟达还将投资50亿美元，收购英特尔约5%的股份。这一举动标志着两大芯片巨头联手，意图在高性能计算市场挑战AMD的现有地位。

![image.png](https://static.downly.cn/images/b2f87fa293c78325e45a6818b1e41dc0.png)
图源备注：图片由AI生成

## 小米发力：首个原生端到端语音大模型惊艳亮相

小米公司在语音技术领域取得重大突破，正式开源其首个原生端到端语音大模型Xiaomi-MiMo-Audio。该模型基于上亿小时的海量数据和创新架构打造，首次在语音领域实现了In-Context Learning（ICL）的少样本泛化能力，并观察到了“涌现”行为。在多个行业评测基准上，其表现全面超越同参数级别的开源模型，甚至在音频理解任务上优于谷歌的Gemini-2.5-Flash。

![image.png](https://static.downly.cn/images/43eced9c761bb42216fc1341d0ff51d3.png)
图源备注：图片由AI生成

## 法国AI新星：Mistral推出更强大的开源推理模型

法国AI公司Mistral AI发布了其最新的开源模型Magistral Small 1.2。该模型拥有24B参数，具备处理128k长上下文的能力，并且支持多语言和视觉输入。一个显著的创新是引入了[THINK]特殊token，用于包裹模型的推理过程，旨在提升模型的表现力和应用的灵活性，为开发者提供了更强大的工具。

![image.png](https://static.downly.cn/images/746fa0f3947de5f388e549c883e5ce9f.png)
图源备注：图片由AI生成

## AI融入日常：微软为记事本免费添加AI写作助手

微软正将AI功能深度集成到Windows操作系统中。在最新的Copilot Plus电脑上，经典的记事本（Notepad）应用将迎来“摘要”、“写作”和“重写”等免费的AI新功能。该功能利用本地AI模型提供支持，旨在提升用户的写作效率，并且用户无需订阅Microsoft 365即可使用。目前，部分Windows Insider用户已可抢先体验。

![image.png](https://static.downly.cn/images/9d475c0dc678cc367a041debbd421629.png)
图源备注：图片由AI生成

## 谷歌的反击：Gemini让Chrome浏览器与定制助手更智能

谷歌正全面推动其Gemini AI模型在产品生态中的应用。首先，Chrome浏览器深度整合了Gemini，为美国市场的Mac、Windows及移动设备用户带来智能浏览新体验。AI助手能够帮助用户解释网页内容、整合多标签页信息，甚至恢复已关闭的网站。其次，谷歌推出了Gemini Gems共享功能，用户现在可以像分享Google Drive文件一样，将自己定制的AI助手（Gems）分享给他人，极大地简化了团队协作流程。

![image.png](https://static.downly.cn/images/7fb69b03309cd2ae2003c59fdb204939.png)
图源备注：图片由AI生成

## 视频生成新纪元：Luma AI发布支持专业级HDR的Ray3

视频生成领域迎来新的里程碑，Luma AI发布了其首个能够生成工作室级别HDR（高动态范围）视频的AI模型Ray3。该模型不仅支持生成16位高色深的视频，还能将其导出为专业的EXR格式，使其能无缝融入影视行业的专业制作流程。此外，Ray3还能将普通的SDR视频智能转换为效果震撼的HDR视频。

![image.png](https://static.downly.cn/images/0ed161b2586db143f30c005d304b1316.png)
图源备注：图片由AI生成

## AI浏览器新赛道：Comet与1Password联手保障安全

AI驱动的浏览器正成为新的热点。由Perplexity支持的AI浏览器Comet宣布与知名密码管理工具1Password达成合作。这次联手将先进的AI信息获取能力与顶级的凭证安全管理相结合，为用户在AI时代的网络浏览提供了自动填充、访问控制等安全保障，确保在享受智能体验的同时，个人账户信息安全无忧。

![image.png](https://static.downly.cn/images/5855c5d4c36b8122cb0a0f4d79fd802c.png)
图源备注：图片由AI生成

## 小模型大能量：多款轻量级推理模型集中发布

企业应用正向“小型AI”转型。Meta推出的MobileLLM-R1系列模型，通过提供140M、360M、950M等不同参数规模的选项，解决了企业在使用大型AI模型时面临的成本高、依赖云端和隐私控制难等痛点。与此同时，另一款名为Ring-mini-2.0的高性能MoE推理模型也震撼发布，它仅需激活1.4B参数，推理能力却能媲美10B以下的密集模型，尤其擅长逻辑、编程和数学，并支持128K长上下文，展现了小模型的巨大潜力。

![image.png](https://static.downly.cn/images/96954cb79768db881a52fafc8459ab85.png)
图源备注：图片由AI生成

每日AI资讯0919：从芯片到桌面，巨头与新锐齐发力，AI全面融入数字生活

> AI技术正以前所未有的速度融入我们生活的方方面面，从离线也能运行的端侧应用，到改变医生培养模式的教学模型，再到让会议不再冲突的智能助理，新一轮的智能革命已经到来。本期资讯将带您一览支付宝、腾讯、谷歌等巨头在AI领域的最新动态，探索科技如何重塑医疗、办公和个人生活的未来。

## AI导师上岗，复旦中山医院革新医学教育

复旦大学附属中山医院最近推出了一款创新的AI教学大模型，旨在彻底改变医学教育的方式。这款模型致力于培养既有扎实专业技能，又兼具人文关怀的“有温度”的未来医生。通过模拟真实的临床环境和病例，AI可以为医学生提供个性化的学习路径和实时的互动反馈，这预示着人工智能技术将在更多专业领域引发深刻的变革，尤其是在内容创作、科学研究和医疗健康等人机交互场景中，对社会生产力和产业格局产生深远影响。

![image.png](https://static.downly.cn/images/b83c0d24bb2487ac682a0391ad05b4b0.png)
<center>图源备注：图片由AI生成</center>

## 手机秒变美容顾问，支付宝AI实现智能皮肤检测

支付宝近日推出了一项便民新功能 AI智能皮肤检测。用户只需通过手机轻松拍个脸，即可获得一份详尽的肤质报告和专业的个性化护理建议。这一功能的背后是先进的AI图像识别与分析技术，它旨在满足用户日益增长的移动影像和高效生活需求。这项创新有望在竞争激烈的智能手机应用市场中占据重要地位，并引发消费者的广泛关注。

![image.png](https://static.downly.cn/images/31be00b1e90702d3c2153e9ae8421627.png)
<center>图源备注：图片由AI生成</center>

## 会议分身术成真，腾讯会议AI托管让你分身有术

开会时间冲突或需要紧急离场怎么办？腾讯会议给出了解决方案。最新上线的AI托管功能，深度整合了腾讯元宝AI助手，可以作为用户的“会议分身”。它能帮助用户自动加入会议、进行全程的智能记录和摘要，确保用户即使不在场，也不会错过任何关键信息与重要决策，彻底解决了“开会撞车”的难题。

![image.png](https://static.downly.cn/images/1c4b34a1a8078a32363da634bfccab6d.png)
<center>图源备注：图片由AI生成</center>

## Claude变身全能情报员，自动抓取网页与PDF

Anthropic旗下的大模型Claude再次迎来重磅升级，新功能使其能够直接抓取和理解网页及PDF文档中的内容。这意味着AI模型的信息获取能力实现了质的飞跃，能够瞬间变身为全能的情报分析员。这一突破性成果有望加速人工智能在知识管理、研究分析等领域的实际应用进程，对未来计算科学和相关产业发展具有深远影响。

![image.png](https://static.downly.cn/images/a9a7cb73bfe212e01c00f2c3a166439e.png)
<center>图源备注：图片由AI生成</center>

## 无网也能玩转AI，谷歌AI Edge Gallery让手机变身离线神器

谷歌最新发布的Google AI Edge Gallery应用，正式登陆Google Play商店。这款应用集成了强大的Gemma系列端侧模型，让手机无需联网即可实现图像识别、音频对话和文字交互等多种AI功能。该应用的最大亮点在于完全离线运行，从而提供了无与伦比的隐私保护。谷歌此举旨在为广大开发者和用户提供一个更高效、更安全的端侧人工智能体验平台。

![image.png](https://static.downly.cn/images/cb0436d7fef9333d0ab9a30f573c8604.png)
<center>图源备注：图片由AI生成</center>

## 打破企业数据孤岛，DevRev推出对话式AI助手“Computer”

初创公司DevRev推出了一款名为“Computer”的对话式AI产品，其目标是解决长期困扰企业的软件数据孤岛问题。这款AI助手旨在赋能每一位企业员工，使其能够通过自然语言便捷地访问所需数据、管理工作日程，甚至代表用户执行特定操作。该产品定位超越了传统的聊天机器人和搜索界面，目前正在内部测试中，预计2025年正式发布。

![image.png](https://static.downly.cn/images/509b25a2448a1affd166dbb4b87a73e8.png)
<center>图源备注：图片由AI生成</center>

## 驱动移动AI时代，Arm发布全新Lumex平台

芯片巨头Arm在首届Arm Unlocked AI峰会上，正式推出了全新的Lumex计算子系统（CSS）平台。该平台包含了先进的C1 CPU集群和Mali G1-Ultra GPU，旨在为下一代移动设备带来前所未有的AI和游戏体验。Arm同时还提供了即用的AI开发环境，致力于引领一个“AI优先”的移动计算新时代，为智能手机注入更强大的AI动力。

![image.png](https://static.downly.cn/images/e0c29e0803f11e81936bb4ad0c1bb643.png)
<center>图源备注：图片由AI生成</center>

搜索结果: 智能体验