Ollama

> **导语** 本期AI快讯聚焦行业最新动态。本地AI框架llama.cpp迎来多模态革命，或将改变现有竞争格局。办公协作平台ClickUp 4.0与电商巨头Shopify，凭借AI智能体与代理技术，分别在办公和电商领域取得突破性增长。谷歌与亚马逊则将AI的触角伸向太空与音乐两大场景，前者计划构建太空AI超算网络，后者通过AI助手显著提升用户听歌时长。此外，微软与谷歌也分别在AI图像生成和翻译工具上推陈出新，为用户带来更强大、更灵活的AI应用体验。

---

## 本地AI的“iPhone时刻” llama.cpp集成多模态，Ollama面临生存挑战

本地AI部署领域迎来重要变革。知名项目llama.cpp近日完成重大进化，全面集成了多模态能力，这意味着用户可以在个人设备上，直接运行能够理解和处理文本、图像、声音等多种信息的AI模型。这一升级不仅极大地增强了本地AI的实用性，也对Ollama等现有AI工具构成了强大的竞争压力，业界称这可能是一次“降维打击”，预示着本地AI多模态应用的革命已经到来。

![image.png](https://static.downly.cn/images/1ca928fda0a5483b43e71d1508a205c9.png)

图源备注：图片由AI生成

 

## 终结办公软件“全家桶” ClickUp 4.0携双AI智能体登场

一体化办公平台ClickUp发布了其里程碑式的4.0版本。新版本对用户界面进行了彻底重构，并重磅推出了两款全新的AI智能体，深度融入任务管理、文档协作、即时沟通、日历和全局搜索等核心功能。ClickUp 4.0的目标是成为一个“All-in-One”的终极工作操作系统，旨在通过强大的整合能力与AI加持，取代Notion、Slack和Teams等分散的办公工具，让团队协作回归一站式平台。

![image.png](https://static.downly.cn/images/ac5ae44b9227698b541807df48c2d9d1.png)

图源备注：图片由AI生成

 

## 谷歌的太空野心 “太阳捕手计划”欲将AI超算送上天

谷歌公布了一项名为“太阳捕手计划”的宏大构想。该计划旨在通过发射搭载自研TPU（张量处理单元）芯片的卫星，并在太空中利用太阳能为其供电，从而构建一个前所未有的AI超级计算网络。这个部署在太空中的AI基础设施，将把太空探索提升到新的高度，使其成为AI计算的新前沿。这不仅解决了地面能源消耗巨大的问题，也为未来的太空数据处理和AI应用开辟了无限可能。

![image.png](https://static.downly.cn/images/f389794c76ba329eb6abd4a0b9563da2.png)

图源备注：图片由AI生成

 

## Alexa+变身音乐DJ 亚马逊用AI让用户“多听三倍”

亚马逊旗下AI助手Alexa+正式登陆Amazon Music音乐应用，为音乐发现和消费场景带来颠覆性体验。通过全新的AI对话式交互，用户可以更自然、更深入地探索音乐曲库，Alexa+能够精准理解用户意图并推荐歌曲，极大地提升了新歌发现率和推荐收听量。数据显示，AI的加持让用户的听歌时长实现了三倍增长，这标志着亚马逊正利用生成式AI，向Spotify等音乐流媒体巨头的核心腹地发起有力冲击。

![image.png](https://static.downly.cn/images/e04f2095b7a4c850f84650ceb3c9a5ed.png)

图源备注：图片由AI生成

 

## AI代理引爆电商革命 Shopify流量与订单双双飙升

Shopify总裁在其第三季度财报中明确指出，AI是“自互联网诞生以来最大的技术变革”，并宣布公司将全力押注“AI代理商业”。这一战略决策背后，是AI工具带来的惊人回报：相关功能流量激增7倍，通过AI搜索完成的订单量更是飙升了11倍。凭借海量的商家数据与领先的AI技术整合能力，Shopify正在引领电商行业进入一个由AI驱动的智能化新时代。

![image.png](https://static.downly.cn/images/08987f35e28c3439b9b508ae6803e750.png)

图源备注：图片由AI生成

 

## 翻译要快还是要准 谷歌翻译让你“二选一”

为了满足用户在不同场景下的翻译需求，谷歌翻译近日新增了一项实用的模式选择功能。用户现在可以在注重翻译效率和速度的“快速”模式，与追求更高准确度和上下文理解能力的“高级”模式之间自由切换。这一更新让谷歌翻译变得更加灵活和人性化，无论是日常的快速沟通还是专业的文本翻译，用户都能找到最适合的模式。

![image.png](https://static.downly.cn/images/eb94bcd77171dd7b19741de04f8274c9.png)

图源备注：图片由AI生成

 

## 微软亮出“王牌” 自研AI绘画工具MAI-Image-1正式上线

微软正式发布了其首款自研的AI图像生成器MAI-Image-1。这款工具目前已集成在必应搜索和Copilot助手中，用户可以直接体验。据介绍，MAI-Image-1在生成逼真的食物和自然风景方面表现尤为出色，能够处理艺术性的光照效果和照片级的丰富细节。微软表示，该工具未来也将在欧盟市场上线，标志着微软在AIGC（AI生成内容）领域的布局正进一步深化。

![image.png](https://static.downly.cn/images/3b215a396b7e06d853fa53ca4b5a6eb2.png)

图源备注：图片由AI生成

每日AI资讯1105：多模态成本地AI新战场，巨头抢滩AI应用新高地

> 导语：今日AI界风起云涌，从环球音乐与AI公司Udio、Stability AI的破冰合作，到SciencePedia以“知识图谱”重塑科学学习范式，再到IBM推出专为边缘计算设计的Granite 4.0 Nano微小模型，技术革新正加速渗透各行各业。与此同时，维基百科与马斯克旗下Grokipedia的“人机知识”之争，也引发了我们对AI未来的深刻思考。

## 音乐巨头拥抱AI：环球音乐联手Udio与Stability AI探索音乐创作新纪元

环球音乐集团（UMG）正式宣布，已与两家知名生成式AI音乐公司Udio和Stability AI达成重要合作。此举标志着全球最大的唱片公司之一，正积极拥抱人工智能技术，旨在通过合作，共同探索AI在音乐创作、制作和发行等领域的创新应用，为艺术家和词曲作者开辟全新的创作可能性。

![image.png](https://static.downly.cn/images/c59ef8184990af1d73c30068d01c71a0.png)
<center>图源备注：图片由AI生成</center>
 

## 挑战传统百科！SciencePedia利用“知识图谱+长思维链”掀起科学学习革命

在Grokipedia遭遇争议之际，一款名为SciencePedia的新型AI百科全书正式亮相。它以“深度理解”为核心理念，联合多家顶尖科研机构共同打造。SciencePedia摒弃了传统百科全书孤立的词条罗列方式，创新性地采用“知识图谱”与“长思维链”技术，旨在揭示科学知识背后复杂的逻辑脉络和演化历程，帮助学习者建立系统性的科学思维，实现从零散知识点到连贯认知体系的范式变革。

![image.png](https://static.downly.cn/images/103fe398683a760440401077f5a83ebd.png)
<center>图源备注：图片由AI生成</center>
 

## IBM剑指边缘计算：发布Granite 4.0 Nano系列微小模型，赋能本地AI

科技巨头IBM近日发布了其最新的Granite 4.0 Nano系列AI模型。该系列包含8个不同规模（350M和1B参数）的微小模型，专为在智能手机、汽车、无人机等本地设备和边缘计算场景中高效运行AI推理任务而设计。这些模型采用了结合SSM和Transformer的混合架构，以Apache 2.0协议完全开源，旨在为企业提供更强的数据隐私保护和对AI部署的完全控制能力。

![image.png](https://static.downly.cn/images/3d2208b9908289d89a48fc90c8d27b97.png)
<center>图源备注：图片由AI生成</center>
 

## 人类与AI的知识对决：维基百科回应马斯克Grokipedia挑战，坚守人类编辑核心

面对埃隆·马斯克旗下AI驱动的Grokipedia上线，维基百科（Wikipedia）发表了一份强有力的宣言，重申其“人类创造知识，而非机器”的核心价值观。维基百科强调，其过去近25年的成功，完全建立在全球志愿者社区的无私贡献和非营利模式之上，以此含蓄批评科技巨头可能存在的商业化倾向，并捍卫了由人类编辑和审核知识的传统与权威性。

![image.png](https://static.downly.cn/images/e748af7ff9144b6e7269619f0880d471.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1031：音乐巨头拥抱AI，知识领域人机之争愈演愈烈

> **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

> 导语：今日AI界风起云涌，谷歌通过Gemini CLI与FastMCP的整合，为开发者扫清配置障碍；OpenAI估值飙升至5000亿美元，创下私企新纪录；AI设计工具Visual Electric在被Perplexity收购后宣布将关停；而苹果则在iOS 26中开放本地AI模型，为应用创新注入新活力。

## 谷歌Gemini CLI与FastMCP强强联合，AI开发配置一键搞定

谷歌近日宣布，其开源工具Gemini CLI已与FastMCP框架实现深度整合。这一更新使得开发者可以一键完成MCP服务器的安装与配置，彻底告别了过去手动配置环境变量、解决依赖冲突等繁琐工作。此举极大地简化了AI应用的开发流程，让开发者能更专注于创新本身，从而显著提升了整体开发效率。

![image.png](https://static.downly.cn/images/51433df4b3ea441d86b84e2f9dac77ee.png)
图源备注：图片由AI生成

## OpenAI估值登顶5000亿，员工售股套现创纪录

人工智能领域的领军者OpenAI再次成为焦点，公司通过一轮价值66亿美元的员工股份出售，使其估值达到了惊人的5000亿美元。这不仅创下了私营企业估值的历史新高，也展示了市场对其技术和前景的强烈信心。此次交易由软银等知名投资机构参与，款项直接支付给出售股份的员工，而非公司融资，这在科技行业中也颇为罕见。

![image.png](https://static.downly.cn/images/354ac05d4fc5a65f31d1cfeee03c025b.png)
图源备注：图片由AI生成

## AI设计新星陨落，Visual Electric被Perplexity收购后将关停

曾获红杉资本投资的AI设计初创公司Visual Electric近日被Perplexity收购。收购后，Visual Electric的团队将并入Perplexity新成立的“智能体体验”部门，但其核心产品将在90天内正式关闭。这一结局令人唏嘘，也反映了AI初创领域竞争的激烈与残酷。具体的交易金额双方并未对外披露。

![image.png](https://static.downly.cn/images/424714710124719b9daeddb378e1554a.png)
图源备注：图片由AI生成

## 苹果iOS 26开放本地AI模型，开发者迎新机遇

苹果公司在其最新的iOS 26系统中，正式推出了Foundation Models框架，允许开发者在iPhone等设备上免费、本地化地调用强大的AI大模型。这一举措极大地推动了移动应用的智能化创新。例如，儿童启蒙应用《Lil Artist》利用该框架，成功新增了“AI故事机”功能，允许用户根据自定义角色生成个性化的图文故事，极大地丰富了用户体验。

![image.png](https://static.downly.cn/images/dd0c552b73d7ce99e89a04e6fe410156.png)
图源备注：图片由AI生成

每日AI资讯1005：谷歌简化开发流程，OpenAI估值创新高

> 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



> 导语 今日AI界风起云涌，从腾讯开源企业级文档框架WeKnora，到面壁智能发布堪比“手机GPT-4V”的MiniCPM-V 4.0模型，端侧AI正迎来革命性突破。硬件巨头AMD与高通宣布支持开放模型gpt-oss，为边缘计算注入强心剂。同时，微软将AI游戏教练引入Windows 11，MiniMax的语音模型实现跨语种音色复刻，谷歌的AI编程助手Jules正式上线，而一场AI国际象棋赛更是上演了Grok-4爆冷击败Gemini 2.5 Pro的精彩对决。

---

## “手机上的GPT-4V”诞生 MiniCPM-V 4.0开源挑战端侧极限

面壁智能（OpenBMB）团队与魔搭ModelScope社区联手，正式开源了新一代多模态大模型MiniCPM-V 4.0。该模型以其仅4.1B的参数量，在图像、多图乃至视频理解等多个权威评测中展现出卓越性能，甚至超越了GPT-4.1-mini等更大规模的模型，被誉为“手机上的GPT-4V”。特别值得一提的是，MiniCPM-V 4.0针对iPhone 16 Pro Max等移动设备进行了深度优化，实现了极快的响应速度和良好的发热控制，让用户在手机上也能流畅体验强大的多模态AI功能。此次开源还配套提供了详尽的部署工具与教程，极大地推动了端侧多模态AI的应用与普及。

![image.png](https://static.downly.cn/images/770f68d16321bfbf73c22bc7bd8a7bef.png)

## 腾讯亮出企业级AI利器 开源文档理解框架WeKnora

腾讯正式开源了其专为复杂异构文档设计的智能问答框架——WeKnora（维娜拉）。该框架提供了一套从文档处理、知识建模、语义检索到推理生成的完整流水线。它基于强大的大语言模型，并融合了多模态预处理、向量索引等先进技术。WeKnora支持模块化的RAG（检索增强生成）设计，允许用户轻松切换主流模型并进行私有化部署，为企业知识管理、科研文献分析等场景提供了高效、易用的解决方案，并配备了便捷的Web界面及微信生态部署能力。

![image.png](https://static.downly.cn/images/093bdc8395d84febf08d0effd70c0e20.png)

## 硬件巨头拥抱开放AI AMD与高通支持gpt-oss模型

AI的运行不再仅限于云端，AMD与高通两大硬件巨头宣布，旗下硬件将全面支持OpenAI的gpt-oss系列开放推理模型，标志着边缘AI计算迈出了关键一步。AMD的锐龙AI Max+ 395处理器成为首款支持gpt-oss-120b模型的消费级AI PC处理器，展示了在终端设备上运行百亿级模型的强大能力。与此同时，高通骁龙平台也能高效运行gpt-oss-20b模型，展现出色的推理性能。这一合作预示着未来的智能设备将拥有更强的本地AI处理能力，AI应用场景将变得更加灵活和普及。

![image.png](https://static.downly.cn/images/04a5ae79547e4b36b5de5d7ab00bea20.png)

## AI声音魔术师 MiniMax Speech 2.5实现跨语言音色复刻

MiniMax公司推出了其新一代语音生成模型Speech 2.5，在多语言处理和音色模拟方面取得了重大突破。该模型支持多达40种语言，最引人注目的是其强大的跨语言音色复刻能力，能够保留说话人的口音细节，即便切换语种也能保持音色的一致性。相较于前代产品，Speech 2.5在发音准确度、自然度和性价比上均有显著提升，为内容创作、在线教育、智能客服等领域带来了前所未有的效率与创新机遇。

![image.png](https://static.downly.cn/images/6a8f1e91250c1cb92077f66829ce98af.png)

## 你的专属游戏教练 微软Xbox Copilot登陆Windows 11

微软正将强大的AI助手Xbox Copilot深度集成至Windows 11的游戏栏中，旨在为PC玩家打造一位全天候的智能游戏伙伴。这位“AI教练”能够理解玩家的游戏进程和Xbox活动，提供高度个性化的帮助。无论是需要游戏攻略、战术策略，还是通过游戏截图提问，Copilot都能给出精准解答。它还支持语音交互，让玩家无需中断游戏即可获得帮助。目前该功能已向Insiders成员开放英文预览版，未来将逐步推广。

![image.png](https://static.downly.cn/images/d5013674c550765f26934c405c0097c3.png)

## AI棋坛大爆冷 Grok-4横扫Gemini 2.5 Pro晋级决赛

在由谷歌DeepMind与Kaggle联合举办的首届AI国际象棋对抗赛半决赛中，上演了惊人的一幕。来自xAI的Grok-4模型出人意料地以4:0的绝对优势横扫了赛前被广泛看好的谷歌Gemini 2.5 Pro。另一场半决赛中，OpenAI的O3则稳定发挥，以4:0击败同门师弟O4-mini。这场爆冷大胜让Grok-4一战成名，它将与O3在决赛中争夺首届AI国际象棋赛的冠军宝座。

![image.png](https://static.downly.cn/images/3c1ff46d27b2980fcf4487c4b66ad27f.png)

## 谷歌AI编程助手Jules正式亮相 可自主修复和更新代码

谷歌宣布其AI编码助手Jules已结束beta测试，正式上线。Jules是一款基于强大的Gemini 2.5 Pro模型的异步编程代理工具，它能够深度集成于GitHub。开发者可以将代码库克隆到Google Cloud虚拟机中，然后授权Jules自主执行任务，例如修复bug或更新代码。这种基于代理的工作模式允许Jules在后台独立完成复杂的编码工作，从而让开发者能够解放出来，专注于更具创造性的任务。

![image.png](https://static.downly.cn/images/62c962ac9501f412465ef9b76e04aff5.png)



搜索结果: 本地AI