


> 导语：今日AI界动态纷呈，从谷歌AI在网络安全领域的首次实战告捷，到通义千问在图像生成技术上实现新的突破；从视频大模型压缩技术的革新，到AI伦理与实践的激烈碰撞；再到为开发者量身打造的效率工具以及人形机器人操作系统的崭新构想，技术正以前所未有的速度，深刻重塑着产业的未来。

---

## 谷歌AI“捉虫”首战告捷 自动化安全检测迎新篇章

谷歌最新推出的AI工具Big Sleep成功挖掘出20个开源软件中的安全漏洞，这标志着AI在自动化安全检测领域已进入实用化阶段。该工具融合了DeepMind的先进AI技术与Project Zero团队丰富的实践经验，形成了一套“AI发现，人工验证”的高效模式。这一模式不仅显著提升了漏洞报告的质量和效率，也预示着网络安全领域正迎来由AI驱动的智能化变革。尽管AI生成的报告中可能存在误报，需要人工审核来确保其价值，但其潜力已不容小觑。

![image.png](https://static.downly.cn/images/d04c245fb5cc434de115e28c415d637d.png)

---

## 通义千问重磅开源Qwen-Image 刷新多项图像生成纪录

通义千问团队正式向全球开源其首个20B参数级别的图像生成基础模型——Qwen-Image。该模型在多个基准测试中表现卓越，尤其是在复杂的文本渲染、精细的图像编辑以及跨领域基准性能上，全面刷新了SOTA（State-of-the-Art）纪录。Qwen-Image的开源旨在推动生成式AI技术的进一步发展，其强大的性能可支持从专业级视觉设计到日常创意娱乐的广泛应用，为创作者提供了更多可能性。

![image.png](https://static.downly.cn/images/0adcf2f781c068559b3f222e2b67c28e.png)

---

## 阿里与南开大学联手 LLaVA-Scissor让视频大模型“瘦身”

阿里巴巴与南开大学联合发布了一项名为LLaVA-Scissor的创新技术，旨在为视频大模型进行高效“瘦身”。该技术基于图论中的SCC（强连通分量）方法，能够智能识别视频中的关键语义区域，并有效去除时序上的冗余信息。实验证明，LLaVA-Scissor能够在极低的token（信息单元）保留率下，依然展现出优于其他压缩方法的性能，极大地提升了视频内容的理解效率与处理速度。

![image.png](https://static.downly.cn/images/70ec050e82547287bf937ae144c5388f.png)

---

## AI搜索新星Perplexity陷“隐形爬行”风波

知名AI搜索创业公司Perplexity近日被指控存在“隐形爬行”行为。根据网络基础设施公司Cloudflare的报告，Perplexity涉嫌通过伪装身份、修改用户代理和IP地址等手段，绕过网站设定的`robots.txt`访问限制，抓取本应被阻止的内容。此举已导致Cloudflare将其从已验证的机器人名单中移除。面对指控，Perplexity回应称该报告存在“误解”且有“炒作”之嫌，引发了业界关于AI伦理和数据获取边界的广泛讨论。

![image.png](https://static.downly.cn/images/62a95a91fd102911ccbf9b852b039a2b.png)

---

## 智谱发布Zread.ai 搭载GLM-4.5赋能开发者

智谱公司正式推出了一款面向开发者的效率工具Zread.ai。该工具内置了强大的GLM-4.5大模型，旨在通过AI技术一站式解决开发者在工作中遇到的三大难题：快速接手遗留项目、高效撰写技术文档以及深入理解复杂的开源项目。Zread.ai通过先进的代码解析、知识图谱生成和智能问答互动功能，帮助开发者显著提升工作效率，构建高效的团队知识协作系统。

![image.png](https://static.downly.cn/images/af62dcf019463c40d03053e51c363737.png)

---

## OpenMind立志成为人形机器人的“安卓”

初创公司OpenMind正在开发一款专为人形机器人设计的开源操作系统，其目标是成为机器人领域的“安卓”。该系统专注于人与机器人、以及机器人之间的交互，旨在为能够与人类在相同环境中协作的仿人机器人提供一个统一、开放的软件平台。这一愿景如果实现，将极大推动人形机器人的标准化和普及，加速其在各行各业的应用落地。

![image.png](https://static.downly.cn/images/f2381450fabb632a76cef5bc365c7983.png)



每日AI资讯0805：谷歌AI“捉虫”告捷，通义千问开源图像生成新SOTA




> **导语**
> 今日AI领域精彩纷呈：智联招聘借助AI技术将人岗匹配率提升至新高度；腾讯发布全新多模态模型，显著改善AI在图像中生成文字的准确性；商汤科技与“玩具之都”澄海携手，共建首个“AI+玩具”产业基地；字节跳动旗下编程工具因数据隐私问题引发争议；同时，生成式AI应用市场迎来爆发式增长，而GitHub Copilot的用户数也突破了2000万大关，凸显了AI在各行各业的渗透与影响力。

## 智联招聘拥抱AI 人岗匹配率激增70%

智联招聘近期集成了阿里通义千问3技术，推出了全新的AI智能体。该智能体能够深度洞察和分析求职者的简历与企业的岗位需求，实现了高达70%以上的人岗匹配率。这一创新有效缓解了招聘市场长期存在的信息不对称问题，为求职者和企业双方都带来了更精准、更高效的匹配服务，标志着招聘行业正加速迈向智能化时代。

![image.png](https://static.downly.cn/images/a4f6c7919d8f8515e2c81319a35f54f7.png)

## 告别“写字困难症” 腾讯X-Omni模型实现图文生成新突破

腾讯研究团队最新发布的X-Omni多模态AI模型，在图文理解与生成领域取得了重大进展。通过创新的强化学习框架和统一的视觉语言建模技术，该模型特别擅长在生成的图像中渲染出清晰、准确的长文本，其文字准确性已超越了市面上多数主流模型。这一突破解决了AI在图片中“写字”时常出现的扭曲、错乱问题，展现了离散自回归模型在多模态应用中的巨大潜力。

![image.png](https://static.downly.cn/images/aa423800a4b7e61277b615317c112663.png)

## AI赋能传统制造 商汤科技联手澄海打造首个“AI+玩具”产业基地

商汤科技已与著名的“中国玩具之都”汕头市澄海区政府达成战略合作，计划共同建设全国首个“AI+玩具”产业基地。此次合作旨在利用商汤领先的AI技术，推动澄海玩具产业的智能化升级，帮助其从“制造强区”转型为“智造强区”。双方将共同打造集解决方案、产业发展和创新聚合于一体的中心，为传统玩具行业的数字化与智能化转型树立“中国样板”。

![image.png](https://static.downly.cn/images/b9bf8723261109f16c7b1bf1f026e678.png)

## 隐私警报 字节旗下AI编程工具Trae IDE被指关闭遥测后仍上传数据

字节跳动公司旗下的AI编程环境Trae IDE近期陷入了数据隐私风波。有用户指出，即使用户在设置中关闭了“遥测”功能，该工具依然会持续向服务器上传数据。据称，上传的信息包括设备硬件、操作系统、使用习惯、唯一设备标识符以及项目路径等敏感信息。尽管官方回应称这些数据仅用于产品统计和性能监测，不涉及个人身份信息，并承诺将优化产品以避免误解，但该事件依然引发了开发者社区对数据隐私的广泛担忧。

![image.png](https://static.downly.cn/images/93555d2606e7b4c735b4bceb57c67fe3.png)

## 市场井喷 GenAI应用收入翻番，下载量达17亿次

2025年上半年，全球生成式AI应用市场经历了爆炸性增长。数据显示，应用下载量和应用内购买收入均实现翻倍，用户的平均使用时长和会话次数也显著增加。其中，亚洲市场增速最为迅猛。ChatGPT继续在全球内购收入榜上保持领先地位，显示出用户对AI工具的依赖度日益提升，并开始将其作为获取信息的主要渠道。同时，在应用名称中加入“AI”字样已成为吸引用户的新趋势。

![image.png](https://static.downly.cn/images/dfcf2e9cd1e3c0ac7c2760c54dd52f94.png)

## 开发者新宠 GitHub Copilot累计用户突破2000万

流行的AI编程助手GitHub Copilot的用户规模再创新高，累计用户总数已正式突破2000万。尤其值得注意的是，在过去的短短三个月内，其用户数就净增了五百万。这一惊人的增长速度充分展示了AI编程工具在全球开发者社区中的广泛接受度和强大的市场吸引力。

![image.png](https://static.downly.cn/images/ae7b519d731bc4049e2cf93874e0038f.png)



每日AI资讯0731：AI招聘精准度飙升，腾讯模型攻克“写字”难题






> 导语 本期AI资讯聚焦全球科技巨头的最新动态与垂直领域的创新应用。谷歌与OpenAI在图像生成和教育领域展开激烈竞争，分别升级Imagen 4并推出ChatGPT学习模式；微软则着眼未来，洽谈确保AGI时代后的技术使用权。与此同时，国产AI也硕果累累，WPS智能体让办公更高效，通义千问新模型实现性能飞跃，新型大模型将照片修复推向8K超清时代。从医疗到制造，人形机器人和专业妇科大模型的出现，标志着AI正深度融入各行各业，重塑未来生产与生活。

## WPS灵犀 您的原生Office办公智能体

WPS灵犀作为一款原生的Office办公智能体，正通过其强大的自然语言处理能力，重新定义我们的工作方式。它能够听懂人话，轻松处理文档、制作PPT、分析数据等多种办公任务。这款智能体极大地解放了用户在重复性、低价值工作上耗费的时间和精力，让人们可以更专注于需要创造性与深度思考的核心任务，成为我们高效工作不可或缺的伙伴。

![image.png](https://static.downly.cn/images/d5a548b5e6ee0e859fdbcb71ddf275d2.png)

## 新型图像复原大模型HYPIR实现8K超清修复

中国科学院深圳先进技术研究院推出了一款名为HYPIR的新型图像复原大模型，它能在短短1.7秒内将模糊的旧照片修复至惊人的8K超高清画质。该模型尤其擅长高保真地恢复图像中的文字等精细细节。经过三次迭代升级，HYPIR在修复的准确性和细节表现上已获得显著提升，未来有望在文化遗产保护、影视制作、科学研究及医疗影像等多个领域发挥重要作用。

![image.png](https://static.downly.cn/images/3fa1f11ce305b4773eea38c781507007.png)

## 谷歌升级Imagen 4 AI图像生成领域竞争加剧

谷歌近期悄然升级了其文本到图像生成模型——Imagen 4 Ultra。新版本在图像细节、真实感和处理复杂指令方面实现了性能飞跃，已跻身全球顶尖模型行列。更具看点的是，其每千张图像60美元的定价远低于竞争对手OpenAI的GPT-4o，展现出明显的性价比优势。配合其快速的生成速度和多平台接入能力，Imagen 4的升级标志着AI图像生成领域的竞争正变得日益激烈。

![image.png](https://static.downly.cn/images/da5132a93800f1fd5a06bbce2e2a9176.png)

## OpenAI推出ChatGPT Study 赋能个性化教育

OpenAI为ChatGPT推出了全新的学习模式“ChatGPT Study”，正式进军教育领域。该模式专为学生和教育工作者设计，集成了交互式提示、支架式回应、个性化辅导和知识点检查等多种功能，旨在提供一种更具互动性的个性化学习体验，帮助学生培养批判性思维，而不仅仅是提供现成答案。此举预示着AI将在教育领域扮演越来越重要的角色。

![image.png](https://static.downly.cn/images/5156462865f563f1818707ebef00ed4b.png)

## 通义千问开源新模型 3B参数媲美顶尖模型

阿里巴巴通义千问团队宣布开源Qwen3-30B-A3B-Instruct-2507新版本模型。该模型在通用能力、指令遵循、逻辑推理和长文本理解等方面均有显著提升。其最大亮点在于，在非思考模式下，仅需激活3B参数，其性能即可媲美Gemini 2.5-Flash和GPT-4o等顶尖的闭源模型，展示了极高的效率和性能。

![image.png](https://static.downly.cn/images/09edeceaf4a83b5d2d46a1d8e2cd5d4a.png)

## 乐聚机器人获大额融资 5G-A人形机器人将引领智能制造

乐聚机器人近期获得了新一轮重要融资，并计划在2025年前交付上千台人形机器人。公司正与华为云、深开鸿等伙伴紧密合作，借助先进的5G-A技术，将人形机器人应用于复杂的工业场景。此轮融资将有力推动人形机器人在智能制造领域的产业化进程，解决实际应用中的技术挑战。

![image.png](https://static.downly.cn/images/8fb9986dbb164d96e0d22ec243e69453.png)

## “豆蔻”妇科大模型通过国家级笔试 垂直医疗AI获突破

由壹生检康公司基于钉钉平台开发的“豆蔻妇科大模型”，近日成功通过了国家妇产科正高级职称的笔试，成为国内首个达到专业临床考试标准的、由创业公司在企业专属AI平台上训练的垂直医疗大模型。该模型的训练周期短、准确率高，为AI在医疗等专业领域的规范化应用提供了宝贵范本。

![image.png](https://static.downly.cn/images/70e3ff881e90cb8b7cb3d62b924582d4.png)

## 谷歌NotebookLM推出视频概览功能

谷歌为其AI笔记工具NotebookLM增加了一项新功能——视频概览。这项功能旨在通过更直观的可视化方式，帮助用户快速理解和掌握各类复杂的主题与概念，提升信息处理和学习的效率。

![image.png](https://static.downly.cn/images/87c5a7de6cc0e2b4ba08e8d3df7c12ca.png)

## Spotify暗示未来将推出更健谈的语音AI界面

音乐流媒体巨头Spotify暗示，公司未来计划推出一个更具对话性和互动性的语音AI界面。这意味着用户未来或许能与Spotify进行更自然的交流，获得更智能、更个性化的音乐推荐和播放体验，进一步提升用户粘性。

![image.png](https://static.downly.cn/images/3e3358731c8a4e045f61effe1c50118f.png)

## 谷歌AI搜索迎来Canvas等一系列重大更新

谷歌对其AI搜索模式进行了一系列重要升级。其中最引人注目的是新增了“画布”（Canvas）功能，它允许用户通过涂鸦、文字和图片等多种方式进行实时、直观的搜索。此外，实时搜索助手“Search Live”也得到了增强，为用户提供更加即时和智能的搜索体验。

![image.png](https://static.downly.cn/images/add2c9df72bb16b05db15ff3417c16ed.png)

## 微软洽谈新协议 确保AGI时代后仍可使用OpenAI技术

据报道，微软正在与OpenAI进行新的商业谈判，旨在确保即使在OpenAI实现通用人工智能（AGI）这一里程碑后，微软仍能继续获得其先进技术的使用权。这份新协议如果达成，将对两家公司的长期合作关系以及未来AI格局产生深远影响。

![image.png](https://static.downly.cn/images/12393e926bcdad405e92431d3b03eb6d.png)

每日AI资讯0730：谷歌微软OpenAI巨头激战，垂直领域AI应用全面开花



> 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





> 导语 本期AI资讯聚焦全球科技巨头的最新动态。谷歌与OpenAI在国际数学奥林匹克竞赛中双双斩获金牌，展现了AI强大的推理能力，也引爆了激烈竞争。同时，阿里通义千问发布重磅开源模型，将长文本处理能力推向新高度；ChatGPT用户需求持续井喷，日均提问量高达25亿条；而Grok则在探索新的商业模式，力图通过新模型实现盈利。

## AI数学奥赛巅峰对决 谷歌与OpenAI双双摘金

谷歌DeepMind与OpenAI的人工智能模型在2025年国际数学奥林匹克（IMO）竞赛中均取得了金牌成绩，这标志着AI在处理复杂推理和解决顶级科学问题上取得了历史性突破。谷歌的Gemini高级版以全自然语言方式解题，展现了其强大的端到端推理能力。然而，这场胜利并非一团和气，两家公司在成绩宣布的时机与方式上展开了激烈“气氛”对决，凸显了AI领域王座之争的白热化。

![image.png](https://static.downly.cn/images/869883d2af016005a51ca70ac6e59217.png)

## 阿里通义千问再进化 Qwen3模型开源发布

阿里通义千问发布了其最新的旗舰模型Qwen3，进一步巩固了其在AI领域的地位。新模型大幅提升了长文本处理能力，支持高达256K的上下文窗口，这意味着它能更高效地处理海量信息和执行复杂任务。目前，该模型已在魔搭社区和HuggingFace等主流开源平台上线，旨在推动AI技术的普及与应用创新。

![image.png](https://static.downly.cn/images/91a28f4afb3d2618f9bd757e7809816b.png)

## ChatGPT热度不减 日均处理25亿次用户请求

ChatGPT的全球热度持续飙升，其日均接收的用户提问量已从去年12月的10亿条激增至25亿条。这一惊人的增长速度不仅证明了AI产品的广泛普及，也反映出用户日益增长的依赖和需求。这预示着以ChatGPT为代表的生成式AI正以前所未有的深度和广度，改变着人们的日常生活与工作方式。
![image.png](https://static.downly.cn/images/b9506a8e197962b7cf7e0a67a20d820d.png)

## Grok新模式探索盈利 Grok 4成收入关键

Grok通过其AI伴侣功能成功吸引了大量下载，但其盈利的关键正转向最新的Grok 4模型。报告指出，新的订阅服务和功能更强大的Grok 4的推出，正有效地将用户转化为付费客户。即便付费用户的增长比例不大，也足以大幅提升其在iOS等平台的收入，为其商业化道路找到了清晰的方向。

![image.png](https://static.downly.cn/images/08a02a6a59938817a3809c885b9a84d7.png)



每日AI资讯0722：巨头激战数学之巅，AI模型竞赛白热化



> 导语：本期AI速览将带您深入科技巨头们的“芯”事：从Meta与OpenAI之间愈演愈烈的“抢人大战”，到苹果因人才流失而动摇的AI根基，巨头间的竞争已进入白热化阶段。与此同时，AI技术正以前所未有的速度渗透至各行各业，无论是能说会道的方言语音合成，还是颠覆传统乐谱制作的“听歌识谱”神器，创新应用层出不穷。然而，AI在版权领域的法律争议依旧悬而未决，为这场技术革命蒙上了一层复杂的阴影。


*封面图提示词：一个充满未来感的数字大脑，发光的神经网络中流动着数据流，象征着全球在人工智能领域的竞赛与创新，电影般的灯光，超现实主义风格。*

## 科技巨头人才争夺白热化：OpenAI紧急加薪反击Meta“强盗式”挖角
面对Meta高价挖角，OpenAI内部紧急动员，其首席研究官公开表示将与Meta正面竞争。为稳定军心，OpenAI不仅重构了薪酬体系，还承诺以创新的方式奖励顶尖人才，并强调了公平竞争的底线。另一边，扎克伯格亲自挂帅，组建“招聘小组”，精准锁定OpenAI等公司的核心人才，意图打造一支无人能及的超级智能团队。尽管Meta方面声称天价挖角费有所夸大，但两大巨头间的人才争夺战已然全面爆发。

![image.png](https://static.downly.cn/images/0f2cd6bcd98a5ee5f9bcb0f29b98da04.png)

## 苹果AI帝国现裂痕：核心人才流失，Siri或将“外包”求生
苹果在人工智能领域的领导地位正遭遇严峻挑战。近期，公司一位关键的AI研究员宣布离职，而负责苹果自研MLX框架的核心团队也几乎全员流失，这无疑引发了内部的信任危机。据传，公司内部对自家AI模型的质量也信心不足，可能将被迫寻求外部帮助，将Siri等核心功能的开发“外包”给Anthropic或OpenAI等竞争对手，以应对团队士气低落和战略方向模糊的困境。

![image.png](https://static.downly.cn/images/cd713104ad1998b1071983ce46e4f1d1.png)

## 法律科技巨头联手：Clio斥资10亿美金收购vLex，押注AI法律数据
法律科技领域的独角兽公司Clio近日宣布了一项重大举措，斥资10亿美元收购法律数据巨头vLex。Clio估值高达30亿美元，此次收购表明其正大力押注由人工智能驱动的法律数据服务。此举旨在增强其现有法律服务平台的功能，通过整合vLex庞大的法律数据库和AI分析能力，满足市场日益增长的需求，并进一步巩固其在行业中的领导地位。

![image.png](https://static.downly.cn/images/d720e1ea534d74c8f0e3a1b9d48e4505.png)

## AI版权战警钟长鸣：一字不差复述原作，Meta与Anthropic侥幸过关？
近期，AI版权纠纷再次成为焦点。尽管Meta和Anthropic在近期的官司中暂时获胜，但法官的判决也明确指出了AI模型训练数据的“原罪”问题。AI输出内容可能直接构成对原作的抄袭，这一潜在的巨大风险并未消除。这意味着，AI公司在法律层面仅仅是暂时“过关”，未来仍需面对更为棘手和昂贵的版权挑战，这可能成为其商业模式中不可忽视的成本。

![image.png](https://static.downly.cn/images/13be7a91699688633c74cc6e02569ebf.png)

## 乡音可闻：通义千问Qwen-TTS上新，支持京沪川三大方言
阿里巴巴旗下的通义千问团队发布了其语音合成模型Qwen-TTS的最新版本。此次更新的最大亮点是新增了对北京话、上海话和四川话三种中文方言的支持。该模型基于海量语料库进行训练，能够根据输入文本自动调整语调、节奏和情绪，生成媲美真人的自然流畅语音。新版本同时提供了中英双语的音色选项，方便开发者通过API将其集成到各类应用中。[体验地址](https://qwenlm.github.io/zh/blog/qwen-tts/)

![image.png](https://static.downly.cn/images/a90e08c502931a2ea997baad8f01aed7.png)

## 音乐人福音：AI版“听歌识谱”Songscription问世，录音秒变乐谱
一款名为Songscription的创新产品正式上线，它被誉为“乐谱界的Shazam”。这款工具利用AI技术，旨在将音乐人从繁琐的手动抄谱工作中解放出来。用户只需将录制好的歌曲上传，系统便能自动分析并生成相应的乐谱，极大地提高了音乐创作和学习的效率。

![image.png](https://static.downly.cn/images/c53c2d54a47c2b6148984dd668507137.png)

## AI走进课堂：谷歌发布Gemini教育套件，重塑师生交互模式
谷歌正积极地将AI技术引入教育领域。公司最新推出了面向教育者和学生的一系列Gemini新工具。其中，名为Notebook LM的AI研究工具将允许教师结合自己的课堂材料，创建个性化的交互式学习指南。此外，谷歌还为学生设计了专用的聊天机器人，旨在通过AI拥抱课堂，为传统的教学和学习方式带来革命性的变化。

![image.png](https://static.downly.cn/images/1377961ecb5861c07651bfdb6e1724d2.png)

## 对标GPT-4o：国产开源模型OmniGen 2实现图文融合生成新高度
北京人工智能研究院（BAAI）近日推出了一款名为OmniGen 2的全新开源系统。该系统采用了独特的文本与图像分离解码路径，基于Qwen2.5-VL-3B模型构建，其能力类似于GPT-4o，能够融合处理图像和文本生成任务。OmniGen 2不仅支持文生图、图像编辑和上下文连贯的图像创作，还能驾驭多种艺术风格并进行自我反思改进。尽管在照片级清晰度和中文提示理解上仍有提升空间，但其在基准测试中的表现已超越了许多同类开源模型。

![image.png](https://static.downly.cn/images/93bab25d807b769abc1b71e92aa4ec8d.png)

## 知乎“直答”再升级：融合社区生态，打造沉浸式AI问答新体验
中文问答社区知乎对其AI搜索工具“知乎直答”进行了重要功能升级。新版“直答”的知识库功能与知乎社区内容实现了前所未有的深度融合，新增了内容订阅分享、沉-浸式阅读以及“边看边问”等互动功能。此举旨在充分利用知乎庞大的专家网络和高质量的专业内容，为用户提供更加高效、个性化的AI问答体验，并进一步扩大优秀答主的影响力。

![image.png](https://static.downly.cn/images/efd0669df8ecd68ded4a0695ce065c39.png)

AI每日资讯0701



> AI领域可谓是百花齐放。国内大模型持续发力，通义千问推出了颠覆性的图生图模型Qwen VLo，而中国首个海洋大模型“沧渊”则将AI的触角伸向了蔚蓝深海。在消费级产品方面，集成了大语言模型的Hengbot机器狗Sirius展示了AI如何进入日常生活。与此同时，Meta与OpenAI之间的人才争夺战愈演愈烈，凸显了行业竞争的白热化。

## 通义千问再进一步 Qwen VLo让图片“听懂”人话

阿里巴巴通义千问团队近日发布了一款名为Qwen VLo的多模态大模型，它在理解并创造性地编辑图片方面取得了显著突破。  这款模型不仅仅是看懂图片，更能根据用户的自然语言指令，对图像内容进行高质量的再创造。 
![image.png](https://static.downly.cn/images/652e624b99380f49dde107c3b27462f5.png)
Qwen VLo采用了一种渐进式的生成策略，确保了在修改或生成图片时，新的元素能够与原始图像和谐地融为一体，避免了突兀感。  用户可以通过开放式的指令，轻松改变画风、增减元素，甚至进行多语言指令操作。  此外，其动态分辨率生成能力也让应用场景更加广泛。  目前该模型尚处在预览阶段，但已经预示了未来在图像生成与修改领域的巨大潜力。 



## 向深蓝进发 中国首个海洋大模型“沧渊”问世

由浙江大学牵头研发的中国首个海洋领域开源大模型——OceanGPT（“沧渊”）于杭州正式发布，标志着我国在海洋智能化领域迈出了关键一步。  “沧渊”不仅具备专业的海洋知识问答能力，还能解读复杂的多模态海洋数据。 
![image.png](https://static.downly.cn/images/62444eed0b1b9325b27fc495bf9aca63.png)
该模型的一大亮点是采用了领域知识增强的“慢思考”推理机制，这能有效减少大型模型中常见的“幻觉”错误，为海洋科研与作业提供了更可靠的智能支持。  在应用层面，“沧渊”能够将自然语言指令直接转化为机器人控制代码，极大降低了海洋机器人等精密设备的操作门槛。  目前，该模型已在“海鹰”系列水下机器人上得到验证，显著提升了代码编写与执行效率，未来将通过MCP协议推动多机器人协同作业，开启海洋智能时代的新篇章。 



## 不止会卖萌 Hengbot机器狗Sirius能舞会聊

AI的应用正越来越多地融入我们的生活。Hengbot公司近期发布的Sirius机器狗就是一个绝佳例子。  这款机器狗集成了OpenAI的大语言模型，不仅拥有跳舞、踢球和握手等出色的运动能力，还能与用户进行流畅的语音对话。 
![image.png](https://static.downly.cn/images/c70ca0cd26845387f3788ee2eb140443.png)
Sirius的一大特色是其可定制的个性化功能，用户可以根据自己的喜好来塑造它的性格。  不过，它目前主要适用于平坦的室内环境，运动状态下的续航时间约为40至60分钟。  该机器狗的预售价格为1299美元，预计将于今年秋季正式上市，让AI陪聊、陪玩的未来家庭场景离我们更近了一步。 





## AI人才争夺战白热化 Meta再从OpenAI挖角

在技术和产品飞速迭代的背后，是AI领域对顶尖人才的极度渴求。据报道，Meta公司再次成功从其主要竞争对手OpenAI那里挖走了四名研究员。  
![image.png](https://static.downly.cn/images/d263e49f30e91f93fdc68e6553c5c420.png)
这一举动再次凸显了当前人工智能领域的激烈竞争格局。  对于Meta而言，这既是其增强自身AI研发实力的重要策略，也反映了整个行业高端人才的稀缺性。  随着各大科技巨头持续加码投入，这场围绕顶尖大脑的“人才战争”预计将愈演愈烈。 




AI每日资讯0629

> 近日，全球领先的开源 AI 平台 Hugging Face 发布了最新的开放权重模型贡献排行榜，旨在表彰为开源社区做出突出贡献的机构。在此次备受瞩目的榜单中，来自中国的团队——阿里云的 Qwen (通义千问) 和 Deepseek (深度求索) 成功入列全球 TOP15，彰显了中国在开放 AI 领域日益增长的影响力。



在快速发展的开源人工智能领域，Hugging Face 作为连接全球开发者、研究机构和模型资源的中心，其发布的所有榜单都备受关注。 最近，Hugging Face 推出了一项全新的榜单——**开放权重模型贡献榜**，旨在量化和认可各机构对开源 AI 生态的贡献。 令人振奋的是，在此次的 TOP15 榜单中，我们看到了两支来自中国的实力派团队身影——**阿里云的 Qwen (通义千问)** 和 **Deepseek (深度求索)**，这标志着中国在推动全球开放 AI 进程中扮演着越来越重要的角色。

<video src="https://static.downly.cn/images/4cde474c84b1e234fe8e3cd7f9fe5381.mp4"  title="30431248875-1-16.mp4"></video>

这一榜单的发布，不仅是对贡献者的肯定，更是对全球开源 AI 发展趋势的一种风向标。

### 开放权重模型 推动 AI 普惠的核心力量

近年来，AI 大模型领域的发展呈现出“闭源”与“开源”并行的态势。 虽然闭源模型在某些性能指标上可能领先，但开放权重模型以其透明性、可复现性和强大的社区协作能力，成为推动 AI 技术普及和创新的核心力量。

**开放权重模型具有以下优势**

*   **促进研究与创新** 研究人员可以自由地获取、修改和优化模型，加速新算法和新应用的诞生。
*   **降低使用门槛** 开发者无需从零开始训练模型，大大降低了 AI 应用的开发成本和时间。
*   **确保透明与安全** 开放权重使得模型内部机制可被审查，有助于发现并修复潜在的偏见或安全漏洞。
*   **构建协作生态** 全球开发者共同参与模型的改进，形成强大的社区力量。

Hugging Face 的这一贡献榜，正是为了鼓励更多机构和团队将他们的研究成果以开放权重的形式分享出来，共同推动 AI 技术的发展。

### 中国力量崛起 Qwen 和 Deepseek 闪耀榜单

此次榜单中最引人注目的是中国团队的亮眼表现。 阿里云的 **Qwen (通义千问)** 系列模型，以其卓越的性能和积极的开源策略，赢得了全球社区的广泛认可。 从通用大模型到专业领域的模型，Qwen 系列在 Hugging Face 平台上积累了大量用户和下载量，其贡献不容小觑。

同时，**Deepseek (深度求索)** 也强势入围 TOP15。 Deepseek 在大模型技术探索上表现出强大实力，其开放的模型在多个基准测试中展现出领先性能，为全球开发者提供了高质量的选择。



这两家中国机构的入选，不仅仅是其自身技术实力的体现，更是中国 AI 整体发展的一个缩影。 长期以来，中国在 AI 领域持续投入，不仅在应用层面取得显著成就，在基础模型和开源贡献方面也正在迎头赶上，并逐步走向世界前沿。

### 榜单背后的意义与深远影响

Hugging Face 开放权重模型贡献榜的发布，具有多重深远意义

*   **量化开源贡献** 提供了一个相对客观的评价体系，激励更多机构积极投身开源。
*   **提升机构影响力** 入选榜单的机构将获得更高的国际知名度和认可度，吸引更多顶尖人才和合作伙伴。
*   **促进全球合作** 榜单的透明性有助于展示各国在开源 AI 领域的实力，促进跨国界的技术交流与合作。
*   **指引未来方向** 榜单上的模型代表了当前开源 AI 的主流方向和前沿技术，为开发者提供了宝贵的参考。



随着人工智能技术的日益成熟，开放、协作、共享将成为推动其持续健康发展的重要路径。 中国团队在 Hugging Face 开放权重模型贡献榜上的突出表现，无疑为全球 AI 社区注入了新的活力，也预示着一个更加开放、普惠的 AI 新时代的到来。 期待未来能有更多中国力量在世界舞台上展现风采，共同书写人工智能发展的新篇章。




搜索结果: 通义千问