
> **导语**
> AI修图最尴尬的莫过于“图修好了，人不像了”。针对这一痛点，阿里巴巴Qwen团队推出了开源新模型Qwen-Image-Edit-2511，通过底层算法的重构，成功解决了图像编辑中的人物身份一致性难题，为专业级创意编辑提供了新工具。

### 锁定面部特征的“数字定妆”

在以往的AI图像编辑中，改变背景或服饰往往会牵一发而动全身，导致人物面部特征发生微妙扭曲。Qwen-Image-Edit-2511的核心突破在于其强大的“身份锚定”能力。

官方演示显示，无论是单人肖像的风格化处理，还是多人合照的复杂编辑，该模型都能在大幅度调整光影、视角甚至几何结构的同时，如同“数字定妆”一般锁死人物的面部ID。这一特性使得它在电商模特换装、影视后期预览等专业领域具有极高的应用价值。

![Google_AI_Studio_2025-12-25T02_57_39.250Z.png](https://static.downly.cn/images/f884479d648b74a833d94ed64cfc4ab7.png)
 <center>图源备注：图片由AI生成</center>

### 开源生态的又一力作

为了降低使用门槛，Qwen团队将LoRA（低秩适应）技术深度集成至基础模型中。这意味着即使是普通用户，也能通过简单的微调获得工业级的控制力。

*   **全能编辑** 支持从简单的物体替换到复杂的光影重绘。
*   **开源协议** 采用Apache 2.0协议，允许商用，并在Hugging Face提供了在线Demo。

这一动作不仅展示了阿里在多模态大模型领域的深厚积累，也为开源社区贡献了一款真正可用的生产力工具。

告别AI修图“变脸”噩梦 阿里Qwen发布新一代图像编辑模型



> 导语 本周科技圈爆出猛料，曾经的“开源卫士”Meta 将于 2026 年春季发布闭源模型“牛油果”，且训练过程使用了阿里的 Qwen 模型。这一举动伴随着 Llama 4 的丑闻、高层大换血以及 FAIR 实验室的裁员，标志着扎克伯格 AI 战略的彻底转向。

## 从开源旗手到闭源“牛油果”

曾经高举开源大旗、自诩为“AI 时代的安卓”的 Meta，正悄然走上一条截然相反的道路。据彭博社最新爆料，Meta 计划于 2026 年春季发布代号“Avocado”（牛油果）的全新 AI 模型，而这款模型极有可能是闭源的。

更令人震惊的是，这款试图终结开源时代的闭源产品，其训练过程竟直接使用了阿里巴巴的开源大模型 Qwen。这一消息瞬间引爆市场，阿里巴巴美股盘前一度飙升 4%。网友戏称“硅谷闭源模型，竟是用中国开源模型喂出来的”。讽刺的是，Meta 如今不得不依赖阿里 Qwen、谷歌 Gemma 和 OpenAI 的 gpt-oss 等全球开源社区的成果来打造自己的私有护城河。

![image.png](https://static.downly.cn/images/e6bf2e39048aa02a45c69ed09036b086.png)

## 信仰崩塌与高层大洗牌

这不仅是技术路线的转变，更是一场战略信仰的崩塌。转折点源于 2025 年 4 月 Llama 4 的惨淡发布，该模型在权威评测中被曝存在“刷榜作弊”嫌疑，声誉一落千丈。扎克伯格震怒之下，迅速边缘化原 Llama 团队，并开启了“梦之队”招募计划。

在这场大洗牌中，Meta 新任首席 AI 官亚历山大·王（Alexander Wang）浮出水面。这位从 Scale AI 空降而来的高管是闭源路线的坚定支持者。他迅速掌控 AI 战略，其领导的 TBD Lab 成为公司新核心。然而，这种高压关注也带来了副作用，据传王对扎克伯格这位“贴身导师”的过度干预已显不耐。

![image.png](https://static.downly.cn/images/06278565362d9a1f3c8ebfaa57fa0e86.png)

## 开源理想主义的挽歌

随着战略转向，Meta 的开源根基被系统性瓦解。FAIR 实验室遭遇大规模裁员，连研究科学家总监田渊栋都未能幸免。更具象征意义的是，“卷积神经网络之父”杨立昆（Yann LeCun）因公司不再支持其开源方向而黯然离场。

Meta 的“大象转身”是一曲开源理想主义的挽歌。而在全球 AI 竞赛中，那个曾被低估的东方开源力量，正悄然成为他人闭源野心的基石。



Meta 放弃开源转向闭源 竟用阿里 Qwen 训练自家模型





> 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



> 导语：今日AI界迎来多项重磅突破，从OpenAI推出专为开发者设计的GPT-5-Codex-Mini编程模型，到月之暗面Kimi K2以极低成本实现性能登顶，再到阿里Qwen3与文心5.0分别在数学和文本能力上展现卓越实力。此外，音频编辑和出行安全领域也迎来了AI技术的创新应用。

## 编程界迎来新风暴 OpenAI 发布 GPT-5-Codex-Mini

OpenAI 近日发布了专为开发者设计的 GPT-5-Codex-Mini 编程模型。该模型基于先进的 GPT-5 架构，在代码推理和生成能力上实现了显著飞跃。无论是创建新项目、扩展现有功能，还是编写单元测试和进行大规模代码重构，GPT-5-Codex-Mini 都能高效处理。在权威的 SWE-bench 基准测试中，它以74.5%的高分超越了所有前代模型，展现了其强大的编程实力。

![image.png](https://static.downly.cn/images/7b1391c9b9dc6b1b45cf3491be7257f6.png)

<center>图源备注：图片由AI生成</center>

## 音频编辑进入“令牌时代” StepFun AI 开源新模型

StepFun AI 公司最新推出了一个开源的3B参数模型 Step-Audio-EditX，为音频编辑领域带来了革命性的体验。该模型创新地将复杂的音频编辑流程转化为类似文本编辑的“令牌”操作，用户可以像修改文字一样直接、可控地编辑语音。这一技术有效克服了现有文本转语音（TTS）系统在情感和风格控制上的短板，让充满表现力的语音编辑过程变得前所未有的简便与精确。

![image.png](https://static.downly.cn/images/d3d716bcee85cacf9707ec1465a29a7e.png)

<center>图源备注：图片由AI生成</center>

## AI成本革命 月之暗面 Kimi K2 训练成本仅460万美元

国产AI独角兽月之暗面再次成为焦点，其发布的 Kimi K2 Thinking 模型训练成本被曝仅为460万美元，却在被誉为“人类终极考试”的HLE基准测试中，以44.9%的惊人得分超越了包括 GPT-5 在内的众多国际顶尖闭源模型。这一成就不仅展示了 Kimi K2 极高的性价比，更预示着AI大模型领域的成本革命已经到来，低成本、高性能将成为新的竞争焦点。

![image.png](https://static.downly.cn/images/2391fc0183c999abbb95e79e3566c905.png)

<center>图源备注：图片由AI生成</center>

## 阿里Qwen3-Max-Thinking 登顶全球数学竞赛

阿里巴巴的AI推理模型 Qwen3-Max-Thinking 迎来了重大升级，并在全球顶级数学竞赛中取得了辉煌战绩。该模型在美国数学考试（AMC）和哈佛-麻省理工数学锦标赛（HMMT）中均获得满分，这是中国AI模型首次在这两项高难度竞赛中达到100%的准确率。这一突破充分彰显了 Qwen3 在复杂数学推理和抽象问题解决方面的强大能力，成功挑战了 OpenAI 在该领域的领先地位。

![image.png](https://static.downly.cn/images/bc1dd4dbb1a505039e9df2d8917a1216.png)

<center>图源备注：图片由AI生成</center>

## 文心5.0文本能力登顶 LMArena 最新排名出炉

在最新的 LMArena 全球大模型竞技场排名中，百度文心 ERNIE-5.0-Preview-1022 模型表现卓越，成功登顶国内文本能力榜首，全球排名第二。该模型在创意写作、深度对话和复杂问题理解等方面的表现尤为突出，获得了用户和评测系统的高度评价。这标志着中国自研大模型技术再次实现关键突破，在全球AI竞争格局中占据了重要一席。

![image.png](https://static.downly.cn/images/e2797b5063651761eb9139666710394d.png)

<center>图源备注：图片由AI生成</center>

## AI守护出行安全 滴滴顺风车严打“私下拼车”

为了提升乘客的出行安全，滴滴顺风车平台上线了名为“独享守护”的全新AI监管措施。该智能模型能够通过实时分析车辆的行程轨迹、司乘的沟通记录以及异常接单信息，精准识别绕行、异常停留等违规行为。此举旨在有效打击“私下拼车”等存在安全隐患的行为，为选择“独享”服务的乘客提供全程的安全保障。

![image.png](https://static.downly.cn/images/b02ab2959f2bd8f0135b1c8a2981b495.png)

<center>图源备注：图片由AI生成</center>



每日AI资讯1110：GPT-5 编程模型发布，Kimi K2 成本引爆行业，文心5.0文本能力登顶



> 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)

搜索结果: 阿里Qwen