

> 谷歌DeepMind正式向全球成年用户免费开放新一代AI音乐生成模型Lyria 3。该模型凭借图文及视频全场景解析能力，大幅降低了复合音频内容的创作门槛。

## 全场景触发的零门槛创作
多模态AI的进化正在打破专业艺术的壁垒。谷歌DeepMind最新推出的Lyria 3测试版，目前已深度集成至Gemini应用生态中。该模型最大的突破在于构建了覆盖文本、图像与视频的全场景生成闭环。

即便是零音乐基础的用户，只需输入自然语言描述，系统即可自动匹配情绪与节奏，输出包含人声与完整编曲的30秒成曲。更为先进的是其跨模态感知能力 用户上传任意风景或人物照片，模型可直接解析画面氛围并生成专属配乐与专辑封面；短视频创作者更能借此实现画面与背景音乐的自动卡点融合，极大提升了内容产出效率。

![Generated Image February 20, 2026 - 7_03PM.png](https://static.downly.cn/images/6dff4acea79af10233586cbf8ae7b3de.png) <center>图源备注：图片由AI生成</center>

## 当前应用边界与商业化展望
尽管技术表现亮眼，但当前的Lyria 3在实际应用落地中仍面临双重限制。首先是生成时长的瓶颈，固定的30秒输出难以满足播客、长视频或完整单曲的深度创作需求 。其次是严格的版权限制，目前所有生成的音频内容仅限非商业用途，截断了商业创作者的变现路径。

针对这些痛点，谷歌官方已明确了后续的进化路线图。未来Lyria有望解除时长枷锁，引入更广泛的语言支持，并开放商业授权选项。这一系列举措预示着AI音乐大模型正处于从技术试验向专业生产力工具过渡的关键阶段。

谷歌发布音乐大模型Lyria 3 重塑多模态创作流




> 今日科技圈迎来多重震动，OpenAI 模型迭代大幅缩减科研时间，微软 Windows 11 深度集成 GPT-5.1 普惠用户。与此同时，字节跳动与快手在视频生成与理解领域展开激烈角逐，谷歌 TPU 新品发布引发算力市场价格战，多模态与硬件生态正加速重构我们的数字生活。

## 豆包手机助手技术预览版上线 携手努比亚开启系统级AI体验

豆包团队近期联合手机厂商，正式推出了基于大模型和系统底层授权的豆包手机助手技术预览版。这款助手旨在通过高效的交互方式和丰富的功能体验，改变用户与手机的互动模式。目前，首批搭载该技术的工程样机 nubia M153 已经面向开发者和技术爱好者进行了少量发售，预示着移动端原生 AI 时代的加速到来。

![image.png](https://static.downly.cn/images/719e078cd7ce3d6558336cf204bbbc55.png)
<div align="center">图源备注：图片由AI生成</div>

## 谷歌推出 TPUv7 铁木处理器 挑战英伟达霸主地位

谷歌宣布推出代号为“铁木”的 TPUv7 处理器并正式对外销售，这一举措直接剑指英伟达在 AI 计算领域的市场垄断地位。随着新硬件的入场，AI 计算市场的价格战已初现端倪。据报道，OpenAI 通过采用该技术，成功节省了约 30% 的计算成本，这为大型模型训练的降本增效提供了新的思路。

![image.png](https://static.downly.cn/images/6f4470f6d25f1e3d7f1a9f9c5e930bfa.png)
<div align="center">图源备注：图片由AI生成</div>

## 真假难辨 实验显示绝大多数人无法区分AI音乐

Deezer 与 Ipsos 联合进行的一项实验显示，高达 97% 的参与者无法准确分辨 AI 生成的音乐与人类创作的音乐。不过，该结论引发了一些争议，因为测试标准相对宽松，参与者只要猜错一首即被判定为“无法辨别”。尽管如此，这一数据依然反映出 AI 音乐生成技术在逼真度上已经达到了极高的水平。

![image.png](https://static.downly.cn/images/9e1186e0e7876a80517f39cb6d9c8a00.png)
<div align="center">图源备注：图片由AI生成</div>

## 快手 Kling Omni 即将发布 打造导演级视频控制能力

快手科技宣布其多模态视频模型 Kling Omni 本周即将亮相。该模型不仅支持文本、图像和视频的混合输入，更具备了“导演级”的精准控制能力。它能够无缝融合视频生成与后期编辑，甚至可以生成长达 2 分钟且带有原生音频的长视频，旨在为创作者构建一个全能的创意宇宙。

![image.png](https://static.downly.cn/images/a5e9cd4fc6cee90a127ac2f087505368.png)
<div align="center">图源备注：图片由AI生成</div>

## 豆包 App 语音功能大升级 支持四种方言打破沟通壁垒

为了助力老年人跨越数字鸿沟，豆包 App 新增了基于方言迁移技术的语音对话功能。目前已支持粤语、四川话、东北话和陕西话四种方言。用户现在可以使用名为“温柔桃子”的音色，进行更加亲切、智能且流畅的方言交流，让科技产品变得更有温度。

![image.png](https://static.downly.cn/images/4a620ddf8c195a58610f1be60a4d5edf.png)
<div align="center">图源备注：图片由AI生成</div>

## 字节跳动 Vidi2 模型问世 120亿参数革新视频自动化编辑

字节跳动重磅推出了拥有 120 亿参数的视频理解模型 Vidi2。该模型的核心突破在于其精细的时空定位功能，能够处理长达数小时的原始视频素材，深刻理解故事脉络。它可以根据用户指令，自动化生成 TikTok 短视频或电影片段，这一技术有望彻底革新视频编辑领域的工作流程。

![image.png](https://static.downly.cn/images/f49e182a8273c10ef4a5025f66068e91.png)
<div align="center">图源备注：图片由AI生成</div>

## GPT-5 展现卓越数学天赋 复杂科研任务几小时搞定

OpenAI 研究员布贝克分享了与 GPT-5 协作的惊人体验。他表示，该模型展现出了卓越的数学能力。原本需要花费研究人员一个月时间的复杂方案设计与模拟验证任务，GPT-5 仅用一个下午就高效完成了。这一案例生动展示了新一代大型语言模型在科研辅助领域的巨大潜力。

![image.png](https://static.downly.cn/images/84447c6309c3b4d7d5d0028e87639ff2.png)
<div align="center">图源备注：图片由AI生成</div>

## Meta AI 推出 Matrix 框架 解决合成数据生成瓶颈

Meta AI 推出了全新的 Matrix 框架，旨在革新多智能体合成数据的生成方式。通过去中心化的设计，Matrix 将合成数据调度中的控制与数据流序列化为消息并进行分布处理。这种方法有效解决了传统中心控制器导致的 GPU 资源浪费和协调开销问题，显著提升了数据的新鲜度和多样性。

![image.png](https://static.downly.cn/images/05db59ba47537bafef19a9eb4a13bc45.png)
<div align="center">图源备注：图片由AI生成</div>

## 微软 Win11 Copilot 免费解锁深度思考功能 集成 GPT-5.1

微软为 Windows 11 Copilot 用户推送了重磅更新，免费开放了 GPT-5.1 模型，并解锁了原付费功能“Think Deeper”深度推理。此外，更新还增设了“Labs”实验区，首批上线了实时画面解析组件，并计划在后续加入 3D 生成等更多前沿功能，极大地丰富了桌面 AI 体验。

![image.png](https://static.downly.cn/images/0fb6e4be109c00f2494f7cc0df6f44a2.png)
<div align="center">图源备注：图片由AI生成</div>

每日AI资讯1201：GPT-5展现卓越数学能力 字节跳动重塑视频编辑



> 阿里通义千问凭借门控注意力机制拿下NeurIPS 2025中国唯一最佳论文，同门Z-Image模型首日下载量惊人；快手开源新一代多模态旗舰模型；Meta推出能“看透”AI思考过程的白盒验证器，昆仑万维升级AI音乐创作平台。



## 阿里通义千问斩获NeurIPS 2025最佳论文 门控注意力机制成关键

阿里巴巴通义千问团队在人工智能顶级会议 NeurIPS 2025 上取得了里程碑式的成就。其团队发表的论文《Attention Gating Makes Better Foundation Models》在激烈的竞争中脱颖而出，荣获最佳论文奖。值得一提的是，这是本届大会中唯一获奖的中国研究成果。

该论文的核心贡献在于提出了一种创新的“滑动门”机制。这项技术能够显著提升基础模型的效率与性能，使得小型模型在处理复杂任务时，其表现竟能比肩甚至超越大型的混合专家（MoE）模型。这一突破不仅证明了中国在AI基础理论研究领域的实力，也为未来构建更高效、更低成本的大模型指明了新的方向。

![image.png](https://static.downly.cn/images/2a4d7b8fad49b7725d48dbc3bf257322.png)
<center>图源备注：图片由AI生成</center>

## 阿里Z-Image首日下载破50万 6亿参数挑战大模型画质

阿里通义在图像生成领域同样动作频频，新发布的生图模型 Z-Image 引发了社区的强烈关注。尽管该模型的参数量仅为 6 亿，属于轻量级选手，但其在细节还原度、画面构图能力上却表现出了惊人的实力，足以媲美许多大型模型。

凭借这种“小而美”的特性，Z-Image 发布首日便登顶 Hugging Face 趋势榜，单日下载量突破 50 万次。与此同时，团队还推出了优化版 Z-Image-Turbo，进一步大幅提升了生成效率，为开发者和个人用户提供了兼具高质量与高速度的创作工具。

## 快手开源旗舰模型Keye-VL 多模态推理能力迎新突破

快手在多模态大模型领域再次亮剑，正式发布并开源了其新一代旗舰模型 Keye-VL-671B-A37B。这款模型在参数规模和技术架构上都进行了深度优化，旨在解决更复杂的实际应用问题。

在公开的测试基准中，Keye-VL 展现了强劲的综合实力。特别是在视觉理解、复杂的视频内容分析以及数学推理任务中，该模型的表现尤为出色。此次开源不仅展示了快手深厚的技术储备，也为开源社区提供了强大的多模态研究底座。

![image.png](https://static.downly.cn/images/ac8c8ebfddb920f9075853db91e50a65.png)
<center>图源备注：图片由AI生成</center>

## Meta甩出白盒手术刀 CoT-Verifier精准定位AI推理盲区

Meta AI 实验室针对大模型推理过程中的“黑盒”难题，发布了一款基于 Llama 3.1 8B 构建的 CoT-Verifier 模型。这不仅仅是一个简单的验证工具，更像是一把精准的“白盒手术刀”。

该模型利用独特的 TopK 转码器机制，能够深入分析 AI 在链式思维（Chain-of-Thought）推理过程中的每一步。它通过生成“电路轨迹”归因图，有效识别并定位推理链条中的具体错误点。与传统仅验证最终输出结果的方法相比，CoT-Verifier 实现了对推理过程的白盒化监控，极大地提高了开发者修正模型逻辑错误的效率。

## 昆仑万维发布Mureka V7.6与O2模型 AI音乐创作再进阶

昆仑万维持续深耕 AI 音乐赛道，正式推出了 Mureka V7.6 版本及全新的 O2 人工智能音乐创作模型。此次更新重点在于优化用户的使用体验以及提升音乐生成的专业度和创新性。

数据显示，该平台展现出了强大的全球影响力。自今年 3 月底以来，用户数量增长了近 700 万，覆盖全球 100 多个国家。新模型的发布预计将进一步降低音乐创作门槛，让更多用户体验到高质量 AI 音乐生成的乐趣。

每日AI资讯1129：阿里通义斩获NeurIPS最佳论文 Meta开源白盒纠错工具



> 今日AI界风起云涌：月之暗面发布Kimi Linear模型，长文本处理效率实现革命性突破；音乐创作领域，MiniMax Music 2.0以其“会唱歌的制作人”般的实力惊艳亮相；一则尘封的猛料揭示，OpenAI在内部动荡期曾考虑与对手Anthropic合并；电商巨头eBay与ChatGPT强强联手，旨在重塑智能购物体验；而微软则为人机交互的流畅性，悄然调整了Copilot的免责声明策略。

---

## Kimi模型再进化 长文本处理速度飙升近三倍
月之暗面团队近期发布了其最新的Kimi Linear模型，该模型采用了创新的混合线性注意力架构，在处理长上下文任务时，其处理和解码速度实现了惊人的飞跃，相较于传统注意力机制，速度提高了近2.9倍。这一技术突破不仅显著提升了AIGC领域的技术水平，尤其在长文本处理和强化学习方面展现出卓越性能，为处理复杂和海量信息的AI应用开辟了新的可能性。

![image.png](https://static.downly.cn/images/c14ba487aa8adad0680e0feeaef25839.png)
<p align="center">图源备注：图片由AI生成</p>

## AI变身“会唱歌的制作人” MiniMax发布Music 2.0
MiniMax公司正式发布了其新一代音乐生成模型 Music 2.0。这一新模型在理解和表达人声情绪及乐器动态方面取得了显著进步，能够生成情感丰富、细节饱满的音乐作品，被誉为“会唱歌的制作人”。Music 2.0的问世，标志着AI在音乐创作领域的又一重大里程碑，预示着未来的音乐创作流程将迎来深刻变革，人人皆可成为创作者的时代正加速到来。

![image.png](https://static.downly.cn/images/6fa7b0a549ed330c62a652eac27fd1a0.png)
<p align="center">图源备注：图片由AI生成</p>

## 硅谷秘闻 OpenAI动荡期曾密谋与劲敌Anthropic合并
根据法庭文件披露的惊人内幕，OpenAI联合创始人伊利亚·苏茨克沃证实，在公司CEO奥特曼遭遇罢免的动荡时期，OpenAI曾秘密接触其最大的竞争对手Anthropic，商讨合并事宜。这一“B计划”揭示了这家AI巨头在高层变动期间内部不为人知的权力博弈和战略考量，也反映了AI行业头部公司之间激烈竞争与潜在合作并存的复杂关系。

![image.png](https://static.downly.cn/images/7c75c5da03254f6dad2d290e64488ae9.png)
<p align="center">图源备注：图片由AI生成</p>

## 智能电商新篇章 eBay与ChatGPT携手革新购物体验
电商巨头eBay宣布与ChatGPT进行深度合作，双方将整合各自强大的AI技术，共同打造一个统一的智能体电商平台。通过利用eBay平台的海量商品数据和用户行为数据，结合ChatGPT领先的自然语言处理能力，该合作旨在全面优化用户的购物体验，提供更加个性化、精准和便捷的商品推荐与客户服务，开启智能电商的新时代。

![image.png](https://static.downly.cn/images/36df3c341055ca9d4bd9541424706745.png)
<p align="center">图源备注：图片由AI生成</p>

## 提升用户体验 微软悄然移除Copilot默认免责声明
为了提升企业用户的产品体验，微软近期对其Microsoft 365 Copilot进行了一项细微但重要的调整。官方已取消了原先在聊天窗口底部默认显示的AI内容免责声明，并将其自动隐藏。微软表示，此举是为了避免不必要的文字信息分散用户的注意力，从而创造一个更简洁、更专注的人机交互界面，让用户能够更流畅地与AI助手协作。

![image.png](https://static.downly.cn/images/3e6ecb53dceea206e1d4d9440ae00347.png)
<p align="center">图源备注：图片由AI生成</p>



每日AI资讯1104：Kimi模型提速近3倍，OpenAI曾密谋与Anthropic合并





> 今日AI领域迎来多项突破：OpenAI推出企业知识功能，赋能团队协作；美图的AI助手让修图变得像聊天一样简单；谷歌Gemini则实现“一键生成”PPT，极大提升办公效率。同时，OpenAI与AMD的合作及在音乐生成领域的探索，预示着AI算力与创作能力的全新纪元。

## OpenAI解锁企业“最强大脑” 内部知识库一键调用

OpenAI近日正式上线“Company Knowledge”功能，旨在帮助企业整合内部跨平台的碎片化信息。这一新功能使ChatGPT能够连接并调用企业内部的知识和数据源，从一个通用的聊天机器人，转变为能够深度理解企业情况的智能助理，极大地促进团队成员间的高效协作。

![image.png](https://static.downly.cn/images/75664ca6b8423df31517532a7a9db594.png)
<center>图源备注：图片由AI生成</center>
<br>

## 对话式P图成真 美图RoboNeo让修图像聊天

美图公司推出了一款名为RoboNeo的AI修图Agent，它彻底改变了传统的图像编辑方式。用户不再需要掌握复杂的软件操作，只需通过自然语言与RoboNeo对话，描述自己的修图需求，例如“帮我更换图片背景”或“调整人物状态”，AI便能实时完成精准的编辑。这项技术不仅能自动拆分图层，更显著降低了专业修图的门槛，让普通用户也能轻松获得专业级的P图效果，效率瞬间拉满。

![image.png](https://static.downly.cn/images/03f5e2b46a766446ed7f2bfdb7eb59d9.png)
<center>图源备注：图片由AI生成</center>
<br>

## OpenAI与AMD强强联手 共筑AI算力新高峰

OpenAI与AMD达成了一项重磅合作协议，为AI领域的发展注入了新的动力。根据协议，AMD计划在2026年下半年为OpenAI提供高达1000兆瓦的计算能力，以支持其日益复杂的生成式AI模型的推理需求。作为合作的一部分，OpenAI还将获得AMD普通股的认购权，这标志着双方正式成为计算领域的重要战略合作伙伴，共同开启AI的新纪元。

![image.png](https://static.downly.cn/images/d9480424031edc5414095ef674a2faa0.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI作曲家来了 OpenAI研发智能配乐工具

OpenAI正将其强大的生成能力扩展到音乐领域。据了解，该公司正在秘密研发一款全新的文本生成音乐工具，能够根据用户的文字描述或音频片段，智能创作出符合需求的配乐。该工具可以灵活适配音乐的情绪与节奏，未来有望彻底改变短视频配乐和人声伴奏的创作流程。通过与茱莉亚学院的合作，OpenAI旨在打磨出专业级的AI作曲能力，大幅提升内容创作者的生产效率。

![image.png](https://static.downly.cn/images/bb736c40bd596166c3c3e8b471a2b60a.png)
<center>图源备注：图片由AI生成</center>
<br>

## 科技之光点亮黑暗 Neuralink助盲人重见光明

由马斯克联合创立的Neuralink公司在人工视觉技术领域取得了里程碑式的进展。该团队成功利用其先进的植入式脑机接口技术，为一名因黄斑变性而失明长达15年的70岁患者恢复了中央视力。这一突破性成果不仅为无数眼科疾病患者带来了新的希望，也标志着人工视觉技术向临床应用迈出了关键一步。

![image.png](https://static.downly.cn/images/89adb31b546e15271c8d4e33648ea4cf.png)
<center>图源备注：图片由AI生成</center>
<br>

## 告别繁琐PPT 谷歌Gemini一键生成演示文稿

制作PPT的噩梦即将成为过去。谷歌在其Gemini Canvas中增加了一项强大的AI功能，允许用户通过输入简单的提示词或直接上传文件，就能快速、自动地生成一套完整的演示文稿。这项新功能旨在将学生和职场人士从繁琐的幻灯片制作中解放出来，其操作过程极其简便，让文件秒变幻灯片，极大地提升了工作与学习效率。

![image.png](https://static.downly.cn/images/ce3c5be8177ee55e30f776861944111a.png)
<center>图源备注：图片由AI生成</center>
<br>

每日AI资讯1027：企业知识库迎革命，AI修图配乐更智能



> 今天的AI世界精彩纷呈：谷歌通过开源新架构，将强大的AI能力直接带入我们日常的穿戴设备中；曾经惊艳世人的Sora模型，如今却面临着现实的挑战与争议；而OpenAI则将目光投向了新的创作领域——音乐，预示着人人都能成为作曲家的时代即将到来。

## AI无处不在 谷歌新架构让智能设备摆脱云端

谷歌研究院（Google Research）最近开源了其创新的Coral NPU平台，这一举措旨在让AI技术不再局限于强大的云端服务器，而是能够直接在手表、耳机等资源有限的个人设备上高效运行。通过提供高性能、低功耗的AI加速器，谷歌极大地降低了AI模型在边缘设备上部署的门槛。这意味着，未来的可穿戴设备、智能家居产品乃至工业自动化设备，都将能够更轻松地集成先进的AI功能，从而推动人工智能在这些领域的普及与应用，开启一个万物智能的新纪元。

![image.png](https://static.downly.cn/images/d1e8546ce3a6684cdbb996ca731a70f9.png)
<p align="center">
  图源备注：图片由AI生成
</p>

## 热度降温 Sora面临版权与创作双重挑战

OpenAI发布的视频生成模型Sora，在问世之初凭借其惊人的效果引发了全球范围内的关注和热议。然而，时至今日，Sora的热度似乎有所减退，其发展也面临着诸多现实的挑战和麻烦。其中，版权问题成为了最大的“绊脚石”，尤其是在处理像路飞、鸣人、皮卡丘这类深入人心的动漫角色时，AI的创作边界引发了广泛争议。相较于发布初期的风光无限，Sora如今必须在技术创新与现实规则之间寻找平衡点。

![image.png](https://static.downly.cn/images/e9c3046a0645f7c708c01b63a024735d.png)
<p align="center">
  图源备注：图片由AI生成
</p>

## 人人都是作曲家 OpenAI秘密研发AI音乐生成工具

继在文本和图像领域取得巨大成功后，OpenAI再次将创新的触角伸向了音乐领域。据最新消息，该公司正在积极开发一款全新的AI音乐生成工具。这款工具能够根据用户输入的文本或音频提示，智能创作出独特的音乐作品，不仅可以为视频添加配乐，甚至还能生成人声伴奏。为了保证生成音乐的质量和专业性，OpenAI正与世界顶尖的茱莉亚音乐学院合作，利用其丰富的资源来训练模型。未来，这项功能可能会被无缝集成到ChatGPT和Sora中，极大地改变音乐创作和视频配乐的行业生态。

![image.png](https://static.downly.cn/images/8ba1377a0d518a287b5a45f1d3a5636c.png)
<p align="center">
  图源备注：图片由AI生成
</p>



每日AI资讯1026：端侧AI迎新突破，Sora热度渐冷，OpenAI布局音乐创作



> 导语：今日AI领域精彩纷呈，技术革新正深刻改变着数字内容的创作与消费方式。从Luma AI的推理视频模型，到腾讯混元的分钟级3D创作工具，再到阿里云开源的动作生成模型，AI正在将专业级的影视与3D制作能力普及化。同时，AI也在重塑我们的怀旧体验与工作效率，无论是腾讯视频通过AI修复经典老片，还是Notion、微软Teams推出的AI智能体，都在深刻地改变着我们的娱乐和工作模式。

## AI修复经典，腾讯视频让老剧焕发4K新生

腾讯视频近期上线了“AI修复”片单，利用先进的AI技术，将《家有儿女》、《食神》等一批承载着观众集体回忆的经典影视作品，成功修复至4K超高清画质。这项技术不仅提升了分辨率，还显著增强了画面的纯净度与播放流畅度，为SVIP用户带来了“臻彩MAX”的一键升级观影体验，让模糊的记忆瞬间变得清晰，引发了一波怀旧热潮。

![image.png](https://static.downly.cn/images/5330f3e9a8a4ce0c837ed52f545211d4.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI“听诊”超声波，香港“聆音”大模型让诊断更轻松

为了应对超声科医生严重短缺的现状，香港中科院团队研发了名为“聆音”（EchoCare）的超声大模型。该模型基于全球首个超400万张超声影像的数据集进行训练，旨在提升诊断的效率与准确性。面对中国每年高达20亿次的检查需求和15万名医生的缺口，“聆音”的出现有望大大缩短医生的培养周期，让AI成为医生的得力助手。

![image.png](https://static.downly.cn/images/fce9ed72cfdff05ef190de7d33980c83.png)
<center>图源备注：图片由AI生成</center>
<br>

## 阿里云Wan2.2-Animate模型开源，人人都是动作导演

阿里云最近全面开源了其新一代动作生成模型Wan2.2-Animate。该模型在生成视频的人物一致性和动作质量上实现了巨大飞跃，无论是短视频创作、舞蹈模仿还是动漫制作，用户都能轻松上手。模型支持动作模仿和角色扮演两种模式，创作者可以通过GitHub等平台免费获取，极大地降低了高质量动画制作的技术门槛。

![image.png](https://static.downly.cn/images/ac11a65ff2e32754d632d00e93a92ec7.png)
<center>图源备注：图片由AI生成</center>
<br>

## AI音乐创作迎革命，Suno v5模型即将震撼发布

AI音乐生成领域的领跑者Suno公司，即将在全球范围内推出其第五代音乐模型“v5”。从发布的预告视频来看，新模型在音乐质量、可控性和创造性上都将有“变革性”的提升。v5的发布预示着AI音乐创作将进入一个新纪元，进一步模糊人机创作的界限，让无论是音乐爱好者还是专业制作人，都能以前所未有的便捷方式，将脑海中的旋律变为现实。

![image.png](https://static.downly.cn/images/14f8d1aaa759386f68ba4c5f0bac46b9.png)
<center>图源备注：图片由AI生成</center>
<br>

## 3D创作进入“分钟”时代，腾讯混元3D Studio惊艳亮相

腾讯混元3D Studio的推出，彻底颠覆了传统3D资产的生产流程。这款专为3D设计师和游戏开发者打造的AI工作台，将原本以“天”为单位的3D建模和创作周期，极速缩短至“分钟”级别。它支持从文本到图像生成，再到任意姿势的角色转换，实现了从概念设计到动画制作的全流程一站式AI创作体验。

![image.png](https://static.downly.cn/images/19ce0d0f51846f835ea33211d223e75e.png)
<center>图源备注：图片由AI生成</center>
<br>

## Luma Ray 3模型发布，AI视频一键“思考”生成4K大片

Luma AI公司发布了全球首个“推理视频模型”——Ray 3。这个模型内置了强大的多模态推理系统，能够深刻理解用户的意图，自主规划复杂的场景并进行自我评估和修正。它就像一位经验丰富的动画师，能够将简单的草图或文字描述，一步步“思考”并创作出电影级别的4K HDR视频，极大地提升了AI视频生成的艺术性和准确性。

![image.png](https://static.downly.cn/images/654106a08f3a69cc222bd2f424ab8239.png)
<center>图源备注：图片由AI生成</center>
<br>

## 数据价值引关注，Reddit与谷歌重议AI合作

社交媒体平台Reddit正在与科技巨头谷歌就AI数据交易展开新一轮谈判。Reddit希望在这次合作中争取到更有利的条款，旨在获得更多资金支持，并提升自身在谷歌AI生态中的战略地位。此次谈判也反映出AI时代下，内容平台正在积极探索如何平衡用户数据价值与商业变现，以开创新的收入来源。

![image.png](https://static.downly.cn/images/cac374fcabe6ca96fe88dfb7f1793b3b.png)
<center>图源备注：图片由AI生成</center>
<br>

## 谷歌联手PayPal，AI智能体将重塑电商购物体验

谷歌与支付巨头PayPal宣布达成一项多年的深度合作。双方将融合谷歌领先的AI技术与PayPal成熟的支付基础设施，共同打造由“智能体”（Agent）驱动的全新AI购物体验。这项合作将重点推广谷歌新推出的Agent支付协议，未来，AI助手或许能帮你完成从挑选商品到完成支付的全过程，预示着电商生态可能迎来重大变革。

![image.png](https://static.downly.cn/images/9a63d9d2d5186f9068bd5100b39274e7.png)
<center>图源备注：图片由AI生成</center>
<br>

## Meta推出Hyperscape Capture，人人都是VR场景构建师

Meta公司为Quest 3用户带来了一款名为Hyperscape Capture的Beta版工具，它让普通用户也能轻松创建照片级的VR场景。通过这项工具，用户可以扫描现实世界中的任何物体或空间，并将其以极高的保真度在VR中重现。这标志着去年大会上承诺的高斯飞溅技术正式向消费级应用开放，极大地推动了虚拟现实体验的真实感和沉浸感。

![image.png](https://static.downly.cn/images/e87e6de686ad93daf6fb30b715a4e095.png)
<center>图源备注：图片由AI生成</center>
<br>

## Notion发布AI智能体，你的专属自动化工作秘书

生产力工具Notion推出了其首个AI智能体，将自动化提升到了新高度。这个智能体能够深度整合用户所有的Notion页面和数据库，自动完成生成会议纪要、撰写竞品分析报告等复杂任务。它甚至能连接Slack、邮件等外部平台，根据收到的信息自动创建和更新数据库，20分钟内处理数百页文档，堪称一个不知疲倦的超级秘书。

![image.png](https://static.downly.cn/images/404bae6d5e9c3f9c16cb264059047a35.png)
<center>图源备注：图片由AI生成</center>
<br>

## 微软为Teams引入AI助手，会议从此高效不超时

微软为其协作平台Teams上线了全新的AI助手功能，专供Microsoft 365 Copilot用户使用。该助手的核心是“主持人助手”，它可以在会议中实时发挥作用，不仅能自动生成会议纪要、回答与会者提问，还能主动管理会议议程、合理分配发言时间，有效防止会议超时。移动端助手的同步推出，让高效协作随时随地发生。

![image.png](https://static.downly.cn/images/c1f2bab301f96490d49b20710ed05d8a.png)
<center>图源备注：图片由AI生成</center>
<br>


每日AI资讯0920：AI重塑数字内容创作，从经典修复到分钟级3D建模



> 导语：今日AI界风起云涌，资本热度不减，AI搜索新星Perplexity再获2亿美元巨额融资，估值飙升至200亿，向搜索巨头发起有力挑战。同时，技术创新步伐加快，MiniMax推出能生成4分钟完整歌曲的Music 1.5模型，支付宝“AI付”打通智能体支付全链路，而Anthropic的Claude则新增了自动记忆功能，让AI交互更加智能。此外，OpenAI的结构调整与微软的自研模型投入，也预示着行业格局的深刻变化。

---



## AI搜索黑马Perplexity估值破200亿，谷歌霸主地位再迎强敌

AI初创公司Perplexity凭借其创新的对话式搜索服务，正成为行业内最受瞩目的新生力量。在短短两个月内，该公司再度成功融资2亿美元，使其估值达到了惊人的200亿美元。这一迅猛的增长势头，充分显示了资本市场对其挑战传统搜索巨头谷歌潜力的认可。

![image.png](https://static.downly.cn/images/7843e4e236c976dfbd650bd6fb3eb1a6.png)

 <center>图源备注：图片由AI生成</center>

## AI音乐创作进入新纪元，MiniMax Music 1.5实现4分钟完整歌曲生成

国内AI公司MiniMax发布了其新一代音乐生成大模型Music 1.5，将AI生成音乐的时长提升至4分钟，足以创作一首结构完整的歌曲。该模型赋予用户极大的创作自由度，无论是通过简单的自然语言描述，还是通过高级模式进行段落和歌词的精细编排，都能生成层次丰富、人声饱满的高质量音乐作品，真正实现了“一人即乐队”的创作体验。

![image.png](https://static.downly.cn/images/491f8ce30d336cc7b9613be3173161f1.png) <center>图源备注：图片由AI生成</center>

## “动动嘴”就支付，支付宝推出国内首个智能体支付服务‘AI付’

支付宝在智能化服务领域迈出重要一步，正式推出“AI付”服务。这是国内首个将智能体技术与支付流程完全打通的应用，用户只需通过语音对话，即可完成从点单到支付的全过程。这一创新不仅简化了操作，也为用户提供了前所未有的无缝AI服务体验。

![image.png](https://static.downly.cn/images/e16c5ceeed2eb2460cf3017a00720467.png) <center>图源备注：图片由AI生成</center>

## AI程序员再进化，Replit Agent 3实现200分钟不间断自主开发

AI编程公司Replit发布了其第三代AI开发助手Agent 3。新一代Agent的自主工作能力得到显著增强，能够连续运行长达200分钟，独立处理从代码编写、功能测试到错误修复的完整开发流程。其核心的“动态智能”技术使其具备了更强的上下文理解和迭代推理能力，能够胜任更复杂的开发任务。

![image.png](https://static.downly.cn/images/edf15e503f8d1d857e8229397fddd4eb.png) <center>图源备注：图片由AI生成</center>

## Claude AI变身“贴心管家”，新增自动记忆功能免去重复对话

Anthropic公司为其AI聊天机器人Claude推出了一项实用的新功能——自动记忆聊天内容。该功能主要面向团队和企业用户，能让Claude自动记住用户的对话历史、偏好和项目背景等关键信息，并在后续的交流中主动运用这些信息，从而提供更具个性化和连贯性的回复，极大提升了协作效率。

![image.png](https://static.downly.cn/images/f59cb49fa77df993776963f197031175.png) <center>图源备注：图片由AI生成</center>

## OpenAI结构调整新动向，或将转型公益股份公司为上市铺路

OpenAI与其重要合作伙伴微软达成了一份非约束性的谅解备忘录，计划将其营利性部门转型为公益股份公司（PBC）。此举被视为在平衡其公益使命与商业发展需求之间的一大步，旨在为公司开辟更多的融资渠道，并可能为其未来的上市做好准备。根据协议，其非营利组织将继续掌握对公司的运营控制权。

![image.png](https://static.downly.cn/images/e13ece7c3bbec5bac73b3731d82c74d5.png) <center>图源备注：图片由AI生成</center>

## 自立门户，微软豪掷重金打造自主AI模型以抗衡巨头

为巩固在人工智能领域的领先地位，微软正在大力投资，以升级其用于训练自有人工智能模型的服务器基础设施。尤其是在推出MAI-1-preview模型之后，微软明确了其自主构建并灵活运用各种规模前沿AI模型的战略方向，旨在与Meta、谷歌、xAI等科技巨头在核心技术上展开直接竞争。

## AI数据版权乱象迎来破局者？Real Simple Licensing协议应运而生

面对日益严峻的AI数据版权问题，行业正积极寻求解决方案。近期，在多起备受关注的版权诉讼背景下，部分技术专家与内容出版商联合推出了一套名为“Real Simple Licensing”（RSL）的新系统。该协议旨在简化并规范大规模数据的授权流程，为AI训练数据的合规使用提供一条清晰的路径。

## 蚂蚁与人大联手，发布首个原生MoE扩散语言模型挑战行业标杆

蚂蚁集团与中国人民大学联合发布了首个原生的混合专家（MoE）扩散语言模型LLaDA-MoE。在代码生成、数学推理及Agent任务等多项基准测试中，该模型的表现优于多个同类扩散语言模型，其性能甚至能与Qwen2.5-3B-Instruct等优秀的自回归模型相媲美。

## 融资快讯

*   **AI编程赛道火热，Replit狂揽2.5亿美元融资** AI编程公司Replit近期完成了2.5亿美元的新一轮融资，公司估值达到30亿美元，其年收入激增至1.5亿美元，用户数也突破了4000万，显示出投资者对AI驱动软件开发工具的强烈信心。
*   **超越XLM-R，约翰霍普金斯大学发布全新高效多语种编码器mmBERT** 来自约翰霍普金斯大学的研究人员成功开发了一款新型多语种编码器mmBERT。在多项任务测试中，mmBERT的表现全面超越了知名的XLM-R模型，同时还将处理速度提升了2至4倍，为多语言AI应用的研究与发展提供了更强大的工具。

搜索结果: 音乐生成