

> **导语**
> Meta 证实正在测试独立 AI 视频应用 Vibes，意图将 AI 内容创作从社交功能升级为核心平台。此举标志着 2026 年硅谷巨头将在 AI 视频领域展开正面对决，争夺下一代流量入口。

## 视频战场的全员数字分身

如果将 2024 年定义为文生视频技术的萌芽期，那么 2026 年则是巨头们构建生态壁垒的决战之年。Meta 本周四证实的消息让业界警醒：其 AI 视频功能 **Vibes** 正在测试独立 App。

Vibes 的产品形态可以被理解为 **“全 AI 内容版抖音”**。在这个平台上，传统的拍摄按钮被生成指令取代，用户不仅能利用 AI 创作短视频，其消费的信息流（Feed）也将完全由 AI 生成的内容填充。虽然交互逻辑沿袭了 Instagram Reels 或 TikTok 的沉浸式体验，但其底层资产已彻底从“实拍”转向了“生成”。

![Google_AI_Studio_2026-02-06T02_34_13.112Z.png](https://static.downly.cn/images/cc6f85395d212f187afec56e5a70c246.png) <center>图源备注：图片由AI生成</center>

## 从附属功能到独立编制

Vibes 最初于去年 9 月作为 Meta AI 的子功能低调上线。此次将其剥离为独立应用，显示出 Meta 决策层对市场风向的敏锐捕捉。在 OpenAI 旗下 Sora 社交应用强势切入市场并攫取大量用户注意力后，Meta 意识到仅靠原有体系的“寄居”模式已不足以应对竞争。

给予 Vibes 独立编制，意味着 AI 视频不再只是辅助社交的调味剂，而是被视为未来移动互联网的 顶级 入口。Meta 试图利用其庞大的社交关系链，为 Vibes 注入天然的病毒式传播基因。

## 巨头博弈的新逻辑

这场战争的本质差异在于战术选择：OpenAI 的 Sora 依然致力于突破视频生成的物理真实感边界，而 Meta 似乎更在意用户时长的争夺。

扎克伯格的逻辑非常务实——依托社交基因，打造一个让用户在 AI 幻境中流连忘返的消费场景。对于用户而言，这场“AI 短视频战争”带来的不仅是工具的升级，更是一种全新的内容消费形态。

Meta拆分AI视频应用Vibes 剑指OpenAI Sora霸主地位



> **导语**
> 谷歌凭借Gemini 3模型强劲表现实现用户激增，季度内净增1亿月活，同时推出低价订阅与自研芯片Ironwood，正式宣告完成向“AI优先”实体的全面转型。

## 双雄争霸格局下的数据突围

Alphabet 发布的2025年第四季度财报揭示了全球AI版图的最新战况。最引人注目的数据在于谷歌旗下AI聊天机器人 Gemini 的迅猛增长：其月活跃用户数（MAU）已正式突破 **7.5亿** 大关。

相比上一季度，Gemini 在短短三个月内实现了1亿用户的惊人净增长。这一数据不仅大幅甩开了拥有5亿月活的 Meta AI，更在以极快的速度逼近行业领头羊 ChatGPT（2025年底估算月活约为8.1亿）。谷歌 CEO 桑达尔·皮查伊将这一成绩归功于最新发布的 **Gemini 3 模型**，指出其在逻辑深度与交互细腻度上的显著提升，成功赢得了市场的核心用户群。

![Google_AI_Studio_2026-02-05T02_38_20.003Z.png](https://static.downly.cn/images/b4012481b75c8ae399c14a58c4283a17.png) <center>图源备注：图片由AI生成</center>

## 差异化定价与商业化提速

在用户规模迅速扩张的同时，谷歌开始在商业化变现上祭出新招。为了进一步渗透价格敏感型市场，谷歌打破了行业惯例，推出了每月仅需 **7.99美元** 的 Google AI Plus 订阅方案。

这一激进的定价策略旨在通过降低门槛，从竞争对手的高价订阅体系中抢夺市场份额。尽管该计划上线时间较短，尚未对本季度财报产生直接影响，但在财报电话会议中，管理层对其后续拉动付费用户增长的能力表现出极强信心，这被视为谷歌在AI消费端发起的“价格战”信号。

## 基础设施重构支撑万亿帝国

支撑起庞大用户体量与算力需求的，是谷歌在硬件底层的持续加码。为了减少对英伟达GPU的依赖并提升自主可控能力，谷歌正式推出了新一代 TPU AI 加速芯片 **Ironwood**。

Ironwood 的问世不仅优化了 Gemini 模型的推理成本，更标志着谷歌在“算力-模型-应用”全链路闭环上的成熟。得益于 AI 部门的强劲驱动，Alphabet 全年总营收历史上首次突破 **4000亿美元** 里程碑。这一财务数据有力地向华尔街证明，谷歌已不再是一家单纯的搜索广告公司，而是成功转型为以人工智能为核心驱动力的科技巨擘。

![Google_AI_Studio_2026-02-05T02_38_22.681Z.png](https://static.downly.cn/images/96c931fc231cd29ed9aad687ad5bc8b7.png) <center>图源备注：图片由AI生成</center>

谷歌财报详解：Gemini月活破7.5亿逼近OpenAI，年营收首破4000亿美元



> **导语**
> 前 Meta AI 核心人物杨立昆在专访中痛陈公司 Llama 系列研发乱象，并证实已离职创立新实验室。随着“世界模型”与“大语言模型”的技术路线分歧公开化，AI 领域的下一个风口之争正式浮出水面。

## 内部动荡 Llama 4 被指数据注水

在一场震动硅谷的专访中，杨立昆（Yann LeCun）打破沉默，披露了 Meta 在开发大型语言模型 Llama 4 期间的内部危机。他直言不讳地指出，为了应对激烈的市场竞争，研发团队在基准测试中采取了“非常规手段”，导致模型发布后陷入数据操控的舆论漩涡。

杨立昆对现任首席 AI 官 Alexandr Wang 提出了尖锐批评，认为其年轻且缺乏经验，未能理解基础研究的长期价值，反而将团队推向了急功近利的死胡同。扎克伯格在元宇宙战略受挫后，对 AI 部门施加的巨大落地压力，导致内部沟通机制崩塌，Llama 系列产品最终在性能与口碑上遭遇双重滑铁卢。

![Google_AI_Studio_2026-01-05T02_54_59.556Z.png](https://static.downly.cn/images/19603be37981a20f3224208c68f44847.png)
 <center>图源备注：图片由AI生成</center>

## 理念决裂 拒绝 LLM 思维定式

杨立昆的回忆充满了对早期 Facebook 研究自由度的怀念。2013 年，他曾在扎克伯格的盛情邀请下加入，并坚持保留学术职位与研究公开性。然而，随着公司全面转向大语言模型（LLM），他感到自己的研究空间被极度压缩。

他认为，Meta 的大部分团队已被 LLM 思维“洗脑”，忽视了人工智能更本质的挑战。这种对单一技术路线的过度依赖，促使他最终做出了离开的决定。尽管与新任高管没有直接的人身冲突，但对公司技术战略的失望已无可挽回。

## 另起炉灶 押注世界模型

离职后的杨立昆迅速成立了“先进机器智能实验室”，将目光投向了“世界模型”。与仅能处理概率预测的语言模型不同，世界模型旨在让 AI 理解物理世界的因果律与运作机制。

杨立昆坚信，未来的智能必须突破语言符号的局限，具备对物理实体的感知与推理能力。他的新征程，不仅是个人的职业选择，更是对当前主流生成式 AI 路线的一次严肃修正与挑战。

Meta 爆发路线之争，前 AI 掌门人自立门户剑指世界模型



> **导语**
> AI 视觉领域迎来 "极简主义" 的反击。Meta AI 推出的 Pixio 模型证明，通过改良经典的掩码自编码器架构，即便不依赖复杂的 DINO 算法，也能在深度估计与 3D 重建等高难度任务中实现性能反超。

## 回归本质 强力解码器重塑空间理解

长期以来，学术界普遍认为掩码自编码器（MAE）在场景理解能力上逊色于 DINOv2 或 DINOv3 等复杂算法。然而，Pixio 的出现打破了这一刻板印象。

Pixio 的核心在于对 2021 年 MAE 框架的深度改良。研究团队发现，原始设计中较弱的解码器限制了编码器的潜力。因此，Pixio 显著增强了解码器功能，并采取了激进的 "大面积遮罩" 策略。不同于以往细碎的遮挡，Pixio 将图像中的大片连续区域进行遮蔽。这种做法迫使模型放弃简单的像素复制，转而必须真正 "脑补" 出物体共现关系、3D 透视以及光影反射等深层空间逻辑。

![Google_AI_Studio_2025-12-29T03_20_15.559Z.png](https://static.downly.cn/images/fbd1d8a431277ae5e4d513426fd8b8e6.png)
 <center>图源备注：图片由AI生成</center>

## 拒绝刷分 动态频率调整的数据哲学

在训练策略上，Pixio 展现出一种反直觉的纯粹性。它没有针对 ImageNet 等特定基准测试进行 "应试教育"，而是从网络收集了 20 亿张图像进行广泛学习。

为了提升模型对物理世界的理解，团队采用动态频率调整机制：降低简单产品白底图的训练权重，大幅增加复杂场景图片的出现频次。这种不为 "刷分" 而生的训练方式，反而赋予了模型惊人的迁移能力。数据表明，仅有 6.31 亿参数的 Pixio 在单目深度估计准确率上提升了 16%，在单张图像 3D 重建任务中，甚至优于使用八视角训练的 8.41 亿参数 DINOv3。

![Google_AI_Studio_2025-12-29T03_20_19.212Z.png](https://static.downly.cn/images/307d8a77d79ac308562665024a6ad2a8.png)
 <center>图源备注：图片由AI生成</center>

## 机器人领域的潜力

Pixio 的优势不仅停留在屏幕上，更延伸到了物理世界。在机器人学习领域的测试中，Pixio 以 78.4% 的成功率领先于 DINOv2。这表明，回归像素重建的本质，往往能通向更深层的视觉理解。尽管目前人工掩蔽存在局限，但 Pixio 为视觉大模型指明了一条 "大道至简" 的新方向。

Meta发布Pixio 像素级重构挑战视觉AI复杂论



> 欧洲监管机构再次对科技巨头挥出反垄断重拳。意大利竞争管理局（AGCM）日前宣布，紧急叫停Meta禁止第三方AI聊天机器人接入WhatsApp的限制性政策，指控其涉嫌滥用市场支配地位。此举与欧盟委员会的调查遥相呼应，标志着围绕“超级App”与“AI服务入口”的博弈正式上升为法律战。

## 政策争议 围墙花园与开放生态的对撞

冲突的导火索源于Meta在去年10月发布的一项新规：计划从2025年1月起，禁止企业通过WhatsApp Business API分发包括ChatGPT、Claude等在内的通用AI聊天机器人。Meta给出的官方理由是API“非为通用聊天设计”及系统承压考量，仅允许特定客服类AI存在。

然而，监管机构一针见血地指出，Meta此举醉翁之意不在酒。AGCM认为，利用WhatsApp拥有的19亿月活用户优势，Meta试图通过切断第三方通道，为自家“Meta AI”扫清竞争障碍。这种构建“围墙花园”的行为，可能对新兴的AI服务市场造成“严重且不可逆”的竞争损害，剥夺了消费者的选择权。

![Google_AI_Studio_2025-12-27T03_00_18.562Z.png](https://static.downly.cn/images/7151ecbccea5b482d83d1a451a74854f.png)

<center>图源备注：图片由AI生成</center>

## 监管围剿 欧盟多地同步行动

意大利并非孤军奋战。欧盟委员会已于本月初正式立案，调查Meta该政策是否违反了严苛的《数字市场法案》（DMA）。一旦被认定违规，Meta可能面临高达全球年营收10%的天价罚款。

面对指控，Meta表现强硬，称监管决定存在“根本性错误”，辩称即时通讯软件并非AI公司的应用商店，并表示将提起上诉。然而，在欧洲日益收紧的数字主权保护网下，Meta的辩解显得苍白无力。

## 行业深意 AI入口权的重新定义

AIbase分析认为，此次事件远超单一企业的合规问题，它揭示了AI时代核心的权力争夺——入口控制权。当WhatsApp等超级App试图将通信基础设施转化为私有的AI分发渠道时，必然会触碰“平台中立性”的红线。

这不仅是商业利益的博弈，更是关于未来数字生态是走向封闭垄断还是开放互通的关键判例。随着意大利按下暂停键，这场关于谁能掌握用户通往AI世界大门的战争，才刚刚拉开序幕。

意大利紧急叫停Meta新政 聊天应用AI入口垄断之争全面升级




> 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：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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

## 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)
<p align="center">图源备注：图片由AI生成</p>
<br>

搜索结果: Meta AI