AI资讯文章

了解AI领域最新动态、教程和深度分析

AI日报：腾讯混元推3D生成大模型Hunyuan3D-PolyGen；钉钉AI表格重磅来袭；阿里推多模态大语言模型HumanOmniV2

【AI日报热点速览】1.腾讯混元推出美术级3D生成大模型Hunyuan3D-PolyGen，创新BPT技术提升建模效率70%；2.阿里HumanOmniV2多模态模型准确率达69.33%，支持多语言输入；3.钉钉AI表格实现1小时处理千项任务，首创"表格即文档"功能；4.百度PaddleOCR3.1支持37种语言识别，准确率提升30%；5.微软Deep Research自动化研究工具开放API；6.香港理工与OPPO联合推出视频高清化框架DLoRAL，推理速度提升10倍；7.谷歌开源数据库AI工具MCP Toolbox，简化SQL集成；8.微软Win11将推AI动态壁纸功能，代码已现身预览版。

geekape

16 hours ago

AI日报

AI日报：B站或将推“代号H” AI创作工具；智元发布哪吒机器人灵犀X2-N；宇树科技冲刺科创板IPO

【AI日报速览】B站将推"代号H"AI工具助力视频播客创作；智元发布双形态切换机器人灵犀X2-N；宇树科技冲刺科创板IPO获120亿估值；开源模型EarthMind革新地球数据分析；Gemini CLI更新音视频处理功能；macOS助手Glass开源爆火；Claude将发布数学超强新模型Neptune v3；OpenAI宣布GPT-5将整合多模型实现突破。AI领域持续创新，涵盖创作工具、机器人、大模型等多个方向。

geekape

2 days ago

AI日报

AI日报：腾讯元宝升级一句话搜索图片视频；微信支付MCP上线；谷歌在全球推出 Veo 3

1、腾讯元宝再升级:一句话搜索，图片视频即刻呈现，信息获取更直观!腾讯元宝的升级功能让信息获取更加直观和高效，用户只需一句话提问即可获得图文并茂的回答，无论是学习新技能还是解决生活难题都变得更加简单。【极客猿Ai提要:】🧠 一句话搜索，智能匹配图片和视频号内容💡 学习新技

geekape

5 days ago

AI日报

A日报：B站升级动漫视频生成模型AniSora V3；字节开源4D视频生成框架EX-4D；DeepSWE开源AI Agent系统强势登顶

1、字节跳动EX-4D震撼开源:单目视频秒变自由视角4D大片EX-4D是字节跳动PICO-MR团队推出的4D视频生成框架，能够从单目视频生成高质量、多视角的4D视频序列。该技术通过深度密闭网格（DW-Mesh）和轻量级适配架构，解决了传统视频生成技术在多视角生成中的挑战，并在性能指标上全面领先。【极客猿Ai

geekape

6 days ago

AI日报

AI日报：百度发布“绘想”平台与MuseSteamer；阿里音频驱动全身数字人模型OmniAvatar

1、开源端到端语音大模型Step-Audio-AQAA：听懂音频直接生成自然语音Step-Audio-AQAA 是一个开源的端到端语音大模型，能够直接从原始音频输入生成自然流畅的语音输出，显著提升了人机交互的体验。该模型由双码本音频标记器、骨干 LLM 和神经声码器三部分组成，能够高效处理语音中的复杂信息，

geekape

7 days ago

AI日报

AI日报：阿里通义推Qwen-TTS模型；Cursor已支持网页和手机端；字节发布图像合成技术XVerse

1、Qwen-TTS重磅发布：方言语音合成新突破，真实感媲美真人阿里巴巴通义团队推出的Qwen-TTS模型，该模型在语音合成领域实现了重大突破，具有超高真实感和多方言支持，适用于教育、娱乐、智能客服等多种场景。【极客猿Ai提要:】🔊 Qwen-TTS支持多种中文方言和双语音色，满足多样化需求。🎙️

geekape

8 days ago

AI日报

「6月30日AI日报」百度开源文心大模型4.5系列；通义千问多模态生成模型Qwen VLo

1.百度重磅开源文心大模型4.5系列，十款新模型亮相!百度正式发布文心大模型4.5系列并完全开源，包含多种参数配置的十款新模型，使用飞桨框架训练推理，FLOPs利用率47%，在文本多模态基准测试中表现优异，提供一站式使用指南和工具，方便开发者精调部署，已上传至Hugging Face、GitHub等平台。体验地址:https://yiyan.baidu.com Hugging Face:https://huggingface.co/baidu）Gi

geekape

9 days ago

AI日报

「6月27日AI日报」腾讯开源轻量级混元-A13B模型；可灵AI推“视频音效”功能

1、腾讯开源轻量级混元-A13B模型1张中低端GPU卡即可部署腾讯发布混元大模型家族的新成员混元-A13B模型，采用专家混合（MoE）架构，总参数规模达800亿，激活参数为130亿，大幅降低推理延迟与计算开销，为个人开发者和中小企业提供更具性价比的AI解决方案。该模型在数学、科学和逻辑推理任务中表现出色，支持调用工具生成复杂指令响应。体验入口:https:/

geekape

12 days ago

AI日报

「6月26日AI日报」可灵AI推全球首部AIGC单元剧；谷歌开源AI智能体Gemini CLI

1.豆包AI编程重磅升级!零代码小白也能轻松打造专属网页，实时编辑超省心!豆包AI编程升级到“应用创作1.0”，有可视化编辑、实时预览和多版本管理功能，降低网页和应用开发门槛。零基础用户可像编辑PPT一样设计网页，专业开发者也能在对话窗口调用AI编程功能，提升创作效率。2.谷歌放大招!Gemini CLI开源发布，免费提供AI编程助手挑战Cursor谷歌发布开源

geekape

13 days ago

AI日报

「6月25日AI日报」支付宝推 “AI 打赏” 服务；QQ浏览器上线高考志愿报告功能

1、Claudia 发布!优雅界面赋能 Claude Code，跨平台 AI 编程新体验Claudia 是一款为 Claude Code 设计的开源图形用户界面工具，旨在简化 AI 编程体验。它基于 Tauri 框架，结合 React 和 Rust，支持多平台，确保数据本地存储和安全性。主要功能包括一站式项目管理、自定义 AI 代理、Token 用量追踪等，提升了开发效率与用户体验。产品地址:https://github.com/getAsterisk/claudia2、

geekape

14 days ago