AI资讯文章

了解AI领域最新动态、教程和深度分析

AI日报：美图发布影像AI Agent RoboNeo；1.8bit量化Kimi K2模型上线；亚马逊推AI代码编辑器 Kiro

【AI日报热点速览】1.美图RoboNeo上线全能AI影像处理工具，支持自然语言修图、品牌设计和网页制作；2.Unsloth AI发布1.8bit量化Kimi K2模型，体积缩小80%性能不变；3.谷歌Gemini嵌入模型登顶MTEB排行榜；4.Amazon推出AI代码编辑器Kiro，支持Claude 4等模型；5.Claude新增工具目录功能提升AI工作流效率；6.MiniMax完成3亿美元融资，估值超40亿美元；7.UTCP协议发布，实现AI代理直接调用工具；8.Grok推出动漫AI伴侣功能；9.Grok网页版上线语音模式；10.Kimi K2在OpenRouter市场份额超越xAI。

geekape

a day ago

AI日报

A日报：月之暗面开源大模型Kimi K2；智源全面开源RoboBrain2.0；通义千问发布Qwen Chat桌面客户端

【AI日报速览】1.月之暗面开源万亿参数Kimi K2大模型，采用混合专家架构，具备工具调用和代码执行能力。2.智源发布RoboBrain2.0和RoboOS2.0，提升机器人时空认知与多智能体协作能力。3.通义千问推出桌面客户端，新增图像生成等功能。4.IndexTTS2实现本地化语音克隆与情绪控制，革新配音技术。5.HuggingFace开源机器人Reachy Mini热销。6.Meta StreamDiT实现单GPU实时视频生成。7.PixVerse新增多关键帧生成功能。8.特斯拉Grok AI助手仅支持AMD处理器车型。9.OpenAI推迟开源模型发布以加强安全测试。10.Liquid AI开源边缘AI模型LFM2，性能显著提升。11.AI"时间穿越"挑战在社交媒体走红。

geekape

2 days ago

AI日报

AI日报：智谱上线PPT生成功能AI Slides；可灵 AI 发布可图2.1模型

【AI日报速览】1.智谱推出免费AI Slides，基于GLM模型快速生成专业PPT；2.可灵AI发布可图2.1，图像生成支持180种风格；3.NVIDIA推出DiffusionRenderer，实现视频转3D场景编辑；4.墨刀AI上线30秒生成可编辑原型功能；5.Higgsfield Soul ID用10张照片生成虚拟形象；6.谷歌开源GenAI Processors构建AI工作流；7.谷歌Veo3新增图转视频功能；8.Mistral AI发布专注代码生成的Devstral2507系列模型。

geekape

5 days ago

AI日报

AI日报：xAI 震撼发布Grok4；微软开源全新Phi-4-mini版本；上海累计82款大模型通过备案

【AI日报速览】1.xAI发布Grok4模型，数学推理与代码生成能力突出，含开发者专用版本Grok4Code；2.微软开源Phi-4-mini，推理效率提升10倍，适配边缘设备；3.上海82款大模型通过备案，垂类应用成效显著；4.Hugging Face推出开源机器人Reachy Mini赋能AI开发者；5.Perplexity发布AI浏览器Comet挑战Chrome；6.OpenAI将首推开放权重模型打破闭源惯例；7.谷歌医疗AI模型MedGemma上新，单GPU可运行；8.OpenAI斥资65亿收购艾维AI硬件公司，进军硬件市场。

geekape

6 days ago

AI日报

AI日报：阿里通义开源音频生成模型ThinkSound；谷歌Veo3支态图片生成视频；昆仑万维发布 Skywork-R1V 3.0

【AI日报速览】阿里开源ThinkSound音频生成模型，支持链式推理实现高保真空间音频；谷歌Veo3升级，单图即可生成专业运镜视频；Hugging Face发布30亿参数SmolLM3模型，支持双模式推理；阿里WebSailor智能体展现强大检索能力；Moonvalley推出1080P无版权风险视频模型；Vidu Q1支持7图融合生成一致性视频；苹果研发AI客服助手优化用户体验；飞书发布多款企业AI产品及成熟度模型；微软等科技巨头联合成立AI教育学院，投入2300万美元培训教师。

geekape

7 days ago

AI日报

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

8 days 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

9 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

12 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

13 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

14 days ago