全球最具影响力 AI 资讯

美团开源LongCat大模型：5600亿参数AI智能体任务的效率突破

9.1 该模型采用混合专家模型Mixture-of-Experts，MoE架构，总参数达到5600亿560B，但动态激活参数仅在186亿至313亿之间平均270亿，实现了计算效率与性能的双重优化

9.1 该模型采用混合专家模型Mixture-of-Experts，M...

Nous Research 推出 Hermes 4 个 AI 模型，其性能优于 ChatGPT，不受...

9.1 NousResearch是一家秘密的人工智能初创公司，已成为开源人工智能运动的领军人物，周一悄悄发布了Hermes4，这是一个大型语言模型系列，该公司声称可以与领先的专有系统的性能相媲美，同时提供前所未有的用户控制和最小的内容限制

9.1 NousResearch是一家秘密的人工智能初创公司，已成为开源人工智能运动的领军人物，周一悄悄发布了Hermes4，这是一个大型语言模型系列，该公司声称可以与领先的专有系统的性能相媲美，同时...

9.1 NousResearch是一家秘密的人工智能初创公司，已成为开...

R-Zero 展示了大语言模型如何自我训练：无需任何人工标记的数据

8.29 他们首先根据数学问题训练模型，然后测试学到的推理技能是否可以推广到其他复杂的通用领域基准测试，例如MMLU-Pro多语言理解和推理任务和SuperGPQA科学和推理任务

8.29 他们首先根据数学问题训练模型，然后测试学到的推理技能是否可以...

马斯克预言：人形机器人数量将超人类，全民高收入时代将至

8.27 他预测智能人形机器人的数量将远远超过人类人口，每个行业都会有大量机器人为人类提供产品和服务

8.27 他预测智能人形机器人的数量将远远超过人类人口，每个行业都会有...

谷歌发布新一代图像生成模型Gemini 2.5 Flash Image，开放免费中文支持引发全球关注

8.27 尤其以香蕉人为代表的创意图像生成效果，成为用户争相体验的焦点，显示出该模型在文本图像跨模态理解方面的卓越能力

8.27 尤其以香蕉人为代表的创意图像生成效果，成为用户争相体验的焦点...

阿里X-PLUG团队推出新一代GUI自动化代理框架Mobile-Agent-v3

8.25 作为Mobile-Agent家族的新成员，该版本在规划能力进度管理反思机制与记忆功能等方面实现显著增强，旨在全面提升用户在图形用户界面GUI自动化操作中的体验

8.25 作为Mobile-Agent家族的新成员，该版本在规划能力进...

谷歌整合AI视频编辑功能：Drive一键直达Vids，创作效率再升级

8.25 点击后，视频会自动在Vids应用中加载，用户可立即进行剪辑添加背景音乐插入文字等多项编辑操作，整个过程实现了无缝衔接

8.25 点击后，视频会自动在Vids应用中加载，用户可立即进行剪辑添...

AI 3D建模新王者诞生！Tripo 3.0携4000万数据集震撼全球

8.22 目前VAST已经为全球200万+3D创作者3.5万+中小开发者及700+大型企业提供Tripo3D大模型服务，累计生成模型超过3000万个

8.22 目前VAST已经为全球200万+3D创作者3.5万+中小开发...

即梦AI推出智能多帧功能：一键生成超长镜头，重塑视觉叙事体验

8.22 该功能基于即梦自研的时序生成模型，能够理解多张输入图像之间的语义关联与运动逻辑，并自动补全中间帧，生成平滑连贯的动态镜头

8.22 该功能基于即梦自研的时序生成模型，能够理解多张输入图像之间的...

Microsoft AI 首席执行官苏莱曼表示，似乎有意识的人工智能即将到来——这会产生可怕的后果

8.21 人工智能正迅速变得具有足够的情感说服力，足以欺骗人们相信它是有知觉的。它可以模仿意识的外在迹象，例如记忆、情感镜像，甚至表面上的同理心，以一种让人想把它们当作众生对待的方式。他说，当这种情况发生时，事情就会变得一团糟

8.21 人工智能正迅速变得具有足够的情感说服力，足以欺骗人们相信它是有知觉的。它可以模仿意识的外在迹象，例如记忆、情感镜像，甚至表面上的同理心，以一种让人想把它们当作众生对待的方式。他说，当这种情况...

8.21 人工智能正迅速变得具有足够的情感说服力，足以欺骗人们相信它是...

哈佛大学辍学生将推出“永远在线”的人工智能智能眼镜，可以监听和记录每一次对话

8.21 虽然Meta的眼镜在摄像头和麦克风观看和收听时有一个指示灯，作为警告其他人他们正在被录制的机制，但Ardayfio表示，被称为HaloX的Halo眼镜没有外部指示器来警告人们他们的客户的录音

8.21 虽然Meta的眼镜在摄像头和麦克风观看和收听时有一个指示灯，...

大语言模型在训练区域之外进行推理时会产生“流利的废话”

8.21 亚利桑那州立大学的研究人员提出了一个新的视角来看待这个问题CoT不是一种推理行为，而是一种复杂的模式匹配形式，从根本上受其训练数据中的统计模式的约束

8.21 亚利桑那州立大学的研究人员提出了一个新的视角来看待这个问题C...

深度求索发布DeepSeek-V3.1：大语言模型竞赛再迎重磅玩家

8.19 业内专家认为，DeepSeek此次迭代体现了大模型发展的重要趋势从追求参数规模转向优化实用效率，从通用能力建设转向深度行业赋能

8.19 业内专家认为，DeepSeek此次迭代体现了大模型发展的重要...

腾讯AudioGenie横空出世：AI音频生成技术迈入电影级

8.18 腾讯AILab为全面评估多模态音频生成能力，专门推出了MA-Bench基准测试这是全球首个针对多模态到多音频生成(MM2MA)任务的基准测试集，包含198个带有多类型音频注释的视频

8.18 腾讯AILab为全面评估多模态音频生成能力，专门推出了MA-...

智元机器人全系产品今日震撼开售开启人机共生新时代

8.18 中国智能机器人领域迎来里程碑式时刻智元机器人(AGIBOT)旗下六大核心产品线正式登陆智元商城(agibotmall.com)及京东商城同步开售

8.18 中国智能机器人领域迎来里程碑式时刻智元机器人(AGIBOT)...

阿里巴巴推出开源多模态研究智能体WebWatcher 突破AI跨模态研究瓶颈

8.18 阿里巴巴自然语言处理团队近日发布了一款名为WebWatcher的开源多模态研究智能体，该技术旨在解决当前人工智能在多模态深度研究领域的关键性难题

8.18 阿里巴巴自然语言处理团队近日发布了一款名为WebWatche...

Google 的 Gemma 3 270M 是一款紧凑而强大的人工智能模型，可以在烤面包机上运行

8.15 谷歌强调，人工智能开发人员需要为这项工作选择合适的工具，而不是简单地关注模型大小来提高人工智能应用程序的性能

8.15 谷歌强调，人工智能开发人员需要为这项工作选择合适的工具，而不...

智元机器人发布全球首个统一世界模型平台GE：开启具身智能"视觉→动作"端到端时代

8.15 智元机器人8月14日正式发布行业首个面向真实世界机器人操控的统一世界模型开源平台GenieEnvisionerGE，该平台突破传统机器人学习系统的分阶段开发模式，首次将未来帧预测策略学习与仿真评估整合进以视频生成为核心的闭环架构，实现机器人从看到想再到动的端到端推理与执行

8.15 智元机器人8月14日正式发布行业首个面向真实世界机器人操控的统一世界模型开源平台GenieEnvisionerGE，该平台突破传统机器人学习系统的分阶段开发模式，首次将未来帧预测策略学习与仿...

8.15 智元机器人8月14日正式发布行业首个面向真实世界机器人操控的...

Mistral AI发布新一代大模型Mistral Medium3.1：性能全面升级，支持多模态交互

8.15 MistralMedium3.1 模型在推理能力多模态处理及企业级应用方面实现显著升级，目前已通过LeChat平台及API模型名称mistral-medium-2508向用户开放

8.15 MistralMedium3.1 模型在推理能力多模态处理及...

腾讯混元团队发布Hunyuan-GameCraft：AI实时生成动态游戏世界，一张图秒变游戏大片！

8.14 传统的游戏视频生成通常依赖预渲染或固定脚本，而该技术则允许用户通过键盘和鼠标操作，动态控制生成内容，使AI实时想象并渲染对应的游戏画面

8.14 传统的游戏视频生成通常依赖预渲染或固定脚本，而该技术则允许用...

昆仑万维发布Matrix-3D大模型突破3D世界生成技术瓶颈

8.12 Matrix-3D的创新之处在于，它整合了**全景视频生成**和**三维重建**两大核心技术，能够从单张图像出发，首先生成高质量视角一致的全景视频，再通过三维重建技术生成可自由漫游的3D空间

8.12 Matrix-3D的创新之处在于，它整合了**全景视频生成*...

英伟达发布新一代机器人开发工具，70亿参数视觉语言模型成焦点

8.12 这些模型能够生成训练机器人和AI智能体所需的多模态数据集，包括合成文本图像和视频内容，有望大幅降低AI训练的数据获取成本

8.12 这些模型能够生成训练机器人和AI智能体所需的多模态数据集，包...

OpenAI GPT-5系列模型发布：AI领域的新里程碑与未来展望

8.8 与以往模型不同，GPT-5被定位为"统一智能系统"，成功整合了此前分散在不同模型中的能力，包括GPT-4o的多模态处理o系列的深度推理高级数学计算以及代理任务执行

8.8 与以往模型不同，GPT-5被定位为"统一智能系统&q...

谷歌Gemini推出AI故事书功能：带娃新神器

8.6 家长只需输入类似"我的孩子七岁，不想去奶奶家过夜，请创作-本storybook 帮孩子适应这种情况。使用黏土动画风格"这样的简单提示，或是上传孩子随手画的涂鸦，Gemini就能自动生成包含专业水准插画和适龄文字的故事书

8.6 家长只需输入类似"我的孩子七岁，不想去奶奶家过夜，请创作-本storybook 帮孩子适应这种情况。使用黏土动画风格"这样的简单提示，或是上传孩子随手画的涂鸦，Gemini...

8.6 家长只需输入类似"我的孩子七岁，不想去奶奶家过夜，请...

谷歌DeepMind发布Genie 3：AI世界模拟技术迈向通用人工智能的关键一步

8.6 谷歌旗下DeepMind实验室于2025年8月5日正式发布了第三代quot世界模型quotGenie3，这一突破性技术能够从简单文本提示生成可交互的3D虚拟环境，标志着人工智能向通用智能(AGI)发展的重要里程碑

8.6 谷歌旗下DeepMind实验室于2025年8月5日正式发布了第三代quot世界模型quotGenie3，这一突破性技术能够从简单文本提示生成可交互的3D虚拟环境，标志着人工智能向通用智能(AG...

8.6 谷歌旗下DeepMind实验室于2025年8月5日正式发布了第...

未来最优秀的开发者不再只是编码，而是策划、协调和指挥AI

8.5 他们将是那些知道应该构建什么为什么它很重要以及如何让人工智能系统干净高效地完成大部分工作的人

8.5 他们将是那些知道应该构建什么为什么它很重要以及如何让人工智能系...

阿里通义千问开源首个图像生成基础模型Qwen-Image 中文文本渲染能力领先行业

8.5 这款拥有200亿参数的多模态扩散变换器(MMDiT)模型在复杂文本渲染和精确图像编辑方面取得了突破性进展，尤其在中文文本生成上展现出显著优势

8.5 这款拥有200亿参数的多模态扩散变换器(MMDiT)模型在复杂...

腾讯混元大模型家族再添新成员：四款轻量级模型全面开源

8.4 技术实现上，这些模型采用单卡即可部署的轻量化设计，兼容主流推理框架SGLangvLLMTensorRT-LLM等，并支持多种量化格式

8.4 技术实现上，这些模型采用单卡即可部署的轻量化设计，兼容主流推理...

OpenAI 让 AI 为您做任何事情的探索

8.4 借助人工智能推理模型，OpenAI确定它有两个新轴可以改进人工智能模型在人工智能模型的后期训练期间使用更多的计算能力，以及在回答问题时为人工智能模型提供更多时间和处理能力

8.4 借助人工智能推理模型，OpenAI确定它有两个新轴可以改进人工...

从摩尔定律到“OpenAI定律”：人工智能发展的指数轨迹

8.3 这就是我们创造的一个新术语的精髓人工智能逃逸速度人工智能开始自我完善的时刻，推动进步进入自我强化指数级增长的状态

8.3 这就是我们创造的一个新术语的精髓人工智能逃逸速度人工智能开始自...