AI简报:AI创新持续爆发(2025.6.23-2025.6.29)
作者：微信文章“从感知到生成的跨越，国内 AI 领域正迎来多模态、模型迭代与智能硬件的全面爆发，一场科技变革的盛宴正徐徐拉开帷幕。”
01
【国内】
通义千问发布多模态统一理解与生成模型Qwen VLo，该模型不仅能够精准“看懂”世界，更能基于理解进行高质量的再创造，真正实现了从感知到生成的跨越。
胡润研究院发布了《2025全球独角兽榜》，SpaceX、字节跳动和OpenAI荣登前三甲。
腾讯开源混元-A13B模型，是基于专家混合（MoE）架构，总参数800亿，激活参数130亿，推理效率高，仅需1张中低端GPU卡即可部署。
https://mmbiz.qpic.cn/sz_mmbiz_png/jhgibzXKDS2VVtOUF08k3ngxkgMqTbyjW5sDXONq0CeibbVVRTqncOzuvJSxWFGqsp6lq5wywpZ67AV60ZJ21Mhw/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1
可灵AI上线“视频音效”，可在生成视频时同步生成高质量立体声音效，支持用户上传视频或调用历史作品，一键匹配精准同步音效。
快手推出自主研发的多模态大语言模型 Kwai Keye-VL，具备强大的视频理解与推理能力。该模型融合文本、图像、视频等多模态信息，能快速解析复杂视觉内容，如精准计数图像中的草莓，并在短时间内为商品视频生成推销方案。
Hengbot 推出 Sirius 机器狗，主打敏捷运动，可跳舞、踢足球，集成了 OpenAI 大语言模型，支持语音对话，能根据主人需求调整性格和声音。
出门问问发布全球首款Agentic AI硬件产品TicNote，售价999元起。具备AI转写、总结、生成思维导图等功能，支持120多种语言及24种方言转写，准确率达98%。TicNote厚度仅3mm，可磁吸于手机，续航达20天，支持10米远距收声。
https://mmbiz.qpic.cn/sz_mmbiz_png/UBibyicic6JSfQprVszLmcRsR8egrWfEhqI9KruPibvibwbOQOay4kIGSng5dn7H9PARFCy1fjATM3IYPxmfibL7mGRg/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1
蚂蚁集团发布全新AI健康应用「AQ」，帮助公众看病更简单、生活更健康。AQ提供健康科普、就诊咨询、报告解读、健康档案等上百项AI功能，连接全国超5000家医院、近百万医生及200余个名医AI分身。
万兴科技推出AIGC视频创作平台“万兴天幕”，覆盖视频、图片及音频生成三大领域，为创作者提供一站式解决方案。平台具备文生视频、图生视频、视频续写、文生音乐、文生音效及视频智能配乐等功能，支持灵感社区激发创作。
https://mmbiz.qpic.cn/sz_mmbiz_jpg/eaia1NuoOhyUfiaKrFHo6QfHKL3jD6Ix92xqiaZwRqPrycQGTxDbgpia2x6XOaAl0wp3icvA0psuvwRcH1yEdlLpPFQ/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1
饿了么上线国内首个骑手端智能体AI助手“小饿”，骑手可以通过语音交互，可完成接单、确认到店等操作，减少手动步骤。能主动提醒取货、送达，分析订单热力图，优化接单策略。
https://mmbiz.qpic.cn/mmbiz_jpg/VK1q5dXSOhQLMDuQNHg9zMlqj3G2Dj4bKVfynXMKk5WQpZgTDEzGMR2zjJgibe9QNehdyrbA27DxicRh2SmHnxRQ/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1
https://mmbiz.qpic.cn/mmbiz_jpg/VK1q5dXSOhQLMDuQNHg9zMlqj3G2Dj4bzn1DbqMKGictqbUmwcGJK1BibQNoBfzwK7wHd3C5qb4yezaqaqEzbqxg/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1
阿里云百炼与支付宝联合推出业内首发的“AI打赏”功能。开发者在阿里云百炼平台上可为Agent应用配置打赏功能，用户打赏金额将直接转入开发者个人支付宝钱包。
小米发布小米AI眼镜，被视为小米“人车家全生态”战略的一部分，可能与汽车、智能家居等场景联动。小米AI眼镜售价可能在999-1299元，有望凭借价格优势抢占市场份额。
FellouAI浏览器上线，用户只需输入自然指令，可完成跨平台复杂操作，任务成功率从31%提升至80%。支持信息填报、代码编写、招聘流程、数据分析等多种场景，本地化运行保障数据安全。
https://mmbiz.qpic.cn/mmbiz_png/0Gia5TK5SPW7GFV6pEs0gpXUxGlkhhEatIWDxtEgLT9fdP8JvqDibG3Mw15b104qFy31YlVpQ4fYeJz6mp87TUxw/640?wx_fmt=png&from=appmsg&watermark=1&tp=webp&wxfrom=5&wx_lazy=1
字节上线“探饭”AI产品，为用户提供全方位的美食智能向导服务，包括探店推荐、菜品推荐、美食攻略、AI点菜、团购购买和外卖下单等功能。用户可通过“PK比店”功能对比店铺，能在地图上寻找美食店并导航。
墨刀官方上线AIPPT功能，用户仅需输入一句话，可快速生成包含封面、目录、章节标题及配套文案思路的PPT草稿，自动匹配排版、配图和配色。
百度发布文心快码Comate AI IDE，是行业首个多模态、多智能体协同的AI IDE。首创设计稿一键转代码功能，可将Figma设计稿精准转化为高可用代码，节省80%重复劳动。IDE具备AI辅助编码全流程、多智能体协同、多模态能力增强等核心能力，支持MCP对接外部工具，适配多种开发场景。
https://mmecoa.qpic.cn/sz_mmecoa_jpg/y4KvDFvicbHw5bRdkXWYTPhJ5wdqRp7icxb6PDasYxYu9wXwffNjxfY8FcOv0BHuPzsPQLWTP75uRhC9TeOHOPVg/640?wx_fmt=jpeg&from=appmsg&tp=webp&wxfrom=10005&wx_lazy=1
网易有道开源“子曰3数学模型”（Confucius3-Math），是国内首个专注于数学教育且可在单块消费级GPU上高效运行的开源推理模型。在多项数学推理任务中表现优异，在高考数学题评测框架中得分高达98.5分，推理性能是通用大模型DeepSeek R1的15倍，服务成本低至每百万token 0.15美元。
https://mmecoa.qpic.cn/mmecoa_png/RO1lWBXEjp6Kg0F5R9ro309241mic5Yv7vAw65s1TlcKnpIGBsCPw4sDe5u7kcrDY1NuDj79HTk6lb3XYkFT0AQ/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=10005&wx_lazy=1
MiniMax推出语音技术更新——Voice Design音色设计功能。支持用户通过自然语言描述音色，实现精准控制，生成不存在的音色。
https://mmbiz.qpic.cn/mmbiz_png/q4wL2iaHZfGkGQhHZ7wGA1e5ASg2ib9UyTywPbPoE4bcY6C5Wz9gemM5UIP0FozaRzVPk4b9psojIkRfDDDOt3XA/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1
Kimi发布Agent——Kimi-Researcher（深度研究），可自主规划任务执行流程，包括澄清问题、深入思考、主动搜索、调用工具等，最终交付深度研究报告及动态可视化报告。
华为发布盘古大模型5.5，包含五大基础模型，覆盖自然语言处理（NLP）、多模态、预测、科学计算、计算机视觉（CV）等领域。盘古Ultra MoE是准万亿参数的深度思考模型，达到国内领先水平；盘古Pro MoE在SuperCLUE千亿参数模型榜单中并列国内第一。
https://mmbiz.qpic.cn/sz_mmbiz_png/KmXPKA19gW8758kRUcUccBmV2CyjWMU2jia84ANVuJoBx2CibOJsSxk5QWibJ4xKzQa3NPTZ6VYiaicAgZozmsDVIYw/640?wx_fmt=png&from=appmsg&tp=webp&wxfrom=5&wx_lazy=1
02
【国际】
谷歌于推出了一款名为 Doppl 的实验性新应用，旨在通过人工智能技术，让用户直观地看到不同服装穿在自己身上的效果。这款应用利用AI生成用户穿着服装的虚拟形象，甚至能将静态图像转换为动态视频，为用户提供沉浸式的试穿体验。
Black Forest Labs 推出 FLUX.1 Kontext 图像生成与编辑模型。模型基于文本和图像提示，支持上下文感知的图像处理，具备角色一致性保持、局部编辑、风格转换等功能。
谷歌推出Gemini CLI（命令行界面），工具将AI问答、内容生成等功能集成到开发者终端界面，支持高达100万个token的上下文窗口，与Gemini Code Assist代码助手深度集成，支持谷歌搜索。
谷歌DeepMind发布AlphaGenome模型，用于预测人类DNA序列中单个变异或突变的影响。模型可处理长达100万字母的DNA序列，预测数千个分子属性，通过比较突变与未突变序列进行评分。
谷歌DeepMind推出首个本地具身智能模型Gemini Robotics On-Device。模型可在机器人本地运行，无需依赖云端，具备强大的离线操作能力，能遵循自然语言指令完成精细任务，如拉开袋子、叠衣服等。支持多种机器人本体部署，响应延迟低，能快速适应新任务，仅需50到100个演示样本可学会新动作。
ElevenLabs发布11ai的AI个人语音助理产品，主打语音优先设计，支持多通道处理（MCP），用户可通过语音指令完成日程规划、任务管理、信息查询等操作，可与Notion、Linear等工具对接。
微软发布创新小参数模型Mu。Mu仅含3.3亿参数，性能却可比肩微软Phi-3.5-mini模型，且体量小10倍左右。在配备NPU的笔记本上响应速度超每秒100 tokens，表现优异。
特斯拉正式上线自动驾驶出租车服务Robotaxi，首批受邀用户可支付4.2美元体验。目前服务处于试运营阶段，仅限特定区域和受邀用户使用，运营时间为早上6点至午夜12点。车内配备安全监控员，车辆在复杂路况下需远程操作员介入。
Meta与欧克利联合发布第三代AI眼镜——Oakley Meta HSTN，主打运动场景，具备拍照、录视频、语音问AI、一键分享等功能，支持透明、变色、偏光镜片，续航达8小时，配合充电盒可达48小时。
扎克伯格被曝花数月整理“顶尖名单”，查论文寻觅目标，甚至向个别人开出了1亿美元的高薪，以期这些人才们能加入自己的“梦之队”——一个专注于“超级智能”（即比人类还聪明）的新实验室。
页:
[1]