搜索
马斯克深夜掀桌！最强旗舰Grok 4.5突袭，数万块GB300炼出性价比之王，不仅硬刚GPT-5.5，性能紧贴Opus 4.8，又快又便宜。这一次，SpaceXAI与Cursor强强联手。成绩单相当亮眼——
乐鑫信息科技 (688018.SH) 推出 ESP-VISION，一款面向 ESP32-P4、ESP32-S31 以及 ESP32-S3 系列芯片的低代码边缘 AI 与机器视觉框架。ESP-VISION 基于 MicroPython 提供统一的 sensor、image、display、espdl 等 Python API，整合摄像头采集、图像处理、视频编解码、
7月8日晚间，字节跳动Seed团队正式发布多模态图像创作模型Seedream 5.0 Pro。这距离今年2月10日Seedream 5.0预览版上线，已经过去近5个月。相比此前版本，Seedream 5.0 Pro在图文匹配、结构合理性、文字渲染与画面美感等基础能力上进行了升级，并重点强化了四项核心能力
独家获悉，由上海人工智能研究院孵化的灵境智源已完成超亿元的天使轮和天使 + 轮两轮融资，由经纬创投领投，上海闵行国资战略跟投。在这之前，企业尚属“水下”状态，两轮均实现了超额认购。据透露，在未对外释放公开融资的消息的情况下，
就在刚刚，OpenAI 正式推出了全新一代语音模型 GPT-Live。正如它的名字一样，这一次，ChatGPT 的语音功能彻底「活」了过来。据官方透露，目前每周有超过 1.5 亿人使用 ChatGPT 的语音和听写功能来练习外语、讲睡前故事或在通勤时打发时间。而从今天起，这 1.5 亿人将迎来一次豆包式的进步：
其实Omni Flash和Seedance 2.0还真不一样，Omni Flash的能力是编辑视频，对原有视频的极度控制，而非直接生成视频。先给朋友们看几个实测案例吧，你可能就会有更深的体感。
开发 AI Agent 最崩溃的不是写代码，而是调 Bug——你根本不知道它中间经历了什么。 你精心设计了一个 Agent 工作流：接收需求 → 拆解任务 → 调用工具 → 返回结果。测试通过，信心满满地上线。
最近欧洲人疯抢中国空调的消息相当火热，但有没有一种可能： 最需要空调的，是AI超算（doge）。远在英国，这几天就发生了这样一件事：英国最强AI超算之一的Dawn，在30多度高温下，直接瘫了整整一周。
最近，来自新加坡国立大学、香港中文大学 MMLab、北京大学和京东探索研究院的研究团队提出了一种全新的在线策略蒸馏方法: DOPD (Dual On-policy Distillation) ，通过优势感知的双重蒸馏范式，成功破解了这一难题。
6 月 30 日，深度机智团队发布论文 Human-as-Humanoid。他们在自研拟人机器人 PrimeU 上，实现了完全没有目标任务真机示范数据的情况下，仅凭从人类视频中转换而来的动作监督，零样本完成了倒水、放环、装袋、叠杯等复杂真实操作任务。
今日，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）发布公告，其近日监测发现，美国AI大模型公司Anthropic旗下AI编程工具Claude Code存在安全后门隐患，该工具内置监控机制，可在未经用户同意的情况下向远程服务器回传用户地域、身份标识等敏感信息。工信部建议立即卸载相关受影响版本。
一张别人的妆容照丢进去，下一秒，那套妆就长在了你自己脸上。你有没有想过，这种看着像玩具的小功能，背后能藏着一门多大的生意?Louis-David Paul-Hus 做的，就是这样一个 App。它叫 GlowUp。
GPT-Live 基于全双工架构构建，也就是说，它可以同时听和说。在对话过程中，GPT-Live 可以用 mhmm 或 yeah 这样的回应表示自己正在听，也可以进行快速来回交流；当你需要一点时间思考时，它也会保持安静。最终带来的，是一种非常轻松自然的语音交互体验。
2026年4月，一位在美国AI圈极具影响力的研究者，专程来到中国，走进北京、杭州和上海的AI实验室。他密集拜访了阿里巴巴、月之暗面、智谱、清华、美团、小米、蚂蚁和零一万物等团队。回到美国后，他写了一篇名为《Notes from inside China's AI labs》（中国AI实验室内部观察随笔）的文章，在美国科技圈引发了不小讨论。
小红书上，#deepseek 算命、#赛博玄学等话题下，大量玄学爱好者聚集，分享不同占卜体系的prompt、交流 AI 算命心得，仅 #deepseek 算命一个话题，浏览量就达到 5608 万、讨论量 35.4 万；与此同时，更深度的 AI 用户开始在 GitHub 上自行开发占卜 Skills，搜索“astrology”“bazi”等关键词，可以看到相关项目最高 Star 数已达 3.9k。
据 The Information 报道，MiniMax 正在研发一款参数规模达 2.7 万亿的大语言模型，内部代号暂定为 M3 Pro，最快有望于今年第三季度发布，并计划同步开源。相较于现有旗舰模型 M3 的 4280 亿参数，M3 Pro 的规模实现了数量级跃升，预计将在复杂推理、多步骤任务处理及长上下文理解等能力上进一步增强。
前“华为天才”李博杰的一条吐槽小作文，喜提热搜。相信大家都看了，我就不在这里写了。这个事儿上热搜能理解的，一个是前“华为天才”的标签（虽然也有人说华为天才也不少），一个是当红国产模型炸子鸡deepseek
去年 12 月，我们曾与 Ancher 联合创始人兼 CEO Vincent Wu 进行了一次深度对话，Vincent 曾任雅虎新闻运营总监、NewsBreak COO，深耕美国新闻近 20年，所以在初期，Ancher 以“Agentic News Reader”为核心定位，以“语义层推荐”作为主要差异化。
2026 年 6 月，HuggingFace 上一个名为 Boogu-Image-0.1 的开源模型，在上传以后迅速引爆了 AI 圈。这款模型最引人注目的地方，在于它以区区 10B 的参数规模，就在多项关键能力上超过了很多参数量更大的模型。
GitHub宣布，GitHub Copilot App正式向所有Copilot套餐开放。这意味着，Copilot Free、GitHub Education、Copilot Pro、Business、Enterprise用户，都可以在macOS、Windows和Linux上使用这个独立桌面应用。
Meta超级智能实验室（MSL）扔出了首个图像生成模型Muse Image，代号「芒果」（Mango）。这是我们迄今为止最先进的图像生成模型。与Muse Image一同亮相的，还有视频模型Muse Video，目前仍是预览版。
智源研究院悟界·RoboBrain Orca Team发布的技术报告Orca: The World is in Your Mind，想探索的正是这个问题。也有评论认为，Orca更接近早期通用世界模型的形态，即先学习世界如何变化，再将这种世界表征读出到理解、预测和行动任务中。
有一款 AI 录音器就是这么干的。它叫 Memoket，是这两年扎堆冒出来的 AI 录音硬件里的一个——自带麦克风、电池和 App，一台能独立干活的设备。可它跟你的 Apple Watch 之间，没有半点数据往来——却专门做了个支架，只为把自己牢牢固定在 Apple Watch 旁边。
这个问题，在 AI 行业有一个专业的说法：无状态（Stateless）。而解决这个问题，正是 EverMind 过去一直在做的事情。今天，这个探索走到了一个新的节点：基于自研记忆系统 EverOS 的自进化Harness——Raven Agent 正式发布。
智东西获悉，OpenAI前研究员田永龙（Yonglong Tian）已确认于近期加入腾讯大语言模型部，后续将参与VLM（视觉语言模型）相关研发。在OpenAI期间，田永龙曾参与GPT-5的研发工作。加入OpenAI之前，他在Google Research和DeepMind长期从事视觉表征学习和对比学习等方向研究，对后续视觉模型以及多模态表征学习的发展产生了广泛影响。
专注于4D世界模型研发和产业化的魔芯科技联合浙江大学潘云鹤院士团队发布MoWorld——全球首个Flash World Model，也是首个全栈基于国产NPU构建的实时交互世界模型。
2026年5月28日，Nature通讯发表了题为 《Multimodal deep learning model for AI-based functional prognostic risk stratification in patients undergoing radical nephrectomy》 的论文。
7月2日，字节 Seed 发布了一个 Agent评测项目 EdgeBench。看起来又是一个 benchmark，但它问了一个其他榜单不问的问题。EdgeBench 的切口就是把盲区里的东西放进评测，解答一个问题：把Agent扔进一个陌生环境，12小时后，你能变强多少？
去年 6 月，红杉中国与《麻省理工科技评论》中国共同发起了“AI25”计划，希望寻找那些在 25 岁以下，正在定义 AI 时代的年轻力量。并将他们介绍给世界。今天，我们正式揭晓 2025 年“AI25”入选者名单。
当机器人后空翻刷屏时，代表小脑已经在快速进展。但你是否意识到，让机器人真正干活卡脖子的从来不是小脑，而是大脑？蚂蚁灵波刚刚开源的LingBot-VLA2.0，用同一套模型「驯服」了20种的机器人构型。行业终于有人开始认真算重复适配成本这笔账了。
