欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
可灵AI推出可图2.1模型，在指令理解、人像美化、电影质感及180多种风格响应能力上全面升级，同时优化了文字生成效果。新模型将向所有会员免费开放7天，支持文生图、单图参考和多图参考等功能。
vivo发布全新端侧多模态模型BlueLM-2.5-3B，具备GUI理解能力。该模型采用2.9B参数设计，支持长短思考模式切换，在20余项评测中表现优异：文本处理能力突出，有效缓解多模态模型"遗忘问题"；长思考模式下数学和逻辑推理能力显著优于同规模模型；GUI理解能力尤其出色，得益于大量中文应用截屏数据训练。模型通过优化数据利用策略和训练流程，实现了高效低成本运行，为AI普及应用奠定基础。
【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。
苹果AI团队负责人Ruoming Pang跳槽至Meta超级智能实验室，Meta开出超2亿美元薪酬方案（含股票、奖金），远超苹果CEO库克薪资。苹果未匹配报价，已任命新负责人并调整团队架构。此次高薪挖角或引发苹果AI团队离职潮，凸显Meta在AI人才争夺战的激进策略。
2025世界人工智能大会透露，上海已备案82款大模型，重点推进制造、金融等领域的AI示范应用。徐汇"模速空间"和浦东"模力社区"成为产业载体，分别聚集500家和200家AI企业。上海通过国家及市级人工智能基金，构建从种子期到成熟期的全周期融资支持体系，重点投向算力、语料等关键领域。
谷歌推出医疗AI开发工具包HAI-DEF，包含MedGemma和MedSigLIP两大开放模型。MedGemma27B多模态模型支持医疗文本生成和电子病历分析，MedSigLIP则擅长医学图像分类检索。这些模型可在单GPU运行，支持本地部署和微调，确保数据隐私和定制需求。相比API模型，开放架构让开发者能灵活应对医疗场景的特殊要求，如隐私保护和性能优化。项目提供详细教程，支持Hugging Face和Vertex AI平台部署。
OpenAI计划下周发布首款开放权重语言模型，打破自2019年以来的闭源传统。该模型允许用户在非OpenAI服务器上运行，包括Azure、Hugging Face等云平台。据悉，新模型具备强大推理能力，类似"o3mini"，已向开发者展示并收集反馈。此举可能改变AI模型开发格局，但OpenAI尚未正式回应。
【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。
Hugging Face推出3B参数开源模型SmolLM3，性能媲美4B参数模型。该模型采用GQA和NoPE技术优化，支持128K长上下文和六种语言处理，在多项基准测试中表现优异。创新性地提供"思考"与"非思考"双推理模式，复杂任务性能提升显著。完全开源训练数据与代码，适合边缘设备部署，为教育、客服等场景提供高性价比解决方案。其开源特性将推动AI生态发展，展现小模型的巨大潜力。
智元机器人公司近日公布一项机器人运动控制模型训练专利。该专利通过对比机器人实际接触序列与预期接触序列的差异，生成摆动激励值来优化模型参数。其中预期接触序列基于相位变量和步态映射关系生成，包含摆动相占空比和足间相位偏移量等信息。该方法能有效提升机器人运动控制精度，使机器人动作更加精准稳定。