DALL・E 3 グレーテストで67種類の新しい画像スタイルを追加

重要な進展！研究グループが大規模言語モデルの内部に隠されていた報酬メカニズムを解明

百度が世界初の中国語音声・動画生成モデル「MuseSteamer」を発表、クリエイティブの方法を変革

京东のエージェントインテリジェンス戦略が全面的に加速、JoyInsideとの協力範囲が明らかに

网易科技報道によると、京東はエージェントインテリジェンス分野における展開を全面的に加速させている。京東傘下の大規模エージェントインテリジェンスブランドであるJoyInsideは、十社を超えるトップロボット企業と協力関係を構築し、京東がスマートロボット市場を制覇するための重要なエンジンとなっている。情報筋によると、JoyInsideはJD大規模モデルによって技術的支援を受け、ロボットと消費者との知能的対話能力を専門としており、その製品戦略は「1人1匹の犬1つのおもちゃ」のシナリオアプリケーションに焦点を当てている。このブランドが登場して以来、複数のサブセクターでトップ企業が参入していることが成功事例として認められている。

ファーウェイが初のAI推論大規模モデル「FoxBrain」の商標登録申請を提出

最近、台湾の鴻海精密工業株式会社（通称：フォックスコン）は国家知識産権局商標局に「FoxBrain」の商標登録申請を行いました。このAI推論大規模モデルはファーウェイが初めて挑戦したものです。また、台湾で初めての同種類のAIモデルでもあります。公開された情報によると、この商標の国際分類は科学機器であり、現在は「実質審査待ち」の状態です。「FoxBrain」は鴻海研究院が主力で開発したAI推論大規模モデルで、データ分析などを含みます。

ZhiPu AIがグローバルなAIモデルに挑戦する新鋭マルチモーダル推論モデルGLM-4.1V-Thinkingを公開！

智譜AIがGLM-4.1V-Thinkingをオープンソース化：マルチモーダル推論モデルの新たな突破

智譜AIは最新版の汎用視覚モデルであるGLM-4.1V-Thinkingを正式にオープンソース化しました。GLM-4Vアーキテクチャに基づき、思考チェーン推論メカニズムが追加され、複雑な認知タスクの能力が顕著に向上しています。このモデルは画像、動画、ドキュメントなどのマルチモーダル入力をサポートし、長時間動画の理解、画像質問応答、科目問題の解法、文字認識、ドキュメント解釈、Grounding、GUIエージェント、コード生成など多様なシナリオに長けており、様々な業界への応用ニーズをカバーしています。GLM-4.1V-9B-Thinkin

AIニュース：百度が「絵想プラットフォーム」と「MuseSteamer」を発表；アリババが音声で全身を制御するデジタル人間モデル「OmniAvatar」を発表

【AIニュース】へようこそ！ここは毎日人工知能世界を探索するためのガイドです。毎日、AI分野の注目情報をお届けし、開発者に焦点を当てて技術トレンドを理解し、革新的なAI製品の応用を紹介します。新鮮なAI製品については、以下のリンクから詳しくご確認ください：https://top.aibase.com/1、オープンソースのエンドツーエンド音声大規模モデル「Step-Audio-AQAA」：音声を聞き取って自然な音声を生成する「Step-Audio-AQAA」は、オープンソースのエンドツーエンド音声大規模モデルです。

アマゾン Alexa とアシスタントユーザーが100万を突破 智能音声体験がさらに向上

オープンソースのエンドツーエンド音声大規模モデルStep-Audio-AQAA：音声を理解して自然な音声を直接生成

アリババグループ医療AIプラットフォームが2025年世界人工知能大会SAIL賞を受賞