AI新闻资讯

在科技的快速发展中，人工智能（AI）的应用越来越广泛，许多人开始期待 “代理” 技术的崛起。代理是指一种能够自主工作、完成特定目标的智能程序。近期，有关 AI 代理的讨论如火如荼，但现有技术距离真正的智能代理仍有一段距离。想象一下，如果我们能拥有一款能够自动撰写学术论文的 AI 代理，它可以在接收到数据集和研究领域后，深入学习如何撰写论文、分析数据、进行文献综述、生成假设并进行测试，最后输出一篇完整的学术论文。然而，现实中的 GPT（生成预训练变换器）

此次小米7月底的发布会将是科技爱好者关注的焦点。除了万众期待的小米汽车之外，小米还将带来多款重磅新品，包括性能强劲的Redmi K80至尊版以及功能升级的小米平板7S Pro。然而，最令人期待的莫过于小米首款真AI眼镜的首次公开亮相。据知名博主数码闲聊站透露，这款AI眼镜的市场定位将对标Meta雷朋，后者目前是全球范围内销售表现最佳的AI眼镜产品。此前已有爆料指出，作为小米在该领域的开山之作，这款真AI智能眼镜将采用先进的双芯架构，并自带高清镜头，预计能实现与Meta雷朋

近日，一款名为RAGFlow的开源RAG（检索增强生成）引擎引发了业界广泛关注。这款基于深度文档理解的企业级AI工具，以其强大的多模态数据处理能力和高效的工作流程，为企业处理复杂文档和实现精准问答提供了全新解决方案。RAGFlow:深度文档理解的先锋RAGFlow是一款完全开源的RAG引擎，专注于深度文档理解，旨在帮助企业和个人从海量非结构化数据中提取有价值的信息。不同于传统基于关键词的检索方式，RAGFlow结合大型语言模型（LLM）与先进的文档解析技术，支持从复杂格式的文档(如Wor

OpenAI于2025年6月13日宣布对ChatGPT Search功能进行重大升级，进一步提升其搜索质量和用户体验。据悉，此次更新使ChatGPT能够提供更精准、更智能的响应，同时支持更长的对话上下文记忆。这意味着用户在进行复杂查询或长时间交互时，ChatGPT能够更好地理解需求并减少重复回答，为用户带来更流畅的体验。OpenAI表示，新版本在生成答案时可能略微耗时更长，但搜索结果的全面性和准确性得到了显著提升。技术突破:图片搜索与项目功能优化除了文本搜索的改进，ChatGPT Search现已新增图片搜索功

近日，字节跳动推出了一款革命性的AI视频生成模型Seaweed APT2，其在实时视频流生成、互动相机控制及虚拟人类生成方面的突破引发了业界热议。这款模型以其高效的性能和创新的交互特性，被誉为“通往虚拟全息甲板（HoloDeck）的重要一步”。Seaweed APT2:实时视频生成新标杆Seaweed APT2是字节跳动Seed团队开发的一款8亿参数的生成式AI模型，专为实时交互视频生成设计。相较于传统视频生成模型，Seaweed APT2采用自回归对抗后训练（AAPT）技术，通过单次网络前向评估(1NFE)生成包含4帧视频的潜空

英国电信（BT）最近宣布了一项大规模裁员计划，预计在本十年末之前将裁减多达55，000名员工。该公司的首席执行官艾莉森・柯克比(Allison Kirkby)在采访中表示，随着人工智能技术的快速发展，未来可能会有更多的裁员。BT 在两年前就曾公布计划，表示希望到2030年前削减40，000至55，000个岗位，旨在实现业务的 “精简”。然而，柯克比认为，这一计划并未充分考虑到人工智能的潜力。她指出:“随着我们对人工智能的深入了解，BT 有望在本十年末变得更小。” 公司之前的目标是通过裁员来削

近日，人工智能领军企业商汤科技与山东东明石化集团、北京好雅创新科技有限公司正式签署战略合作协议。此举旨在共同推动人工智能在石化产业的创新与发展，并将共建石化AI大模型联合实验室，助力石油和天然气行业实现全面智能化转型。根据协议，三方将紧密合作，共同设立石化AI大模型联合实验室。该实验室将聚焦石油化工产业的全流程生产经营管理，通过人工智能技术，在石化产业人工智能基础设施建设、智慧油田与生产优化、智能工厂与设备巡检、智能经营管理、智能营销与

OpenAI 最近宣布，旗下的人工智能编程助手 Codex 迎来了重磅更新。这一升级将极大改善开发者的编程体验，帮助他们更高效地完成编程任务。Codex 不仅可以生成代码，还能提供多种不同版本供开发者选择，这样一来，程序员再也不需要反复输入指令来获取理想的代码了。这项新功能的推出，意味着开发者可以在同一个编程任务中，得到多个不同的代码响应。这样，开发者就能根据自身需求，快速挑选出最符合要求的代码。这种方式不仅提升了编程的效率，也提高了代码的质量，使得开发者

据自媒体爆料，字节跳动人工智能实验室（AI Lab）负责人李航已正式卸任，转为劳务/顾问身份。这一人事变动早有迹象，预示着字节跳动在人工智能领域的核心团队正经历一次重大调整。李航的职位变动始于 2025 年 2 月 21 日，原谷歌DeepMind副总裁吴永辉加入字节，担任大模型Seed基础研究负责人。此后，作为AI Lab总监的李航开始向吴永辉汇报。据悉，字节AI Lab成立于 2016 年，最初由微软亚洲研究院前常务副院长马维英领导，直接向字节跳动创始人张一鸣汇报。到 2018 年，该团队规模已达 15

今年1月，DeepSeek发布的R1模型不仅是一次普通的AI公告，更被誉为科技行业的“分水岭”，其影响力震动了整个科技行业，迫使行业领导者重新思考AI开发的基本方法。DeepSeek的非凡成就并非源于新颖的功能，而是它以极低的成本实现了与科技巨头相媲美的成果，这标志着AI发展正沿着“效率”和“计算”两条并行轨道快速前进。在约束中创新:低成本实现高性能DeepSeek的异军突起令人瞩目，它展现了即使在重大限制下，创新也能蓬勃发展的能力。面对美国对尖端AI芯片的出口管制，DeepSeek被迫

在现代时尚产业中，视频虚拟试穿（Video Virtual Try-On， VVT）逐渐成为了用户体验的重要组成部分。这项技术旨在通过模拟服装在视频中与人体动作的自然互动，展现出服装在动态变化中的真实效果。然而，目前的 VVT 方法仍然面临着空间时间一致性和服装内容保留等多重挑战。为了解决这些问题，研究人员提出了 MagicTryOn，一个基于大型视频扩散变换器（Diffusion Transformer）的虚拟试穿框架。与传统的 U-Net 架构不同，MagicTryOn 基于Wan2.1视频模型，采用了扩散变换器，通过全面的自注意力机制共

近日，一份通过公开GitHub仓库泄露的美国政府AI计划引发全球关注。这份代号为AI.gov的项目计划于2025年7月4日正式上线，旨在通过人工智能技术全面推动联邦机构运营自动化。泄露文件揭示了该项目的核心功能、潜在风险以及背后争议，AIbase编辑团队对最新信息进行整理，带您深入了解这一重磅事件。AI.gov:联邦AI集成的中央枢纽根据泄露的GitHub仓库内容，AI.gov网站定位为美国政府AI工具整合的核心平台，目标是“通过AI加速政府创新”。该项目由美国总务署（GSA）技术转型服务部门(TTS)主导

近日，Inclusion AI 与 蚂蚁集团联合推出了一款名为 “Ming-Omni” 的先进多模态模型，标志着智能技术的新突破。Ming-Omni 能够处理图像、文本、音频及视频，为多种应用提供强大支持，其功能不仅涵盖语音和图像生成，还具备多模态输入的融合处理能力。** 全面的多模态处理能力 **Ming-Omni 的设计中采用了专用编码器来提取不同模态的标记（tokens），这些标记经过 “Ling” 模块(即混合专家架构，MoE)进行处理，后者配备了新提议的模态特定路由器。这样一来，Ming-Omni 便能够高效地处理和融合多

麻省理工学院（MIT）最近开发出了一项创新的人工智能修复技术，让艺术品的修复工作变得更加高效和精准。这项技术的独特之处在于，它通过一种可拆卸的掩膜来实现对油画的可逆修复，极大地缩短了传统修复所需的时间和成本。这一技术的灵感来自于机械工程研究生亚历克斯・卡赫金（Alex Kachkine）。他平时热衷于用传统的手绘方法修复画作，但他注意到许多美术馆的艺术品由于修复成本高、耗时长，往往只能束之高阁。因此，他决定寻找一种更有效的修复方案。通过新方法，原本需要

近日，人工智能初创公司Genspark正式宣布推出其最新产品——Genspark AI Browser。这款浏览器集成先进AI技术，重新定义网络浏览体验，通过自动化与智能化功能显著提升用户生产力与效率，迅速成为科技领域热点话题。Genspark AI Browser超越传统浏览器，内置AI代理，打造智能平台。用户享受超高速、无广告的浏览环境，核心功能“超级代理”如同个人助理，实时分析内容并提供辅助，例如在电商网站自动搜索全网最低价。自动驾驶模式让AI自主导航网页，执行复杂任务，如信息收集或网站操作，

随着人工智能技术的飞速发展，屏幕自动化工具如BrowserUse等已在多个行业中广泛应用。然而，用户在使用这些工具时，常常需要频繁刷手机或手动等待AI操作完成，效率瓶颈逐渐显现。近日，一款名为Observer AI的创新框架引发了广泛关注，其强大的屏幕监控与自动化响应功能，或将彻底改变这一现状。Observer AI:屏幕自动化的智能“监工”Observer AI是一款专为屏幕自动化工具设计的AI框架，其核心功能在于实时监控屏幕内容并进行智能化分析。据悉，该框架能够“渐浓”屏幕画面，记录用户操

在法国巴黎VivaTech大会上，英伟达首席执行官黄仁勋对Anthropic首席执行官达里奥·阿莫迪此前关于人工智能（AI）的言论进行了公开反驳。此前，Meta公司AI首席研究员Yann LeCun也已对阿莫迪进行了数周的批评。黄仁勋明确不同意阿莫迪关于AI可能在五年内取代一半入门级办公室工作的说法。他进一步指责阿莫迪将AI描绘得过于危险，暗示只有Anthropic才能负责任地开发它;同时又将AI描绘得过于昂贵和强大，以至于其他公司应该被排除在发展之外。黄仁勋在发言中强烈呼吁，人工智能的发展应该采

微软Azure DevOps正通过其全新的MCP Server项目，将强大的DevOps功能无缝集成到代码编辑器中，极大提升开发者的工作效率。目前处于公开预览阶段的Azure DevOps MCP Server，旨在通过本地服务器，让用户能够直接在如VS Code和VS Code Insiders等主流编辑器中执行各项Azure DevOps任务。核心功能与亮点:Azure DevOps MCP Server的核心在于为开发代理提供丰富的Azure DevOps上下文信息。这意味着开发者可以通过自然语言提示词，轻松执行多种操作，例如:列出项目、管理构建和发布流程、操作代码仓库、管理测试计划、

Microsoft AI重磅发布了一款名为Code Researcher的深度研究代理工具，专为处理大型系统代码和提交历史而设计。这一创新工具旨在应对复杂系统代码（如Linux内核）中调试和修复崩溃的挑战，标志着AI在软件开发领域的又一次重大突破。AIbase从最新公开信息中获悉，Code Researcher通过多步骤推理和语义分析，显著提升了系统级软件维护的效率和准确性。Code Researcher的核心能力Code Researcher是一款基于大型语言模型（LLM）的自主代理，具备深入分析代码库和提交历史的能力。与传统编码工具不同，它能

最近，斯坦福大学的研究团队进行了一项有趣的实验，探讨了人工智能（AI）在医学诊断中的作用。他们发现，当 AI 从一个简单的工具变成医生的合作伙伴时，医生的诊断准确率竟然提升了10%。该研究涉及70名美国执业医生，旨在比较 AI 与传统诊断方法的效果。图源备注：图片由AI生成，图片授权服务商Midjourney在实验中，医生和 AI 共同分析病例，AI 生成一份联合报告，指出双方的共识与分歧，甚至提供了评论。例如，当医生考虑某种疾病时，AI 会补充相关的检测结果，提醒医生注意其他可