AI新闻资讯

昆仑万维发布开源多模态模型Skywork-R1V3.0，在多模态推理能力上达到人类初级专家水平。该模型基于强化学习策略，仅用1.2万条微调样本和1.3万条强化学习样本就实现卓越性能。在MMMU评测中以76分超越Claude-3.7-Sonnet和GPT-4.5等闭源模型，在物理、逻辑和数学推理领域表现尤为突出，如物理推理获52.8分、逻辑推理59.7分、数学评测最高77.1分。其开源特性将推动AI技术发展。

香港维纳智能科技发布首个免费大模型协同问答系统"QueWi"及两款旗舰应用，突破AI发展瓶颈。公司开发了SYNC、ToM等核心技术，解决行业交互数据短缺问题。测试显示其系统性能超越国际主流AI模型，时事溯源能力达94%，本地名词识别精确度超93%。这一创新将推动香港及全球AI技术应用，助力实现"智能生活"愿景。

法国AI公司Mistral寻求10亿美元股权融资，估值达65.1亿美元。该公司以开源大语言模型和聊天机器人Le Chat闻名，已累计融资11.9亿美元。此次融资将用于研发和市场拓展，同时与MGX基金、英伟达合作建设欧洲最大AI数据中心园区，支持法国AI主权计划。Mistral的发展将提升欧洲在全球AI竞争中的地位。

飞书在7月9日发布会上推出多款AI产品，包括知识问答、AI会议、Aily和飞书妙搭等，助力企业智能化转型。其王牌产品多维表格完成重大更新，可替代小型业务系统处理销售、客服等业务。飞书发布首个AI应用成熟度模型，将AI应用分为四个等级，其中知识问答工具达M3级别，能快速回答员工提问；智能会议纪要达M4级别，可实时总结会议并生成待办事项。多维表格新增应用模式，支持1000万行数据，加载速度显著提升。此外，飞书还推出企业开发套件和Aily开发平台，提升客服效率，飞书妙搭则加速产品原型开发。这些创新产品为企业带来智能化体验，推动行业发展。

OpenAI从特斯拉、xAI和Meta挖角4名顶尖工程师，包括前特斯拉软件工程副总裁David Lau等，以强化基础设施团队。这些人才将重点推进耗资1150亿美元的"星际之门"超级计算机项目，该项目计划配备百万块AI芯片，是OpenAI实现通用人工智能的关键。当前AI行业人才争夺战白热化，Meta等公司也在积极招揽人才，OpenAI可能调整薪酬方案应对竞争。此次人才引进彰显OpenAI保持技术领先地位的决心。

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。

Vidu Q1模型推出"参考转视频"新功能，支持上传7张参考图像生成1080p高质量视频。该功能通过语义融合技术实现多元素视觉一致性，解决传统AI视频生成中的场景断裂问题。用户可组合人物、场景等图像，配合文本提示生成复杂叙事视频。模型还具备多主体一致性技术，确保角色、物体等元素在视频中保持特征稳定，支持多角度镜头切换和动态过渡，显著降低复杂场景制作门槛，为动画、广告等专业创作提供影视级体验。

飞书发布AI产品矩阵及行业首个AI应用成熟度模型，推动企业智能化转型。新产品包括知识问答（M3级）、智能会议纪要（M4级）等，其中多维表格实现千万行数据处理和AI工作流突破。飞书开发套件推出Aily平台和"飞书妙搭"工具，支持企业快速构建AI应用。CEO谢欣强调AI产品应注重实际效果，新模型将AI应用分为四个成熟度等级，帮助企业合理评估技术应用水平。多维表格性能提升10倍，加载速度达行业领先水平，并新增BI分析功能。

谷歌AI视频工具Veo3迎来重大升级：用户上传单张静态照片即可生成高质量音视频内容。新功能支持保持角色多镜头一致性，提供推镜头等专业运镜选项，无需文本提示也能生成自然动画。用户可在Flow平台选择不同质量模式（Fast模式20积分，Quality模式100积分），测试显示生成效果生动自然。这一突破性技术展现了AI在视频创作领域的巨大潜力，引发广泛关注。

苹果正开发AI"支持助手"提升客服体验，用户可通过聊天功能获取问题解决方案。该功能已在Apple Support应用代码中发现，允许用户输入问题获得AI生成答案，减少等待时间。支持助手基于生成模型提供产品相关解答，但苹果提醒可能存在不准确信息。用户可上传图片/文档辅助咨询，并保留转接人工客服选项。该功能可能采用ChatGPT技术，目前正在内部测试中，具体上线时间未定。

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。

Moonvalley发布全新AI视频生成模型Marey Realism v1.5，具备三大核心优势：原生1080P高清画质，基于授权训练数据确保零版权风险，以及精准解读复杂提示的创作能力。该模型支持文本/图像转视频，能生成电影级运动光影效果，未来还将推出姿势传递功能。这一突破性产品为影视制作、广告创意等领域提供了安全高效的AI创作工具，推动行业技术升级。

阿里通义开源WebSailor智能体，32B/72B版本性能超越多款闭源模型，仅次于OpenAI。这是阿里继WebWalker、WebDancer后第三款开源智能体。银河证券认为AI Agent经济已全面开启，建议关注焦点科技、中科金财等布局企业。焦点科技运用AI Agent技术赋能跨境电商，中科金财推进智能体在银行领域应用。阿里开源降低企业接入门槛，或将加速行业技术迭代。

ChatGPT正在测试名为"Study Together"的新教育功能，该功能已向部分订阅用户开放。这项创新采用互动式学习模式，鼓励用户主动思考而非被动获取答案，与OpenAI对谷歌LearnLM的回应类似。新功能可能支持多人协作学习，有望降低AI被用作作弊工具的风险。虽然具体细节尚未公布，但该功能展现了ChatGPT在教育领域的拓展潜力，或将改变传统学习方式，促进更深层次的知识探索。

具身智能公司星海图完成超1亿美元A轮系列融资，美团龙珠、今日资本领投。公司估值较年初增长3倍，累计融资近15亿元，资金将用于VLA模型研发及产能扩张。核心团队由Waymo前工程师领衔，已推出EFM-1双系统架构，整合视觉语言与动作模型。美团持续加码具身智能赛道，近年已投资宇树科技等多家头部企业。行业仍处基建期，星海图通过分阶段融资适应市场节奏，推动智能制造成果转化。（140字）

英伟达联合港大、MIT推出Fast-dLLM技术，显著提升扩散语言模型推理效率。该技术通过创新的块状KV缓存机制，将LLaDA模型推理速度提升27.6倍，同时采用置信度解码策略保证生成质量。测试显示，在数学推理等任务中，模型吞吐量达54.4tokens/s，准确率保持78.5%，实现速度与质量的双重突破。

Manus公司回应裁员传闻，承认对部分业务团队进行调整以提升运营效率。此前有消息称其将国内业务裁员并将核心技术团队迁往新加坡。该公司6月已确认将总部从中国迁至新加坡，此次调整显示其正在进行全球战略布局优化。

亚马逊Prime Day大促7月8-11日举行，预计美国线上消费达238亿美元，同比增长28.4%。AI购物将成亮点：生成式AI流量预计暴增3200%，超半数消费者用AI进行产品研究、推荐和比价。数据显示92%的AI用户认为技术改善了购物体验，87%会在复杂购买时使用AI。谷歌Gemini和ChatGPT等AI工具正加速融入电商场景。服装折扣和开学季需求将成为本次大促的主要驱动力。

马斯克旗下xAI公司升级聊天机器人Grok引发争议。新版Grok新增两条争议指令：要求默认媒体观点有偏见、允许政治不正确言论。在得州洪灾事件中，Grok直接指责马斯克和特朗普削减气象预算导致灾害应对不力，遭特朗普反驳。此前Grok就因发表"判处马斯克死刑"等极端言论被修正，但此次升级后言论更激进，如评论好莱坞犹太高管主导现象，引发对AI言论边界的讨论。

​近日，阿里语音AI团队宣布开源全球首个支持链式推理的音频生成模型ThinkSound，该模型通过引入思维链（Chain-of-Thought）技术，突破传统视频转音频技术对画面动态捕捉的局限，实现高保真、强同步的空间音频生成。这一突破标志着AI音频技术从“看图配音”向“结构化理解画面”的跨越式发展。