搜索全球AI产品动态

具身智能领域的领军企业千寻智能（Spirit AI）近日宣布完成近6亿元人民币的PreA+轮融资。本轮融资由京东领投，中国互联网投资基金(中网投)、浙江省科创母基金、华泰紫金、复星锐正等知名投资机构跟投。同时，Prosperity7Ventures(P7)、顺为资本等老股东也纷纷超额追加投资，彰显了对千寻智能发展潜力的高度认可。此次融资由高鹄资本担任独家财务顾问。 千寻智能凭借其卓越的技术实力、清晰的战略布局以及强大的商业化能力，在具身智能赛道中迅速崛起，成为资本追逐的焦点。公司通过深入制造业、服务业等上百

最新研究质疑阿里巴巴Qwen2.5模型的数学能力，指出其高分可能源于数据记忆而非真实推理。测试显示，在未接触过的"干净"基准上，Qwen2.5表现骤降；而能准确重建60%已知题目，暗示训练数据污染。全新LiveMathBench测试中完成率降至零。研究警告受污染基准会误导AI进展评估，强调需使用干净基准和多模型验证。该发现引发对当前AI评估方法有效性的质疑，凸显区分记忆与真实推理的困难。

Aider Leaderboard最新测试显示，Moonshot AI开源模型Kimi K2编程能力表现亮眼，与Qwen3-235B-A22B相当，接近o3-mini-high和Claude-3.7-Sonnet水平。该模型采用1万亿参数MoE架构，支持128k上下文，在SWE-bench等测试中表现优异，单次尝试准确率达65.8%。凭借0.14美元/百万token的低成本优势，成为终端编码Agent理想选择。支持网页生成、自动化工作流等场景，通过vLLM和Hugging Face部署，MIT协议开源特性推动社区采用，展现中国AI企业在开源生态的领先地位。

NVIDIA发布突破性混合模型Canary-Qwen-2.5B，以5.63%词错率创Hugging Face OpenASR纪录。该模型采用CC-BY许可，支持商业应用，统一语音识别与语言处理功能。核心创新在于FastConformer编码器与Qwen3-1.7B LLM解码器的混合架构，仅25亿参数却实现高效处理。支持多种NVIDIA GPU硬件，适用于云推理和边缘计算。开源特性促进语音AI发展，为企业提供转录服务、知识提取等商业应用场景，推动下一代语音AI发展。

中国无人驾驶企业"萝卜快跑"与Uber达成全球合作，将部署数千辆Robotaxi。此次合作标志着无人驾驶技术重大突破，Uber用户数月内即可体验该服务。萝卜快跑半年内快速拓展国际市场，已在迪拜开展路测，计划部署超1000台车辆。其技术获Uber CEO高度认可，拥有1.7亿公里安全测试里程。高盛预测2030年Robotaxi市场规模将达400-457亿美元，年增长率超60%，中国企业有望在该领域实现更大突破。

近日，Qwen Chat迎来重磅更新，以全新姿态亮相，为用户带来更加直观的交互体验与更为丰富的功能服务，致力于成为每个人最得力的AI搭档。 此次更新后的Qwen Chat在交互设计上实现了显著优化，用户只需在首页即可直接开启对话，无需繁琐操作，轻松畅聊。而其功能更是实现了全面扩容，不仅支持日常提问，满足用户各类信息查询需求，还能助力内容创作，无论是撰写文章、生成文案，都能提供创意灵感与实用素材。

大型语言模型（LLM）通过结合任务提示和大规模强化学习(RL)在复杂推理任务中取得了显著进展，如 Deepseek-R1-Zero 等模型直接将强化学习应用于基础模型，展现出强大的推理能力。然而，这种成功在不同的基础模型系列中难以复制，尤其是在 Llama 系列上。这引发了一个核心问题:究竟是什么因素导致了不同基础模型在强化学习过程中表现不一致?强化学习在 Llama 模型上的扩展限制OpenAI 的 o1、o3和 DeepSeek 的 R1等模型在竞赛级数学问题上通过大规模强化学习取得了突破，推动了对千亿参数以下小

在人工智能领域，又一重磅消息传来。今天凌晨，知名大模型训练平台 Together.ai 与 Agentica 联合推出了开源 AI Agent框架 DeepSWE。这一创新系统是基于阿里最新开源的 Qwen3-32B 模型，完全通过强化学习进行训练。DeepSWE 的开源信息可在 Hugging Face 上获取，除了模型权重外，训练方法、日志和数据集等所有相关内容也一并公开，旨在帮助开发者更深入地学习和改进这一代理系统。根据 SWE-Bench-Verified 测试结果，DeepSWE 在64k 的最大上下文长度和100的最大环境步骤下评估，经过16次运行，Pass@1准确率达

昨日，阿里巴巴通义团队正式推出了Qwen-TTS模型，这款文本转语音（TTS）模型以其超高真实感和多方言支持引发行业热议。AIbase编辑团队整理最新信息，为您深入解析这款通过Qwen API提供服务的语音合成利器，及其在AI语音技术领域的突破性意义。Qwen-TTS:超真实语音合成Qwen-TTS是通义团队基于大规模语音数据集研发的最新文本转语音模型，通过数百万小时的语音训练，生成的声音在自然度、韵律、节奏和情感表达上达到了极高水平。用户通过Qwen API即可体验到接近真人发声的语音效果，适用于

近日，一款名为Qwen-TTS的语音合成模型有了新进展，其通过Qwen API完成了最新版本的更新，为用户带来了更加丰富的语音合成体验。 此次更新中，Qwen-TTS新增了对三种中文方言的支持，分别是北京话、上海话和四川话，进一步拓宽了其应用场景。该模型依托超过300万小时的大规模语料库进行训练，合成效果达到了人类级别的自然度和表现力。Qwen-TTS不仅能精准合成语音，还能根据输入文本自动调整韵律、节奏和情绪变化，让生成的语音更加真实、富有表达力。

欢迎来到AIbase【AI日报】栏目!每天三分钟了解当日AI大事件，助你洞悉AI行业趋势、创新AI产品应用。更多AI资讯访问:https://www.aibase.com/zh1.百度重磅开源文心大模型4.5系列，十款新模型亮相!百度正式发布文心大模型4.5系列并完全开源，包含多种参数配置的十款新模型，使用飞桨框架训练推理，FLOPs利用率47%，在文本多模态基准测试中表现优异，提供一站式使用指南和工具，方便开发者精调部署，已上传至Hugging Face、GitHub等平台。体验地址:https://yiyan.baidu.com Hugging Face:https://huggingface.co/baidu）Gi

近日，北京人工智能研究院推出了全新的开源系统 ——OmniGen2。这一系统专注于文本到图像的生成、图像编辑和上下文图像创作。与2024年发布的第一代 OmniGen 相比，OmniGen2采用了两条独立的解码路径:一条用于文本生成，另一条用于图像生成，且各自拥有独立的参数和解耦的图像标记器。这种设计让模型在保持文本生成能力的同时，有效地提升了多模态语言模型的表现。OmniGen2的核心是一个基于 Qwen2.5-VL-3B 变换器的大型多模态语言模型（MLLM）。在图像生成方面，该系统使用了一种自定义的扩

近日，Qwen VLo多模态大模型正式发布，该模型在图像内容理解与生成方面取得了显著进展，为用户带来了全新的视觉创作体验。 据介绍，Qwen VLo在继承原有Qwen-VL系列模型优势的基础上，进行了全面升级。该模型不仅能够精准“看懂”世界，更能基于理解进行高质量的再创造，真正实现了从感知到生成的跨越。用户现在可以在Qwen Chat（chat.qwen.ai）平台上直接体验这一新模型。

近日，AI安全公司XBOW宣布，其自主研发的AI工具“XBOW”在全球知名漏洞众测平台HackerOne上力压群雄，成为美国排行榜第一名。这是AI工具首次超越人类安全研究员，登顶HackerOne漏洞披露排行榜，标志着AI在漏洞检测领域的里程碑式突破。XBOW AI:全自动渗透测试的先锋XBOW的AI工具是一款完全自主的渗透测试（pentest）系统，无需人工干预即可模拟人类安全研究员的操作，发现并利用软件漏洞。据悉，该工具能够在数小时内完成全面的渗透测试，覆盖包括远程代码执行(RCE)、SQL注入、跨站脚本(XSS)

灵伴科技（Rokid）与蓝思科技联合开发的AI+AR眼镜Rokid Glasses近日在蓝思科技湘潭基地正式下产线，标志着这款消费级AI+AR眼镜实现规模化量产。该产品已获得 25 万台全球预售订单，业内人士认为，中国AI眼镜终端或将迈入商业化爆发的新阶段。轻量化设计集成多项AI功能Rokid Glasses在设计上实现了重大突破，整机重量仅为 49 克，外观接近普通眼镜，大幅提升了用户佩戴体验。该产品不仅具备前沿AR显示功能，更在最新迭代中全面接入AI大模型能力。在AI功能方面，Rokid Glasses集成了通义千问、De

近日，VectorSpaceLab在Hugging Face平台正式开源全能多模态模型OmniGen2，以创新性双组件架构和强大的视觉处理能力，为研究者和开发者提供了高效的可控生成式AI基础工具。这款模型由30亿参数的视觉语言模型（VLM）Qwen-VL-2.5与40亿参数的扩散模型组合而成，通过冻结的VLM解析视觉信号和用户指令，结合扩散模型实现高质量图像生成，在视觉理解、文本生成图像、指令引导图像编辑和上下文生成四大核心场景中展现出领先性能。 作为开源项目，OmniGen2的视觉理解能力继承自Qwen-VL-2.5的强大基础，

近日，B站宣布接入通义千问Qwen3、Qwen-VL等模型，并基于此打造了数据洞察智能体InsightAgent，这一举措为其商业平台“花火”和“必达”带来了显著的效率提升。 在刚刚过去的618电商大促期间，B站商业平台借助InsightAgent实现了商单成交与数据洞察效率的大幅跃升。

在当今数据驱动和云原生的技术浪潮中，云计算已经成为企业的核心竞争力。随着云资源如数据库和服务器的迅速扩张，如何高效管理这些资源变得日益重要。最近，在2025亚马逊云科技中国峰会的舞台上，上海合合信息科技股份有限公司推出了业内首个 AI Agent 跨平台云资源智能管理终端 ——Chaterm。Chaterm 的推出旨在解决传统终端管理方式中繁琐、低效和易出错的问题。它利用了 AI 技术，支持 “对话式管理”，用户只需通过自然语言与系统进行交互，便能完成云资源的自动化管理。比如

6月19日，通义APP全面升级翻译能力，覆盖文字翻译、同传翻译、文档翻译、图片翻译四大核心场景，打造面向个人与专业用户的“最强翻译综合体”。升级后的翻译能力不仅支持119种语言和方言，更在准确率、专业性、交互体验等维度实现全面跃升。无论是跨境办公、学术阅读还是旅游出行，通义APP都能提供真正“全场景、全模态”的翻译解决方案。通义APP现已支持119种语言与方言的文字互译，涵盖印欧语系、亚非语系、南亚语系等，语言覆盖密度行业领先。依托通义千问在多语种场景下

今日，夸克App正式推出全新升级的学习产品——“夸克老师”，这一AI家教的亮相，为学习领域带来了新的活力。 “夸克老师”功能强大，集讲题、批作业、出题、找试卷等多种能力于一身，堪称学生身边的得力学习助手。其背后依托夸克灵知学习大模型，并以通义千问为基础，在解答数学、物理等高难度题目时，展现出强大的推理及讲解能力。此前在多家媒体组织的高考数学题测评中，夸克凭借出色表现分别取得145分和146分的成绩，位列榜首，这也从侧面印证了“夸克老师”在解题方面的实力。