搜索全球AI产品动态

理想汽车在2025中国汽车论坛上获得国内首批汽车生成式AI安全双认证，成为首家通过GB/T45654和GB45438-2025双国标认证的车企。该认证由CCIA汽车网络安全工作委员会和AI生成内容标识服务平台联合颁发，涵盖内容安全和标识两大领域。这一成就标志着理想汽车在车载AIGC技术安全方面处于行业领先地位，为智能汽车的安全发展树立标杆，同时增强了消费者对车载AI的信任度。

OpenAI向ChatGPT Plus用户全面开放macOS桌面应用的录音功能，支持120分钟实时录音并智能生成结构化笔记、行动项和代码框架。该功能强调隐私保护，原始音频处理后即删除，但需用户确保录制合规性。目前仅限macOS，未来或扩展至其他平台。这一功能极大提升了会议记录、头脑风暴等场景的工作效率，是AI生产力工具的重要突破，但也存在多人场景识别不足等改进空间。

Lightricks发布开源视频生成模型LTX-Video13B，采用130亿参数和多尺度渲染技术，实现30倍于同类模型的生成速度。该模型在消费级GPU上流畅运行，支持1216×704分辨率实时生成，提供文本/图像/视频到视频的多种创作模式。其创新技术显著提升视频连贯性和细节表现，支持关键帧控制、风格替换等精细操作。作为开源项目，模型配套提供训练工具和优化版本，对中小企业免费开放，推动AI视频创作民主化。

Lightricks开源AI视频模型LTX-Video迎来重大升级，支持60秒长视频生成，打破行业8秒限制。该模型采用自回归流式架构，实现从图像到高清视频(最高1216x704分辨率)的实时生成，首秒内容瞬时呈现。新增动态场景控制功能，允许实时调整姿势、深度等元素，支持多种生成模式。130亿参数模型在消费级GPU(最低8GB显存)上高效运行，60秒视频仅需数秒生成。作为开源项目，其代码和权重已免费发布，但商业用途受限。此次升级为创作者提供了长篇叙事能力，未来将在LTX Studio推出商业版本。

Steam平台AI游戏数量激增800%，目前已有近8000款游戏披露使用生成式AI技术，占总游戏库7%。这一数字较一年前不足1000款呈现爆发式增长，2025年新游戏中AI应用占比达20%。尽管Steam仅要求自愿披露，实际使用AI的游戏可能更多。这表明生成式AI正快速渗透游戏开发领域，将在内容创作、角色设计等方面发挥更大作用。

OpenAI即将推出革命性的"Agent Mode"，整合Operator浏览器操作和Deep Research文件分析功能。该模式支持自动化网页操作（如填表、搜索）和云端文件分析（支持Google Drive等平台），能生成专业报告。核心技术采用CUA和o3模型，具备GUI交互和数据分析能力，并配备多重安全防护。适用于个人旅行规划、企业市场分析等场景，未来将向开发者开放API。这标志着AI从对话工具向多功能代理的转型，将重塑工作效率。

国产AI工具ReadMeX引发开发者关注，这款免费工具能快速生成GitHub项目文档，支持中英文输出。其核心功能包括多仓库管理、热门项目文档聚合和个性化定制，在生成速度和准确性上表现优异。该工具由中国团队开发，目前完全免费，特别适合处理复杂项目文档。未来若优化多语言支持，有望成为GitHub生态标杆工具。官网：https://readmex.com/

Meta修复AI聊天机器人严重漏洞，该漏洞曾允许用户通过修改提示编号访问他人私密对话内容。安全研究员Sandeep Hodkasia发现该漏洞并获得1万美元奖励。漏洞原理是系统未验证用户身份，仅通过可预测的编号管理对话记录。Meta表示已修复漏洞且未发现滥用情况。此次事件凸显AI产品面临的安全隐私挑战，此前Meta AI应用还出现过用户私聊内容被意外公开的问题。

7月11日，全球用户量突破6000万的AI视频创作平台拍我AI（PixVerse）迎来重大功能升级——在首尾帧模块中新增「多关键帧生成」功能，标志着AI视频创作从单一“片段”生成正式迈入“故事性表达”的全新阶段。 用户现可通过网页端首尾帧功能上传最多7张图片作为关键帧，AI将自动解析帧间语义关系，智能构建流畅的动作与场景转换路径。这一技术突破使静态画面得以动态化呈现，尤其适用于短剧分镜、产品演示等需要强叙事连贯性的场景。例如，用户可将产品展示图转化为360度旋转动画，或通过分镜头草图快速生成完整短片。

Meta与伯克利分校联合开发StreamDiT模型，实现AI视频实时生成突破：1）单GPU支持16帧/秒512p视频流生成，40亿参数模型可即时创作1分钟视频并实时编辑；2）创新移动缓冲区架构实现并行帧处理，半秒生成两帧，8步计算优化保持画质；3）训练采用3000高质量视频+260万数据集，局部信息交互设计提升效率；4）性能测试中动作流畅度等指标全面领先现有技术，300亿参数版本展现质量提升潜力；5）当前存在片段过渡不自然等局限，但为实时交互视频创作开辟新可能。

墨刀AI推出30秒快速原型生成功能，支持多终端适配和对话优化。用户可通过文本、草图等多种输入方式生成高保真可编辑原型，并支持多轮对话调整。AI能智能解析上传的草图、线框图等，自动生成界面。提供双模式编辑、自动文档生成和代码联动功能，覆盖电商、社交等多场景需求，显著降低原型制作门槛，提升产品设计效率。

智谱AI推出革命性PPT生成工具AI Slides，基于最新GLM-Experimental模型开发。用户只需输入主题或上传文档，即可自动生成专业级PPT，包含智能排版、图表设计和视觉优化。该工具适用于商业报告、学术演示等场景，目前完全免费开放体验。社交媒体反馈显示其生成效果媲美专业设计，显著提升办公效率。用户可通过智谱清言官网抢先体验这一智能办公新功能。

智谱推出免费AI PPT生成工具"AI Slides"，基于GLM-Experimental模型，用户只需输入主题或文档即可自动生成结构清晰、排版专业的演示文稿。该功能支持数据可视化呈现，突出关键信息，大幅提升制作效率。目前可在chat.z.ai平台体验，适用于商务汇报和学术展示等多种场景。

可灵AI推出新一代图像生成模型"可图2.1"，在指令理解、人像美感和电影质感等方面全面提升。新模型具备强大文字生成能力，支持180多种风格，7月17日前会员可免费体验。该模型能精准呈现复杂场景，如3D沙盘、海底火山爆发等宏大场面，在人像光影处理上尤为出色。可灵AI已发展为多模态创意平台，用户累计生成3.44亿张图片和1.68亿个视频，展现强大技术实力和市场影响力。

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。

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。

​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。

7月7日，腾讯混元3D团队宣布推出业界首个美术级3D生成大模型Hunyuan3D-PolyGen，通过自研高压缩率表征BPT技术与自回归网格生成框架，实现了上万面复杂几何模型的精准生成。该模型突破性解决了3D资产生成中布线质量差、面数过高、后期编辑难等核心痛点，将美术师建模效率提升超70%，相关能力已上线腾讯混元3D AI创作引擎并集成至多款游戏管线。 传统3D生成算法虽能快速构建几何模型，但生成的网格面数过高（常达数十万面）、布线杂乱无章，导致模型美观度不足且难以直接应用于游戏开发。腾讯混元3D-PolyGen采用“网格序列化-自回归建模-序列解码”三步框架，将网格顶点和面片转化为离散Token序列进行空间推理，

腾讯推出业内首款美术级3D生成大模型Hunyuan3D-PolyGen，采用自研BPT技术解决3D建模中的布线质量和复杂物体建模难题。该工具可生成高精度几何模型，支持多种面类型，已在腾讯游戏制作管线中应用，建模效率提升超70%。这一创新将帮助美术师专注创意，推动3D建模行业技术进步。

中科院计算所推出Stream-Omni多模态大模型，支持文本、视觉、语音三种模态交互。创新采用针对性模态对齐技术，减少对大规模三模态数据的依赖，实现语音与文本的实时转换。模型支持任意模态组合，在视觉理解和语音交互方面表现优异，虽在拟人化方面有待改进，但为多模态智能交互提供了新思路。相关论文和代码已开源。