搜索全球AI产品动态

中国AI独角兽MiniMax正加速资本化进程，已秘密提交港交所IPO申请，目标估值超40亿美元，并考虑A股上市。公司刚完成3亿美元融资，由上海国资母基金领投，获阿里、腾讯等知名机构投资。MiniMax由前商汤高管创立，专注通用AI平台开发，近期推出新一代推理和视频生成模型。若成功上市，将成为继商汤之后又一AI企业重要融资案例。

亚马逊Prime Day活动创纪录：美国电商销售额达241亿美元，同比增长30.3%，相当于两次黑五总和。AI购物助手使用量暴增3300%，家电、办公用品等品类增长显著。活动首次延长至4天，后期折扣吸引消费者，第三天销售额激增165%。社交媒体影响者贡献近20%销售额，转化率是普通社交媒体的10倍。这场购物狂欢展现了消费者热情与AI技术对电商的深远影响。

HuggingFace推出开源桌面机器人Reachy Mini引发抢购热潮，299美元起售的这款28厘米高机器人5小时销售额超13万欧元。配备六自由度头部、广角摄像头等模块化设计，支持15种预设动作和社区行为共享，既是玩具也是AI学习平台。作为估值45亿美元的AI平台，HuggingFace通过收购机器人公司PollenRobotics和推出LeRobot项目持续布局机器人领域，Reachy Mini是其降低开发门槛、探索智能机器人的重要尝试。

联合国AI for Good峰会在日内瓦召开，蚂蚁集团彭晋分享中国AI安全技术成果。数据显示，蚂蚁数科帮助东南亚银行将伪造人脸攻击率从10%降至4%，识别准确率达99.9%。蚂蚁通过ZOLOZ平台提供金融级身份认证，已服务25国，并开放180万伪造数据集推动行业研究。中国技术方案正为全球AI安全治理提供重要参考。

谷歌为Veo3AI视频生成器新增图像转视频功能，该功能已整合进Gemini应用和Flow工具，覆盖150多国。目前仅限AI Ultra/Pro用户使用，每日限3次创作。用户可上传图片并添加音频描述生成视频，支持下载分享。数据显示7周内用户已创建超4000万视频。所有生成视频均带有可见"Veo"水印和不可见SynthID数字水印，谷歌还提供专用检测工具识别AI内容。

苹果AI团队负责人Ruoming Pang跳槽至Meta超级智能实验室，Meta开出超2亿美元薪酬方案（含股票、奖金），远超苹果CEO库克薪资。苹果未匹配报价，已任命新负责人并调整团队架构。此次高薪挖角或引发苹果AI团队离职潮，凸显Meta在AI人才争夺战的激进策略。

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）

香港理工大学与OPPO研究院联合推出DLoRAL视频超分辨率框架，采用创新的双LoRA架构：CLoRA负责保持帧间时序一致性，DLoRA增强空间细节。通过双阶段交替训练策略，在保证视频流畅性的同时提升清晰度，推理速度比传统方法快10倍。该开源项目已在GitHub发布代码和预训练模型，虽在极小文本恢复上仍有局限，但为视频高清化提供了高效解决方案，有望推动实时视频增强等应用发展。

2024年8月，科大讯飞正式推出星火极速超拟人交互技术，通过端到端语音建模与多维度情感解耦训练，实现响应速度、情绪共鸣、语音可控表达三大核心突破。该技术可精准识别用户语音中的情感波动，以适配语气实时回应，并支持语速、音色、角色人设的动态调整，标志着语音交互从“功能实现”向“情感连接”的跨越式升级。 目前，超拟人交互API已正式上线讯飞开放平台，开发者可低成本调用技术能力。在游戏领域，NPC能根据玩家情绪动态调整对话策略;教育场景中，AI口语陪练可模拟外教真实反应;文旅行业则涌现出“数字导游”，通过角色扮演与游客深度互动。某景区试点显示，搭载该技术的导游AI使游客停留时长增加40%，二次消费率提升25%。

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。

近日，TEN Agent团队宣布将其企业级实时语音活动检测器（TEN VAD）正式开源，这一突破性举措引发行业热议。TEN VAD以帧级精度的语音检测能力和优于WebRTC VAD及Silero VAD的性能表现，成为构建实时对话语音助手的强力引擎。TEN VAD:帧级精度的企业级语音检测TEN VAD是一款基于深度学习的轻量级、低延迟语音活动检测（VAD）模型，专为企业级应用设计。它能够精确识别音频帧中的人类语音，过滤背景噪音、沉默等非语音内容。相较于业界常用的WebRTC VAD和Silero VAD，TEN VAD在多样化场景测试中展现出更

近日，字节跳动旗下AI智能助手豆包迎来重大功能升级，其AI编程功能正式进化为“应用创作1.0”，为用户带来可视化编辑、实时预览及多版本管理等全新体验。这一更新大幅降低了网页和应用开发的门槛，让零编程基础的用户也能轻松打造个性化数字产品。可视化编辑，零代码也能玩转网页设计豆包AI编程“应用创作1.0”的核心亮点在于其强大的可视化编辑功能。用户无需深入理解复杂的代码逻辑，只需通过简单的点击选中或自然语言描述，即可对网页中的文字、图片、组件等元素进行精

6月25日消息，随着全国各地高考成绩陆续公布，志愿填报进入高峰期。今日，多位用户在社交平台反馈，使用夸克生成志愿报告时出现排队等待现象，多次出现排队超万人的情况。对此，阿里巴巴集团副总裁吴嘉在朋友圈发文，截至当日15:15，夸克系统已累计生成超300万份志愿报告，当前的排队情况主要由于多个省份集中出分，用户需求在短时间内集中爆发。他表示，团队已紧急扩充算力，全力压缩等待时间，力争让每一位考生都能顺利拿到专属的志愿报告。吴嘉表示:“这不仅是一场对夸

近日，来自 ETH Zurich、斯坦福大学和微软的研究团队推出了一项名为 SuperDec 的新方法，旨在通过超四面体原理实现紧凑且富有表现力的3D 场景表示。这一创新方法不仅能有效分解3D 场景中的各个对象，还可以应用于机器人技术和可控的视觉内容生成，为多种领域带来了新的可能性。SuperDec 的工作原理SuperDec 的核心思想是利用超四面体这一几何原件，对3D 场景进行局部处理。在处理过程中，该方法结合了实例分割技术，实现对整个3D 场景的有效扩展。研究团队设计了一种新的架构，能够高效

智能机器人公司银河通用完成了一轮超过10亿元的融资，成为2023年以来具身智能领域最大的一笔单笔融资。此次融资由全球知名电池制造商宁德时代和溥泉资本领投，国开科创、北京机器人产业基金、纪源资本等多家机构参与跟投，多个老股东也加码投资。图源备注:图片由AI生成，图片授权服务商Midjourney银河通用成立于2023年5月，是近年来具身智能行业内备受瞩目的项目之一。在短短时间内，公司已累计融资超过23亿元，先后完成了超7亿元的天使轮融资及5亿元的战略轮融资。银河通用与宇

在刚刚结束的戛纳国际创意节上，YouTube 首席执行官尼尔・莫汉（Neal Mohan）宣布，YouTube 将于今年夏天晚些时候将其最新的 Veo3AI 视频生成模型引入 YouTube Shorts。Veo3被称为 “一个流氓的梦想”，它的推出将为短视频创作者带来新的创作可能。目前，短视频创作者已经能够使用 Veo2模型来生成背景视频和独立剪辑。虽然尼尔・莫汉没有具体说明 Veo3在 Shorts 中将带来哪些具体功能，但他提到 Veo3在视频质量方面有了显著提升，并且可以融入音频元素，这表明这些升级将会出现在短视频创作中。

近日，位于田纳西州孟菲斯附近的 xAI 公司因其旗下的 Colossus 数据中心未经许可，运营了多达35台天然气涡轮而面临诉讼。根据南方环境法中心（SELC）的说法，该公司在过去一年中安装并运行了至少35台燃烧涡轮及其他排放源，且从未获得必要的空气排放前期建设或运营许可。该法律团体在代表全国有色人种协进会（NAACP）发出的通知中指出，xAI 违反了《清洁空气法》，这一法律要求在提起诉讼前需提前60天通知对方。根据 SELC 的估算，这些涡轮每年可能排放超过2000吨的氮氧化物(NOx)，这种

近日，科技媒体 macstories 通过一项实测，揭示了苹果公司全新推出的 Speech API 的强大性能。通过转录一段长达34分钟、大小为7GB 的4K 视频，该技术仅用时45秒完成转录，速度之快令人惊叹。这项技术的推出是在2025年 WWDC 全球开发者大会上宣布的，其中包括两个重要模块:SpeechAnalyzer 和 SpeechTranscriber。macstories 团队使用了基于这些模块开发的 Yap 应用工具，对其转录性能进行了详细测试。结果显示，Yap 在处理视频时展现出了显著的速度优势，远超目前市场上其他主流转录工具。在与竞争对手的

在近日举行的百度AI Day上，百度震撼宣布成功打造了业界首个超头主播罗永浩数字人，并同步发布了高说服力数字人的四大关键技术突破，旨在彻底革新直播营销和用户体验。此次发布的第一项突破是上线了“业界首个”双数字人互动直播间，此举将显著提升营销转化率和C端用户体验，为未来的电商直播开辟了新的互动模式。其次，基于文心4.5T的全面升级，百度数字人实现了“懂创作”和“有个性”的剧本模式，这意味着数字人能够更加智能地理解和执行复杂的直播脚本，展现出独特的

xAI旗下AI助手Grok正式推出全新Tasks定时任务功能，通过自动化执行查询并支持外部通知，为用户提供高效、便捷的信息获取体验。AIbase整理最新信息，深入解析Grok Tasks的亮点与潜力，带您领略这一AI新功能的魅力。Grok Tasks:智能定时任务，解放用户双手Grok Tasks功能允许用户设置自动化的提示或查询任务，系统将在指定时间执行并通过通知或电子邮件将结果送达。无论是追踪X平台上的热门话题、分析实时数据，还是定期获取特定领域的最新动态，Grok Tasks都能轻松胜任。例如，用户可设置Grok