搜索全球AI产品动态

阿里巴巴开源音频生成模型ThinkSound，支持视频、文本、音频多模态输入，能自动生成与画面高度匹配的高保真音效。该模型采用链式推理技术，实现音画精准同步，适用于影视、游戏等领域。作为开源项目，ThinkSound降低了音效创作门槛，开发者可通过多个平台免费获取。这是阿里在多模态AI领域的最新突破，将推动音效生成技术发展。

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。

​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。

阿里巴巴推出多模态大模型HumanOmniV2，具备全局上下文理解和多模态推理能力。该模型通过强制性上下文总结机制解决传统模型的"捷径问题"，在Daily-Omni、WorldSense等测试中表现优异。由Tongyi Lab研发，支持多语言输入，适用于智能客服、内容创作等场景。阿里近期密集发布AI产品，与华为、百度等企业展开竞争，HumanOmniV2的开源策略或将推动行业标准革新。

阿里云开源网络智能体WebSailor，其32B和72B版本在BrowseComp评测中表现优异，超越多款闭源模型，仅次于OpenAI DeepResearch。该项目已在GitHub发布构建方案及数据集，将推动AI领域开放创新，为开发者提供更智能的网页交互工具。

宇树科技加速冲刺科创板IPO，近期完成7亿元C轮融资，投后估值达120亿元。本轮融资由中国移动、腾讯、阿里等巨头领投，被视为上市前最后一轮融资，显示其IPO进程已进入关键阶段。

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

2025年6月29日，阿里巴巴国际AI团队正式发布了全新多模态大模型 **Ovis-U1**，标志着其在多模态人工智能领域的又一重大突破。作为Ovis系列的最新力作，Ovis-U1将多模态理解、图像生成和图像编辑功能融为一体，展现了强大的跨模态处理能力，为开发者、研究者和行业应用提供了全新的可能性。以下是AIbase对Ovis-U1的详细报道。Ovis-U1:三合一的多模态统一框架Ovis-U1是阿里巴巴国际AI团队基于Ovis系列架构打造的3亿参数模型，首次实现了多模态理解、文生图像和图像编辑的统一。据AIbase了解，该模

阿里巴巴集团正式发布2025财年年报，全面展示了过去一年在各业务领域的成果与发展态势。 在财务表现方面，2025财年阿里巴巴集团收入达9963.47亿元，净利润同比增长77%至1259.76亿元，展现出强劲的盈利能力。

近日，阿里巴巴达摩院与浙江省肿瘤医院合作，发布了全球首个针对早期胃癌的影像筛查 AI 模型 ——DAMO GRAPE。这个模型的问世标志着医学影像技术的一次重大突破，它利用平扫 CT 影像，能够有效识别早期胃癌病灶，为早期诊断提供了全新的可能。图源备注：图片由AI生成，图片授权服务商Midjourney根据国家癌症中心的数据，我国每年新发的胃癌病例高达36万例，死亡人数更是达到26万，胃癌已经成为导致癌症死亡的第三大原因。如果能够在早期进行发现和干预，患者的五年生存率将从30% 大

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

今日，支付宝宣布为AI开发者提供国内首个“AI打赏”服务，并首发上线蚂蚁百宝箱平台、阿里云百炼，为开发者提供便捷收款能力，进一步推动AI技术的商业化应用。 据支付宝介绍，“AI打赏”服务旨在满足AI智能体内收取赞赏、小费等需求，为开发者提供一种轻量化的收款解决方案。个人开发者只需登录蚂蚁百宝箱平台或阿里云百炼，按照简单两步操作——选择开通“AI打赏”功能并给智能体挂载该服务，即可快速启用打赏功能。

近日，阿里云正式发布面向自动驾驶领域模型的训练、推理加速框架——PAI-TurboX，旨在提升感知、规划控制乃至世界模型的训推效率。该框架在多个行业模型的训练任务中展现出了显著优势，可缩短高达50%的时间。 PAI-TurboX框架的应用范围广泛，涵盖了多模态数据预处理、离线大规模模型训练以及实时智驾推理等多个环节，为自动驾驶、具身智能等领域提供了全面解决方案。目前，该框架已成功应用于多家车企，助力其提升自动驾驶技术的研发和应用效率。 在系统侧，PAI-Tur

近日，AI Infra企业硅基流动与阿里云正式宣布达成战略合作，硅基流动正式加入阿里云“繁花计划”，并入驻阿里云云市场。此次合作标志着双方在AI领域开启深度协作，共同推动大模型服务的发展。 根据合作内容，硅基流动大模型推理平台SiliconCloud的核心API服务将全面接入阿里云百炼平台，以阿里云灵骏智能计算集群为算力支撑，为云上客户提供便捷、高效的大模型服务。

近日，阿里云在德国法兰克福节点正式上线了一系列人工智能（AI）相关产品。阿里云的产品涵盖了多个技术模块，涉及计算能力、数据安全、合规管理等。这些模块的上线，将使得欧洲的企业能够更高效地应用 AI 技术，提高生产力并优化运营。特别是在当前数字化转型的浪潮下，企业对智能解决方案的需求持续攀升，阿里云的到来正是及时的帮助。除了推出新产品，阿里云还与全球知名咨询公司埃森哲以及物流巨头菜鸟联手，推出了专门针对高奢零售与物流行业的智能解决方案。通过这

阿里巴巴集团宣布推出其旗舰人工智能模型 Qwen3的全新升级版，该版本已成功适配苹果的 MLX 架构，这意味着苹果智能（Apple Intelligence）在中国市场的推出似乎指日可待。根据阿里巴巴的消息，新的 Qwen3版本具备更强的性能，支持119种语言和方言，进一步提升了用户体验。在此前的 iOS18.4版本中，苹果智能已经开始支持简体中文，但其生成式人工智能功能在中国大陆尚未正式上线。为了让这一功能能够尽快在中国推广，苹果曾考虑与字节跳动和百度等公司合作，最终选择了与阿里巴巴携手。

近日，阿里巴巴正式推出了其通义千问 Qwen3的最新版本，这一新版本特别兼容苹果的 MLX 架构。这一举措被广泛解读为苹果智能助手 Apple Intelligence 进军中国市场的重要前奏。由于中国对 AI 服务的监管要求日益严格，苹果选择与阿里巴巴建立合作关系，以确保其产品符合当地法律法规。随着 iOS18.6开发者测试版的发布，业界人士认为，这一系统将为 Apple Intelligence 在中国的上线铺平道路。该版本的推出不仅可能提升用户体验，还可能推动 iPhone 的销量增长。尽管苹果尚未正式对外宣布其进入

​近日，阿里巴巴通义千问官方宣布，正式发布并开源Qwen3全系列32款MLX量化模型，此举引发AI领域广泛关注。 MLX作为一款开源的机器学习框架，专为苹果芯片深度适配，具备高效训练和部署AI大模型的能力，正受到越来越多AI开发者的青睐。而阿里巴巴此次动作，被业内视为是为国行Apple Intelligence（苹果智能）做准备。此前，多方权威消息已透露，阿里巴巴将成为苹果在中国大陆的大模型合作商。

近日，全球知名技术公司博世与阿里云宣布达成合作，共同探索大模型技术的应用。这一战略合作将大幅提升博世在智能座舱中的人工智能技术，使其能够实现更加人性化和智能化的驾驶环境。这次合作的核心在于 “通义大模型”，这是一个能够支持多种复杂计算和场景理解的 AI 模型。通过引入这一模型，博世的智能座舱将具备环境主动感知的能力，意味着座舱能够根据外部环境变化自动调整设置，提供更优质的驾驶体验。同时，博世还计划实现3D 数字人交互，这将使驾驶员和乘客能够

阿里巴巴集团在数字人技术领域再下一城，正式开源了一款基于MNN框架的3D数字人应用——MNN TaoAvatar。这款创新技术将高保真的3D虚拟形象生成与实时交互能力带到移动设备，为直播、虚拟社交和AR应用等领域带来全新可能性。以下，AIbase将为您详细解析这款令人瞩目的技术突破。MNN TaoAvatar:手机上的3D数字人“魔法棒”MNN TaoAvatar是阿里巴巴基于其开源的轻量级深度学习推理框架MNN开发的3D数字人技术。与传统的平面化Live2D技术不同，MNN TaoAvatar支持真3D虚拟角色的实时生成与驱动，能够在手