在多模态（视觉语言）大模型领域，拼参数赢性能的同时，追求参数更小、速度更快、性能更强是另一条研究路径。在大模型时代，视觉语言模型（VLM）的参数已经扩展到了数百甚至数千亿，使得性能持续增加。与此同时，更小规模的模型仍然很重要，它们更易于训练和服务，更加环境友好，并
......
本文由站长之家合作伙伴自媒体作者“机器之心公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
苹果可能会跟OpenAI或Anthropic合作，双方正在谈判讨论一项潜在交易，苹果希望调用OpenAI或Anthropic的第三方大语言模型来为Siri提供技术支持。 据悉，OpenAI或Anthropic正在训练适配苹果私有云计算服务器的模型，苹果也在进行测试，目前苹果发现Anthropic的AI模型最适合Siri，且与Anthropic初步讨论了一些财务条款，消息称Anthropic要求苹果每年支付数十亿美元的费用，且该费用会随时间�
本文介绍了AI领域多项重要进展：1)腾讯推出首个美术3D生成大模型Hunyuan3D-PolyGen，显著提升建模效率；2)阿里发布多模态大模型HumanOmniV2，准确率达69.33%；3)钉钉AI表格实现1小时处理千项任务；4)百度PaddleOCR3.1版本在多语种识别和文档翻译方面升级；5)微软推出Deep Research智能体，自动化研究流程；6)香港理工与OPPO联合开源视频超清框架DLoRAL；7)谷歌开源MCP工具箱简化AI与数据库集成；8)Win11将推出AI动态壁纸功能。这些创新展示了AI在3D生成、多模态理解、办公效率、视觉处理等领域的突破性进展。
埃隆·马斯克旗下Neuralink公司利用脑机接口技术，帮助一名渐冻症患者通过植入设备重新"说话"。该技术结合xAI的人工智能，将患者脑信号转化为语音。目前全球已有3位患者接受植入，其中两位恢复部分生活能力。脑机接口技术分为侵入式、非侵入式和半侵入式三种，在医疗、教育、游戏等领域应用前景广阔。我国"十四五"规划已将其列为重点科技项目。微美全息等企业正推动"脑机接口+"生态建设，整合AI、量子计算等技术拓展应用场景。该技术虽处临床试验阶段，但已展现帮助失语、瘫痪患者康复的潜力。未来随着AI与神经科学结合，人机协同将带来更多可能性。
今天上午，雷军发微博又透露了小米YU7在车身被动安全上的一个卖点。他表示，小米YU7借鉴防滚架的设计灵感，在A、B柱内部嵌入6 根2200MPa小米超强钢热气胀管，与车身结构紧密配合，构建起独特的 内嵌式防滚架”。 他介绍，这个设计大幅提升了A柱、B 柱的承载能力，使得车辆在应对翻滚、小偏置正碰以及追尾卡车等极端碰撞场景时，为乘员舱提供更可靠的支撑与保护。
本文汇总了AI领域最新动态：1)Cursor Pro取消500次请求限制；2)稀宇科技推出视频生成模型Hailuo02；3)谷歌发布轻量级AI模型Gemini2.5Flash-Lite；4)科大讯飞星火X1升级版7月上线；5)腾讯元宝推出AI编程模式；6)OpenAI将下架GPT-4.5 API；7)苹果Speech API转录速度超Whisper 55%；8)百度推出数字人互动直播间；9)Meta曾试图高薪挖角OpenAI人才；10)Krea1公测开放，解决"AI感"问题；11)特斯拉Grok车载AI助手即将上线；12)谷歌Gemini新增视频分析功能。
本期AI日报聚焦多项AI领域重要进展：1) Midjourney推出首款视频生成模型V1，支持21秒视频生成；2) OpenAI CEO确认GPT-5将于今夏发布；3) Google上线语音对话搜索功能Search Live；4) OpenAI开源客户服务代理框架；5) MiniMax发布智能代理Agent；6) 恶意工具WormGPT出现新变种；7) OpenAI推出企业版ChatGPT折扣；8) DeepSite V2支持3D网页动画生成；9) AI工具可秒变PPT；10) 比亚迪与字节跳动合作开发动力电池技术；11) 马斯克否认xAI巨额亏损传闻。
6月6日，京东物流与无锡阳山村共建的"乡村振兴服务基地"正式揭牌，并发布阳山水蜜桃物流保障方案。京东物流通过冷链运输和航空专线，实现水蜜桃最快当日达。在产地端投入近千名快递员，设立果园揽收点，提供5层加厚包装保障运输安全。同时，该基地整合物流资源与桃文化，通过直播营销等活动拓宽销售渠道，助力农民增收。未来将持续深化产地合作，推动更多特色农产品上行，为乡村振兴贡献力量。
LiblibAI推出Lovart中文版"星流Agent"，这是一款专为中国市场深度优化的AI设计工具。该产品在保留Lovart全球版"生成-编辑-排版-交付"全链路能力基础上，针对中文语义、国风审美和本土使用场景进行了全面重构。星流Agent支持从创意构思到设计交付的全流程自动化，可处理平面设计、视频生成和3D建模等跨模态创作，内置符合中国文化的视觉风格库。该产品的推出标�
近日，随着高考的落幕，一场别样的“高考”也在各大AI大模型之间展开。此次测试邀请了多家知名科技公司的大模型，参与2025年数学新课标Ⅰ卷中的14道客观题测试，以此检验它们在逻辑推理和数学能力上的表现。测试题目包括8道单选题、3道多选题和3道填空题，满分73分，测试过程严格遵循高考判分原则。 测试结果显示，字节跳动的豆包和腾讯的元宝（T1）以68分的总成绩�
从具体特性来看，在原生智能化方面，仓颉编程语言内嵌AgentDSL的编程框架，实现了自然语言编程语言的有机融合。多Agent协同功能简化了符号表达，模式可自由组合，支持各类智能应用开发。在天生全场景特性上，其轻量化可缩放运行时和模块化分层设计，使得即便内存较小也能顺利运行。同时，全场景领域扩展结合元编程和eDSL技术，支持面向领域声明式开发。 高性能方面�
