谷歌研究院和DeepMind研究人员推出最新PaLI-3视觉语言模型（VLM），模型以更小、更快、更强的特点获得大部分研究人员青睐，在诸多任务中达到SOTA。最近，堪称改变游戏规则的视觉语言模型（VLM）PaLI-3问世，引得大量科研人员关注。PaLI-3是谷歌最新推出的视觉语言模型，以更小的体
......
本文由站长之家合作伙伴自媒体作者“新智元公众号”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）
本文介绍了AI日报栏目，聚焦AI领域最新动态。快手推出Kwali视频助手，简化视频制作流程；字节跳动发布USO模型，解决图像生成中风格与主题的矛盾；微软推出Copilot Audio音频模式，提供个性化语音交互；Stability AI升级Stable Audio 2.5，支持高质量音频生成；阿联酋推出开源大模型K2 Think，拥有320亿参数；微信上线智能回复功能，提升公众号运营效率；OpenAI推出ChatGPT开发者模式，支持AI控制外部工具；字节跳动Seed团队发布AgentGym-RL框架，提升语言模型决策能力；月之暗面开源Checkpoint Engine中间件，优化LLM推理效率；B站开源IndexTTS-2.0文本转语音系统，支持情感与时长控制；Replit推出Agent 3编程助手，自主性提升10倍。
日前，数码博主数码闲聊站”爆料称，荣耀MagicPad3 Pro基本确定是平板端首发骁龙8 Elite Gen5处理器（第五代骁龙8至尊版）。 该博主透露，荣耀MagicPad3 Pro将采用13.3英寸LCD超高刷大屏，电池容量将破万，预计将和荣耀Magic8系列一起发布。 从配置来看，荣耀MagicPad3 Pro是要冲击高端的节奏。
时空壶W4Pro+AI同传耳机通过先进AI技术解决跨语言沟通难题，支持42种语言即时互译，翻译延迟仅3-5秒。在商务谈判、展会等场景中表现出色，具备抗噪能力强、续航持久等特点，显著提升跨国交流效率，成为企业拓展国际市场的可靠工具。
今日上午10:08，华为年度旗舰平板MatePad Mini正式开启首销，起售价定为3299元。这款被誉为“大手机 小平板”的8.8英寸设备，凭借其独特定位与全能配置，成为今年平板市场中最受瞩目的新品之一。 MatePad Mini的最大亮点在于其突破性支持5G插卡功能，并内置听筒可实现通话，官方在发布会上直言其“手机平板二合一”的跨界属性。整机厚度仅5.1毫米，重量仅255克，轻薄设计便于
明天华为要举行新品发布会，除了新的三折叠屏手机外，还有MatePad Mini。 现在，有博主曝光了华为MatePad Mini不同内存版本的价格，具体来说：12GB 256GB售价为3999元；12GB 512GB售价为4499元；12GB 512GB柔光版售价为4999元。 汇总之前曝光的消息，华为MatePad Mini将推出多个版本，包括标准版、柔光版（配备防眩光屏幕，适合手写笔创作）、插卡版（支持5G网络和通话功能）、read版”（�
歌尔光学在2025年光博会上展示了新一代XR光学技术，重点包括AR衍射光波导和VR/MR Pancake方案。AR方面推出碳化硅光波导F30Se，实现高色彩均匀性和轻薄设计；同时推出0.2cc全彩光引擎+衍射光波导方案，兼顾成本与性能。VR/MR领域推出单眼4K Pancake方案，覆盖高端头显和便携设备需求。此外还展示了三色激光投影仪、车载光学及工业视觉解决方案，体现多领域技术延伸。
视觉中国旗下中华易美视觉科技公司推出的“灵感拓展”功能已通过江苏省网信办生成式人工智能服务上线登记，正式在VCG.com面向用户开放。该功能基于国产大模型，结合丰富内容资源，通过AI技术为创作者提供灵感和方向，提升创意产出效率与质量。用户可在搜索时获得智能拆解的多维度创作建议，帮助精准定位需求，突破创作瓶颈，优化素材匹配效率。该功能是视觉中国在“AI智能+内容数据+应用场景”战略下的重要成果，目前已面向合作客户开放。
时空壶W4Pro+AI同传耳机通过优化技术与功能设计，支持40种语言及93种口音的即时互译，翻译延迟控制在3-5秒，实现类似母语对话的流畅交流。适用于面对面商务洽谈、跨国展会等场景，提供稳定精准的跨语言沟通支持，并具备电话同传、视频会议字幕翻译等功能，成为商务人士打破语言壁垒的核心工具。
2012年，天才乔布斯去世一年后，接任苹果CEO的库克捧出了两款“很不乔布斯”的产品——大屏手机iPhone6和7英寸的iPad mini。 这两款差异化的产品形态，都是库克希望弥补的市场空白。比如，虽然乔布斯认为10英寸就是平板电脑尺寸的下限，更小的屏幕会让用户难以操控。但库克却觉得，小尺寸平板不仅在硬件配置上超越手机，它还具备易于携带的特点，将成为移动办公的利器�
OpenAI正式发布语音模型GPT-realtime。 据介绍，GPT-realtime是一款专注于语音AI Agent的多模态模型，能够生成高度自然流畅的语音，精准还原人类语调、情感和语速的丰富变化。该模型支持图像理解，并可结合语音或文本对话使用，非常适合应用于客服、教育、金融、医疗等领域，用于构建高质量的语音智能体。 官方表示，新模型在复杂指令遵循、工具精确调用以及生成更自然、�
