近日，小米宣布小爱同学大模型全量升级，覆盖手机、平板、电视、智能音箱、汽车等核心产品品类。该升级将带来丰富的功能，包括：**AI图像编辑、车外唤醒防御、智能办公助手、影视知识问答、旅行助手**等。
**不同设备，定制化体验**
小爱同学大模型将根据不同设备类型，提供定制化的功能体验：
- **手机：**AI图像编辑、文档问答、智能电影剪辑
- **平板：**办公效率提升、学习辅助，如会议纪要生成、学习计划制定
- **电视：**影视知识问答、健身休闲、家庭计划，如电影票房查询、健身计划制定
- **汽车：**旅行助手、智能导航、音乐推荐、汽车问答、车外唤醒防御
- **智能音箱：**部分无屏音箱将于 8 月底升级，部分有屏音箱将于 10 月底升级
**升级计划**
小爱同学大模型计划于 7 月底完成升级：
- **手机：**小米 5 及红米 5 以后机型，版本 V6.126.5
- **平板：**小米平板 5 及以后机型，版本 V6.126.5
- **电视：**内存容量 1GB 以上设备，版本 V4.30.1
（举报）
小米CEO雷军今日通过微博宣布，即将上市的小米YU7将支持车外小爱语音交互。 雷军介绍，小米YU7车外有8个麦克风和1个扬声器，无论在哪个角度，都可以很容易使用语音控车，也可以和小爱同学流畅沟通。 比如，在车外直接让小爱同学打开前备箱。当然，车外唤醒小米同学，需要声纹识别和钥匙的安全验证，避免误操作风险。
小米旗下新车YU7凭借其创新的车外小爱同学功能成为市场焦点。该功能通过车外配备的8个麦克风和1个扬声器，实现了全方位语音控车体验，用户无论身处车辆哪个角度，都能轻松通过语音指令操控车辆，例如在车外直接呼唤小爱同学打开前备箱。 然而，这一创新功能也引发了部分网友和准车主对于安全问题的担忧。针对这一疑虑，小米汽车在最新一期官方问答中给出了详细�
【AI日报】今日AI领域重要动态：1）腾讯元宝升级，支持一句话搜索呈现图文视频；2）微信支付MCP上线，AI与支付结合开启商业新纪元；3）谷歌Veo3视频生成模型向Pro/Ultra会员开放，新增"照片生成视频"功能；4）开源DeepSeek R1增强版推理效率提升200%；5）美图WHEE推出"一句话修图"功能；6）芯片公司Ambiq申请美国IPO，受益生成式AI需求；7）昆仑万维开源奖励模型Skywork-Reward-V2；8）Kyutai发布超低延迟开源语音合成技术；9）Figma拟以200亿美元估值登陆纽交所；10）字节跳动开源Trae-Agent智能开发工具。
本文介绍了AI领域多项最新进展：1)即梦灰测图片3.1模型增强电影感和艺术风格；2)ElevenLabs推出语音助手11ai；3)文心快码发布多模态AI开发工具Comate AI IDE；4)苹果采用"归一化流"技术开发新型AI生图模型；5)Grok将推出整合多类型文件管理功能；6)OmniGen2开源多模态模型重塑AI应用场景；7)ScholAI革新学术研究工具；8)豆包推出可视化AI编程功能；9)饿了么推出骑手AI助手"小饿"；10)张雪峰认为AI可替代部分教育工作；11)微软发布3.3亿参数小模型Mu。这些创新展示了AI技术在各领域的快速发展和应用潜力。
近两年中国AI大模型发展迅猛，已形成"通用+行业"双轨并进的生态格局。百度文心一言、阿里通义千问等通用大模型在中文理解、多模态生成等方面表现突出；深度求索DeepSeek以1/10参数实现GPT-4级推理能力；月之暗面Kimi以20万汉字上下文窗口领跑长文本处理；智谱AI的GLM-4成为首个支持视频对话的国产千亿模型。医疗、金融等垂直领域涌现出百川智能等专业模型，覆盖超1000家医院。开源生态加速国产芯片适配，15家厂商完成深度优化。行业应用方面，工程文档效率提升60%，24小时拟人化客服等案例凸显价值。未来趋势呈现模型蒸馏、端侧部署和开源生态三大方向，中国AI正从实验室走向产业变革前沿。
本文探讨了当前主流的AI文生图技术及其应用场景。国际阵营中，OpenAI的DALL·E3擅长复杂语义理解，MidJourney以艺术风格见长，Stable Diffusion则以开源生态支持深度定制。中国力量方面，百度文心一格在中文语义和国风创作表现突出，阿里通义万相侧重商业化应用，昆仑万维天工支持长文本生成连贯图像。垂直领域工具如Adobe Firefly深度集成设计流程，Runway ML革新视频创作。文章建议通过聚合平台高效对比模型特性，并指出下一代技术将突破分辨率限制，实现跨模态生成。从精准语义到无限可能，AI文生图正在重塑视觉创作边界。
近日，微信对朋友圈评论功能进行了重要更新，支持用户在评论中发表情包和图片，这一创新举措迅速引发了用户的广泛关注和讨论。据腾讯客服官方确认，微信更新至8.0. 60 版本后，朋友圈评论区将新增表情包和图片回复功能，为用户带来更加丰富的互动体验。
2024年多模态大模型成为AI领域最具前景的技术方向之一。文章全面分析了主流多模态大模型的特点、应用场景和发展趋势。多模态大模型能同时处理文本、图像、音频、视频等多种数据，实现更智能的人机交互。重点介绍了GPT-4V、Claude3.5、Gemini、通义千问等代表性模型，对比了它们在视觉理解、编程能力、中文处理等方面的优势。应用场景涵盖智能客服、内容创作、教育医疗等领域。未来发展趋势包括模型规模扩大、支持更多模态、实时交互能力提升等。选择模型需考虑应用需求、语言支持、性能成本等因素。
继小爱同学搭载在小米SU7上以来，无论是基础的车控功能，亦或是大模型加持下的车辆问答、互动畅聊与前车识别，都广受好评。 在小米YU7上，小爱同学再次进化，摇身一变超级小爱，为智能座舱带来了又一次创新变革。 依靠着多模态跨端能力，手机超级小爱支持一句话找小米YU7了。
社交平台Soul App近日升级端到端全双工语音通话大模型，重新定义"全双工"交互模式。新模型突破传统语音交互依赖VAD机制与延迟控制逻辑的局限，赋予AI自主决策对话节奏的能力，实现主动打破沉默、适时打断用户、边听边说、时间语义感知等类人交互体验。同时具备多维度感知、口语化表达、音色复刻等功能，让AI更具"真人感"。该技术将应用于虚拟人实时通话、AI匹配1V1互动等场景，并探索多人互动场景应用。Soul CTO陶明表示，社交是情绪价值和信息价值的双向关系，平台将持续通过技术创新为用户提供更智能、沉浸的社交体验。数据显示，71.1%年轻人愿意和AI做朋友建立情感连接，AI社交正成为重要趋势。
