微软Azure AI 团队宣布开源视觉模型——Florence-2。据悉，Florence-2是一个多功能视觉模型，可提供图像描述、目标检测、视觉定位、图像分割等。例如，上传一张风景照片，让其解读一下图片的内容;或者上传一张超市货架的照片，让其精准找出牛奶的所在位置。Florence-2一共有230M和
......
本文由站长之家合作伙伴自媒体作者“AIGC开放社区公众号”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）
本期AI日报聚焦多项技术突破：阿里巴巴开源轻量图像模型Z-Image，以6B参数实现高效生成；夸克AI眼镜通过硬件升级优化体验；Opera Neon浏览器集成Gemini3，支持文档自动化编辑；清华大学发布AI教育应用指导原则，规范学术使用；DeepMind推出Gemini 3 Pro系统指令，提升任务可靠性；Adobe推出Project Graph重塑创意流程；Trae SOLO中国版新增多任务编程功能；巨人网络联合高校发布多模态生�
今日，火山引擎发布豆包语音识别模型2.0（Doubao-Seed-ASR-2.0），依托Seed混合专家大语言模型架构构建。 据介绍，2.0版本模型推理能力提升，可以通过深度理解上下文完成精准识别，上下文整体关键词召回率提升20%。 同时支持多模态视觉识别，不仅听懂字”还能看懂图”，通过单图和多图等视觉信息输入让文字识别更精准。
Black Forest Labs推出全新FLUX.2图像生成模型系列，支持FP8量化技术，显著降低40%显存占用同时提升40%性能。该模型具备多参考图像生成功能，可批量生成数十张相似图像，支持直接姿态控制与400万像素高分辨率输出，文字渲染清晰锐利。通过与NVIDIA及ComfyUI合作优化，用户现可直接在升级版ComfyUI中使用该模型，无需额外安装。模型需搭配RTX GPU运行，建议更新软件后通过官方渠道获取模板。
易鑫集团（02858.HK）宣布开源其自主研发的Agentic大模型YiXin-Agentic-Qwen3-14B，成为汽车金融行业首个开源此类模型的企业。该模型基于通义千问Qwen3-14B深度优化，具备卓越推理、复杂任务处理及多方协作的智能体能力，在多项性能测试中位列榜首，推理成本较行业平均水平降低三分之一。模型搭载金融领域专属知识体系与工具集，覆盖语音交互、车辆评估、风控、欺诈识别等功能，形成全链路智能支撑体系。易鑫提出“底座开放-社区共建-能力迭代-企业部署-生态繁荣”的开源共建模式，通过提供低代码私有化模板，帮助企业快速落地AI应用。此次开源与之前发布的行业首个开源推理大模型YiXin-Distill-Qwen-72B形成“垂直底座+Agentic大脑”双轮技术矩阵，填补了汽车金融领域专业开源AI工具链的空白。
易鑫宣布开源自主Agentic大模型YiXin-Agentic-Qwen3-14B，成为汽车金融行业首个开源此类模型的企业。该模型基于Qwen3-14B，参数规模140亿，通过多阶段训练体系深度优化，在智能体协作、函数调用、推理等能力上可比肩参数200B以上的商用大模型。多项专业评测显示，其在金融专业知识理解方面显著优于DeepSeek V3.1、Kimi-K2等主流模型，并在智能体工具使用任务中同样表现卓越，位居同尺寸模型性能测试首位。该模型既展现出强劲的专业理解力与协作推理能力，又兼具高实用性与经济效益，将为汽车金融及各类专业场景提供高效、可靠的智能引擎。易鑫以技术创新为核心驱动力，持续引领行业迈向智能化转型。
本期AI日报聚焦多项技术突破：腾讯开源10亿参数OCR模型HunyuanOCR，在多场景实现SOTA性能；豆包输入法整合AI实现智能预测；Anthropic推出Claude Opus4.5提升推理效率；ChatGPT新增购物推荐功能准确率达64%；全球首款纯AMD训练MoE模型ZAYA1发布；微软推出本地运行助手Fara-7B；谷歌NotebookLM新增幻灯片生成功能；亚马逊Leo卫星网络启动企业测试，实现“卫星+云+AI”一体化通信。
一加Ace 6T将于12月3日发布，搭载全新ColorOS 16系统。一加中国区总裁李杰表示，新机最大体验提升来自系统，尤其是游戏助手功能。游戏助手支持“游戏流体云”，玩家被击倒后无需紧盯倒计时，复活时间直接显示在云端；还提供“游戏指令”功能，可录制操作自动完成刷副本、清体力等重复任务，实现“系统替你代肝”。此外，Ace 6T还拥有召唤师技能倒计时、游戏相机、静音启动等多项游戏辅助功能，全面提升玩家体验。
本期AI日报聚焦多领域AI进展：Kling 2.6发布，支持音频同步生成，AI视频进入有声时代；千问APP推出学习大模型，提升拍照答疑与作业批改能力；阿里通义实验室开源图像生成模型，实现精准控制；豆包手机助手遭遇微信登录异常，凸显生态兼容挑战；米哈游推出带猫语特色的AI聊天模型AnuNeko；亚马逊云科技发布三款新型AI智能体，其中Kiro可自主编程数日；IDC报告预测具身智能�
可灵视频生成2.6模型推出“音画同出”功能，彻底改变了传统AI视频“先无声画面、后人工配音”的工作流程。它能在单次生成中，输出包含自然语言、动作音效及环境氛围的完整视频，重构了AI视频创作工作流，极大提升创作效率。该模型在中文语音生成效果上保持全球领先，支持生成最长10秒的视频，可广泛应用于广告营销、自媒体、电商等内容创作场景。
人工智能成为资本市场热点，随之而来的是鱼龙混杂的乱象。简单包装、打着AI旗号卖高价的“套壳”现象层出不穷。科大讯飞董事长刘庆峰强调，发展人工智能要有长期主义精神，告别“虚火”，把根扎在国产算力的土壤里。下半场比拼的不再是概念堆砌，而是全栈自主可控的硬实力与赋能千行百业的真本事。可靠与安全才是基石，算力是最大瓶颈。企业需构建安全底座并解决真实痛点，才能穿越周期。科大讯飞坚持“顶天立地”战略，既要在源头技术上领先，又要在产业应用上解决民生刚需，展示了AI技术“落地”的正确姿态。
