多模态大模型在听觉上，居然也出现了「9.119.8」的现象，音量大小这种简单问题都识别不了!港中文、斯坦福等大学联合发布的AV-Odyssey基准测试，包含26个视听任务，覆盖了7种声音属性，跨越了10个不同领域，确保测试的深度和广度。在人工智能领域，我们一直以为顶尖的多模态大模型已
......
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）
大模型快速发展推动人工智能技术迈向新阶段，从解决特定任务的弱人工智能向处理通用复杂任务的强人工智能演进。IDC报告显示，2024年中国大模型开发平台市场规模达16.9亿元，人工智能算力市场约190亿美元，预计2025年将达259亿美元。寒武纪等企业专注AI芯片研发，推出多款处理器及加速卡产品，支持大模型训练推理及多模态任务，并与产业链合作共同推进人工智能产业发展。
扫地机器人技术正从“盲目清扫”向“智能识别”进化。INDEMIND推出立体视觉污染识别方案，能精准识别固态、液态、粉末及混合四类污渍，检出率超95%。该技术结合智能决策引擎，实现自主调整清洁参数，避免二次污染。同时提供单目、双目及三目模块矩阵，支持快速适配升级，推动行业迈向精准化智能清洁新阶段。
AI日报栏目汇总近期AI领域重要进展：腾讯元宝接入DeepSeek V3.1提升智能助手能力；即梦AI推出多帧功能简化视频制作；可灵AI首尾帧功能升级效果提升235%；钉钉与通义实验室联合发布Fun-ASR语音识别大模型；腾讯CodeBuddy IDE国内版公测；Vercel发布AI Gateway简化模型调用；Anthropic整合Claude Code强化企业开发；阿里发布Mobile-Agent-v3突破GUI自动化；Qoder平台革新编程模式；清华团队GUAVA框架实现0.1秒3D化身生成；谷歌搜索新增AI Agent功能；VAST推出Tripo 3.0推动3D内容创作。
【AI日报】主要内容： 1. B站测试"花生AI"视频工具，3分钟可成片，同时推进自研大模型和多语言翻译功能 2. 昆仑万维开源多模态模型Skywork UniPic 2.0，实现高效统一的多模态生成能力 3. 马斯克指责苹果偏袒OpenAI，苹果回应称平台设计公平公正 4. 腾讯混元发布52B参数多模态理解模型Large-Vision，支持任意分辨率输入 5. DeepSeek官方否认8月发布R2模型的传闻 6. OpenAI推出超值ChatGPT Go套餐，仅399卢比降低使用门槛 7. AI新贵Perplexity豪掷345亿美元收购谷歌Chrome 8. Anthropic的Claude Sonnet 4模型支持100万token上下文 9. ChatGPT重大更新：恢复GPT-4o默认模式，为GPT-5引入多模式选择，优化交互体验
三星电子于2025年8月18日发布新款智能耳机Galaxy Buds3 FE，主打亲民价格与高端性能。新品延续标志性刀锋设计，配备升级版主动降噪(ANC)和Galaxy AI功能，支持跨设备无缝切换和语音交互。通过增强型扬声器实现三频均衡音效，超宽频通话技术确保清晰沟通。耳机采用哑光双色半透明设计，支持与三星生态设备联动，提供智能翻译等AI功能。将于9月5日上市，提供银雾灰、暗羽黑两种配色，进一步扩展三星Galaxy生态体验。
今晚，阿里云正式发布全新多模态视频生成模型通义万相Wan2.2-S2V，并宣布开源。 Wan2.2-S2V极大地简化了视频制作过程，仅需提供一张静态图片和一段音频，模型便能生成面部表情自然、口型与音频高度一致、肢体动作流畅丝滑的电影级数字人视频。 支持分钟级长视频稳定生成，不止嘴动，手势、表情、姿态都能动。
在最近与科隆国际游戏展同期举办的Devcom开发者大会上，AI再次赚足了脸面。 微软、腾讯、谷歌、Meta等国际巨头带来超过20场AI相关议题，“AI如何提升游戏美术生产效率”、“AI工具如何与传统工作流无缝集成”、“AI在动画生成、场景构建等具体环节的应用案例”成为开发者们探讨的重点内容。 近年来，游戏美术对精细度的要求呈现指数级增长。随之而来的是几何级增长的
联发科天玑9500完成NPU架构升级，首次引入全新IP硬件。采用“存算一体”高效设计，AI策略从拼性能转向追求均衡能效比。终端AI落地能力增强，旗舰芯片算力提升让手机可运行更聪明的大模型，响应更迅速。日常AI功能如图像处理、视频生成、文本创作等响应更快效果更好。“存算一体”技术通过就地计算降低功耗，减少数据传输更节能。手机AI技术正从“实验室性能”向“用户体验”过渡，算力提升带来更广泛AI应用场景，能效优化保障日常使用稳定性，整体提升手机AI实用价值。
大模型又迎来新一波的迭代周期。 近日，从Open AI发布GPT-5，到国内的昆仑万维、商汤、百川智能、智谱等都陆续发布了自己的新模型。其中昆仑万维更是一口气开启了技术周，连续5天每天发布一个新模型，而8月13日发布的，正是其本周发布的第三款模型——多模态统一模型UniPic2.0。 UniPic2.0主打的是，在单一模型中深度融合图像理解、文本到图像生成、图像编辑三大核心能力
苹果今日向开发者推送了iOS 26 Beta 8，这意味着Beta测试即将结束。通常情况下，苹果在iOS正式版发布前，只会向开发者推送8个Beta版本。 此前，iOS 18、iOS 17、iOS 16、iOS 15、iOS 14以及iOS 13的Beta版本均未超过8个，回溯至2018年，iOS 12曾推出过第9、第10、第11乃至第12个Beta版本，但自那以后，苹果在9月发布前进行如此频繁的更新。 就iOS 18而言，苹果于8月28日推送了第8个Beta版本，之�
