在GitHub狂揽1w+星标的通义万相Wan2.1，又双叒上新了!最新打开方式是酱婶儿的:给出开始（首帧）和结束(尾帧)两张图片，Wan2.1便能分分钟生成一段丝滑的5s、720p视频。根据前后视角的不同，还能自动调整镜头角度，缓慢变成高空俯拍，并同时保证人物光影正确:原来这是阿里通义万相Wa
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”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）
阿里云宣布旗下通义万相2.2模型正式开源。 通义万相2.2最令人瞩目的，当属其生成电影级高清视频的能力。目前，该模型单次便可生成5秒的高清视频。 这5秒视频绝非普通水准。在光影、色彩、构图以及人物微表情等细节处理上，通义万相2.2达到了专业电影制作的水平。 此次开源，通义万相2.2推出了文生视频（Wan2.2-T2V-A14B）、图生视频(Wan2.2-I2V-A14B)和统一视频生成(Wan2.2-TI2V-
浙江大学朱凌霄团队基于昇腾AI平台，研发出首个无需训练的长序列视觉指令生成框架LIGER，解决了视频生成领域长期存在的时序一致性难题。该技术通过历史提示和视觉记忆机制保持内容连贯性，并采用基于DDIM反演的记忆校准技术提升准确性。团队还提出引导式渐进蒸馏方法，在保持视频质量基础上实现8倍加速。研究成果入选ICLR2025，构建了包含569个任务的评估数据集。未来将深化多模态生成技术研究，构建自主创新的技术生态体系。
腾讯旗下AI工作台ima迎来重大升级，以活知识库 大模型的深度耦合重构知识管理体系。 此次更新突破性地实现了多模态知识转化用户上传文件即可生成AI播客，Xmind思维导图经智能解析后自动沉淀为结构化知识库，共享知识库更支持关键信息置顶功能。 这些创新使得碎片化知识如同被注入生命力，通过动态重组转化为驱动组织进化的智能中枢。
虹软科技旗下智能商拍平台PSAI推出"AI服务助手"新功能，通过"提需求-拿成品"的一站式交付模式，将传统电商视觉制作周期从15天压缩至2天，成本削减超80%。该功能基于自研ArcMuse大模型技术引擎，实现四大突破：1）精准换脸技术保持模特形象一致性；2）服装版型材质细节处理更真实；3）智能光影协调确保场景融合自然；4）全流程托管服务支持48小时急速交付。目前已服务500+KA品牌，累计生成超3000万张图片，典型案例显示使用后商家GMV最高提升200%。PSAI通过"AI生成+修复"组合技术，正在重构电商视觉生产关系，推动行业从工具创新向生产流程变革演进。
灵宇宙AI学伴小方机在2025世界人工智能大会(WAIC)上展示创新成果。这款专为3-15岁儿童设计的智能终端，凭借多模态交互方案成为展会人气产品。其核心亮点包括：1. "魔法唤醒学院"新功能，让玩具化身可对话角色，实现虚实融合；2. 内置一键通话和实时定位功能，解决家长安全焦虑；3. 基于哈佛Project Zero思维模型，通过"观察-提问-推理-拓展"引导孩子系统化学习。产品采用轻量化设计，整合火山、商汤等AI技术，支持图像识别、语音交互和角色扮演。区别于传统教育硬件，它通过LingOS系统实现"万物有灵"的沉浸式体验，让物理世界中的物体都能与孩子互动。创始人顾嘉唯表示，这不仅是学习工具，更是孩子的第一个AI伙伴，代表下一代智能终端的演进方向。
在2025世界人工智能大会（WAIC）的生成式AI应用元年”论坛上，快手可灵AI发布了全新创意工作台灵动画布”并对其多图参考”功能进行了重磅升级。 灵动画布”集无限可视化空间、智能创作辅助与多人实时协作为一体，为创作者提供一站式创作体验。 升级后的多图参考”功能在角色/主体/场景一致性、动态质量和画风保持方面显著提升，并新增了局部内容或特定区域参考能�
OpenAI发布开源模型系列GPT-OSS，包含120B和20B两个版本。120B旗舰模型适配单H100 GPU架构，20B轻量版适合边缘计算。两款模型均开放完整推理链监控接口，支持动态参数调节和任务微调优化，性能接近闭源的GPT-O3和O4-mini。该系列突破性地支持代理功能，包括网页交互和Python代码执行，在标准化测试中表现优异。开源策略为开发者提供高性能替代方案，重新定义了AI模型的应用边界。
【AI日报】栏目聚焦人工智能领域最新动态：1)火山引擎发布豆包系列AI模型升级，包括图像编辑3.0、同声传译2.0等；2)通义千问开源Qwen3-30B模型，支持多语言处理；3)OpenAI推出ChatGPT Study学习助手；4)中国发布HYPIR图像复原大模型；5)谷歌NotebookLM新增视频概览功能；6)谷歌Imagen4图像生成模型升级，性能媲美GPT-4o；7)昆仑万维开源多模态模型Skywork UniPic；8)理想汽车发布首搭VLA大模型的i8纯电SUV；9)谷歌在英国推出AI搜索模式；10)OWL团队开源多智能体协作工具；11)2025年用户增速最快APP榜单显示DeepSeek等AIGC应用表现突出。
【AI日报】汇总了最新AI领域动态：1)腾讯开源混元系列小尺寸模型，适用于消费级显卡；2)昆仑万维发布推理大模型MindLink，提升回答透明度；3)B站推出AI原声翻译功能，保留UP主音色；4)谷歌Gemini 2.5在数学奥赛夺金，展现强大推理能力；5)OpenAI展示GPT-5网络信息整合特性；6)苹果组建AI团队挑战ChatGPT；7)高德地图推出全球首个AI原生地图应用；8)Adobe推出AI图像合成工具Harmonize；9)NVIDIA发布革命性视频渲染技术；10)谷歌推出Android Studio免费AI编程助手；11)开源结构化信息提取工具LangExtract；12)Figma开发者模式升级提升设计转代码效率。
清华大学生数科技团队研发的Vidar模型实现具身智能重大突破，首次让通用视频大模型具备"手脚"功能。该模型通过三级数据架构（海量通用视频+中等规模具身视频+少量机器人特定数据），仅需20分钟机器人真机数据即可快速泛化到新机器人本体，数据量仅为行业领先方法的1/80-1/1200。Vidar创新性地将任务解构为上游视频预测和下游动作执行，结合逆动力学模型实现视觉-
