vivo今日在2024vivo 开发者大会开幕演讲中正式发布了全新蓝心大模型矩阵。该矩阵全面升级了语言大模型和端侧大模型能力，并带来vivo自研的语音大模型、图像大模型以及多模态大模型。
据了解，全新蓝心大模型矩阵包括语言大模型、端侧大模型、语音大模型、图像大模型和多模态大模型。
其中，vivo推出了全新的30亿蓝心端侧大模型3B，官方称其在对话写作、摘要总结、信息抽取等能力上可以越级比肩行业7B-9B模型。相比蓝心7B，蓝心3B极致性能提升300%，平衡模式下功耗优化46%，内存减小63%，实现极致出词速度80字/s。
此外，vivo还推出了全新自研的蓝心语音大模型，可以准确理解自然语义，模拟人声，表达情感，支持同声传译。蓝心图像&多模态大模型也进行了升级，蓝心图像大模型强化了中国特色与东方美学的融合生成能力，支持国风水墨，支持在图片生成过程中增加汉字相关的创作。蓝心语音大模型、图像大模型和多模态大模型，在多家专业榜单上位列第一。
容联云大模型知识助手全新升级，聚焦"更高效率、更懂金融、更好体验"，推出实时语音问答与语音检索两大核心功能。升级亮点包括：1）秒级响应的实时语音问答，支持复杂金融政策解读和理财产品对比分析；2）语义穿透的实时语音检索，可精准定位海量金融文档关键信息，检索效率提升40%；3）深耕金融领域知识，深入理解业务逻辑，提供专业可靠支持；4）支持多音色切换，满足个性化需求。该助手已应用于内部管理、统数运营、营销增长和客户服务四大场景，显著提升业务效率，如客户咨询转化率提升30%、业务办理效率提升60%。
文章探讨了数字化浪潮下数据标签化的重要性及其商业应用。数据标签化作为大数据分析的基础，能帮助企业实现精准营销和智能决策。然而，多模态数据处理复杂、人工标注成本高、业务理解不足等问题制约了数据价值的释放。文章提出数据标签化在构建用户画像、舆情监控、市场趋势预测等场景中的核心价值，并分析了当前面临的挑战：包括传统NLP算法不精准、大语言模型成本高且不稳定等。慧科讯业通过TDaaS服务模式，结合行业领先的数据源、NLP技术和垂直知识图谱，为企业提供高效的数据标注解决方案，显著提升数据处理效率。未来，随着AI技术发展，知识图谱驱动的TDaaS模式将重新定义数据价值变现方式。
文章探讨了AI数据标注行业的发展现状与未来趋势。主要内容包括：1）AI数据标注已成为企业数字化转型的核心基础设施，92.9%数据为非结构化形态；2）营销领域多模态数据融合正在重塑商业决策模式；3）慧科讯业等企业通过TDaaS服务帮助客户构建数据资产；4）数据标注服务商分为国际头部、自有生态型、垂直领域型和综合营销数字化型四类；5）未来趋势包括AI驱动的自动化标注、数据合规升级和人机协同模式创新。文章强调，高质量数据标注服务将助力企业实现从"可用"到"可信高效"的数字化转型。
本文介绍了AI领域最新动态：1)昆仑万维推出全球首款AI+Agent架构的Office智能体应用；2)研究显示ChatGPT能提升K12学生成绩近87%；3)谷歌视频生成工具Veo3扩展至更多地区；4)谷歌发布三款Gemma模型变体，覆盖医疗、手语翻译和海豚语言研究；5)VideoTutor实现一句话生成定制教学视频；6)字节跳动开源多模态模型BAGEL；7)Rork支持无代码开发iOS/Android应用；8)AingDesk降低AI助手开发门槛；9)Claude4登陆亚马逊Bedrock平台；10)Youware通过MCP协议提升网页生成能力。这些创新展示了AI技术在各领域的快速发展和应用潜力。
5月13日，火山引擎在上海搞了场 FORCE LINK AI 创新巡展，一股脑发布了5款模型和产品，包括豆包・视频生成模型 Seedance1.0lite、升级后的豆包1.5・视觉深度思考模型，以及新版豆包・音乐模型。同时，Data Agent 和 Trae 等产品也有了新进展。
本文汇总了近期AI领域的重要动态：1)谷歌推出249.99美元/月的AI Ultra订阅计划，提供最强AI模型和高级功能；2)腾讯混元模型升级，新增视觉推理T1-Vision和语音对话模型；3)美图获阿里2.5亿美元投资，将在电商和AI领域合作；4)豆包推出语音播客模型，实现文本快速转音频；5)百度文心X1 Turbo获信通院最高评级；6)谷歌发布Flow AI剪辑工具，集成Veo3等三大模型；7)谷歌Veo3支持4K视频生成；8)Imagen4图像模型发布；9)Gemini2.5 Pro新增并行推理功能；10)谷歌推出虚拟试衣工具；11)公测AI编程助手Jules；12)苹果计划在iOS19开放AI模型；13)京东云推五大免费AI营销工具；14)字节开源多模态模型BAGEL；15)英伟达发布物理推理模型Cosmos-Reason1。
【AI日报】今日AI领域重要动态：1)阿里云推出通义灵码AI IDE，集成千问3模型，显著提升编程效率；2)小米开源多模态大模型MiMo-VL-7B，性能超越更大规模闭源模型；3)黑森林实验室发布FLUX.1Kontext图像生成模型，支持文本和参考图像多次编辑；4)Midjourney V7渲染速度提升40%，新增用户投票功能；5)DeepSeek R1-0528大模型在AGI领域取得突破，性能超越xAI等公司；6)Hugging Face进军机器人市场，推出开源人形机器人HopeJR；7)字节跳动火山方舟接入DeepSeek最新大模型；8)Anthropic开源"电路追踪"工具，揭示大模型决策过程；9)阿里巴巴开源自主搜索AI智能体WebAgent；10)Hume发布低延迟语音语言模型EVI3；11)Manus Slides支持一键生成专业幻灯片；12)Runway Gen-4 References支持手机照片艺术化处理。
只需三张输入图像，Matrix3D 就能生成物体、甚至整个环境的详细 3D 重建，这显然可以为 Apple Vision Pro 等沉浸式头显带来非常有趣的应用……
目前上市的新品已经全面搭载AI大模型技术，例如小度大金刚Pro和小米智能音箱等搭载大模型技术的新品在4月上市，兼顾了声学、美学和语音技术的多方面升级。
《AI日报》今日聚焦多项AI领域突破：腾讯推出CodeBuddy 3.0编程助手，深度整合微信小程序开发工具；字节跳动发布仅20B参数的Seed1.5-VL多模态模型，性能达行业领先；通义千问上线"Deep Research"智能研究系统，免费开放体验。此外，苹果推出革命性3D建模工具Matrix3D，Anthropic即将发布Claude Neptune新模型，清华与面壁智能联合推出端侧GUI智能体AgentCPM-GUI。谷歌搜索正测试"AI Mode"新功能，或将取代传统"手气不错"按钮。
