字节跳动今日推出全新图像Agent“小云雀AI”，一款智能创作工具，引发行业关注。其功能与Lovart相似，用户仅需一句指令，“小云雀AI”即可主动思考、智能执行，快速生成爆款视频与图片，真正实现“灵感即所得，创作零门槛”。
“小云雀AI”无需专业技能，创作如聊天般轻松，适合短视频创作者、营销团队及普通用户，极大降低内容创作门槛。依托字节自主研发的“云雀”大模型，该工具融合深度学习与多模态技术，展现强大图像生成与视频编辑能力，结合字节算法与内容生态优势，有望重塑AI创作格局。
目前，“小云雀AI”仅上线安卓客户端，用户可在应用商店搜索下载，iOS版本预计6月发布。业内人士认为，2025年作为“AI Agent元年”，字节此举将推动生成式AI向更广泛场景渗透，为用户和企业带来创新机遇。
本期AI日报聚焦多项AI领域突破：1)DeepSeek发布R1-0528模型，支持128K上下文且性能媲美GPT-4；2)字节推出"小云雀AI"图像创作工具；3)可画2.1版本价格降65%性能提升；4)Opera发布全球首款AI浏览器Neon；5)Meta推出多模态空间理解模型；6)北大团队研发ZeroSearch框架降低大模型训练成本88%；7)字节推出AI视频剪辑应用"剪小映"；8)MotionPro实现40ms/帧精准视频控制；9)xAI与Telegram达成3亿美元合作部署Grok聊天机器人；10)OpenAI重组架构为IPO铺路；11)像素蛋糕"方糖大模型"获国内首个影像行业备案；12)Paper2Poster实现论文自动转海报；13)Resemble AI开源TTS模型性能比肩ElevenLabs；14)蚂蚁集团开源对标GPT-4o的多模态模型Ming-lite-omni。
我一直说，每个行业，都一定会有专门优化的垂直领域的Agent。 你看，通用Agent的王座上有Manus，研究类的有DeepResearch，旅游有飞猪问一问，设计类有Lovart。 那现在，办公领域的Agent也来了。 专为办公打造。 这玩意就是昆仑万维的Skywork Super Agents。
AI时代正从AIGC转向AI Agent发展。微软CEO纳德拉预测AI Agent将成为新应用，Gartner预计到2028年超1/3企业软件将集成AI Agent功能。网易数智发布CoreAgent智能体开发平台及多款行业智能体，助力企业快速落地AI应用。文章指出当前AI Agent面临技术门槛高、场景适配难等挑战，网易提出"技术共生、市场共拓、利润共享"的生态协同理念，强调AI需要与行业know-how结合才能创造真实价值。网易数智宣布品牌升级，从"科技蓝"变为"网易红"，展现拥抱AI时代的决心。
国内AI智能体市场竞争激烈，字节、阿里、百度等大厂纷纷推出对标Manus的产品。字节"扣子空间"定位职场助手，阿里"心流"侧重深度研究，百度"心响"聚焦医疗法律等垂直场景。尽管产品形态各异，但都面临技术复制与流量争夺的双重挑战。当前智能体仅能完成基础任务，与Manus仍有差距。大厂通过免费策略抢占市场，而创业公司如GensPark已开始商业化探索。技术窗口期正在缩短，2025年被视为"智能体爆发年"，这场围绕下一代AI入口的竞赛才刚刚开始。
IBM在2025 Think大会上提出，企业AI竞争已从实验阶段转向实际应用阶段，关键在于定制化AI解决方案和可量化的业务成果。IBM强调企业级AI Agent需具备"动手能力"，能嵌入业务流程、完成任务并监控维护，而非仅是对话助手。其watsonx平台构建了模型、数据、任务执行的完整技术栈，并通过三层架构（交互层、任务分解层、系统连接层）实现闭环运行。IBM还推出"AgentOps"体系，将智能体模块化、服务化，建立能力目录和监控机制，解决企业部署AI Agent时的系统对接、价值评估和管理难题。实践案例显示，制造业设备巡检Agent可节省70%人力成本。IBM认为AI Agent是企业数字化能力的延伸，需与业务流程深度融合，而非追赶技术潮流。
容联云推出"大型语音坐席代理"解决方案，通过AI技术革新传统金融客服交互模式。该方案具备五大核心能力：1）智能理解客户意图，准确率达95%；2）强降噪处理嘈杂环境通话；3）拟人化语音交互，支持情绪适配；4）自动生成通话总结与商机洞察；5）人机无缝协作，支持多任务监控。应用场景覆盖客户服务（7*24小时响应）、精准营销（降低30%挂断率）和人性化催收（
【AI日报】今日AI领域重要动态：1)国产AI平台Manus开放注册，无需邀请码即可使用；2)Lovart推出全球首款设计Agent，支持全链路自动化设计；3)教育部发布AI教育指南，禁止学生直接复制AI生成内容；4)昆仑万维开源Matrix-Game大模型，专注交互式世界生成；5)Google Gemma模型下载量突破1.5亿次；6)OpenAI新增一键导出PDF功能；7)字节跳动推出图像编辑框架DreamO；8)Kimi智能助手界面升级；9)阿里MNN更新支持通义千问2.5；10)ChatGPT新增SharePoint连接器；11)OpenVision视觉编码器发布；12)福布斯中国AI企业TOP50榜单发布；13)腾讯"元宝"工具上线，基于混元T1-Vision模型实现图片深度理解。
谁也没想到，Google I/O现场的最高潮来自“复活”的Google Glass有些翻车了的实时demo。2025 年 5 月 20 日，Google的年度开发者大会Google I/O在加州山景城举办。 与去年在举办之前一天被OpenAI“狙击”不同，今年的Google I/O，剑拔弩张的氛围让位给了派对的氛围，在ChatGPT带来的狼狈之后，Google已经回到了自己的节奏。 是的，它回到了饱和式发布的节奏。当天Google一口气发布了至少十�
【AI日报】今日AI领域重要动态：1)Anthropic发布Claude4系列AI模型，编程能力超越竞争对手；2)苹果计划2026年推出集成AI技术的智能眼镜；3)字节跳动与清华合作推出时序多模态大模型ChatTS；4)3DTown框架实现单张照片生成逼真3D场景；5)OpenAI秘密开发无屏幕AI设备；6)商汤科技推出儿童AI下棋机器人；7)微软记事本新增AI写作功能；8)深圳设立70亿元基金支持AI硬件初创企业；9)谷歌发布3D视频通信平台Beam；10)阿联酋推出"星际之门"计划，免费提供ChatGPT服务；11)法国Mistral推出开源模型Devstral；12)Anthropic API新增四大功能；13)美国众议院通过法案限制各州监管AI；14)QQ浏览器推出高考AI助手。
AI图像融合工具正式上线，为您带来最先进的AI图像融合技术。借助这款工具，用户可以轻松地将多张图片融合成一张创意十足的视觉作品，展现无与伦比的艺术效果。
