首页 > AI头条  > 正文

AI日报:Midjourney重磅推出视频生成模型V1;OpenAI将在今年夏季发布GPT-5;谷歌推Search Live语音搜索功能

2025-06-19 16:03 · 来源: AIbase基地

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

1、Midjourney推首个视频生成模型V1:最长支持21秒,每月10美元

Midjourney发布了其首个AI视频生成模型V1,主打图像到视频转换功能,支持多种动态模式和文本提示定制,定价亲民且操作简便,但面临版权争议和技术优化空间。

【AiBase提要:】

🌟 主打图像到视频转换功能,支持多种动态模式和文本提示定制。

💰 定价亲民,最低每月10美元即可体验视频生成功能。

⚠️ 面临版权争议,技术仍有优化空间,如高动态场景的轻微闪烁问题。

2、OpenAI CEO表示:GPT-5将在今年夏季发布

本文详细介绍了OpenAI的发展动态,包括GPT-5的发布时间、与微软的合作调整以及在国防领域的突破性进展,展现了OpenAI在人工智能领域的持续领先地位。

【AiBase提要:】

🚀 OpenAI CEO确认GPT-5将在今年夏季发布,行业热切期待。

💰 OpenAI计划重新谈判与微软的合作协议,增强自身市场独立性。

🛡️ OpenAI与美国国防部签署2亿美元合同,标志其在国防领域的崛起。

3、Google Search Live重磅上线!语音对话搜索革新体验,AI助手随时待命!

Google推出的Search Live语音搜索功能,基于AI Mode,允许用户通过语音与搜索引擎进行实时对话,提供无缝交互体验。

【AiBase提要:】

✨ 实时语音对话:通过语音提问并获得AI生成的语音回答,支持连续追问。

🌐 网页链接辅助:每次回答附带相关链接,确保信息透明可信。

🌟 技术融合:结合Gemini模型与Astra技术,处理复杂语音输入并生成自然连贯回答。

4、OpenAI 推出开源客户服务代理框架,助力企业智能化转型

我了解到OpenAI发布了开源的客户服务代理示例,这让我感到非常兴奋。这个示例不仅展示了如何构建智能AI代理,还提供了详细的防护措施和实际应用案例。通过这个框架,企业可以更轻松地实现客户服务的自动化,提高效率并降低成本。

【AiBase提要:】

🚀 使用OpenAI代理SDK构建智能、工作流意识强的AI代理,支持多种业务场景。

🔒 设定安全和相关性防护措施,确保系统安全稳定运行。

📖 提供Python后端和Next.js前端,展示多代理协作及防护机制的实际应用。

5、MiniMax Agent重磅发布!从‘给我代码’到‘告诉我需求’,AI智能代理革新工作流!

MiniMax Agent是一款专为解决长期复杂任务设计的智能代理,具备专家级的多步骤规划能力、灵活的任务分解机制以及端到端的执行效率。它通过深度理解用户需求,自动完成任务规划与执行,让用户专注于更高价值的创意与决策。

image.png

【AiBase提要:】

✨ 核心亮点:多场景赋能,包括编程、多模态理解和无缝MCP集成,满足个人及企业级团队需求。

💻 功能优势:从繁琐代码中解放,通过需求理解实现高效任务规划与执行。

🌟 行业影响:智能代理引领未来,重塑生产力工具格局,推动智能化、自动化发展。

6、恶意工具WormGPT 新变种重现江湖,使用Mistral AI和Grok模型编写恶意代码

近日,Cato Network发现两款基于Grok和Mixtral的新版WormGPT,这些工具能帮助网络犯罪分子生成钓鱼邮件、恶意代码及规避AI安全防护。这表明网络犯罪正利用先进AI技术升级作案手段。

【AiBase提要:】

⚠️ 新版本WormGPT基于Grok和Mixtral模型,专用于网络犯罪活动。

🔒 这些工具能绕过AI平台的伦理防护,生成恶意脚本和窃取凭证。

🛡️ 网络安全专家呼吁加强防御策略,如提升威胁检测与响应能力。

7、OpenAI 重磅推出 ChatGPT 企业版折扣,折扣幅度从10%到20%

OpenAI 推出 ChatGPT 企业版折扣,吸引企业用户,降低使用成本,预计到2030年企业客户年收入可达150亿美元。

【AiBase提要:】

🚀 OpenAI 提供企业版 ChatGPT 折扣,幅度10%-20%,助力企业降本增效。

🌟 ChatGPT 作为对话生成工具,被广泛采用,推动 AI 技术普及。

📈 到2030年,企业客户年收入有望达到150亿美元,显示 AI 市场巨大潜力。

8、DeepSite V2升级!支持DeepSeek-R1-0528模型,轻松生成3D网页动画,零代码也能玩转创意!

DeepSite V2通过集成DeepSeek-R1-0528模型,大幅提升了代码生成能力和实时预览体验,使用户仅需简单描述即可生成复杂网页代码,包括HTML、CSS和JavaScript,适用于开发者和非专业人士。

image.png

【AiBase提要:】

🚀 支持自然语言生成复杂代码,如3D动画,仅需输入描述即可秒级生成可运行代码。

🌐 实时预览与调整功能让用户即时查看效果并优化结果,确保输出符合预期。

🌱 完全开源免费,支持多模态任务,涵盖网页、游戏、特效及3D交互内容,降低开发门槛。

详情链接:https://deepsite.hf.co/projects/new

9、AI秒变PPT大师!Office-PowerPoint-MCP-Server上线,自动生成专业报告,效率翻倍!

Office-PowerPoint-MCP-Server是一款基于Model Context Protocol(MCP)的开源工具,通过AI助力用户快速创建和编辑PPT演示文稿,提供从零开始生成全新PPT到对现有文件进行精细化修改的多项功能。

image.png

【AiBase提要:】

🌟 支持从零创建全新PPT或编辑现有文件,覆盖幻灯片管理、内容填充和数据可视化等多功能。

📊 无缝集成AI助手,通过自然语言指令或代码批量生成PPT,大幅提升企业报告生成效率。

🌐 开源特性允许开发者定制功能,如集成图像生成模型或与外部数据源连接,拓展应用场景。

详情链接:https://github.com/GongRzhe/Office-PowerPoint-MCP-Server

10、比亚迪与字节跳动携手用AI开发动力电池关键技术

比亚迪与字节跳动合作共建‘AI + 高通量联合实验室’,利用AI技术推动动力电池发展,解决快充、寿命和安全等技术难题,加速电池迭代周期,为新能源汽车行业注入新动力。

【AiBase提要:】

🌟 比亚迪与字节跳动共建联合实验室,研发动力电池核心技术。

⚙️ 共享算法、算力和实验数据,攻克快充、寿命和安全等关键问题。

🚀 加速电池迭代周期,促进新材料和新配方的发现,推动行业技术进步。

11、马斯克驳斥 xAI 巨额亏损传闻:每月烧钱10亿美元纯属无稽之谈

xAI 被曝每月烧钱10亿美元,马斯克否认并称这是谣言。xAI 正寻求93亿美元融资,预计全年亏损130亿美元,但马斯克对其未来盈利抱有信心。

【AiBase提要:】

🌟 xAI 每月烧钱10亿美元的传闻被马斯克否认,认为是无稽之谈。

💰 xAI 正寻求93亿美元融资以弥补资金缺口,预计全年亏损达130亿美元。

🚀 尽管面临巨额亏损,马斯克对 xAI 的未来发展充满信心,目标是在2027年实现盈利。

  • 相关推荐
  • AI日报:即梦上线智能多帧功能;可灵2.1首尾帧升级;钉钉推语音识别大模型Fun-ASR

    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:DeepSeek V3.1正式发布;企业微信5.0推出全新AI能力;快手 Klear-Reasoner 模型成功登顶

    AI日报栏目聚焦人工智能领域最新动态。DeepSeek V3.1发布,大幅增强长文档分析和代码理解能力;企业微信5.0集成智能搜索、总结和机器人功能;快手Klear-Reasoner模型数学推理准确率超90%;谷歌Docs新增AI语音朗读功能;Firecrawl完成1450万美元融资并推出V2版本API;Meta上线AI语音翻译功能;微软Excel集成Copilot实现一键数据分析;Claude桌面客户端推动AI编程可视化;苹果Xcode将原生集成Cl

  • AI日报:Wan 2.2-S2V模型即将发布;​字节跳动内测3D Model Generator;微软开源 VibeVoice-1.5B 模型

    本期AI日报聚焦多项技术突破:阿里通义万相发布Wan 2.2-S2V模型,实现视频音频同步生成;字节跳动研发3D模型生成工具,降低建模门槛;面壁智能推出MiniCPM-V4.5端侧多模态模型;苹果提出RLCF训练法提升模型性能;微软开源VibeVoice-1.5B支持超长语音合成;谷歌Imagen 4正式上线;英伟达发布Jetson Thor机器人计算平台;Genspark推出AI Designer一键生成品牌方案;豆包上线未成年人保护模式。

  • 马斯克母亲发帖支持儿子:演示Grok视频生成功能

    近日,马斯克母亲梅耶-马斯克发帖演示支持马斯克的Grok视频生成功能。 她表示,这次我把手指放在了最近在X上发布的这张照片上,提示是用Grok制作视频”,现在自己的狗摇着尾巴了,自己玩得很开心。 她还特别提示,这个视频由@grok Imagine制作。

  • AI日报:腾讯推音效生成工具AudioGenie;阿里推智能体WebWatcher;我国首个法律垂直大模型“小包公”发布

    本文介绍了AI领域最新动态:1)腾讯推出电影级音频生成工具AudioGenie,展现中国AI技术实力;2)阿里开源多模态智能体WebWatcher,突破现有系统局限;3)港大等高校联合推出3D建模技术OmniPart,实现模型组件独立性和清晰度;4)Meta发布无需标注数据的通用图像处理模型DINOv3;5)国内首个法律大模型"小包公"发布;6)ChatGPT移动端收入突破20亿美元;7)安卓厂商借鉴灵动岛设计,新芯片推动AI功能普及;8)欧洲AI公司推出仅94MB的超小模型;9)Claude Code新增编程教学模式;10)AI技术被滥用于电商恶意退款;11)IDC报告显示2024年中国AI公有云服务市场将快速增长。

  • AI日报:可灵2.1推出全新首尾帧功能;昆仑万维上线AI音乐模型Mureka V7.5;腾讯云推出AI开发工具CloudBase AI CLI

    本文介绍了AI领域最新动态:1)快手可灵2.1推出首尾帧功能,提升视频生成效果;2)昆仑万维发布Mureka V7.5音乐模型,优化人声表现;3)腾讯云推出AI开发工具CloudBase AI CLI,可减少80%编码量;4)海外新品MuleRun通过虚拟机和AI Agent带来创新游戏体验;5)Meta开源DINOv3视觉模型,无需标注即可实现卓越性能;6)宇树科技人形机器人H1获1500米赛跑金牌;7)谷歌Gemini新增记忆功能和隐私聊天模式;8)香港大学开源OpenCUA框架,打造个性化电脑助手;9)OpenAI考虑在ChatGPT引入广告;10)谷歌发布超小型开源模型Gemma 3 270M,支持手机端运行。

  • AI日报:阿里开源Qwen-Image-Edit;淘宝“AI万能搜”功能灰度测试;小红书发布DynamicFace人脸生成技术

    本期AI日报聚焦多项AI领域创新:1)阿里开源Qwen-Image-Edit图像编辑模型,支持中文渲染与精准文本编辑;2)淘宝测试"AI万能搜"功能,重构电商搜索体验;3)小红书发布DynamicFace人脸生成技术,实现高质量图像视频换脸;4)Gemini API新增URL Context功能,简化网页内容获取流程;5)Nvidia推出小型开放模型Nemotron-Nano-9B-v2,支持智能推理开关;6)马斯克发布Grok Imagine 0.1测试版,进军AI图像生成领域;7)Vercel推出iOS版AI开发工具v0;8)理想汽车发布MindGPT 3.1模型,处理速度提升5倍;9)ToonComposer工具简化动画制作流程;10)ElevenLabs推出视频到音乐生成流程。

  • OpenAI正式发布GPT-5模型 网友:写作像诗人

    OpenAI在直播活动中正式推出新一代人工智能模型GPT-5,宣称其覆盖编程、数学、写作、健康咨询、视觉感知等核心领域,实现"公司迄今为止最重大的模型升级"。OpenAI首席执行官萨姆·奥尔特曼(Sam Altman)形容,与GPT-5交互如同与各领域专家对话,其多维度能力突破将重塑人机协作模式。 分层开放策略满足多元需求 GPT-5将于本周四启动全球用户分批推送,免费用户与付�

  • OpenAI的开源模型现已在IBM watsonx.ai上提供

    OpenAI发布两款开源AI模型GPT-OSS-120B和GPT-OSS-20B,允许开发者自由下载、运行和定制。其中120B模型已部署在IBM Watsonx.ai平台,采用专家混合架构,支持本地或云端部署,不受商业用途限制。模型具备高透明度,输出完整推理链,在多项基准测试中表现优异。此次发布标志着OpenAI首次加入开源生态,IBM强调其开放战略,为企业提供灵活、安全的AI开发选择。

  • AI日报:阿里新发布Qwen3-4B模型;小红书发布开源模型dots.vlm1;MiniMax Speech 2.5语音生成模型上线

    AI日报栏目聚焦人工智能领域最新动态:1)阿里发布Qwen3-4B轻量级模型,手机端可运行;2)小红书开源多模态大模型dots.vlm1,在图表推理方面表现突出;3)MiniMax推出语音生成模型Speech2.5,多语种表现提升;4)Midjourney推出HD视频模式,提升专业影像质量;5)Cursor1.4版本增强异步任务处理能力;6)谷歌否认AI搜索影响网站流量,但数据显示用户行为改变;7)MiniCPM-V4.0开源发布,号称"手机上的GPT-4V";8)AMD与高通宣布支持OpenAI的gpt-oss系列模型;9)腾讯开源WeKnora文档智能解析工具;11)疑似GPT-5信息在GitHub泄露;12)FlowSpeech实现书面语转口语的TTS技术突破。

今日大家都在搜的词:

热文

  • 3 天
  • 7天