首页 > 原创 > 关键词  > AI最新资讯  > 正文

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

2025-08-22 15:42 · 稿源:站长之家

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://app.aibase.com/zh

1、腾讯元宝接入 DeepSeek V3.1,开启全新智能体验

腾讯元宝正式接入 DeepSeek V3.1,显著提升了响应速度和智能助手能力,为用户提供更高效、更智能的服务。

【AiBase提要:】

提升响应速度,快速给出答案。

增强智能助手能力,处理复杂任务。

持续优化产品,满足用户需求。

2、即梦AI上线智能多帧功能!最多支持 10 张图片,一键生成超长镜头

最近,即梦AI推出智能多帧功能,该技术通过仅需 10 张关键帧图像即可生成 54 秒连贯的长镜头视频,极大简化了视频制作流程,并提升了创作效率和视觉效果。

image.png

【AiBase提要:】

🎬 简化视频制作:AI一键生成 54 秒长镜头,传统剪辑不再必需。

⚡ 流畅运镜:复杂指令轻松实现,视觉效果更加高级

🌟 自然过渡:画面过渡自然流畅,给观众带来极佳体验。

3、可灵AI首尾帧功能重磅升级!2. 1 模型效果提升235%,视频创作进入精准控制时代

文章详细介绍了可灵AI的2. 1 模型首尾帧功能,该技术通过算法优化和数据质量提升,实现了235%的效果提升,使AI视频生成从随机性转向精准可控。这一突破为广告营销、影视制作、短剧创作和动画制作等领域带来了显著的价值提升。

image.png

【AiBase提要:】

🎥 首尾帧功能让创作者能精确控制视频的起始和结束画面,提升创作效率。

🚀 2. 1 模型的性能飞跃标志着AI视频生成技术的重大进步,推动行业向专业级平台发展。

🎬 该技术在多个领域如广告、影视、动画等带来变革,助力创意表达与内容生产。

4、钉钉、通义实验室联合发布 Fun-ASR,新一代语音识别大模型亮相

钉钉与通义实验室合作推出新一代语音识别大模型 Fun-ASR,旨在为企业提供更强大、灵活的语音转写能力。该模型具备高效处理复杂语音信号、精准识别行业术语、支持多语言和口音识别等优势,并提供专属模型定制训练服务,满足企业个性化需求。

【AiBase提要:】

🧠 Fun-ASR 能够高效转写复杂语音信号并精准识别行业术语。

🌍 支持多种语言和口音识别,拓展了应用场景。

🛠️ 提供专属模型定制训练服务,满足企业个性化需求。

5、腾讯CodeBuddy IDE国内版开启公测 接入DeepSeek V3.1

腾讯正式推出CodeBuddy IDE国内版,支持多款前沿模型,实现从需求到部署的全流程自动化编程,提升开发效率。

image.png

【AiBase提要:】

🔥 CodeBuddy IDE是国内首个支持DeepSeek V3. 1 的AI一站式工作台。

🚀 DeepSeek-V3.1-Think在编程能力、工具调用和思考效率上表现突出。

🌐 内置腾讯云EdgeOne Pages等工具,助力开发者快速构建和部署应用。

6、Vercel AI Gateway发布!百种AI模型一键调用,零门槛打造智能应用

Vercel AI Gateway的发布标志着AI开发领域的又一里程碑,为开发者提供了一个高效、便捷的AI模型调用平台,解决了多模型、多供应商管理的复杂痛点。

image.png

【AiBase提要:】

🧠 支持数百种AI模型,涵盖OpenAI、xAI、Anthropic等知名供应商。

💰 零成本加价,支持BYOK功能,提升灵活性与成本透明度。

⚡ 性能优化,低延迟且高可靠性,满足大规模AI工作负载需求。

详情链接:https://vercel.com/blog/ai-gateway-is-now-generally-available

7、Anthropic将Claude Code整合进企业计划 提升AI开发治理能力

Anthropic将Claude Code整合进企业计划,强化了AI开发的治理能力,并推出了合规API以满足企业需求。

【AiBase提要:】

🧠 将Claude Code整合进企业订阅服务,提升AI开发治理能力。

🔒 新增合规API,加强IT和安全领导对AI辅助编码的监控与治理。

📊 通过分析仪表盘和使用限制,管理用户活动并优化资源分配。

8、阿里Mobile-Agent-v3 横空出世!GUI自动化领域迎来跨时代突破

阿里巴巴发布的第三代GUI智能体框架Mobile-Agent-v3 和开源的多模态跨平台GUI虚拟层模型GUI-Owl,展示了其在多个权威测试中的卓越性能,并强调了其在GUI自动化领域的技术突破与广泛应用前景。

image.png

【AiBase提要:】

📱 Mobile-Agent-v3 实现了跨平台GUI自动化,支持移动设备和桌面系统。

🧠 GUI-Owl具备多模态感知能力,能精准识别界面元素并执行自然语言指令。

🌐 开源的GUI-Owl为开发者提供了强大的工具,推动行业技术创新。

详情链接:https://github.com/X-PLUG/MobileAgent

9、阿里发布新一代Agentic Coding编程平台Qoder

阿里发布的新一代Agentic Coding编程平台Qoder,以其强大的上下文工程能力和编程智能体,为软件开发带来了革命性的变革。Qoder不仅提升了开发效率,还通过创新的功能如Repo Wiki和Quest Mode,改变了传统开发模式,为开发者提供了高效、智能且易于使用的编程环境。

image.png

【AiBase提要:】

🧠 Qoder集成了全球顶尖的编程模型,能够一次检索多达 10 万个代码文件,提升开发效率。

🔄 Qoder内置代码检索引擎,支持Repo Wiki功能,显性化隐性知识,便于理解和项目管理。

🚀 Quest Mode(AI自主编程模式)使Agent能扮演全栈工程师角色,将抽象需求转化为详尽设计规范并完成任务。

详情链接:https://qoder.com

10、清华IDEA团队重磅发布GUAVA!单张照片0. 1 秒生成3D化身,技术突破震撼全球

清华大学与粤港澳大湾区数字经济研究院联合研发的GUAVA框架在3D化身生成技术上实现了重大突破。该框架能够在0. 1 秒内仅凭一张照片生成高质量的3D化身模型,显著提升了效率和精度,为多个行业提供了全新的解决方案。

image.png

【AiBase提要:】

🚀 GUAVA框架能在0. 1 秒内通过单张照片生成高精度的3D化身模型。

🧠 引入了创新性的3D高斯模型,提高了虚拟形象的表现力和细节呈现。

🌐 开源精神推动了全球开发者基于GUAVA进行二次开发和创新应用。

详情链接:https://eastbeanzhang.github.io/GUAVA/

11、谷歌搜索新增 AI Agent,餐厅预订与个性化服务一键搞定!

谷歌搜索引擎新增 AI Agent 功能,为用户提供更智能的搜索体验。该功能能够自动完成餐厅预订,并根据个人偏好定制搜索结果,极大简化了用户的预订流程。此外,AI Agent 还支持与家人和朋友分享搜索灵感,提升了互动体验。目前,该功能已在 180 多个国家和地区推出,未来还将扩展到更多应用场景。

image.png

【AiBase提要:】

🍽️ AI Agent 功能帮助用户轻松预订餐厅,满足个性化需求。

👥 用户可分享搜索结果,与朋友共同决策,提升互动体验。

🌍 功能已在 180 多个国家推出,未来将拓展至更多应用领域。

12、VAST重磅发布Tripo 3.0!AI 3D建模新王者诞生, 4000 万数据集震撼全球

文章介绍了VAST公司推出的Tripo 3. 0 版本,标志着AI驱动的3D内容创作进入全新发展阶段。该技术已服务超过 300 万名开发者,并被 700 多家企业采用,同时拥有 4000 万个高质量3D数据集,展示了AI在3D建模领域的巨大潜力。

【AiBase提要:】

🔥 Tripo 3. 0 标志着AI3D建模进入新阶段,推动行业变革。

📈 VAST已服务 300 万开发者并获得 700 多家企业客户信任。

📊 累计生成 4000 万个高质量3D模型,为AI优化提供宝贵资源。

举报

  • 相关推荐
  • AI日报:京东物流推出超脑大模型2.0;DeepSeek V3.1终结版发布;Kimi 推出全新 Agent 模式

    本期AI日报聚焦多领域技术突破:京东物流发布“超脑大模型2.0”与“异狼具身智能机械臂系统”,推动物流行业迈向自主执行;DeepSeek推出V3.1终结版,修复漏洞并为V4架构铺路;Kimi上线Agent模式“OK Computer”,支持智能网站开发等复杂任务;ChatGPT新增个性化资讯功能,定制用户专属新闻;Exa Code发布代码索引工具,助力AI代理精准生成代码;Meta推出AI视频创作平台Vibes,简化短视频制作;蚂蚁数科发布隐私保护AI框架Gibbon,推理速度提升超百倍;OpenAI新基准测试显示GPT-5在多个行业逼近人类专家水平,覆盖九大行业44种职业。

  • DeepSeek-V3.2-Exp正式发布

    DeepSeek于9月30日正式发布实验性模型DeepSeek-V3.2-Exp,该模型基于V3.1-Terminus升级,引入创新的稀疏注意力机制DSA,首次实现细粒度稀疏注意力,在保持模型输出效果的同时显著提升长文本训练和推理效率。测试显示其表现与V3.1-Terminus基本持平。应用层面,官方App、网页端及小程序均已同步更新。同时宣布API价格大幅调整:输入缓存0.2元、输入未缓存2元、输出3元,开发者调用成本降低50%以上。模型已在HuggingFace和魔搭开源平台上线。

  • DeepSeek更新至V3.1 Terminus版本:两大升级

    9月22日,深度求索宣布DeepSeek V3.1已更新至Terminus版本,官方App、网页端、小程序与API模型同步升级。本次更新在保持模型原有能力基础上,针对用户反馈进行改进:优化语言一致性,缓解中英文混杂、异常字符等问题;提升Code Agent与Search Agent表现。官方表示新版本输出效果更稳定,各领域评测表现优异。开源版本已在Hugging Face和ModelScope平台发布。

  • AI日报:豆包大模型1.6-vision发布;DeepSeek发布V3.2-exp模型;Claude Sonnet4.5发布

    本期AI日报聚焦多项技术突破:DeepSeek发布V3.2-exp模型,通过稀疏注意力机制降低API成本50%;Anthropic推出Claude Sonnet 4.5,在编码任务表现卓越;ChatGPT新增即时结账功能,实现对话界面直接购物;OpenAI将推出AI版TikTok,所有内容由Sora2模型生成;百度地图升级小度想想2.0,提供智能出行服务;蚂蚁集团开源万亿参数模型Ring-1T-preview;DeepMind提出“帧链”概念,推动视频模型实现全面�

  • 强强联手!深度求索、寒武纪同步发布DeepSeek-V3.2模型架构和基于vLLM的模型适配源代码

    2025年9月29日,深度求索公司发布新一代模型架构DeepSeek-V3.2,引发行业关注。寒武纪同步宣布适配该模型并开源vLLM-MLU推理引擎代码。新发布的DeepSeek-V3.2-Exp是实验性版本,在V3.1-Terminus基础上引入稀疏注意力机制,优化长文本训练和推理效率。目前官方应用端已同步更新,API大幅降价。此次模型体积达671GB,下载需8-10小时。业内专家指出,此次快速适配表明双方早有深度技术协�

  • 破解 AI “安全与性能” 难题!DeepSeek-R1-Safe 基础大模型在华为全联接大会2025正式发布

    9月18日,华为全联接大会2025在上海开幕。会上,华为与浙江大学联合发布国内首个基于昇腾千卡算力平台的DeepSeek-R1-Safe基础大模型。该模型在安全防护能力上表现突出,对有害言论、敏感内容等14个维度的防御成功率近100%,同时通用能力测试性能损耗控制在1%以内。双方表示将继续深化合作,推动AI安全技术与产业生态协同发展,为我国人工智能高质量发展提供支撑。

  • 腾讯应用宝与高通(中国)基于骁龙平台共推端侧AI能力 发布AI智能启动台

    在2025骁龙峰会期间,腾讯应用宝与高通(中国)宣布合作,聚焦移动应用跨端引擎技术与端侧AI应用创新。双方推出针对搭载骁龙X系列计算平台的定制化解决方案,包括升级的跨端引擎和基于端侧AI能力的智能启动台,提升PC内容体验与生产力工具效率。跨端引擎实现安卓应用原生运行、续航超9小时、虚拟机启动仅5.5秒等性能突破,覆盖超1000款热门应用。智能启动台通过文件主题分类、本地搜索和AI服务(如发票助手)重构PC交互,降低AI调用成本并保护数据隐私。此次合作旨在完善跨端生态布局,推动端侧AI普惠化落地。

  • 月流水上涨数倍、多品类爆发,AI产品在移动端越来越赚钱?

    近日,Sensor Tower 发布《2025年 AI 应用市场调查报告》,报告中提到,移动端 AI 产品 IAP 收入在2025年上半年半年度环比增长率为100%,但具体到产品上,全球 IAP 收入 Top10全部都是 ChatBot,相比于 Web 端的百花齐放,App 端能赚到钱的 AI 原生产品依旧单一。 但如果我们将视角放大,其实在 Chatbot 之外,很多品类借助 AI 实现了收入提升,甚至是数倍的提升。

  • 全球首个!OpenAI将推“AI版抖音”:禁止上传实拍内容 视频100%由AI生成

    国庆假期前夕,OpenAI发布了Sora 2,一款旗舰视频和音频生成模型。 据介绍,Sora 2可以完成以前的视频生成模型难以完成的事情,比如运动员的奥林匹克体动作、桨板上的后空翻,准确模拟浮力和刚度的动态等等,并擅长现实主义、电影和动漫风格。 一则来自《连线》杂志的重磅爆料更是指出,OpenAI的下一步棋,并非简单升级一个模型,而是要亲自下场,推出一个独立的AI影�

  • 当IP商业化进入AI时代,“智能潮玩”正在重写粉丝经济逻辑

    全球IP产业链已成为文化娱乐消费的重要增长点,2024年衍生品市场规模超3200亿美元,其中潮玩产业高速增长。传统IP商业化面临用户互动单向、消费一次性等瓶颈。智能潮玩通过"平台化硬件+可替换IP角色+UGC社区"模式,实现从静态收藏到动态共生的转型,以乐森机器人等产品为例,用户可自定义角色动作并参与内容共创,形成"硬件+内容+社区"的长期运营生态。这标志着IP商业化从单向衍生迈向双向互动,推动产业从"衍生"进入"共生"新阶段。

今日大家都在搜的词: