阿里两月内上线视频流媒体TBO 90%内容需付费观看 【TechWeb报道】6月15日消息，据外媒报道，阿里巴巴数字娱乐事业群负责人称，阿里巴巴在线视频流媒体服务将在两个月内上线。阿里巴巴的视频网站定名为Tmall Box Office，简称TBO，将提供国内外影视节目，以及阿里巴巴内部制作的节
......
本文由站长之家合作伙伴自媒体作者“TechWeb.com.cn”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）
本期AI日报聚焦多领域前沿动态：火山引擎Seedance 2.0 API上线，提供SOTA级视频生成能力；Skywork AI发布Matrix-Game 3.0，实现720p实时高清“世界生成”；特斯拉2026春季更新将带来Grok语音助手升级与FSD一键订阅。此外，五部门联合部署“人工智能+教育”行动，计划到2030年构建深度融合格局；爱奇艺CEO预测3-6个月内或出现AI商业大片；阿里巴巴发布首款具身四足机器人；LPM1.0模型实现单图转实时交互式数字人视频；谷歌Gemini推出基于Nano Banana技术的交互式可视化图像生成功能。
无需办年卡，扫码就能进入，200多平方米的空间里，运动器械一应俱全，甚至还有AI辅助，从清晨的上班族到深夜的健身爱好者，随时都能在这里开启运动健身。如今，这种24小时自助健身房越来越多地出现在城市空间中，甚至扎根在社区里。 实际上，这是当下运动经济转型的一个缩影，毕竟传统体育健身场地因为重资产、高门槛、预付费依赖的模式弊端日益凸显，而这种轻�
4月8日，阿里巴巴集团CEO吴泳铭发布内部信，宣布AI相关组织调整。 根据内部信，阿里巴巴在集团层面设立技术委员会，由吴泳铭任组长，成员包括周靖人、吴泽明、李飞飞。其中周靖人担任技术委员会首席AI架构师，李飞飞负责阿里云技术以及AI云基础设施建设，吴泽明负责集团业务技术平台以及AI推理平台建设。 与此同时，阿里还将通义实验室升级为通义大模型事业部，
“龙虾”将过去企业级软件才能做到的事，带到了个人桌面上。阿里在不久前的财报分析师会议上也指出，大模型已开始具备完成to B复杂工作流的能力。 这两件事指向同一个结论:一个人匹敌一支团队，不再是科幻，而是日常。只是怎么用好AI的这种能力，依然是个问题。 眼下大多数AI主要服务于白领群体，核心场景是写文档、写代码，或是算报表、做审计。但这忽略了一个�
今日，阿里发布可实时构建和交互的世界模型产品HappyOyster（快乐生蚝），该模型基于原生多模态架构而建，支持多模态理解与音视频联合生成。 目前，HappyOyster可实现漫游（Wander）和导演（Direct）两大核心能力，用户可实时构建可互动、可演绎、可探索的AI数字世界。 用户生成的数字世界不仅能被完整保存，还能开放给其他用户进行二次创作。 据悉，该产品由阿里ATH创新�
半个月前，阿里巴巴成立Alibaba Token Hub（ATH）事业群，外界的关注还停留在组织调整、人员变动、战略磨合这类问题上。没人会想到，这个新生的事业群已在本周以“日更”的方式三连发新模型。 3月30日，阿里发布千问新一代全模态大模型Qwen3.5-Omni，新模型在音视频理解、识别、交互等215项任务中取得SOTA表现。两天之后，又发布了图像生成与编辑统一模型Wan2.7-Image，此次更新
4月15日，阿里ATH事业群推出首款AI开发工具“Meoo”（秒悟）。该工具集成千问、Kimi、GLM、MiniMax四大国内顶尖模型，用户仅需用自然语言描述想法，即可快速生成包含前后端完整代码的网站或H5页面，并支持在阿里云一键部署上线。Meoo内置数据库、存储等核心产品，无需繁琐配置，极大提升开发效率。其创新的蜂群Agent模式支持多任务并行处理，简单应用生成时间低至1分钟。即
阿里ATH旗下创新事业部研发的视频生成模型HappyHorse-1.0，近日已悄然在Arena.ai平台上线开放测试，目前正处于正式发布前的最后优化阶段。 官方表示，早期评测结果显示该模型在视频编辑任务中表现突出，目前已进入发布前的最后优化阶段，预计将在两周后正式推出版本更新。 经阿里内部消息确认，该模型将于4月30日开放API。目前已向社区开放早期体验入口，邀请用户参与测
阿里云百炼近日推出记忆库”功能，使AI Agent具备跨会话的长期记忆能力，真正实现越聊越懂用户”的个性化体验。目前，该功能限时免费向所有用户开放，用户可通过API直接调用，或通过OpenClaw等Agent产品一键安装。 当前，OpenClaw等主流AI Agent普遍缺乏长期记忆系统，在长周期对话和跨会话任务中容易出现上下文丢失导致的记忆断层问题。用户需要反复说明需求和习惯才能保�
文章讲述了货拉拉作为覆盖全球14个市场、中国内地363座城市的互联网物流龙头，在业务高速增长中面临算力瓶颈。其依赖的阿里云第七代Intel实例难以应对大促流量爆发、稳定性下降和扩容受限三大痛点。为此，货拉拉全面升级至阿里云第九代Intel企业级实例，凭借其性能提升30%、单位算力成本降低5%等优势，成功支撑了“金秋拉货节”等大促高峰，实现业务平稳增长与成本优化，破解了长期算力困局。
