亚马逊的Alexa、微软的Cortana、苹果的Siri、谷歌的Google Assistant，它们在语音助手的第一梯队上。而中国的后起之秀--百度DuerOS正加入这个行列中。昨天百度宣布其AI助手的装机量已经突破 1 亿台，而在 6 月前才刚刚突破 5000 万台。官网截图DuerOS是软件开发工具包(SDK)、API和
......
本文由站长之家合作伙伴自媒体作者“cnbeta”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）
Sora2发布两周后，百度的蒸汽机AI视频模型，和谷歌Veo3.1撞了档期。 两家公司选择同期发布并非有多默契，而是Sora2带来的压迫感促使它们不得不加快脚步。 奥尔特曼将形容Sora2为“创意领域的ChatGPT3.5时刻”，不仅在物理逻辑、画面连贯性、真实感和音画同步等方面实现了质的飞跃，还把Sora从一个“文本到视频”的工具进化成一个“创意到生态”的平台。 这无疑是扔在AI视�
百度智能云联合昆仑芯与CNCF开源项目HAMi，推出基于昆仑芯P800的XPU/vXPU双模式算力调度方案。该方案已在金融客户集群落地，支持智能客服、营销辅助等十余类AI业务，兼顾稳定性与灵活性。XPU整卡模式通过拓扑寻优调度保障大规模训练性能，vXPU虚拟化模式以多粒度切分实现单卡多任务，最大化资源利用率。双模式协同让国产算力高效匹配业务需求，同时提供自动化调度与人工调节结合的灵活管理能力。
10月24日，百度百科联合《大学科普》推出“繁星计划”主题专刊，作为该刊2025年第3期面向全国高校发行，助力权威科普传播。同日，繁星计划新增北京林业大学林学院等5家合作机构，扩大行业影响力。该计划自2024年12月启动，已联合10万专家、500家机构共建超100万专业词条，百度百科词条总量突破3000万。通过与权威期刊合作，百度百科旨在为高校学子搭建连接前沿科学与知识普及的桥梁，践行“让知识轻松可及”的使命。
本期AI日报聚焦多项技术突破：火山引擎发布豆包视频生成模型1.0pro+fast，速度提升3倍且价格下降72%；百度与上海体育大学推出“上体体育大模型2.0”，拓展AI在运动员训练等场景应用；谷歌Gemini新增一键生成PPT功能；美团发布LongCat-Video模型，支持5分钟连贯视频生成；xAI推出虚拟女友Mika引发热议；MiniMax开源高性能M2编码模型；OpenAI上线企业知识管理功能；另报道20岁辍学生开发的AI笔记工具Turbo AI半年用户破500万，展现年轻创业者的技术影响力。
10月28日，百度智能云联合SGLang社区开源针对DeepSeek-V3.2优化的多token预测（MTP）技术代码。该技术通过批量生成和集中验证机制，使模型解码吞吐量提升超2倍，突破传统自回归解码的序列化瓶颈。此次开源的MTP方案已完成与DeepSeek-V3.2稀疏注意力架构的深度适配，并经过百度内部业务验证，开发者可"开箱即用"获得稳定可靠的推理加速能力。
本期AI日报聚焦多领域技术突破：美团发布全模态交互模型LongCat-Flash-Omni；阿里通义千问Qwen3-Max上线深度思考功能；百度文心5.0升级多模态生成能力；谷歌确认Gemini3年内发布并整合至苹果Siri；OpenAI向多国开放Sora2视频工具；云存储与AI开发工具持续优化，展现行业加速迭代态势。
近日，百度网盘针对安卓用户推出重磅功能更新，正式适配安卓系统实况照片（Live Photo）的存储与播放需求，一举解决安卓阵营长期存在的动态照片管理痛点。此次升级不仅实现了iOS与安卓设备间实况照片的无障碍互传，更在画质保留、格式兼容等方面带来突破性体验。 据更新日志显示，安卓用户上传实况照片至百度网盘后，可直接在
10月18日，百度健康发布AI健康管家，首创“AI+真人”双保障模式。该产品在训练阶段引入36万医生标注数据，生成建议后由真人医生二次核验，确保专业安全。覆盖诊前、诊中、诊后全环节，提供数十项AI功能，包括科普问答、用药咨询、报告解读等。用户可通过百度APP搜索使用，定位为7*24小时个人健康助手，有效解决在线医疗服务时效性难题。
熟悉MiniMax的人都了解这家公司的调性——不鸣则已，一鸣惊人。 要么选择低调，要么发动技术连招，其发展路径呈现出鲜明的“技术深潜”与“节点式爆发“的双重特征。 十月的最后一周，再次进入MiniMax式技术迭代新周期。MiniMax模型“全家桶”全面向Agent方向进化，基础文本模型M1升级至M2，“专为Agent和代码而生”;视频模型升级至Hailuo2.3，Hailuo Video Agent迭代为“全模态全�
谷歌Gemini 3.0 Pro开始小范围推送，强化推理与多模态能力；百度发布全球领先文档解析模型PaddleOCR-VL，重塑OCR技术格局；爱诗科技完成亿元B+轮融资，ARR突破4000万美元；Anthropic推出Claude“skills”功能，提升AI工作效率；Pinterest推出AI内容限制工具，用户可自定义减少生成式图像；开源多模态模型LLaVA-OneVision-1.5超越Qwen2.5-VL；OpenAI视频生成模型Sora 2上线微软Azure平台，进入公共预览阶段；旅行搜索引擎Kayak推出“AI模式”，简化旅行规划与预订流程。
