11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
腾讯云
12-20
网易有道开源“子曰Live”两款模型:流式语音识别Confucius4-R2T2和流式翻译Confucius4-T3PO,登顶Hugging Face ASR、机器翻译Trending榜,近30天累计下载超3万次。R2T2以最长稳定前缀机制实现文本只增不改、低延迟;T3PO通过Pareto策略优化平衡翻译质量与等待延迟。二者获GGUF、audio.cpp等适配,可串联成“边说边听边译”链路,推动国产实时AI进入全球开发者生态。
OpenAI发布GPT-6 Astra,称迈向通用AI;英伟达129亿美元收购Hugging Face;小红书清理近12万条AI虚假医美探店内容;奥特曼证实自研人形机器人,强调“机器人大脑”;谷歌Workspace接入Gemini语音;GPT Image 2.5未发先热;阿里千问办公首月用户破3000万,开源上下文底座;Oura智能戒指提交IPO申请。
英伟达正式宣布,拟以约129.3亿美元收购全球领先的开源人工智能平台Hugging Face。 该项交易预计于2027年上半年完成,尚需获得相关监管机构的批准。此次收购将使这家在2023年估值仅45亿美元的AI初创公司,一跃成为英伟达软件战略版图中最核心的资产之一。 英伟达创始人兼首席执行官黄仁勋表示:我们将共同推动人工智能更加开放、更加强大,让全球更多个人和组织能够便�
本期AI日报要点:Hugging Face推出开源双足机器人Microduck;腾讯混元Hy4 preview因Agent能力升级爆单扩容;科大讯飞将发布星火X2.5大模型;首部全AI长剧《后西游记》开播,首创边审边播;OpenAI完成十万亿参数模型Bel预训练;字节提高豆包股权激励绑定AI团队;OpenClaw2.0支持多人云端会话;千问创作Agent Teams上线,实现全流程自动制作。
小红书科技与Red++ Academy在1024程序员节举办直播,技术副总裁凯奇、语音模型负责人风龙与Hugging Face联合创始人Thomas Wolf围绕三大核心观点展开AMA对话:AI编程正成为基础能力;开源是技术发展的核心引擎;实现有"人味"的AGI路径清晰但仍需攻克创造力、复杂环境感知等难题。讨论覆盖开源价值、AGI发展瓶颈、AI人味化实践,强调技术人需提升问题定义与框架性解决能力,并分享了AI编码提效、学习新技术的方法。直播展现小红书从文本模型到语音模型的开源布局,旨在降低技术使用门槛,推动社区共进。
SoulX-Podcast语音生成模型在开源社区Hugging Face发布次日登顶TTS趋势榜。该模型由Soul AI Lab联合高校团队开发,专为多轮对话场景设计,支持中英川粤等多语言/方言与副语言风格,能生成超60分钟流畅自然、角色切换准确、韵律丰富的语音。它解决了传统语音系统在多轮对话中上下文衔接不自然、缺乏副语言控制能力等痛点,在播客、语音合成等场景表现突出,获开发者广泛关注。Hugging Face CEO也转发相关内容,团队未来将持续优化语音对话、拟人化表达等核心交互能力,深化开源生态建设。
蚂蚁百灵团队开源高性能思考模型Ring-flash-2.0,在多项基准测试中表现优异;阿里通义7款模型登顶Hugging Face榜单,Qwen3-Omni凭借多模态能力全球第一。谷歌Veo3突破视频生成局限,可自动完成视觉任务;特斯拉推进人形机器人量产,马斯克称其为最重要产品。马斯克第六次起诉OpenAI窃取商业机密,苹果内部测试聊天机器人Veritas优化Siri,YouTube推出AI音乐主播增强互动,LiquidAI发布轻量级模型Liquid Nanos优化边缘计算。
百度发布超轻量级文字识别模型PP-OCRv5,仅0.07B参数却实现媲美700亿参数大模型的OCR精度。在多项测试中超越GPT-4o等通用视觉大模型,尤其在文本定位和边界框精度上表现优异。该模型支持5种文字类型识别,适用于教育、医疗、法律等多行业数字化需求,累计下载量超900万,是GitHub上唯一Star数超5万的中国OCR项目。
AI日报今日聚焦七大热点:小红书发布FireRedTTS-2语音合成模型,显著提升自然度;百度文心ERNIE-4.5登顶Hugging Face榜单;谷歌Gemini应用登顶美国免费榜;马斯克xAI裁员500人并战略转型;OpenAI拟大幅降低与微软分成比例;DeepMCPAgent开源框架提升AI代理生产力;蚂蚁发布AI开源全景图2.0;北京1400多所中小学推行人工智能通识课程。
更新后的 R1 拥有 6850 亿个参数,体量庞大。由于模型规模极大,普通消费者级别的硬件很可能无法直接运行。