应用

高一致性、强控制力，腾讯发布多模态视频生成利器 HunyuanCustom

腾讯近日正式开源其全新多模态定制视频生成框架——HunyuanCustom，标志着AI视频创作进入更高自由度与精准控制的全新阶段。该框架基于腾讯自研的 HunyuanVideo 打造，主打**“主体一致性”与“多模态灵活输入”**，致力于实现视频内容与输入素材高度匹配的个性化生成。 HunyuanCustom 的核心优势在于其强大的多模态输入能力:支持用户通过文本描述、单图或多图图像、参考音频甚至已有的视频片段作为输入，系统可综合这些信息生成定制化视频。

5/12/2025 10:01:12 AM

AI在线

特朗普解除版权局局长职务，因拒绝支持 AI 企业采集版权作品

美国总统特朗普近期解除版权局局长希拉・珀尔穆特（Shira Perlmutter）的职务，此举引起了广泛关注。根据 CBS 新闻和 Politico 的报道，众议员乔・莫雷尔(Joe Morelle)对此表示强烈反对，称这是一场 “公然、前所未有的权力夺取，毫无法律依据”。他指出，珀尔穆特的解职与她拒绝支持特斯拉创始人埃隆・马斯克(Elon Musk)将大量版权作品用于人工智能训练的请求密切相关。

5/12/2025 10:01:12 AM

AI在线

微软研究：API 代理速度更快，但 GUI 代理更灵活

近日，微软的研究团队对 API 代理和 GUI 代理进行了对比研究，发现这两种代理各有特点，可以根据不同需求进行合理选择。 API 代理通过可编程接口与软件进行交互，而 GUI 代理则模拟人类的操作方式，通过点击按钮和导航菜单来完成任务。例如，若要安排一个活动，API 代理可能只需一次函数调用，而 GUI 代理则需要打开日历应用，逐步填写相关信息。

5/12/2025 10:01:12 AM

AI在线

谷歌推出面向 13 岁以下儿童Gemini AI聊天机器人

谷歌最近宣布，将推出其新的 Gemini 人工智能（AI）聊天机器人，专门面向13岁以下的儿童。这个新产品将在未来一周内在美国和加拿大上线，预计今年晚些时候也会在澳大利亚推出。值得注意的是，这款聊天机器人将仅通过谷歌的家庭链接账户提供，这意味着家长可以对儿童的使用进行一定的控制。

5/12/2025 10:01:12 AM

AI在线

Cursor 0.50版本重磅更新，简化定价与增强AI编程体验

Cursor于2025年5月9日推出0.50版本重大更新，带来了简化的定价模式、全面升级的Max模式以及一系列功能增强（）。此次更新聚焦于提升AI编程效率，新增跨文件代码建议、后台代理和多代码库支持等功能，进一步巩固了Cursor作为AI驱动代码编辑器的领先地位。 AIbase观察到，开发者社区对新版本的响应速度和多任务处理能力给予高度评价。

5/12/2025 10:01:12 AM

AI在线

自变量机器人完成数亿元 A 轮融资，由美团战投领投

公众号《智能涌现》今日发文，具身智能公司「自变量机器人」近日完成数亿元 A 轮融资，由美团战投领投、美团龙珠跟投。该文自变量机器人被官方转发。

5/12/2025 9:49:44 AM

浩渺

Claude AI API 引入全新的网页搜索功能

在人工智能领域备受瞩目的公司 Anthropic宣布为其 Claude AI API 引入全新的网页搜索功能。这一创新标志着 Claude AI 能够实时访问网络信息，从而提升其回答问题的准确性，并为传统搜索引擎如谷歌带来了新的竞争压力。开发者现在可以在发送请求时启用 Claude 的网页搜索工具。

5/12/2025 9:01:02 AM

AI在线

2025 年度十大 IP 揭晓，DeepSeek App等作品入选

由中国版权协会与中国文化娱乐行业协会指导的 “2025 世界 IP 经济发展大会暨全球 IP 授权博览会” 在广州成功举行。本次博览会吸引了众多专家和业内人士的关注，最终评选出了 2025 年度十大 IP 和多个细分领域的 TOP10 名单。此次评选共计有 2368 个参赛 IP 参与角逐，经过专家评审和网络投票的双重筛选，最终确定了十个优秀作品。

5/12/2025 9:01:02 AM

AI在线

亚马逊推出 “火神” 机器人，仓库工人的新机遇与挑战

最近，亚马逊在这一领域展示了其最新成果:一种新型 “能感知” 的 “火神” 机器人，正在取代部分仓库工人的工作。亚马逊首席执行官安迪・雅西在社交媒体上表示，这款 “火神” 机器人通过处理符合人体工程学的任务，能够提高工作安全性，并为员工提供了提升技能的机会。根据亚马逊的博客文章，火神机器人可以协助人类从仓库的高处和低处获取物品，这样一来，工人们就不必再频繁攀爬梯子或弯腰劳作。

5/12/2025 9:01:02 AM

AI在线

Anthropic推出Claude API网页搜索功能，挑战谷歌搜索

近日，知名 AI 公司 Anthropic 在本月8日宣布，为其 Claude API 引入网页搜索功能，这一举动无疑为以谷歌为首的传统搜索引擎带来了新的挑战。随着 Claude AI 能够访问最新的网络信息，开发者们可以利用这一功能构建更智能、更具实时性的应用程序，满足用户对最新信息的需求。通过启用网络搜索工具，开发者在向 Claude 发送请求时，可以获取到现实世界中的最新数据。

5/12/2025 9:01:02 AM

AI在线

马斯克透露 Grok 3.5 尚需优化，预计下周发布

近日，埃隆・马斯克在社交平台 X 上回答了一位网友的提问，谈及他最新的人工智能项目 ——Grok3.5。该网友询问了 Grok3.5、GPT-03Pro 以及即将发布的游戏 GTA6哪个会先上线。对此，马斯克坦言:“Grok3.5仍然有些粗糙，预计还需要一周左右的时间进行打磨。

5/12/2025 9:01:02 AM

AI在线

首个智能文档处理基准发布：Gemini领跑但短板待补，多模态AI面临现实挑战

5月11日，智能文档处理领域迎来重大进展——首个针对视觉-语言模型的统一基准测试"IDP Leaderboard"正式推出。该基准通过16个数据集、9229份文档，全面评估了当前主流模型在OCR、关键信息提取、视觉问答、表格提取、分类和长文档处理六大核心任务上的表现，为行业发展提供了可量化参考。测试结果显示，Gemini2.5Flash在综合实力上力压群雄，但却在OCR和分类任务中出现意外"滑铁卢"，表现甚至不如上一代的Gemini2.0Flash，分别下降了1.84%和0.05%。

5/12/2025 9:01:02 AM

AI在线

快手推出 AI 作图工具 Poify，聚焦电商市场

近日，快手正式推出其新型 AI 作图工具 Poify，旨在为电商领域提供更加高效和经济的图像处理解决方案。与现有的可灵 AI 相比，Poify 在功能上更加专注于 AI 作图，尤其是在电商相关的应用上。 Poify 的核心功能包括文生图和图生图，同时特别针对电商需求推出了一系列创新的 AI 作图能力。

5/12/2025 9:01:02 AM

AI在线