资讯列表
英伟达推出新型模型 Cosmos-Reason1 ，让 AI 更好理解物理世界
近日，英伟达发布了其最新的 Cosmos-Reason1系列模型，旨在提升人工智能在物理常识和具身推理方面的能力。 随着人工智能在语言处理、数学及代码生成等领域取得显著进展，如何将这些能力扩展到物理环境中成为了一大挑战。 物理 AI（Physical AI）不同于传统的人工智能，它依赖于视频等感官输入，并结合现实物理法则来生成反应。
智元机器人灵犀X2定档5月22日开售，三款型号售价10万起
在今日举行的灵犀X2媒体沟通会上，智元机器人正式宣布旗下新一代人形机器人“灵犀X2”将于5月22日正式开售，用户现已可通过智元机器人官网登记留资选购。 据智元机器人灵犀业务部总裁魏强介绍，灵犀X2定位为小尺寸室内人形机器人，高度为1.3米，支持直充充电，具备高自由度的运动能力与多模态人机交互方式，面向文娱商演、展厅导览、科研教育、情感陪伴等多元场景。 新品共推出三个版本，分别为:灵犀X2（交互版）:注重基础对话与互动能力;X2Pro（探索版）:适配科研与教育探索等进阶应用;X2Ultra（旗舰版）:提供最完整功能配置，覆盖复杂任务执行。
百度再发力!李彦宏:未来5年 再为社会培养1000万AI人才
百度创始人李彦宏近日在一场发布会上宣布，未来五年，百度将继续加大力度，再为社会培养1000万名人工智能（AI）人才。 这一声明引起了广泛关注，标志着百度在推动 AI 人才发展方面的坚定决心。 据悉，百度在2020年曾提出一项目标，计划在五年内培养500万名 AI 人才，并于2024年提前完成了这一目标。
谷歌实验室推出新 AI 工具 Stitch：文字、图片可秒变 UI 设计与前端代码
谷歌实验室推出新AI工具Stitch，可将文字描述或图像快速转化为UI设计及前端代码，支持Figma无缝对接和代码导出，提升设计与开发效率。#谷歌AI# #UI设计工具#
星纪魅族预告新一代AI眼镜:支持眼动追踪与AI识脸，进军智能穿戴新战场
5月20日晚，星纪魅族官方发布预告视频，首次揭晓其下一代AI眼镜StarV的部分功能，展示了这款智能穿戴设备在AI视觉交互方面的进一步升级。 据预告内容，新一代StarV AI眼镜将支持眼球追踪、AI人脸识别、拍照与扫码支付等多项功能，表明其在感知交互、支付便利性和视觉AI处理能力上实现突破。 这些功能预示着设备将不仅是信息显示终端，更将成为具备主动感知与处理能力的智能助手。
英伟达推出 Cosmos-Reason1 系列模型，让 AI 理解物理常识
英伟达针对物理推理任务，设计推出了 Cosmos-Reason1 系列模型，提升了 AI 在物理常识和具身推理方面的表现，为机器人、自动驾驶车辆等领域带来实际应用潜力。
谷歌开源 MedGemma AI 模型，医疗图像与文本分析神器
MedGemma 基于 Gemma 3 架构，提供 4B 参数的多模态模型（分类）和 27B 参数的纯文本模型两种配置，4B 模型擅长分类和解读医疗图像，可生成诊断报告或解答图像相关问题；27B 模型则擅长临床文本，支持患者分诊和决策辅助。
谷歌发布 Gemma 3n 端侧多模态模型，2GB 内存也能玩转 AI
今天召开的 2025 年 I/O 开发者大会上，谷歌推出了 Gemma 3n 端侧多模态 AI 模型，可以在手机、平板和笔记本电脑上本地运行，处理音频、文本、图片和视频多种数据类型。
零代码配置多Agent，腾讯云正式发布“智能体开发平台”
2025年以来，随着 DeepSeek 等大模型技术的持续突破，AI 智能体热度持续攀升。 全球科技巨头与初创企业纷纷入局，智能体正加速向落地演进，成为企业实现降本增效、重塑业务流程的关键驱动力。 5月21日，在“2025腾讯云AI产业应用峰会”上，腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声宣布大模型知识引擎全面升级为“腾讯云智能体开发平台（TCADP）”。
AI语音劫持：你能多相信你的耳朵？
你有多确定自己能识别出AI克隆的声音?如果你认为自己完全有把握，那你可能错了。 为何其威胁日益加剧只需三秒钟的音频，犯罪分子现在就能克隆某人的声音，而这些音频很容易从网上或社交媒体上分享的视频中获取。 一位美国母亲差点成为虚拟绑架骗局的受害者，骗子用克隆的声音逼真地模仿了她女儿的求救声，这一案例显示了犯罪分子为达目的不择手段的残忍程度。
DeepSeek-V3新论文：软硬协同，砸碎“算力神话”！
当AI大模型越来越“吃”硬件，把内存、算力、带宽逼到极限，追赶者们，或者说整个行业，除了干等硬件升级，还能怎么办？ ChatGPT横空出世，大模型竞赛白热化。 英伟达的GPU成了硬通货，算力就是一切。
飞书将上线AI产品“知识问答” 革新企业知识管理
近日，飞书宣布即将推出全新AI产品“知识问答”，以智能化手段重塑企业知识管理模式，助力企业数字化转型。 “知识问答”是一款深度融合人工智能技术的问答工具，能整合企业员工在飞书上有权限访问的各类信息，包括文档、消息记录等，员工在工作中遇到业务、技术等各类问题，都能快速获取精准答案，极大提升工作效率。 在实际测试场景中，其表现亮眼。
腾讯混元宣布模型矩阵全面升级，新推视觉推理模型T1-Vision和语音通话模型混元Voice
今日，腾讯混元正式宣布其模型矩阵的全面升级，包括 旗舰快思考模型混元TurboS、深度思考模型混元T1升级，并基于TurboS基座，新推出视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice。 另外，腾讯混元图像2.0、腾讯混元3D v2.5及混元游戏视觉生成等一系列多模态模型同步“上新”。 此次升级不仅增强了混元在 AI 领域的竞争力，也标志着腾讯在多模态技术上的新进展。
苹果将开放AI模型给开发者，力求催生创新应用
苹果公司近日宣布，将向第三方开发者开放其人工智能模型，旨在激发新应用的创造力，并提升其设备的吸引力。 知情人士透露，这一计划将在6月9日的全球开发者大会（WWDC）上正式发布。 苹果希望通过提供软件开发工具包(SDK)和相关框架，让开发者能够基于其大型语言模型构建 AI 功能。
腾讯大模型战略亮相 Turbo S 与 T1 模型全面升级
5月21日，腾讯宣布其混元大模型矩阵全面升级，标志着腾讯在人工智能领域的技术能力持续提升。 此次升级涵盖了多个方面，包括旗舰快思考模型混元TurboS、深度思考模型混元T1的升级，以及基于TurboS基座新推出的视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice。 此外，腾讯还同步更新了混元图像2.0、混元3D v2.5及混元游戏视觉生成等一系列多模态模型。
ChatGPT转型计划曝光！不再只是回答问题，而是通过穿插使用工具变身行动助手
AI Agent今天是初级工程师，6个月后是高级工程师，一年后是架构师。 这是OpenAI CPO Kevin Weil在接受最新访谈时提出的构想。 他表示，ChatGPT将从回答问题转变为为用户做事。
纯靠“脑补”图像，大模型推理准确率狂飙80%丨剑桥谷歌新研究
不再依赖语言，仅凭图像就能完成模型推理？ 大模型又双叒叕迎来新SOTA！ 当你和大模型一起玩超级玛丽时，复杂环境下你会根据画面在脑海里自动规划步骤，但LLMs还需要先转成文字攻略一格格按照指令移动，效率又低、信息也可能会丢失，那难道就没有一个可以跳过“语言中介”的方法吗？
瘦身不降智！大模型训推效率提升30%，京东大模型开发计算研究登Nature旗下期刊
京东探索研究院关于大模型的最新研究，登上了Nature旗下期刊！ 该项研究提出了一种在开放环境场景中训练、更新大模型，并与小模型协同部署的系统与方法。 它通过模型蒸馏、数据治理、训练优化与云边协同四大创新，这个项目将大模型推理效率平均提升30%，训练成本降低70%。