资讯列表
Meta发布SAM Audio：全球首个支持“点击分离声音”的多模态音频模型，一键提取吉他声、人声或狗叫
Meta正式推出音频处理领域的重磅突破——SAM Audio，全球首个统一的多模态音频分离模型。 它能让用户像“用眼睛听声音”一样，从一段混杂的视频或音频中，一键提取出任意目标声音:点击视频中的吉他手，立刻分离出纯净吉他声;输入“狗吠”，自动过滤掉整段播客中的犬吠噪音;甚至只需圈定时间片段，即可精准剔除干扰音。 这项技术首次将人类自然感知声音的方式——看、说、指、选——完整复刻到AI系统中。
Firefox 官宣新 CEO：引入的 AI 功能必须是“可选项”
在“AI 优先”浏览器层出不穷的今天，传统浏览器阵营中的Mozilla选择了另一条尊重用户的赛道。 近日，Mozilla 正式任命Anthony Enzor-DeMeo为新任首席执行官，并明确了Firefox浏览器在 AI 浪潮下的防御与进攻策略。 与许多强制在侧边栏或搜索栏中强行植入大模型的竞品不同，新任 CEO 在上任致辞中立下规矩:Firefox引入的 AI 功能必须是“可选项”。
硬刚 OpenAI:谷歌 Gemini2.5实时音频性能霸榜，函数调用准确率达71.5%
据 AIbase 报道，谷歌本周宣布为其原生音频模型 Gemini2.5Flash Native Audio 推出重大更新，旨在将 AI 交互从简单的“文本转语音”跨越到真正的拟人化实时交流。 此次更新的核心在于“原生”处理能力。 不同于传统 AI 需要先将语音转为文字再处理的繁琐流程，该模型能够直接感知声音中的语调、情感和停顿，从而实现更自然流畅的对话。
大模型第一股之争：MiniMax 与智谱 AI 同日通过港交所聆讯
据腾讯一线消息，中国 AI 大模型领域迎来里程碑式进展。 12月17日，两大头部独角兽 MiniMax（稀宇科技）与 智谱AI（智谱华章）双双传出已通过港交所上市聆讯的消息。 若进程顺利，这两家公司将刷新内地企业赴港上市“报备制”以来的最快过会纪录，并正式开启“全球大模型第一股”的角逐。
估值狂飙！OpenAI 传拟融资千亿美金，目标直指 7500 亿美元
据路透社援引《The Information》的最新消息，OpenAI目前正与投资者进行初步洽谈，计划筹集数百亿甚至高达 1000亿美元 的巨额资金。 如果这一融资计划达成，OpenAI 的估值将飙升至 7500亿美元 左右。 这一估值数字令人咋舌，意味着 OpenAI 在短短两个月内身价暴涨了50%——今年10月，在该公司员工出售约66亿美元股票时，其估值约为5000亿美元。
谷歌祭出“降维打击”：Gemini 3 Flash 免费开放，性能反超 Pro？
大模型领域的“性价比之战”再次升级!近日，谷歌宣布正式发布其最新一代轻量化旗舰模型 Gemini3Flash 。 令人惊喜的是，这款主打“极速与低成本”的新模型不仅全面取代了前代产品，成为谷歌搜索AI 模式及 Gemini 应用的默认底层引擎，更在多项实测中上演了“以下克上”的精彩戏码。 🚀速度快3倍，价格却大打折对于企业和开发者而言，Gemini3Flash的出现无异于一次“福利降临”。
Google 网页端集成 Opal，用自然语言即可“氛围建模”
近日，Google 宣布正式将“氛围编程”（vibe-coding）工具Opal集成至Gemini网页端。 这一举动标志着原本属于专业开发者的应用构建能力，正式向所有普通用户开放，让“想得到”就能“做得出”成为现实。 Opal的核心魅力在于其极低的准入门槛。
MiniMax通过港交所上市聆讯，国产大模型“第一股”或将花落上海
据知情人士透露，上海人工智能独角兽企业稀宇科技（MiniMax）已正式通过港交所上市聆讯，有望成为首家登陆资本市场的国产大模型公司。 对此消息，MiniMax方面表示“不予置评”。 作为国内大模型赛道的头部玩家，MiniMax自成立以来备受瞩目，其背后股东包括阿里巴巴、腾讯等互联网巨头。
OpenAI 正式官宣：开发者可向ChatGPT提交应用程序
OpenAI正式向全球开发者开放 ChatGPT 应用提交权限。 这一举动标志着 ChatGPT 正式从一个“聊天机器人”进阶为类似智能手机系统的“超级应用平台”，开启了属于 AI 原生应用的新纪元。 根据OpenAI 官方公告，开发者现在可以按照最新的应用提交指南提交自己的作品，通过审核后，这些应用将出现在全新的 ChatGPT 应用目录（App Directory）中。
Gemini 3 Flash登场：免费、极速、智力反超Pro，谷歌AI全面进入“零延迟”时代
谷歌再次改写大模型性能与成本的边界。 今日，公司正式发布新一代轻量级模型 Gemini3Flash——不仅响应速度达到前代三倍、近乎“零延迟”，更在多项高难度基准测试中反超同代旗舰Gemini3Pro，成为史上首个在同期对比中“小弟干翻大哥”的Flash模型。 更令人意外的是，这一顶尖性能版本全球免费开放，默认集成于Gemini App、AI Studio、Google Antigravity及CLI工具中。
ChatGPT正式开放第三方应用生态：开发者可提交审核，用户一键调用订菜、做PPT、找房等智能服务
OpenAI正将ChatGPT从“对话助手”升级为“智能操作平台”。 公司近日宣布，**ChatGPT应用功能（App Directory）正式向开发者开放提交通道**。 即日起，开发者可依据官方发布的应用提交指南，开发并提交具备特定功能的AI应用，经审核后上线至ChatGPT内置应用目录。
OpenAI：即日起，开发者可向 ChatGPT 提交应用
AI在线 12 月 18 日消息，当地时间 12 月 17 日，OpenAI 发布公告称，公司此前推出了 ChatGPT 应用功能，即日起，开发者可遵循应用提交指南提交应用，以供审核和在 ChatGPT 平台发布。 据AI在线了解，这类应用能够为 ChatGPT 对话增添全新场景信息，并支持用户直接在对话中完成各类操作，比如订购食品杂货、将大纲转化为演示文稿、搜索公寓房源等。 OpenAI 称，已发布一系列资源助力开发者打造用户喜爱的高质量应用，其中涵盖《优质 ChatGPT 应用设计最佳实践》、开源示例应用、适用于对话原生界面的开源 UI 组件库，以及分步式快速入门指南。
马斯克放豪言：xAI 三年内将击败竞争对手，最快明年实现通用人工智能
AI在线 12 月 18 日消息，伊隆・马斯克似乎对其人工智能公司的未来充满信心。 据 Business Insider 报道，多位知情人士透露，上周在人工智能公司 xAI 位于旧金山的总部召开的全员大会上，马斯克告诉员工，只要公司能挺过未来两到三年，xAI 就将击败竞争对手。 这位 xAI 首席执行官表示，在研发超级智能（一种超越人类智能的人工智能）、跻身全球顶尖人工智能公司的竞争中，xAI 快速提升算力与数据处理能力的优势将成为关键要素。
Nova 系列模型拼不过竞品，亚马逊通用人工智能团队负责人即将离职
AI在线 12 月 18 日消息，负责领导亚马逊打造顶级人工智能模型的高管已离职。 亚马逊高级副总裁兼首席科学家罗希特・普拉萨德（Rohit Prasad）在牵头成立新的通用人工智能（AGI）部门两年后，即将离职。 据 Business Insider 此前报道，2023 年普拉萨德被提拔为直接向首席执行官安迪・贾西（Andy Jassy）汇报的高管，受命领导该通用人工智能团队，其核心任务是研发亚马逊“最具雄心”的人工智能模型。
苹果开源 SHARP 模型，1 秒内 AI 让照片变 3D“活”起来
AI在线 12 月 18 日消息，科技媒体 9to5Mac 昨日（12 月 17 日）发布博文，报道称苹果公司开源名为 SHARP 的新型 AI 模型，该技术能在一秒内将单张 2D 照片转换为逼真的 3D 场景。 AI在线援引博文介绍，苹果发布名为《一秒内实现清晰的单目视图合成》（Sharp Monocular View Synthesis in Less Than a Second）论文，详细介绍了如何训练模型，在接收用户输入的一张普通 2D 照片后，能在一秒钟内重建出具有真实物理比例的 3D 场景。 与需要数分钟甚至数小时处理的传统方案相比，SHARP 将合成速度提升了三个数量级，实现了近乎实时的 3D 转换体验。
实测GPT Image 1.5，拼尽全力还是没能打败Nano Banana
在Google的Banana发布下。 OpenAI憋了很久之后，终于把他们的图片生成模型给掏出来了。 看一下他们的宣传视频。
谷歌“深夜反击”OpenAI：Gemini 3 Flash 模型发布，部分测试优于 GPT-5.2
AI在线 12 月 18 日消息，距离 Gemini 3 Pro 发布不到一个月后的北京时间今天凌晨，谷歌宣布推出更注重效率的 Gemini 3 Flash。 谷歌为其给出的定位十分明确：在显著降低使用成本的同时，尽可能保留旗舰模型的专业级推理能力，让模型更适合日常场景。 测试结果显示，Gemini 3 Flash 不仅全面超越 Gemini 2.5 Pro 多款前代模型，还在多项对比中能够与 OpenAI 的 GPT-5.2 分庭抗礼。
AI 设计实战！如何用一小时搞定活动主视觉海报？
在当下的设计圈，“AI 是否会替代设计师” 几乎是绕不开的话题，不少设计师也对此心存焦虑。 但真正把 AI 用透就会发现，它其实是能将 80% 重复执行工作一键打包的 “超级助理”—— 可以让设计师从机械劳动中抽离，沉下心聚焦内容创意、风格定调、情感适配、商业落地这些核心价值。 AI 普及前，制作活动主视觉海报堪称十足的体力活：单是手绘草图、反复改稿就要耗上两天，背景里的每根线条、每个元素都得手动调整，这又会占去大半天时间。