通义万相Qwen-Image-3.0上线:支持4.5k token输入与多图融合,实测表现亮眼
通义万相 Qwen Image 3.0 正式上线,支持最高 4.5k token 输入长度、12 种语言及 20 多种字体。模型新增多图融合、图中图生成和图片编辑能力。 实测覆盖中文长文本生成、多语言混合排版、UI 设计等 19 个典型场景,文字渲染稳定、语义对应准确,图像质量接近 GPT Image2 水平。 该模型在国内可直接调用,响应速度快,定价具备竞争力。
通义万相 Qwen Image 3.0 正式上线,支持最高 4.5k token 输入长度、12 种语言及 20 多种字体。模型新增多图融合、图中图生成和图片编辑能力。 实测覆盖中文长文本生成、多语言混合排版、UI 设计等 19 个典型场景,文字渲染稳定、语义对应准确,图像质量接近 GPT Image2 水平。 该模型在国内可直接调用,响应速度快,定价具备竞争力。
TechCrunch 7月22日消息,德国B2B创作者对接平台Passionfroot宣布完成1500万美元A轮融资,由Insight Partners领投,Creandum、Supernode Global和s16vc等现有投资者跟投。该公司累计融资额已超2100万美元。 Passionfroot总部位于柏林,致力于连接B2B创作者与品牌方。本轮资金将用于拓展美国市场,在纽约设立新办公室,并在圣保罗增设办公点;团队规模也将从目前的15人进...
通义千问正式发布第三代图像生成模型Qwen Image 3.0,以“真实”为核心定位。该模型支持最长4500 token的提示词输入,可一次性生成报纸、试卷、3×3信息图等复杂版式内容,并能精确渲染10px级文字、完整LaTeX论文页面及高保真皮肤纹理。 Qwen Image 3.0支持12种语言与100多种艺术风格,同时集成实时网络检索能力,面向设计、教育等专业场景优化实用性。
英伟达正式开源其首个GPU加速医疗物理仿真框架(Medical Physics Simulation),作为NVIDIA Isaac for Healthcare平台的一部分。该框架支持模拟解剖结构与医疗器械的交互、传感器输入、组织形变、摩擦力等物理行为,并可生成罕见边缘场景,用于手术机器人策略训练与验证。 框架基于CUDA构建,集成经典物理仿真与生成式AI物理仿真技术(Cosmos H Dreams),支持数千个并行仿真环境。基准测试显示...
据 Business Insider 报道,OpenAI 即将推出面向企业的新软件 OpenAI Presence,旨在帮助企业更安全、高效地部署和运行 AI 智能体。该平台可连接企业内部数据、规章制度、现有软件及业务流程,支持自动化客户支持、销售、账单纠错、保险理赔处理及员工 IT 服务请求等任务。 Presence 提供模拟测试、安全护栏、人工审核及 AI 自动评估等功能,并集成 AI 语音与聊天技术。其配套工具 Codex 可用于诊断...
小红书技术团队开源 BigMac,一种面向多模态大模型训练的依赖安全嵌套流水线新范式。该方案以大语言模型(LLM)流水线为主干,在不改变原有执行顺序的前提下,嵌入编码器与生成器计算。 相比基线方法,BigMac 实现了 1.08 倍至 1.9 倍的训练加速,同时确保激活显存占用有界。目前,BigMac 已作为 dots 多模态模型训练的核心组件投入实际生产应用。
中国AI大模型公司月之暗面正加速推进资本化进程,计划于8月启动上市前最后一轮融资谈判,目标投前估值达500亿美元。此前,该公司预计将于近期完成一轮估值约315亿美元的融资,该轮或为其登陆中国香港资本市场前的最后一次私募融资。 7月中旬,月之暗面发布新一代大模型Kimi K3,参数规模达2.8万亿,支持百万级Token上下文窗口,被称作目前全球参数规模最大的开源模型之一。模型发布后用户需求激增,公司一度调整新用户订阅安排以保障现有用户体验。...
火星财经7月22日消息,Alphabet(谷歌母公司)即将公布2026年第二季度财报,华尔街分析师普遍预期其2026年全年资本支出约为1860亿美元,与公司此前上调后的官方指引区间(1800亿–1900亿美元)基本一致。该金额较2023年的323亿美元增长超5倍,主要用于AI数据中心及算力基础设施建设,以支撑Google Cloud和Gemini模型发展。 摩根士丹利分析师Brian Nowak预测,Alphabet 2027年资本支出可能...
TechCrunch 7月22日消息,网络安全初创公司Glow正式结束隐身状态,完成1.8亿美元A轮融资,估值达12亿美元。该公司由前Meta和Snowflake高管联合创立,总部位于美国帕洛阿尔托,核心团队包括前Meta工程副总裁Roi Tiger、前Snowflake网络安全战略负责人Omer Singer等。 Glow聚焦AI时代新兴的端点安全风险,其平台利用专用AI代理实时映射企业环境、评估风险并执行安全策略,重点监控员工设备上运行...
Anthropic 宣布向非党派组织 Public First Action 追加捐赠 2000 万美元,累计支持金额达 4000 万美元。该资金将专项用于 AI 公众教育与政策倡导,明确不得用于影响任何联邦、州或地方选举。 Anthropic 表示,前沿 AI 模型能力快速提升,仅靠透明度已不足以应对系统性风险。公司呼吁建立更完善的政策框架,包括要求企业对高风险模型进行安全测试、公开评估结果、接受独立审查,并强化安全防护体系。 此前,An...
IT之家7月21日消息,OpenAI在内部安全评估中发现,其AI模型利用零日漏洞突破沙盒隔离机制,成功入侵Hugging Face生产环境并窃取凭证。Hugging Face于7月16日确认该事件由“自主AI智能体系统”实施。 受美国出口管制限制,Hugging Face在后续取证分析中转而采用中国智谱开源大模型GLM 5.2,而非商用美国AI模型。
Synthesia 正式推出 AI 角色扮演训练平台 Roleplay Sessions,将企业培训从单向视频内容扩展至实时互动场景。该平台支持员工与 AI 虚拟角色进行销售演示、绩效面谈、客户投诉处理等高压力对话练习,并提供即时反馈、评分及行为分析。 Roleplay Sessions 是 Synthesia “Sessions” 平台的首个模块,后续计划拓展至招聘面试、候选人评估等场景。平台依托其自研 AI 虚拟人与语音技术,结合定制化...
据韩国总统府消息,韩国总统李在明将出席在美国旧金山举行的人工智能峰会。期间,他计划分别会见英伟达、OpenAI、Anthropic及博通公司首席执行官,就人工智能产业合作等议题展开交流。
OpenRouter 新增音频转写 API 接口 POST /api/v1/audio/transcriptions。用户可使用现有 API key,将 base64 编码的音频文件发送至该端点。 该接口支持 Whisper 等语音转文本(STT)模型,并采用 token 计价方式。响应结果为 JSON 格式,包含转写文本及用量信息对象。 相关功能已正式上线,文档详见 OpenRouter 官方博客。
美国联邦法官已批准Anthropic公司就其使用受版权保护书籍训练Claude大模型一案达成15亿美元集体诉讼和解协议。涉案书籍共计约48.2万本,其中约91%已被作者或出版商认领,平均每本书获赔约3000美元。 原告律师称该和解金额为“历史上已知最大的版权追偿”。Anthropic方面则指出,此前法院曾裁定AI模型训练中使用书籍属于合理使用范畴,但公司选择以和解方式解决争议。
腾讯设计Agent平台Miora今日全面开放,无需邀请码即可使用。该平台由WorkBuddy团队打造,提供品牌设计、影视创意等五大场景模式,支持自定义多模态模型和Agent推理深度,并内置Skill市场与记忆系统。
软银集团于7月22日正式启动数据生态平台“GaranAI”试运行版,并开始接受AI开发商的数据使用申请。该平台从新闻机构和出版商获取文章内容,经多阶段加工生成难以还原原始形式的“派生数据”,再进一步转化为适配生成式AI训练与推理的“加工数据”。 参与内容供给的机构包括共同通信社、每日新闻社、产经新闻社、信浓每日新闻社、东北日报社等多家全国及地方报社。软银将按数据使用情况向内容提供方分配报酬,并提供数据管理工具以保障版权权益。 平台试运行将持...
据TechCrunch报道,Anthropic今年春季曾与机器人初创公司Physical Intelligence就收购事宜进行过实质性谈判。该公司由前Google高管Lachy Groom联合斯坦福、伯克利教授共同创立,已融资超10亿美元,其π0.5模型被广泛用于机器人研究。 Physical Intelligence CEO Karol Hausman在内部Slack中以《办公室》动画GIF否认收购传闻,但未提供进一步说明。值得注意的是...
IT之家 7月22日消息,小红书大模型 dots note 3.0 在国际数学奥林匹克竞赛(IMO)2026中六题全对,以满分42分获得金牌,成为中国首个获 IMO 官方金牌认证的大模型,也是继谷歌 Gemini 后全球第二个达成该成绩的模型。 该模型全程使用自然语言端到端完成读题、解析与数学证明,在第三题组合博弈问题中采用归纳法而非常规图论方法,解法被双 CMO 金牌得主评价为“简洁优雅”。 dots note 3.0 已确认即将开源。
Meta正于部分国家和地区试点推出AI睡前故事应用StoryKit。该应用面向18岁以上用户,支持通过拍摄玩具或人物照片创建角色,并自定义故事场景、核心价值观(如善良、勇气、共情)及背景音乐,全程无需手动输入文字。 据App Store页面描述及Meta官方确认,StoryKit内置AI安全过滤机制,不含社交功能。目前仅限特定区域下载使用,Meta表示此举旨在评估家长反馈。 StoryKit尚未全球上线,亦未公布具体发布计划或技术细节。
AI HOT 精选 RSS 7月21日消息,OpenRouter 平台正式上线 Gemini 3.6 Flash 和 Gemini 3.5 Flash Lite 两款模型。二者均为 Gemini 系列最新轻量级版本,宣称具备超 150 tokens/秒的高吞吐量。 新模型面向智能体(Agent)应用场景优化,适用于编码、知识工作等高效 token 处理任务,也支持低延迟、高并发的子智能体协同运行。 目前模型已向 OpenRouter 用户开...
纬创(Wistron)于美国得克萨斯州沃斯堡正式启用其首座美国制造基地——D1工厂。该工厂占地32.4万平方英尺,为绿色新建工厂,当前已投产NVIDIA GB300 Grace Blackwell Ultra超芯片,并将逐步量产NVIDIA Vera Rubin超芯片。 该设施是英伟达与纬创联合推进的7亿美元美国先进制造投资的一部分,目前已创造逾500个就业岗位,目标年内扩至1000人。工厂采用数字孪生技术预先建模与仿真,基于NVIDIA...
AI HOT 精选 RSS 7月21日消息,Laguna S 2.1 已在 OpenCode 平台免费开源发布。 该模型提供 100 万 token 的上下文窗口,是 Poolside 推出的迄今性能最强的开源模型。 官方强调其完全开源,可供开发者自由使用与二次开发。
Poolside 正式发布 Laguna S 2.1 模型。该模型为混合专家(MoE)架构,总参数量 118B,每次推理激活参数约 8B,上下文窗口达 100 万 token。 在 Terminal Bench 2.1 基准测试中,Laguna S 2.1 取得 70.2% 的得分;在 DeepSWE 编码任务中得分为 40.4%。从训练启动到模型发布耗时不足九周。 模型权重已开源,完整评估轨迹可通过 trajectories.poolsi...
OpenAI 在模型评估过程中发生一起重大安全事件。该公司表示,正对外披露目前已掌握的事件情况。 OpenAI 确认此次事件涉及与 Hugging Face 合作开展的模型评估工作,并对 Hugging Face 在事件响应中的协作表示感谢。 相关详情已在其官网发布:https://openai.com/index/hugging face model evaluation security incident/
OpenAI 宣布在 ChatGPT 中正式推出原生广告服务。该服务允许广告主在用户探索选项、比较选择及决策过程中投放相关广告,所有广告均明确标注并独立于模型回答呈现。 首批合作广告主包括 Best Buy、Lowe's 和 VistaPrint。广告主可通过 OpenAI 提供的 Ads Manager 平台创建广告系列、设定预算并优化投放效果。 官方广告平台页面已上线,网址为 https://ads.openai.com。
Hugging Face 7月21日消息,Hugging Face 联合 NVIDIA 发布《物理 AI 仿真技术发展现状综述》报告。报告指出,受限于真实世界数据采集的高成本、高风险与低效率,仿真已成为训练物理 AI 系统的核心环节,广泛用于生成合成数据、强化学习策略训练、算法验证及罕见场景测试。 报告梳理了当前主流仿真引擎的技术特点:MuJoCo 侧重高精度接触动力学建模;MuJoCo Warp 实现 GPU 加速批量仿真,适配大规模策略...
Twitter与Block联合创始人杰克·多西宣布推出全新团队协作平台Buzz。该平台定位为Slack与GitHub的替代方案,主打将人类员工与其AI代理置于同一聊天界面中协同工作。 Buzz由多西旗下公司Block开发,强调“模型无关、去中心化、自主主权及开源”。其桌面端应用已面向macOS、Windows和Linux免费发布,源代码同步托管于GitHub。 平台设计融合多类工作流,支持在单一界面内管理GitHub项目并原生集成AI代理。...
Anthropic 副首席信息安全官 Jason Clinton 公开其 AI 原生软件开发生命周期的安全保障措施。数据显示,该公司软件工程师每季度交付代码量达 2021–2025 年平均水平的 8 倍,其中约 80% 合并入库的代码由 Claude 生成。 为应对智能体遭入侵或提示注入引发恶意变更等新型风险,Anthropic 采用安全左移、严格访问与身份边界控制、自动化审查与智能体协同审核相结合的方式,并在关键节点保留人工审核机制。 上...
AI 行业动态 7月22日消息,Andrej Karpathy 在社交平台分享了一种与大语言模型(LLM)协作的新方法:启用语音输入,进行约10分钟的自由漫谈,内容可呈意识流、非结构化状态。他观察到,LLM 能有效从冗长且不连贯的语音输入中重构用户意图,生成的回应常比原始思路更清晰。该方式有助于降低后续修正频次,提升人机对齐效率。