AI News

OpenAI与定制ASIC厂商博通宣布合作，共同开发10吉瓦的定制人工智能加速器。博通将从2026年下半年开始部署相关系统，并于2029年年底完成。受此消息影响，博通盘中股价涨超10%。

微软宣布推出首款完全自主研发的图像生成模型MAI-Image-1，模型在LMArena的文本到图像模型排行榜上首次进入前十。微软AI致力于为所有人创造AI，MAI-Image-1为创作者提供真正的价值，避免重复或泛泛的输出。专注于生成逼真的图像，如光影效果和风景，并在速度和质量上表现出色。

百灵团队正式发布万亿思考模型Ring-1T，宣布开源。模型基于Ling 2.0架构，具备1T总参数和50B激活参数，支持最高128K上下文窗口。通过大规模可验证奖励强化学习（RLVR）训练，Ring-1T在数学竞赛、代码生成、逻辑推理等高难度任务上表现优异，达到开源领先水平。

前特斯拉AI总监Karpathy推出开源项目“nanochat”，仅用约8000行代码复现ChatGPT全流程。项目在GitHub上线不到12小时，星标数已破4.2k。用户只需一台GPU、约4小时和100美元成本，就能训练出一个能写诗、回答基础问题的“小型ChatGPT”。

中国AI硬件公司未来智能完成亿元级A轮融资，由蚂蚁集团领投，启明创投超额跟投。是其今年第三次融资，累计融资规模进一步扩大。本轮融资将用于丰富AI办公硬件产品矩阵、加速海外自主品牌viaim建设和市场推广，以及加大对AI Agent等前沿技术的投入。

工业AI智能体公司“设序科技”完成数千万元Pre-B轮融资，投资方为涌铧投资和广发信德。过去一年，公司已连续完成三轮融资，累计金额超亿元。设序科技成立于2020年，旗下产品“闪设”是一款工业智能生成式设计软件，可快速生成3D设计方案和2D工程图纸，已应用于汽车、3C、能源等领域，客户包括比亚迪、本田等。

LiblibAI 2.0正式上线，是中国最大的多模态模型社区的全新升级。自2023年起步，LiblibAI已汇聚2000万创作者，在新版本中，从单纯的工具集合转变为创作者的AI专业工作室。新版本具备极简生成器，可同时完成视频与图像生成；兼容开源与闭源模型，整合全球最大图片风格开源模型库，支持AI工作流批量化处理。

谷歌DeepMind发布Gemini 2.5 Computer Use模型，可让AI直接控制浏览器，执行点击、滚动、输入等操作。模型基于Gemini 2.5，与OpenAI的CUA类似，通过视觉理解和推理能力帮助用户完成任务。在基准测试中，其性能达到SOTA水平，速度优于其他模型。

镜识科技完成数千万元A轮融资，由常春藤资本独家投资。公司成立于2024年，专注于具身智能技术的研发与应用。其研发的“黑豹2.0”四足机器人以10.9米/秒的速度打破波士顿动力Wildcat尘封十余年的纪录。

Figure AI发布第三代人形机器人Figure 03，号称全球最强大。机器人配备全新传感系统和手部结构，搭载自研“视觉 – 语言 – 动作”AI系统Helix，能思考而非仅执行指令。以家庭场景优先，采用柔性材质、无线充电等，零部件制造成本降低90%，目标是帮用户做家务。

国产AI视频生成产品Gaga上线。Gaga由Sand.ai团队开发，专注于对话场景的视频生成，用户上传一张照片和一段台词，3分钟内即可生成包含声音、表情、情绪和背景音的视频。与Sora2相比，Gaga专精于胸部以上的对话演绎，成本不到Sora2的1/20。

吴恩达宣布推出新课程《Agentic AI》，教授构建AI智能体的技能。课程已在deeplearning.ai上线。学习者将掌握反思、工具使用、规划和多智能体协作等四种关键智能体设计模式。课程强调规范化评估和错误分析流程的重要性，帮助学员高效改进智能体工作流。

火山引擎发布豆包大模型1.6-vision。大模型具有多模态能力，可处理文本、图像、视频等多种数据。豆包大模型1.6-vision在多个领域有广泛的应用前景，如智能客服、内容创作、图像识别等。

昆仑万维集团正式发布Opera Neon浏览器。Opera Neon是Opera浏览器家族的新成员，也是首款AI Agent浏览器，采用付费订阅制，专为大量使用AI的用户设计。具备“任务”功能，可创建独立工作空间，支持AI辅助操作；“卡片”功能可让用户自定义指令，提高效率；“Neon Do”功能可主动执行任务，如购物、预订等；“制作”功能则支持用户创作内容并分享。

谷歌DeepMind发布Dreamer 4，一种可扩展的智能体，通过在快速且准确的世界模型中进行想象训练来解决控制任务。它是首个仅从离线数据集在《我的世界》中获得钻石的智能体。Dreamer 4利用shortcut forcing目标和高效Transformer架构，准确学习复杂交互，实现实时人机交互和高效想象训练。

Thinking Machines Lab推出首款产品「Tinker」，是一个专为语言模型微调而生的API。允许开发者通过简单的Python代码进行模型微调，无需担心底层架构的复杂性。Tinker支持从小到大的各类开放权重模型，包括大型专家混合架构，并集成了基于LoRA的微调方法。

Anthropic发布AI Agent上下文工程指南，强调上下文工程的重要性。上下文工程是提示词工程的自然演进，关注在LLM推理过程中策划和维护最优token集合。指南指出，LLM的注意力资源有限，上下文应被视为有限资源，需精心设计。

滴滴上线AI图寻产品「在哪儿问问」，目前仅支持微信小程序。该产品具有地点查找、相似地点推荐及相关产品推荐功能。用户上传照片，AI可识别大致位置并提供相应服务。

西湖大学自然语言处理实验室发布DeepScientist系统，是首个具有完整科研能力的AI科学家。能在无人工干预下，主动识别研究局限、提出新构想、编写代码、执行实验、撰写论文。在AI文本检测任务中，DeepScientist两周完成人类三年的科研进展，取得7.9%的AUROC提升，超越人类SOTA方案。

OpenAI与流媒体音乐平台Spotify达成合作，用户可在ChatGPT网页版或移动端中提到Spotify后登录账号，获取个性化音乐和播客推荐。ChatGPT会根据对话内容调用Spotify控件，推荐歌曲、艺人、专辑等，点击后自动打开Spotify应用。

百灵团队正式发布Ling 2.0系列的首款旗舰非思考模型——Ling-1T。模型拥有万亿参数，基于Ling 2.0架构，每个token激活约500亿参数。Ling-1T在20T+ token的高质量、高推理浓度语料上完成预训练，支持最高128K上下文窗口，通过“中训练+后训练”的演进式思维链（Evo-CoT）极大提升模型高效推理能力，在多项复杂推理基准中取得SOTA表现。

快手正在开发一款名为“CodeFlicker”的集成开发环境工具，支持AI问答、代码自动补全、基于Agent的AI编程等功能，可帮助程序员自动化完成开发任务，实现端到端开发。工具提供Jam模式和Duet模式等交互模式，能将复杂任务拆解为清晰可追踪的待办步骤，还通过MCP灵活集成不同数据源、工具和服务，拓宽应用场景边界。

OpenAI开发者大会发布多项重要产品：包括AgentKit智能体开发工具（含可视化构建器、连接器注册表和ChatKit）、Codex正式版（集成Slack并提升十倍日活）、ChatGPT内置应用及开源Apps SDK。同时推出实时音频gpt-realtime-mini、图像生成gpt-image-1-mini、视频生成Sora 2 API以及GPT-5 pro API。所有功能均纳入标准API计费体系。

OpenAI 正式发布 Sora 2 ，称“视频生成进入ChatGPT时刻”。新模型可一次性生成20秒1080p音视频同步短片，物理真实度与多镜头叙事大幅提升；配套iOS社交应用“Sora APP”同步上线，支持AI虚拟形象“客串”及社区混剪，仅限邀美国、加拿大用户试用，API与安卓版将随后推出。附：Sora 2邀请码