https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析

Buy ads: https://telega.io/c/AI_News_CN
亚马逊被爆开发AI智能体“Moonraker”:Alexa将支持多步复杂任务串联

据科技媒体爆料,亚马逊正在秘密推进一项代号为“Moonraker”的先进人工智能智能体(AI Agent)项目,旨在赋予智能语音助手 Alexa 串联执行复杂任务的能力。作为现行生成式AI助手 Alexa Plus 的延伸功能,Moonraker 改变了以往单次只能响应单一指令的局限,能够深度理解复合型请求,并按逻辑顺序自动执行多个相关联的操作。

例如,用户只需发出一条指令,系统即可同时完成“呼叫网约车”与“给朋友发送短信通知”等多步工作流。这一技术升级标志着 Alexa 正在从传统的“一问一答”式语音助手,向能够处理复杂多步骤任务的真正数字化个人助理演进。

目前,亚马逊正使用 Anthropic 提供的先进AI模型对该系统进行测试,并为此准备了数百个英伟达 GPU 以支持更高级的推理与视觉功能。然而,这一极具野心的战略动作也让亚马逊面临巨大的资金与技术挑战。

内部规划文件显示,仅 Moonraker 项目在2026年的 GPU 硬件成本就将超过1亿美元,成为 Alexa Plus 升级计划中资金投入最高的项目。鉴于大模型算力成本急剧攀升,加之此前测试中曾出现幻觉与行为异常等技术瓶颈,亚马逊内部高管对该项目的巨额开支产生分歧,并提出了推迟或缩减项目规模的预案。

尽管面临成本压力与技术调整,亚马逊首席执行官安迪·杰西(Andy Jassy)近期披露的数据仍显示出商业化转型的积极信号:用户使用 Alexa Plus 的频率已达到此前的两倍,通过助手下单的次数更是增长了三倍。当前,OpenAI、Anthropic、谷歌等全球科技巨头正全速布局智能体(Agentic AI)赛道,Moonraker 项目的推进不仅是亚马逊对技术演进趋势的紧密跟进,更是其抢占下一代人机交互入口的关键战役。

via AI新闻资讯 (author: AI Base)
Mistral AI发布仅8B参数的具身导航模型

法国Mistral AI发布Robostral Navigate,一个仅8B参数的具身导航模型。该模型使用单一RGB摄像头输入,即可引导机器人在自然语言指令下自主执行任务,在 R2R-CE 基准测试中达到业界领先水平。Mistral透露模型完全在仿真环境中训练,约40万个轨迹覆盖6000个场景,通过前缀缓存优化将训练时间从数月压缩到数天。Robostral的跨平台适应性是其核心竞争力,它能在轮式、腿式和飞行机器人上运行,适配物流、制造和酒店等多种场景。这得益于公司选择“小模型+导航”的垂直切入点,回避了与人形机器人巨头的正面竞争。Robostral Navigate如果证明小参数模型在具体任务中可以达到大模型的效果,将对“越大越好”的主流叙事形成挑战。

—— 雷锋网、Mistral AI

via 风向旗参考快讯 - Telegram Channel
阶跃星辰首款AI智能体手机即将发布,跑在OpenAI前面

国内通用大模型独角兽阶跃星辰官方宣布,将推出新一代智能体终端,带来Agent时代的新答案。据国内媒体爆料,阶跃星辰即将发布AI终端品牌、智能体系统及其首款AI智能体手机,这也是全球大模型企业中率先落地的原生智能体手机终端,上市节奏早于OpenAI规划的AI终端。

知情人士透露,这款AI智能体手机由A股上市公司华勤技术负责代工生产,双方是深度绑定合作关系,并非简单的贴牌代工模式。华勤技术为全球智能硬件ODM行业头部企业,智能手机、笔记本电脑、平板电脑出货量超全球10%,且早在阶跃星辰B+轮融资阶段便完成战略入股,后续C轮融资持续加码,叠加豪威、中兴等产业链企业共同布局,形成了大模型、整机制造、影像、通信一体化协同链路。

上海AI六小虎,融资超 200 亿冲刺港股IPO

阶跃星辰 2023 年在上海成立,位列上海AI六小虎阵营,由前微软全球副总裁姜大昕创立,印奇担任董事长,团队汇聚微软、字节顶尖AI科研人才。公司累计融资超 200 亿元,中兴、华勤、腾讯、龙旗等消费电子产业链企业均参与投资,目前已完成股改冲刺港股IPO。其核心路线区别于纯云端模型厂商,主打大模型加终端硬件全链路落地,这一差异化定位正是其跨界造手机的战略根基。

via AI新闻资讯 (author: AI Base)
谷歌相册新增了一项AI“视频混剪”工具

谷歌于周三宣布,谷歌相册正在获得一项全新的 “视频混剪”功能,可以在几秒内编辑和转换视频,今日开始面向特定国家符合条件的谷歌AI Plus、PRO 和 Ultra订阅用户逐步推出。该功能由Gemini Omni驱动,这是谷歌最近发布的AI模型。通过将 AI驱动的视频编辑集成到谷歌相册,谷歌使用户更容易通过几次点击来编辑剪辑,而无需依赖专用软件,从而为用户留在谷歌生态系统中提供了又一个理由。视频混音工具可以在谷歌相册的 “创作” 选项卡中访问,允许你执行诸如应用电影级重新照明来提亮暗部剪辑、将普通背景替换为其他内容,或为视频添加艺术风格等操作,如水彩、原始素描和油画效果。

—— Techcrunch

via 风向旗参考快讯 - Telegram Channel
中国AI模型取得进展引发美国网络安全焦虑

据战略与国际研究中心未来实验室副主任兼数据研究员亚西尔·阿塔兰称,中国最新、最先进的AI模型,例如智谱的GLM-5.2,正在缩小与美国竞争对手的性能差距,并以相对低廉的价格吸引客户。这种转变正在重塑全球前沿AI市场。欧洲公司正在利用中国更便宜的模型。欧洲AI技术提供商Inceptron为客户托管GLM-5.2,而荷兰Nebius今年早些时候与Eigen AI合作,开发DeepSeek和GLM等领先开源模型的优化版本。美国公司警告称,中国模型的新兴使用可能带来网络安全影响,包括那些在开发时没有配备安全防护栏的模型的流通,这些防护栏旨在阻止人们利用这些平台进行非法黑客攻击。

—— 彭博社

via 风向旗参考快讯 - Telegram Channel
Elevated errors for Claude Opus 4.8

Jul 9, 03:28 UTC
Investigating - We are investigating elevated errors on requests to Claude Opus 4.8. We will provide an update as soon as possible.

via Claude Status - Incident History
OpenAI人才流动:前研究员田永龙入职腾讯,深耕视觉语言模型研发

人工智能领域的人才流动近期引发关注。据最新消息,OpenAI前研究员田永龙(Yonglong Tian)已正式加盟腾讯,未来将进入腾讯大语言模型部工作,主要参与视觉语言模型(VLM)的相关研发任务。

作为AI领域的资深科研人员,田永龙此前的技术背景备受业界瞩目。此次他加入腾讯,被视为腾讯在多模态大模型技术布局上的又一重要引援。视觉语言模型作为大模型技术的前沿方向之一,旨在提升AI理解和处理复杂视觉信息的能力,是实现更高级人工智能的关键环节。

随着多模态技术的竞争日趋白热化,腾讯通过持续吸纳顶尖科研人才,正进一步夯实其在大模型底层技术及应用层面的实力。对于此次人事调动,业界分析认为,这不仅体现了头部企业对多模态技术路线的重视,也将为腾讯在相关领域的科研突破带来更多可能。

via AI新闻资讯 (author: AI Base)
Cloudflare联手OpenAI,AI搜索技术迎来新突破

7月8日,云服务提供商Cloudflare与OpenAI正式宣布启动一项深度的研究试点项目。双方此次合作的核心目标,是探索如何通过Cloudflare庞大的全球网络数据,为AI搜索引擎提供更精准的索引支持,进而大幅提升AI检索内容的实时性与准确性。

随着生成式AI的飞速发展,如何让AI模型快速捕捉并理解网络上的最新动态,一直是技术研发的关键难点。此次合作中,Cloudflare将向OpenAI开放其独有的网络洞察信号。这些实时数据涵盖了网页内容的更新频率、流量趋势以及页面的变动轨迹,能够为AI系统提供更为直观的“网络风向标”。

通过整合这些动态信号,AI搜索引擎将不再仅仅依赖于传统的爬虫抓取,而是能够更敏锐地捕捉到互联网上最活跃、最优质的信息流。这种“感知力”的提升,将直接优化AI在回答复杂问题时的响应效率和数据实效性。

业内分析认为,这种底层网络设施与大模型应用端的深度协同,代表了AI搜索领域的一种新趋势——即通过更精细化的数据反馈机制,解决AI“知识滞后”与“检索偏差”的行业痛点。随着该试点项目的推进,未来用户在使用AI进行实时资讯检索时,或许将体验到更加及时、精准的回答。

via AI新闻资讯 (author: AI Base)
Anthropic 抢先冲击 IPO,AI 行业迎来千亿营收新格局

全球 AI 行业再度迎来关键节点。最新市场分析指出,人工智能初创公司 Anthropic 已于今年6月1日秘密提交了首次公开募股(IPO)申请。若该流程推进顺利,Anthropic 有望成为 AI 实验室领域迄今规模最大的上市企业。

据行业数据测算,Anthropic 预计在今年第三季度实现超过10亿美元的利润。目前,Anthropic 与 OpenAI 的年度经常性收入(ARR)合计已逼近1000亿美元。在 OpenAI 传出将 IPO 计划推迟至2027年的背景下,Anthropic 凭借 Claude Code 在软件开发领域的强劲表现,成功在 B2B 市场占据先机,实现了显著的盈利变现,正以盈利驱动的商业模式在赛道中加速突围。

专业机构通过对产品 SKU、服务层级及客户群体的深度建模分析发现,Anthropic 拥有极佳的利润率与定价话语权。这种财务韧性不仅支撑了其对新模型的持续投入,更使其在与闭源及开源对手的竞争中掌握了主动。分析人士甚至预测,若发展势头持续,Anthropic 的市值有望触及6万亿美元的长期基本目标。

Anthropic 此次率先启动上市进程,无疑将对 OpenAI 等行业领军者产生显著的联动效应,或将迫使其他竞对公开财务状况,并加紧筹集资金以应对日益昂贵的基础设施建设挑战。

值得注意的是,Anthropic 在市场扩张路径上也表现出极强的独立性。其产品收入增长并不依赖于外部生态体系(如微软生态),而是通过不断打破客户获取壁垒,实现了更广泛的商业渗透。随着 AI 行业从“烧钱竞争”转向“盈利能力竞争”,Anthropic 正试图通过这场 IPO 确立其作为行业盈利新标杆的地位。

via AI新闻资讯 (author: AI Base)
阶跃星辰将发布全球大模型厂商首款AI智能体手机

大模型独角兽阶跃星辰即将发布其全新AI终端品牌、智能体系统以及首款AI智能体手机。这一战略动作意味着阶跃星辰成为全球大模型厂商中率先迈出智能体硬件落地实质性一步的玩家。

当前,AI大模型正加速向端侧渗透,新一代AI终端已成为全球大厂攻坚的战略高地。此前,大模型巨头OpenAI已公开押注这一赛道,并计划于2027年上市其AI终端产品。阶跃星辰此次抢先落地AI智能体手机,不仅在时间节点上完成了对国际前沿厂商的卡位,也将大模型能力的竞争正式从云端软件延展至物理终端与原生系统的软硬件一体化生态。

作为核心亮点的智能体系统,预计将深度重构手机的交互逻辑与应用生态,使手机从被动响应工具进化为具备自主规划与执行能力的智能助手。阶跃星辰的率先布局,不仅打破了当前大模型应用同质化的瓶颈,也为AI智能体在端侧的规模化商用探索出一条可行路径,或将引发手机行业及大模型产业的新一轮范式转移。

via AI新闻资讯 (author: AI Base)
凌晨睡不着,我给台风巴威写了个追踪网站

via 掘金人工智能本月最热 (author: HiSt)
法律金融行业迎“新援”:SpaceX AI联合Cursor推出Grok 4.5

本周,人工智能模型领域再度迎来重量级更新。SpaceX AI正式发布了最新一代模型Grok4.5,这款产品由SpaceX AI与AI编程初创公司Cursor联手打造,其核心目标直指行业头部玩家,意在大幅缩短与OpenAI、Anthropic等顶尖大模型厂商的技术差距。

Grok4.5并非简单的性能迭代,它被赋予了处理复杂、长期运行任务的专业能力。在以往的应用场景中,顶尖大模型多聚焦于软件工程开发,而Grok4.5则在此基础上实现了跨越式拓展,将服务版图延伸至法律咨询、金融服务等对逻辑深度与准确性要求极高的专业领域。

据了解,Grok4.5在网络安全防护方面也进行了针对性增强,旨在为企业用户提供更稳健的底层支持。与Cursor此前推出的侧重编程的模型不同,Grok4.5展现出了更强的通用性与适应性,能够灵活应对多元化的工作负载。

业内人士分析,此次SpaceX AI与Cursor的深度协作,不仅是技术上的强强联合,更是试图在法律与金融这类高门槛垂直赛道中抢占先机。随着Grok4.5的入局,AI大模型在专业应用场景的竞争将进一步白热化,企业用户也因此拥有了更多能够胜任复杂业务逻辑的智能化选择。

via AI新闻资讯 (author: AI Base)
谷歌相册推出AI“视频混音”功能:搭载Gemini Omni,主打数秒内电影级剪辑

谷歌于7月8日宣布在Google Photos中推出全新生成式AI视频编辑工具“视频混音”(Video Remix),旨在让普通用户无需专业技能即可在数秒内完成电影级视频转换与修剪。

该功能由谷歌最新发布的Gemini Omni处理器提供核心算力支持,该芯片具备“根据任何输入创建任何内容”的强模态多媒体处理能力。用户可在Google Photos的“创建”标签页中直接调用该工具,实现一键应用电影级重新照明以提亮昏暗画面、智能替换纯色背景,或将视频转化为水彩、素描和油画等艺术风格。

此举是谷歌深化消费级应用生成式AI布局的最新动作,旨在通过无缝集成的轻量化高质感编辑能力,进一步强化其生态黏性,并持续与苹果、OpenAI及Adobe等行业巨头抗衡。该功能于发布当日开始向美国、印度、日本、韩国及巴西等十余个国家符合条件的Google AI Plus、Pro和Ultra订阅用户滚动推出。

近期,Google Photos已连续上线了AI智能修图工具以及基于AI的数字衣橱虚拟试穿功能,多维度AI消费级应用的落地表明,科技巨头正加速将底层大模型能力转化为高频、低门槛的日常应用场景,AI对传统内容生产范式的重塑已全面渗透至大众创作者端。

via AI新闻资讯 (author: AI Base)
全双工实时语音上线,ChatGPT彻底告别“对讲机”时代

OpenAI 近日正式向全球用户推出基于 GPT-Live 架构的全新 ChatGPT 语音体验。这不仅是语音技术路线的一次重要更迭,更标志着 AI 语音助手正从传统的“对讲机式”交互,全面转向更接近真人对话的全双工模式。

相比此前在2024年推出的 Advanced Voice Mode,GPT-Live 的核心进步在于彻底摆脱了传统语音系统的束缚。新架构允许模型在“说话、倾听和思考”之间实现真正的并行处理。这意味着当用户在对话时,ChatGPT 不再需要等到你完全讲完才能回应,而是能够实时捕捉你的语气与停顿,适时地给出诸如“嗯哼”或“okay”这样的自然反馈。如果用户需要思考时间,模型也会识趣地保持安静,整个交互过程不再有生硬的打断感。

在技术底层,GPT-Live 架构引入了更为强大的推理能力。目前,该语音模式在后台默认调用 GPT-5.5模型。无论是在实时联网搜索,还是处理深层推理与复杂任务规划时,ChatGPT 都能维持长时的上下文追踪。用户甚至可以在对话中随时插话或转换讨论重心,模型会即时调整逻辑,顺畅接续新的话题。

为了覆盖不同需求的用户群体,OpenAI 此次提供了两个版本:功能全面的 GPT-Live-1将面向 ChatGPT Go、Plus 和 Pro 等付费订阅用户开放;而免费用户则可体验由 GPT-Live-1mini 驱动的语音功能。此外,这两款模型已同步通过 API 开放接入,开发者可借此构建新一代语音代理应用。

随着 GPT-Realtime-2与 GPT-Live 等关键技术的落地,语音 AI 已不再仅仅是一个简单的问答工具,而是逐步进化为能够执行复杂任务、兼具真人语感的智能对话伙伴。对于开发者与广大用户而言,这一升级预示着人机交互迈入了一个更加高效、自然的新阶段。

via AI新闻资讯 (author: AI Base)
挑战OpenAI,SpaceXAI推出“Opus级”大模型Grok 4.5

本周,AI大模型赛道硝烟再起。当地时间周三,埃隆·马斯克旗下的科技公司SpaceXAI正式发布了最新一代大模型Grok4.5。这是该公司在数周前上市以来的首次重磅产品更新,旨在进一步巩固其在通用AI领域的技术地位。

根据SpaceXAI官方博客介绍,Grok4.5被定位为一款全能型“主力干将”,能够胜任代码编写、应用开发、办公文档处理以及知识类写作等多种复杂任务。为了在激烈的市场竞争中突围,SpaceXAI在性能优化上打出了一套“组合拳”,其中最核心的亮点在于其显著提升的令牌效率(Token Efficiency)。据悉,在同等负载下,该模型能以更少的算力产出更高效的结果,从而直接降低了推理成本。

为了展示竞争力,SpaceXAI公布了详尽的基准测试数据。结果显示,Grok4.5的综合性能已跻身行业第一梯队。马斯克本人也在社交平台X上为新产品“带货”,他将其与Anthropic的高阶模型Opus进行类比,称Grok4.5不仅达到了“Opus级”的能力水平,而且在响应速度、运行效率以及成本控制上均更具优势。

在企业最关心的价格维度上,SpaceXAI给出了极具杀伤力的定价方案:每百万输入Token收费2美元,输出Token收费6美元。这一策略被业内视为对标Anthropic及OpenAI的重要举措,意在吸引那些对成本敏感、同时又追求高性能的企业及开发者群体。

值得注意的是,Grok4.5的发布节点极其微妙。本周恰逢AI行业集中上新期,市场消息称,OpenAI计划于周四推出其迄今为止最强大的GPT5.6模型。随着SpaceXAI强势入局,并将“高性能、高效率、低价格”作为核心竞争锚点,全球AI市场的竞争格局正在变得愈发激烈。

via AI新闻资讯 (author: AI Base)
Back to Top
Copyright © 2025 BESTAI. All rights reserved.
BEST AI API中转 - OpenAI DeepSeek Claude Gemini Grok MidJourney API 2.8折起
[email protected]