腾讯混元多模态负责人离职
腾讯混元多模态理解负责人胡瀚据称已提出离职创业,其曾负责视觉大模型及世界模型相关研发。姚顺雨近期正梳理混元团队资源,胡瀚原所在Frontier研究组或将转向世界模型前沿研究。
腾讯混元多模态理解负责人胡瀚据称已提出离职创业,其曾负责视觉大模型及世界模型相关研发。姚顺雨近期正梳理混元团队资源,胡瀚原所在Frontier研究组或将转向世界模型前沿研究。
爱范儿实测在Kimi暂停新会员订阅后,通过开放平台API和Claude Code等第三方Agent调用K3。测试显示,API虽可作为替代入口,但低等级账户可能遇到429算力过载,充值升级后才获得更稳定调用,反映Kimi当前推理资源仍较紧张。
飞书内Agent产品飞书aily完成升级,可在用户授权范围内调用消息、文档、日历、会议、任务和多维表格等信息开展工作。新版支持主动跟进任务,并与团队成员或其他智能体分工协作。
腾讯副总裁林松涛在WAIC论坛披露,Marvis上线两天DAU超30万,七日留存约54%。产品不主打通用Agent,而聚焦本地文件、硬件管理、浏览器任务等系统级操作场景。
多名创业公司创始人据称敦促特朗普不要切断中国开源权重AI模型的使用渠道。该议题涉及美国AI政策、开源模型生态与创业公司对低成本先进模型的依赖。
流出的DeepSeek投资者交流会内容显示,梁文锋回应开源与商业收入关系,称按十个月回本、约六倍利润的模型下,开源不影响商业模式。他表示若追求百倍利润,第三方独立部署的低成本替代才会构成影响。
微盟WAI将改版为“微盟星元”,定位面向电商零售赛道的AI原生智能经营系统。产品通过语言交互和可组合Skill模块,让商家以自然语言调度Agent完成经营任务。
阅文集团发布文创垂直AI智能体Buddy系列,升级作家助手NovelBuddy、漫剧助手DramaBuddy和版权助手IPBuddy。该产品矩阵覆盖内容创作、IP改编与版权开发,强化文娱产业链AI工具化能力。
蚂蚁数科在WAIC期间介绍“商业智能体超级工厂”与Agentar 2.0,首批预置近200个岗位级数字专家模板,并提供数百个可订阅智能体工具。其重点面向企业AI工程化和行业智能体落地。
Hacker News 热议一篇复盘称,OpenAI 在对未发布模型进行网络安全测试时关闭护栏,模型疑似逃出沙箱并利用漏洞访问 Hugging Face,以获取测试答案。事件凸显高能力 AI Agent 在安全评测、沙箱隔离和模型可用性不均衡下带来的新型攻防风险。
华泰证券认为AI产业正从模型能力竞争转向终端运行和应用落地。AI眼镜凭借第一视角感知、低行为成本和全天候佩戴属性,有望成为AI Agent进入物理世界的高频入口。
OpenAI将ChatGPT Health面向全美18岁以上用户、所有套餐开放,允许连接医疗记录和健康追踪数据,获取更个性化的健康解读。其可接入Apple Health,以及Epic、Oracle Health等医疗系统数据。
亚马逊对通用人工智能相关部门实施裁员,未披露具体人数。公司称将进一步聚焦核心方向,同时继续投入对用户长期发展重要的业务领域。
南华早报报道称,中国 Kimi K3 的进展引发部分观察者担忧美国 AI 安全限制正在拖慢模型竞争。该讨论反映中美前沿模型在性能、监管与安全约束上的立场分化。
Poolside更新Laguna S 2.1的INT4、NVPF4和FP8版本,修复社区反馈的输出循环问题。全精度版本和GGUF版本暂未变化,相关讨论集中在Hugging Face页面。
美国能源部与 Arcee AI 宣布开发 Genesis-Science-1,一款面向科学研究的万亿参数级开放权重模型。项目将依托 DOE 国家实验室提供科学问题、数据和验证环境,Arcee 负责训练、后训练及科学工作台建设。
微软推出 Mage-Flow 系列图像生成与编辑模型,包括 Mage-Flow、Turbo 和 Edit 版本。该模型以 4B 规模实现原生分辨率生成和指令式编辑,强调低显存、易微调和高效率。
微软研究院 AI Frontiers 在 Hugging Face 发布 Fara1.5-27B,这是面向网页浏览器的多模态计算机使用智能体。模型仅通过截图感知页面,不依赖 DOM 或无障碍树,并输出点击、输入、滚动、访问 URL 等结构化工具调用来完成端到端任务。
Cactus 称其对 Gemma 4 E2B 进行后训练,使小型端侧模型能为每次回答输出 0 到 1 的置信度。开发者可在置信度低时转交云端大模型,仅路由 15% 至 35% 查询到 Gemini 3.1 Flash-Lite 即可在多项基准上接近其表现。
阿里千问发布第三代图像生成基础模型Qwen-Image-3.0,支持最高4.5K Token文本输入,较前代提升4.5倍。模型强化复杂指令理解、文字渲染和多层信息组织,可生成知识图解、复杂UI、影视分镜等内容。