AI.x社区

a16z最新公布的全球AI应用榜单显示，中国AI力量正在强势崛起，移动端Top50产品中接近一半来自中国。 昨日，全球知名风投机构a16z发布了第五版《全球Top100生成式AI消费应用榜单》，该榜单基于两年半的月度访问数据和月活跃用户数追踪，揭示了日常AI使用行为的演变趋势。 总体而言，榜单反映出AI产品竞争的生态格局正日趋稳定。网络端列表中增加了11个新名字。  相比之下，该榜单2025年3月的排名中有17个新...

目前，在人工智能高速发展的背景下，AI已经成为我们在工作与生活中的日常依赖，经历着一场深刻的价值蜕变。大模型的调用成本两年内降到原来的几十分之一，ChatGPT、DeepSeek等超级应用的周活用户以亿为单位飙升。 这种发展背后，算力作为人工智能的核心引擎，支撑着各种数字化应用。尤其是智能算力，专门服务于人工智能领域，是人工智能技术不断迭代的关键基础。 近日，国务院印发《关于深入实施“人工智能+”行动的...

 今天，NVIDIA宣布其专为物理AI和机器人打造的新一代机器人计算机JetsonThor正式发售。其中，JetsonAGXThor开发者套件售价为3499美元（约合人民币2.5万元）。  NVIDIA创始人兼首席执行官黄仁勋表示：“JetsonThor专为全球数百万开发者打造，助力他们构建可与物理世界交互、甚至改变物理世界的机器人系统。它具备无与伦比的性能与能效，还能够在边缘设备上同时运行多个生成式AI模型。作为一款卓越的超级计算机，J...

随着OpenAI在8月正式发布GPT5，首个接入这一强大模型的视频生成智能体VideoOceanAgent已经向公众开放体验。AI视频，也进入了智能体时代。  不同于传统视频生成工具，它能够自动完成从分镜设计、画面生成、配音配乐到字幕添加的全部流程。用户只需要用自然语言描述需求，系统就能在几分钟内生成一个结构完整、节奏在线的视频作品。 在实际体验中，用户只需要在会话框中输入简单需求，如帮我做一个香水广告或我需...

马斯克旗下人工智能公司xAI今日宣布开源Grok2.5模型，并计划在未来六个月内开源更强大的Grok3模型。 昨晚，马斯克在X平台连续发布多条消息，宣布其人工智能公司xAI已正式开源Grok2.5模型。这款模型是xAI在2024年的主力模型，如今完全向公众开放。 与此同时，马斯克还预告了下一代模型Grok3的开源计划，预计将在约六个月后发布。  根据官方发布的信息，Grok2.5模型目前已经可以在HuggingFace平台下载。整个...

这几天AI圈的热点几乎被DeepSeekV3.1包揽了。相比性能本身的提升——比如在编程基准上超越Claude4Opus，更让众多网友在意的是技术细节中藏着的彩蛋：它采用了一种叫UE8M0FP8的浮点格式，而官方明确说，这是为“下一代国产芯片”设计的机制。  FP8并不是新概念，NVIDIA、Meta早就布局，但DeepSeek这次用的UE8M0变体非常特别——8bit全分给指数，无符号、无尾数，只支持非负数，数值范围极大但精度极低。看起来有点极端...

昨晚，字节跳动Seed团队正式宣布开源SeedOSS系列大语言模型，此次开源的SeedOSS系列包括三个版本： SeedOSS36BBase：含合成数据SeedOSS36BBase：不含合成数据SeedOSS36BInstruct：指令微调版  所有模型均采用Apache2.0许可证发布，为研究人员和开发者提供了极大的使用、修改和再分发自由度。 SeedOSS36B模型拥有360亿参数，仅使用12万亿token进行训练，却在多个主流开源基准测试中表现出色。模型支持原生51...

传说中“让手机自己动”的终极形态，来了！智谱今天发布了个为手机而生的Agent——AutoGLM2.0，只需要发出一句指令，它就能自动执行，直至完成任务。  最厉害的是，它所有操作都在云端完成——等于给你的手机配了一台云端备用机。你这边正常刷抖音回微信，它那边在云上默默干活，完全不抢本地算力、不占屏幕、不卡手机。其实早在去年，智谱就发布了AutoGLM1.0，但初级版本仍然需要完全占据手机，还算不上真正的自动化...

昨晚，DeepSeek宣布其线上模型版本已升级至V3.1。此次更新虽非市场期待的R2系列，但在长文本处理能力上实现显著突破，将上下文窗口从64K扩展至128K，相当于可处理10万至13万汉字内容。  新模型采用稀疏混合专家架构（MoE）与多头潜在注意力机制（MLA），总参数量达到685B，激活参数量为37Bpertoken，在保持高性能的同时控制计算成本。关键技术创新包括分块注意力机制和旋转位置编码优化，有效降低长序列处理的显存占...

 今天凌晨，阿里通义千问正式开源图像编辑模型QwenImageEdit。 它基于此前的20B参数QwenImage继续训练，将复杂文字渲染与图像编辑整合到一个统一框架里，重点补齐了“图中可编辑文字”“高层语义编辑”“外观级细节编辑”等能力，从而把生成与编辑打通在同一条工作流内。 目前，官方博客与模型页均已上线，用户可通过HuggingFace、ModelScope平台获取模型权重，或通过QwenChat的“ImageEditing”功能在线体验。...

自回归图像生成新突破！140亿参数自回归模型NextStep1开源，图像生成无需扩散模型阶跃星辰发布自回归图像模型NextStep1，突破传统技术瓶颈，实现高保真生成与强编辑能力，达成SOTA，开启图像生成新范式。 最近，阶跃星辰于正式推出NextStep1自回归图像生成模型，该模型在权威测评中以87.6%的真人偏好率刷新行业纪录。相较于当前主流模型SDXL，其图像生成错误率显著降低62%，并同步实现像素级指令编辑能力，标志着其成为自...

在国产AI大模型高歌猛进的浪潮中，一颗芯片很可能就成了“绊脚石”。 原本备受期待的DeepSeekR2大模型，其发布计划一再延期。据《金融时报》等多方消息透露，此次延期的原因，在于团队使用华为芯片，在训练阶段遭遇了持续的技术问题。 此前，DeepSeek作为国产开源之光，承载着无数开发者的希望，业内也持续关注着DeepSeekR2的发布动向。2025年2月，路透社首度透露DeepSeek计划“最迟5月初”发布R2版本。然而，到了5月...

只需一张静态图片、一段文字描述，一段3A级高清动态游戏视频即刻生成。游戏内容的生产方式，正在被重新定义。 今天，腾讯混元团队正式开源HunyuanGameCraft。作为基于HunyuanVideo底模的高动态交互式游戏视频生成框架，它专注于高动态交互式游戏视频生成，允许用户通过一张图片+文字描述+动作指令，实时生成高清游戏动态视频，例如第一人称跑酷、第三人称探险等场景。  传统游戏视频制作面临三大痛点：动作僵硬...

Perplexity主动出价345亿美元收购GoogleChrome，这可能标志着在反垄断压力下，AI驱动的浏览器主导地位将发生战略转变。 据外媒相关报道，8月12日，成立仅三年的AI创业公司Perplexity向科技巨头谷歌正式提交了一份震动整个硅谷的提案：以345亿美元全现金收购谷歌旗下核心资产——Chrome浏览器。 【图片来源于网络，侵删】 Perplexity虽然最新估值在140亿至180亿美元之间，却敢于开出超出自身价值近两倍的报价，底...

最近，QuestMobile最新报告发布，AI搜索赛道杀出一匹黑马：微博智搜靠调用DeepSeek模型，以月人均36.6次使用频次冲上全国第二，仅次于夸克（64.9次），甚至压过腾讯新闻妹、百度等自研模型玩家。  要知道，微博没有自研大模型，却靠外部借力跑赢了多数“全栈大厂”。凭借场景融合力，微博走在了AI搜索赛道的前沿。 反观其他玩家：夸克强在场景化AI；腾讯新闻妹靠“划词提问”破圈，让新闻从单向传播变实时互动—...

刚刚，中国医疗AI实现关键突破！百川智能开源BaichuanM2，以32B小尺寸登顶全球医疗评测榜首，超越OpenAI。 今天，百川智能正式发布开源医疗增强大模型BaichuanM2。就在五天前，OpenAI刚刚开源了两款主打低部署成本和顶尖医疗能力的大模型gptoss120b和gptoss20b。 【图片来源于网络，侵删】 值得注意的是，BaichuanM2的尺寸只有32B，却能以更小尺寸实现全面反超，在全球开源医疗大模型中登顶第一。 根据权威...

就在今天凌晨，GPT5经过了那么多天的铺垫，终于在千呼万唤中发布了，社交媒体和技术社区几乎被刷屏。  新版本在复杂推理、多模态输入、长对话保持等方面都有了明显进步。同时，GPT5在多轮逻辑推导中出现的错误率也有所下降，在编写代码、分析数据、跨模态生成等任务中展现出更强的稳定性和可控性。  OpenAl的早期测试者反馈中，Cursor创始人MichaelTruel表示GPT5“具有显著的智能，易于操控，甚至拥有其他...

刚刚，OpenAI官方发布直播预告，万众期待的GPT5模型似乎即将在凌晨正式亮相。 今天凌晨，OpenAI官方账号在社交平台X发布了一条预告：太平洋时间8月7日上午10点将进行特别直播活动。值得注意的是，官方将“LIVESTREAM”一词中的字母“S”替换为数字“5”，写为“LIVE5TREAM”，这一设计被广泛视为对GPT5发布的直接暗示。  OpenAI首席执行官奥特曼近期的一系列动作进一步强化了这一猜测。他曾在社交平台分享一张屏...

时隔六年，OpenAI终于重新踏入开源领域。 今天凌晨，OpenAI做出了一个重大举动：正式开源两款新型推理模型gptoss120b和gptoss20b，立即在AI社区引发轩然大波。  自GPT2发布以来，OpenAI已经有相当长一段时间未涉足开源领域。此次回归开源，可谓来势汹汹。 这两款模型均采用宽松的Apache2.0许可证，支持商业化和自由修改。据奥尔特曼透露，gptoss性能逼近OpenAI当前闭源主力产品o4mini，却能在消费级硬件上...

阿里又开源了，这次发布的新模型解决了复杂文本渲染的难题。刚刚，通义千问正式开源其首个图像生成基础模型——QwenImage。这是一款基于200亿参数的多模态扩散变换器（MMDiT）架构的模型，在复杂文本渲染和精确图像编辑两大领域实现了显著突破，为生成式AI领域提供了全新的开源选择。  QwenImage的核心突破在于解决了图像生成领域长期存在的文本渲染难题。 以往，传统模型生成的图像中常常出现文字扭曲、内容错...