分类
平台
排序
千问 App 深度接入高德地图，AI 让出行规划更“顺路”
AI 正在进一步打通出行与生活服务的界限。近日，阿里旗下通义千问（千问 App）宣布与高德地图实现全面对接，把高德扎实的地理位置数据与 AI 的复杂任务处理能力深度融合，为用户带来“问答即服...
6个月前
Meta发布SAM Audio：首个可“点一下就分离声音”的多模态模型，一键抽取吉他、人声或狗叫
Meta推出音频处理领域的一项重量级新作——SAM Audio，这是一款统一的多模态音频分离模型。它让用户仿佛“用眼睛听声音”，能从混合的音视频里，一键提取目标声源：点一下视频里的吉他手，立刻...
6个月前
Gemini 3 Flash发布：免费又快，实测超越Pro，谷歌AI迈入“几乎零等待”时代
谷歌又一次把大模型的性能与成本边界推得更远。今天，正式推出全新轻量级模型 Gemini3Flash——在保持极低延迟的同时，响应速度达到前代的3倍，几乎“无等待”；并且在多项硬核基准上反超同代旗...
6个月前
ChatGPT面向第三方开放应用生态：开发者可提交上架，用户一键买菜、做PPT、找房等智能服务
OpenAI正把ChatGPT从“对话助手”推进为“智能操作平台”。公司近日宣布，**ChatGPT应用（App Directory）已面向开发者开放上架入口**。即日起，开发者可按官方提交指南，打造并提交具备特定功...
6个月前马斯克：xAI 争取三年称冠，AGI 时代最快明年启幕
近日，埃隆·马斯克在其人工智能公司xAI旧金山总部举行的全员大会上，向员工描绘了雄心勃勃的蓝图。他表示，只要把握未来两到三年的关键窗口期稳步推进，xAI 有望赶超所有现有竞争者，成为全球...
6个月前竞品压顶，亚马逊 AGI 线换帅：Nova 之父普拉萨德将离任
亚马逊内部近期出现重要人事变动。据 IT之家转引 Business Insider 报道，负责亚马逊前沿 AI 模型研发的关键人物——资深副总裁兼首席科学家罗希特・普拉萨德（Rohit Prasad）确认将在年末卸任...
6个月前
AI 开发新风向：谷歌上架 Gems 可视化编辑器，几句话就能做 App
据 AIbase 报道，谷歌于周三宣布将其“氛围编程”（Vibe-coding）工具 Opal 正式并入 Gemini 平台，意味着 AI 应用开发正迈向“零代码”阶段。此次打通后，用户可在 Gemini 网页版的 Gems 管理...
6个月前
Adobe 卷入 AI 版权风波，作家起诉其以 Books3 非法训练 SlimLM
据 AIbase 报道，继 Meta、苹果与 Anthropic 等巨头之后，软件厂商 Adobe 也陷入人工智能版权争议。日前，来自俄勒冈州的作家伊丽莎白·里昂（Elizabeth Lyon）提起集体诉讼，指称 Adobe 在开发...
6个月前
苹果开源 SHARP 模型：1 秒把平面照变 3D，告别漫长等待
在3D 内容创作圈，苹果近期抛出重磅消息。据科技媒体9to5Mac 报道，苹果已将一款名为SHARP的全新 AI 模型正式开源。它最亮眼的一点，是把传统动辄数小时的3D 重建流程，压缩到约1 秒内：只需一...
6个月前
Google把“氛围编程”Opal融入Gemini：零代码即可打造你的专属AI助手Gems
Google正在把Gemini从通用聊天窗口升级为人人可用的AI应用制作平台。近期，公司已把“氛围编程”（vibe-coding）工具 Opal 深度接入Gemini网页应用(gemini.google.com)，用户只需在浏览器里用自...
6个月前
Meta推SAM Audio：全球首款支持“点选分离”的多模态音频模型，一键抽取吉他、人声或犬吠
Meta 发布面向音频处理的重磅新品——SAM Audio，这是一套统一的多模态音频分离模型。它让你像“用眼睛去听”一样，从混合的视频或音频中，一键抽出任意目标声源：点中画面里的吉他手，马上得到...
6个月前
对标 OpenAI：谷歌 Gemini2.5 实时音频表现登顶，函数调用准确率达 71.5%
据 AIbase 报道，谷歌本周为其原生音频模型 Gemini2.5Flash Native Audio 推出重要升级，目标是把 AI 互动从普通的“文本转语音”推进到更接近真人的实时交流。升级的关键在于“原生”处理。不...
6个月前
