AI新闻动态（2025-06-22到2025-06-28)

[ikaijua]

AI新闻动态（2025-06-22到2025-06-28)

目录

AI产品

1. 等了十年，特斯拉Robotaxi终于上线！马斯克：仅需4.2美元一口价
2. 谷歌开源Gemma 3n：2G内存就能跑，100亿参数内最强多模态模型
3. 海螺新模型海外爆火：一夜之间，猫、羊驼、长颈鹿都学会跳水了
4. 可灵AI发布音频生成模型Kling-Foley，可生成与视频内容同步的高质量音效和背景音乐
5. 蚂蚁推出全新AI医疗健康大模型应用AQ
6. 谷歌开源命令行AI工具Gemini CLI，平替Claude Code
7. 谷歌推出AI试衣应用Doppl

AI研究

1. 谷歌DeepMind发布DNA序列模型AlphaGenome

AI洞察

1. 5款大模型考「山东卷」，Gemini、豆包分别获文理第一名
2. OpenAI苏黎世办公室被Meta一锅端，三名ViT作者被挖走
3. 何恺明新身份：谷歌DeepMind杰出科学家

[ikaijua]

2025-06-23 等了十年，特斯拉Robotaxi终于上线！马斯克：仅需4.2美元一口价

1. 特斯拉在德克萨斯州奥斯汀启动了自动驾驶出租车服务，首批乘客以4.20美元的固定价格体验。
2. 该服务目前仅对受邀请的用户开放，尚未全面开放给公众。
3. 特斯拉投入了10至20辆贴有“Robotaxi”标识的Model Y车辆进行试运营。
4. 服务覆盖区域受限，运营时间从早上6点至午夜12点，避开复杂场景。
5. 服务中车内配有安全监控员，尚未实现完全无人驾驶。
6. 用户体验反馈显示行程平稳但系统尚不成熟，存在需要远程操作员介入的情况。
7. 特斯拉计划将服务推广至加州等地区，并希望在几个月内将Robotaxi数量扩大至上千辆。

• Web3天空之城: 【合集·更新中】首次特斯拉Robotaxi乘坐体验！

媒体文章：

• 机器之心: 等了十年，特斯拉Robotaxi终于上线！马斯克：仅需4.2美元一口价

tag: AI产品

[ikaijua]

2025-06-22 海螺新模型海外爆火：一夜之间，猫、羊驼、长颈鹿都学会跳水了

1. 一个猫咪跳水的AI生成视频在5小时内吸引了上百万观众，展示了AI在复杂运动生成上的进步。
2. 除了猫咪，视频中还包括羊驼、熊猫和长颈鹿等动物，展现了AI模型处理多种生物的能力。
3. 国内AI公司Minimax的新模型“Hailuo 02”被用于生成这些视频，其在复杂动作生成上的能力显著提升。
4. AI视频工具使得普通人也能实现创意，生成多样化的内容，丰富了短视频平台的内容生态。
5. 提示词在AI视频创作中扮演关键角色，影响生成视频的质量和创意。
6. AI生成的高难度动作视频在社交媒体上广泛传播，引发了大量讨论和关注。

maomitiaoshui_delogo.mp4

B 站视频：

• 玄离199: 全网爆火的动物运动会是怎么做的？一个视频告诉你！

媒体文章：

• 机器之心: 海螺新模型海外爆火：一夜之间，猫、羊驼、长颈鹿都学会跳水了

tag: AI产品

[ikaijua]

2025-06-27 可灵AI发布音频生成模型Kling-Foley，可生成与视频内容同步的高质量音效和背景音乐

1. 可灵AI平台已上线“文生音效”和“视频音效”功能，用户可以上传本地视频或选择可灵生成的视频，一键生成与视频内容语义贴合、时间同步的音效内容。
2. Kling-Foley通过视觉语义表示模块和音视频同步模块，Kling-Foley能够在帧级别上对齐视频条件与音频潜层元素。
3. 可灵AI构建了一个包含1亿+样本的多模态数据集，每个样本都包含原始视频片段、对应的单声道音频片段以及关于音频的结构化文本描述。
4. 可灵AI构建并开源了Kling-Audio-Eval基准数据集，包含20935个精细标注的样本，覆盖了交通声、人声、动物声等九大类主要的的声音事件场景。

kling_ikai.mp4

可灵AI的界面：

项目地址：https://klingfoley.github.io/Kling-Foley/

媒体文章：

• 机器之心: 音画同步，AI视频也能有完美「原声音」，可灵AI刚上线的！

tag: AI产品

[ikaijua]

2025-06-27 谷歌开源Gemma 3n：2G内存就能跑，100亿参数内最强多模态模型

1. 谷歌开源了全新的端侧多模态大模型 Gemma 3n，旨在提升设备端 AI 性能。
2. Gemma 3n 原生支持图像、音频、视频和文本输入，并输出文本。
3. 模型设计注重效率，提供 E2B (5B参数，2GB内存) 和 E4B (8B参数，3GB内存) 两种型号。
4. Gemma 3n 的核心是 MatFormer 架构，一种嵌套 Transformer，支持弹性推理和 Mix-n-Match 自定义尺寸。
5. 通过 PLE 技术，大部分参数在 CPU 上计算，减少了 AI 加速器内存占用。
6. 引入 KV Cache 共享，加速流式响应应用的首个 token 获取时间。
7. 采用基于 USM 的音频编码器和 MobileNet-V5 视觉编码器，提升音频理解和视觉处理能力。

媒体文章：

• 机器之心: 谷歌开源Gemma 3n：2G内存就能跑，100亿参数内最强多模态模型

tag: AI产品

[ikaijua]

2025-06-26 蚂蚁推出全新AI医疗健康大模型应用AQ

1. AQ提供健康科普、就诊咨询、报告解读等上百项功能。
2. AQ连接全国超5000家医院、近百万医生及近200个名医AI分身，提供专业医疗服务。
3. AQ具备识图功能，能精准分辨50种常见皮肤疾病并提供健康建议。
4. AQ提供个性化健康档案服务，记录就医、用药、运动、饮食等信息，并与健康管理设备合作。
5. AQ背后的技术引擎蚂蚁医疗大模型学习了超万亿tokens专业医疗语料，具备多模态交互能力。
6. 全国上千位医学专业人士深度参与AQ的开发与评估，确保服务的专业性和准确性。
7. AQ旨在通过AI技术提升医疗服务效率，助力普惠医疗与全民健康管理。

媒体文章：

• 机器之心: 蚂蚁集团加速推进AI医疗健康，推出全新大模型应用「AQ」

tag: AI产品

[ikaijua]

2025-06-26 5款大模型考「山东卷」，Gemini、豆包分别获文理第一名

1. 五款AI大模型参加了2025年山东高考，其中豆包Seed1.6-Thinking模型以683分拿下文科第一，Gemini2.5Pro以655分拔得理科头筹。
2. AI模型在高考中的表现显著提升，文科成绩均超620分，理科成绩则差异较大，部分模型达到985水平。
3. AI在语文、数学、英语等基础学科上表现优异，尤其在选择题和阅读理解题上得分率高。
4. AI在作文任务中表现参差不齐，缺乏深入的问题思辨和有力的逻辑推进。
5. AI在数学成绩上突飞猛进，部分模型能考到140分以上，但在图像识别和理解上仍有提升空间。
6. AI在英语科目上得分均超过140分，但在写作上存在扣分点。
7. AI在文综科目上表现出色，尤其在地理和历史上得分高，但在理科读图题上失分较多。

媒体文章：

• 机器之心: 5款大模型考「山东卷」，Gemini、豆包分别获文理第一名

tag: AI洞察

[ikaijua]

2025-06-26 谷歌DeepMind发布DNA序列模型AlphaGenome

1. AlphaGenome，旨在更准确、快速地解码基因组，整合多模态预测、长序列上下文和碱基对分辨率。
2. AlphaGenome以长达100万个碱基对的DNA序列为输入，预测数千种分子特性，包括基因表达、转录起始、染色质可及性等。
3. 模型基于大型公共联盟（ENCODE、GTEx等）的数据进行训练，这些数据涵盖了数百种人类和小鼠细胞类型和组织中的基因调控模式。
4. AlphaGenome在多个变异效应预测评估中达到或超越了各自领域的最强模型，能够准确重现临床相关变异的机制。
5. AlphaGenome有望在疾病理解、合成生物学和基础研究方面带来重大影响，例如更精确地识别疾病的潜在病因，指导合成DNA的设计，加速对基因组的理解。
6. 模型在捕捉远距离调控元件的影响以及细胞和组织特异性模式方面仍有局限性，未来研究将着重提升这些能力。目前主要关注个体基因变异的表现，尚未设计或验证用于个人基因组预测。

论文链接：https://storage.googleapis.com/deepmind-media/papers/alphagenome.pdf

媒体文章：

• 机器之心: 谷歌DeepMind发布DNA序列模型AlphaGenome，可分析1兆碱基，直击疾病根源

tag: AI研究

[ikaijua]

2025-06-26 OpenAI苏黎世办公室被Meta一锅端，三名ViT作者被挖走

1. 华尔街日报报道，Meta公司挖走了OpenAI苏黎世办公室的三名重要研究人员，包括Lucas Beyer、Alexander Kolesnikov和Xiaohua Zhai。
2. 这三位研究人员曾是谷歌DeepMind苏黎世办公室的成员，共同参与了ViT等重要研究。
3. 他们于去年12月加入OpenAI，但现已离职。
4. Meta CEO马克·扎克伯格在最新模型发布失败后，积极招募AI领域顶尖人才，以重夺公司在AI领域的领先地位。
5. 扎克伯格亲自联系了数百名研究人员、科学家等，提供高达1亿美元的待遇。
6. Meta还向AI初创公司Scale投资了140亿美元，并聘请其CEO领导新组建的超级智能团队。
7. OpenAI CEO山姆·奥特曼表示不担心扎克伯格的招聘闪电战，并称公司最优秀的人才并未离开。

媒体文章：

• 机器之心: 刚刚，OpenAI苏黎世办公室被Meta一锅端，三名ViT作者被挖走

tag: AI洞察

[ikaijua]

2025-06-26 谷歌开源命令行AI工具Gemini CLI，平替Claude Code

1. Gemini CLI是一款开源的AI智能体，能在终端上运行，支持自然语言命令。
2. Gemini CLI具备编程、聊天、内容创作和Deep Research等功能，基本免费。
3. Gemini CLI集成了谷歌的AI编码助手Gemini Code Assist，支持VS Code。
4. Gemini CLI基于Apache 2.0许可证开源，原生支持Windows系统。
5. Gemini CLI提供联网搜索增强、协议扩展支持、个性化定制和自动化集成等内置工具。
6. Gemini CLI与Gemini Code Assist共享技术，能在VS Code中智能编写测试、修复错误等。

github地址：https://github.com/google-gemini/gemini-cli/

评测视频：程序员鱼皮/谷歌新AI工具杀疯了？免费，但有点坑！Gemini CLI 抢先实测

评测体验：存在频繁报错、交互卡顿、终端操作门槛高及任务支持不足等问题，开源免费特性突出，适合程序员局部场景使用，企业环境更关注安全性，建议用户尝鲜体验会反馈，期待后续优化迭代。

媒体文章：

• 机器之心: 免费、开源！谷歌Gemini CLI彻底火了，平替Claude Code

tag: AI产品

[ikaijua]

2025-06-26 何恺明新身份：谷歌DeepMind杰出科学家

1. 何恺明疑似兼职形式加入谷歌，职位为DeepMind杰出科学家。
2. 何恺明最近的研究方向可能包括生成模型的端到端训练，他在CVPR研讨会上重点介绍了相关论文。

媒体文章：

• 机器之心: 何恺明新身份：谷歌DeepMind杰出科学家

tag: AI洞察

[ikaijua]

2025-06-27 谷歌推出AI试衣应用Doppl

1. 用户上传一张照片，即可看到喜欢的衣服“穿”在自己身上的效果，还能选择生成动态视频查看。
2. Doppl支持“动态试穿”，效果更直观，而此前谷歌在Search Labs推出的试穿功能仅支持“静态试穿”。
3. 上传全身照时，服装尽量贴身；选择衣服照片时，光线自然、无褶皱、无配饰遮挡为佳；Doppl可搭配上衣或下装，但鞋子、内衣、泳衣和配饰暂不支持虚拟试穿。
4. 涉及隐私问题的透明衣物和其他违反生成式人工智能政策的服装不支持试穿，若提供不支持试穿的衣服，Doppl会输出基础黑色T恤和裤子的效果。
5. 目前只在美区支持，网友们纷纷催促Doppl在其他地区上线。

官方博客：https://blog.google/technology/google-labs/doppl/

媒体文章：

• 量子位：谷歌AI试穿神器真神了！上传照片秒出OOTD，视频效果和照镜子没区别

tag: AI产品