AI新闻动态（2025-06-29到2025-07-05)

[ikaijua]

AI新闻动态（2025-06-29到2025-07-05)

目录

AI产品

1. FLUX Kontext 开源！一句话修改图片内容/风格/物品迁移/去水印
2. 阿里通义开源音频生成模型ThinkSound
3. 腾讯开源音乐生成大模型SongGeneration
4. 百度文心大模型4.5系列开源
5. 微软开源 GitHub Copilot Chat 的 VS Code 扩展

AI研究

1. 微软推出深度视频探索智能体，登顶多个长视频理解基准
2. 华为开源专注于超大规模MoE模型的推理优化项目Omni-Infer

AI洞察

1. 刚刚，OpenAI全员放假一周！
2. 苹果公司正考虑使用 Anthropic 或 OpenAI 为 Siri 提供支持，这是一次重大转变
3. 小扎官宣Meta超级智能实验室！97年小孩哥带队，11人名单7位是华人

AI投资

1. AI创业公司Nexusflow被英伟达收购
2. 新国产GPU公司曦望Sunrise刚融了10个亿
3. 马斯克的xAI再获巨额融资！以债务股权组合方式筹得100亿美元

[ikaijua]

2025-06-30 刚刚，OpenAI全员放假一周！

1. OpenAI在面临Meta一亿美元签字费挖角的挑战下，宣布全员放假一周。
2. OpenAI的首席研究员Mark Chen向员工发出备忘录，承诺与Meta在顶尖人才争夺战中正面交锋。
3. OpenAI的高级研究人员接连被竞争对手挖走，Meta已经从OpenAI挖走了8位研究人员，包括多名获奖学者和项目负责人。
4. Meta的新招募的研究人员预计将加入由Scale AI创始人Alexandr Wang领导的超级智能实验室。
5. OpenAI员工的工作强度大，许多员工每周工作长达80小时，公司下周将停工以便员工恢复精力。

媒体文章：

• 机器之心: 刚刚，OpenAI全员放假一周！被Meta高薪连挖8人「偷家」，真麻了

tag: AI洞察

[ikaijua]

2025-06-30 微软推出深度视频探索智能体，登顶多个长视频理解基准

1. 论文提出了Deep Video Discovery (DVD)，一个新型智能体，用于理解长视频。
2. DVD通过将长视频分割成短片段并视为环境，利用LLM的推理能力自主规划和选择工具获取信息。
3. 在OpenAI GPT-3模型的帮助下，DVD在LVBench基准测试中以74.2%的准确率超越了之前的工作。
4. DVD强调智能体的自主性，通过自主规划、决策和行动解决问题。
5. DVD系统由多粒度视频数据库、搜索为中心的工具集和LLM协调器三个核心组件构成。
6. DVD智能体配备了全局浏览、片段搜索和帧检查三个核心工具，用于不同阶段的信息搜集。
7. DVD在多个长视频基准测试中展现了卓越的效率和性能，尤其在LVBench数据集上取得了74.2%的准确率。

媒体文章：

• 机器之心: 微软推出深度视频探索智能体，登顶多个长视频理解基准

tag: AI研究

[ikaijua]

2025-06-29 AI创业公司Nexusflow被英伟达收购

1. Nexusflow CEO焦剑涛、联合创始人朱邦华、CTO Jian Zhang均为清华校友，焦剑涛加入英伟达任研究总监及杰出科学家，朱邦华加入英伟达任Principal Research Scientist，Jian Zhang成为英伟达应用研究总监。
2. Nexusflow由焦剑涛等人于2023年创立，最初专注于用生成式AI解决网络安全问题，后转型为企业生成式AI Agents。
3. Nexusflow在开源社区推出NexusRaven-V2和Athene系列模型，在软件工具使用和函数调用方面表现出色。
4. Nexusflow与英伟达早有联系，另一位联创Kurt Keutzer参与了英伟达与学术界合作的项目 Efficient AI ，并且Nexusflow是AI云平台 Together AI 的主要客户之一，英伟达也投资了Together AI。
5. 英伟达近期在AI领域投资和收购活动频繁，倾向于直接收购与自身业务相关性强的公司。
6. 被收购公司的技术会被整合到英伟达产品中，Nexusflow的技术或将被整合到英伟达的Nemotron企业级Agent模型中。

媒体文章：

• 量子位: 韩松贾扬清之后，又一家清华系AI公司卖给英伟达，黄仁勋亲自招募95后联创

tag: AI投资

[ikaijua]

2025-06-30 新国产GPU公司曦望Sunrise刚融了10个亿

1. 国产GPU公司曦望Sunrise在低调发展5年后正式亮相，由商汤分拆独立而来。
2. 曦望Sunrise已完成近10亿元融资，投资方包括华胥基金、第四范式等。
3. 公司专注高性能GPU研发，产品定位为“更懂AI的芯片公司”。
4. 曦望Sunrise的产品线包括曦望S1、S2、S3，分别针对不同计算需求，S1已量产出货超2万片。
5. 曦望S3预计2026年量产，旨在大幅降低推理计算成本。
6. 公司核心技术团队150人，来自AMD、百度等企业。

媒体文章：

• 量子位: 新国产GPU「曦望」，刚融了10个亿

tag: AI投资

[ikaijua]

2025-06-30 苹果公司正考虑使用 Anthropic 或 OpenAI 为 Siri 提供支持，这是一次重大转变

1. Apple正在考虑使用Anthropic或OpenAI的AI技术来增强Siri，这可能标志着其放弃自家AI模型的重大转变。
2. Apple的内部AI项目进展缓慢，Siri的升级因技术障碍和延迟而受阻。
3. Apple已测试了多个第三方AI模型，并认为Anthropic的技术最适合Siri的需求。
4. Apple计划在其私有云服务器上运行这些AI模型，以更好地保护用户隐私。
5. Apple的AI团队经历了管理层变动，部分AI项目被重新分配。
6. Apple的AI工程师面临来自Meta和OpenAI的高薪挖角，导致人才流失风险增加。
7. Apple的高层逐渐接受依赖外部技术可能是短期内改善AI表现的关键。

媒体文章：

• bloomberg: Apple Weighs Using Anthropic or OpenAI to Power Siri in Major Reversal

tag: AI洞察

[ikaijua]

2025-07-01 华为开源专注于超大规模MoE模型的推理优化项目Omni-Infer

1. Omni-Infer包括推理框架和加速套件，支持与主流开源大模型推理框架如vLLM的兼容。
2. 项目提供智能调度系统、负载平衡器、MoE模型优化、资源分配和注意力机制强化等功能。
3. 项目旨在通过简化部署和优化推理过程，提升AI推理的效率和稳定性。

Github：https://github.com/omni-ai-npu/omni-infer

媒体文章：

• 量子位: 华为又开源了个大的：超大规模MoE推理秘籍

tag: AI研究

[ikaijua]

2025-07-01 小扎官宣Meta超级智能实验室！97年小孩哥带队，11人名单7位是华人

1. Meta成立超级智能实验室（MSL），由Scale AI前CEO Alexandr Wang领导，GitHub前CEO Nat Friedman协助。
2. MSL首批成员11人，其中7位是华人，多数来自Anthropic、谷歌DeepMind和OpenAI等。
3. 图灵奖得主LeCun未被纳入MSL的新组织架构。
4. MSL的愿景是“为每个人打造个人超级智能”，小扎将亲自参与。
5. MSL将启动下一代模型研究，目标在未来一年左右达到前沿水平。
6. Meta将继续招募人才，团队仍在组建中。

• 毕树超（浙大校友）：GPT-4o语音模式和o4-mini的共同创造者，此前在OpenAI领导多模态后训练工作。
• Huiwen Chang（清华校友）：GPT-4o 图像生成的共同创造者，此前在谷歌研究院发明了MaskGIT和Muse文本转图像架构。
• Ji Lin（清华校友）：参与构建o3/o4-mini、GPT-4o、GPT-4.1、GPT-4.5、4o-imagegen以及Operator推理栈。
• 任泓宇（北大校友）：GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，此前在OpenAI领导后训练团队。
• Pei Sun（清华校友）：曾在谷歌DeepMind负责Gemini的后训练、编码和推理工作，此前创建了Waymo的最后两代感知模型。
• 余家辉（中科大校友）：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，在Gemini中共同领导多模态工作。
• 赵晟佳（清华校友）：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作。

媒体文章：

• 量子位: 小扎官宣Meta超级智能实验室！97年小孩哥带队，11人名单7位是华人
• 机器之心: Meta新AI团队成员大起底：8位华人，清北、浙大校友占半壁江山

tag: AI洞察

[ikaijua]

2025-07-01 马斯克的xAI再获巨额融资！以债务股权组合方式筹得100亿美元

1. 马斯克的xAI公司完成了总计100亿美元的新一轮融资，包括50亿美元债务融资和50亿美元股权融资。
2. 摩根士丹利担任了xAI此次债务融资的顾问，并指出这种组合融资方式旨在降低总资本成本并扩大可用资本池。
3. 融资资金将用于开发尖端的人工智能解决方案，包括建设大型数据中心和开发旗舰大模型Grok。
4. xAI目前每月烧钱高达10亿美元，主要投入在构建先进大模型方面，远超其收入增长。
5. 马斯克表示，这种巨额亏损在人工智能行业并不罕见，主要源于高昂的服务器建设和芯片采购成本。
6. xAI在商业化进展方面落后于竞争对手，如OpenAI，但公司对未来充满信心，预计将在2027年实现盈利。
7. xAI计划利用合并后的社交媒体公司X的数据档案来训练其人工智能模型，以降低数据成本。

媒体文章：

• 财联社: 马斯克的xAI再获巨额融资！以债务股权组合方式筹得100亿美元

tag: AI投资

[ikaijua]

2025-07-01 阿里通义开源音频生成模型ThinkSound

1. 阿里巴巴通义实验室开源了首个音频生成模型ThinkSound，该模型首次将CoT（Chain-of-Thought，思维链）应用于音频生成领域。
2. ThinkSound能够模拟专业音效师的创作流程，生成与画面同步的高保真音频。
3. 模型代码和模型已在GitHub、Hugging Face、魔搭社区开源，开发者可以免费下载和体验。
4. 该技术解决了现有视频转音频技术难以捕捉画面中动态细节和时序的问题。
5. 通义团队构建了首个带思维链标注的音频数据集AudioCoT，融合了2531.8小时的多源异构数据。
6. 在开源的VGGSound测试集上，ThinkSound的核心指标相比现有主流方法均实现了15%以上的提升。

Github 地址：https://github.com/liuhuadai/ThinkSound
huggingface地址：https://huggingface.co/liuhuadai/ThinkSound

B站视频

• 阿里云: 通义开源“AI音效师”，ThinkSound音频模型来了！

媒体文章：

• 机器之心: 阿里通义开源音频生成模型，能模仿音效师为视频配音

tag: AI产品

[ikaijua]

2025-06-29 FLUX Kontext 开源！一句话修改图片内容/风格/物品迁移/去水印

1. Flux Context是一个革命性的新模型，专注于上下文图像生成。
2. 该模型能够根据给定的图片和简单指令生成不同角度或场景的图片。
3. Flux Context模型已开源dev版本，但满血版和Pro版需要付费调用。
4. 支持自然语言提示词，用于生成不同动作、环境的图像。
5. Flux Context还具备图像内编辑功能，如去除水印和文字。
6. Flux Context模型的开源为图像生成领域带来了新的可能性，尤其是在图像编辑和内容创作方面。

• 模型下载：https://huggingface.co/black-forest-labs/FLUX.1-Kontext-dev
• 技术报告：https://arxiv.org/abs/2506.15742

教程：

• 秋葉大佬 B 站视频: 【AI绘画】FLUX Kontext 开源！一句话修改图片内容/风格/物品迁移/去水印 未来已至？kontext整合包下载 comfyui
• https://docs.comfy.org/tutorials/flux/flux-1-kontext-dev

媒体文章：

• 小互AI: 爆炸消息：Black Forest宣布开源对标GPT 4o的FLUX.1 Kontext 图像模型（内附教程 ）

tag: AI产品

[ikaijua]

2025-06-20 腾讯开源音乐生成大模型SongGeneration

1. 该模型专注于解决音乐AIGC领域音质、音乐性和生成速度三大难题。
2. 上限极其高，接近Suno 4.5的水平，而且中文能力优秀，但模型不太稳定。
3. 生成歌曲的准确度与部分商业闭源模型相当甚至更优，在整体表现、旋律、伴奏、音质和结构等方面优于多数开源模型。
4. 支持文本控制、多轨合成和风格跟随等功能，兼顾C端可玩性和B端稳定性和拓展性。
5. 在低比特率音乐编解码、多类别token并行预测、多维度人类偏好对齐和三阶段训练范式等方面具有创新。
6. 在客观和主观评测中均表现出色，在内容欣赏度、内容实用性和制作质量等方面领先，歌词准确度超越部分商业模型。

songGeneration.mp4

• 模型体验地址：https://huggingface.co/spaces/tencent/SongGeneration 
• Github 地址：https://github.com/tencent-ailab/SongGeneration
• Huggingface：https://huggingface.co/tencent/SongGeneration 
• 论文：https://arxiv.org/abs/2506.07520SongGeneration

媒体文章：

• 机器之心: 人人皆可创作音乐！腾讯AI Lab开源音乐生成大模型SongGeneration

tag: AI产品

[ikaijua]

2025-06-30 百度文心大模型4.5系列开源

1. 文心大模型4.5系列，包括47B、3B激活参数的混合专家模型和0.3B参数的稠密型模型等10款模型。
2. 开源内容涵盖预训练权重和推理代码，API服务可通过百度智能云千帆大模型平台使用。
3. 文心大模型4.5系列在多模态异构模型结构上有创新，提升了多模态理解能力，性能优越。
4. 该系列模型在多个文本和多模态基准测试中达到SOTA水平，尤其在指令遵循、世界知识记忆、视觉理解和多模态推理任务上表现突出。
5. 文心大模型4.5系列使用飞桨深度学习框架进行高效训练、推理和部署，模型FLOPs利用率达到47%。
6. 百度同步升级发布文心大模型开发套件ERNIEKit和大模型高效部署套件FastDeploy，提供全流程支持。
7. 此次开源实现了框架层与模型层的“双层开源”。

模型地址：https://huggingface.co/collections/baidu/ernie-45-6861cd4c9be84540645f35c9

媒体文章：

• 量子位: 百度文心大模型4.5系列正式开源 同步开放API服务

tag: AI产品

[ikaijua]

2025-07-01 微软开源 GitHub Copilot Chat 的 VS Code 扩展

1. 微软在5月的开发者大会上宣布将VS Code打造成开源AI编辑器。
2. GitHub Copilot Chat的VS Code扩展采用MIT开源许可证正式开源。
3. 该扩展提供了类似Cursor的Chat面板，通过聊天方式编辑代码。
4. 扩展能根据代码提交者、变量和斜线命令等信息，给出与代码库相关的回答。
5. Copilot Chat与VS Code深度集成，发布与VS Code同步进行。
6. 每个新版本的Copilot Chat仅兼容最新版本的VS Code。
7. 使用旧版本VS Code的用户无法使用最新的Copilot Chat。

开源地址：https://github.com/microsoft/vscode-copilot-chat

媒体文章：

• oschina: 微软开源 GitHub Copilot Chat 的 VS Code 扩展

tag: AI产品

[ikaijua]

2025-07-01 阿里发布了Qwen-TTS

1. 阿里通义团队发布了 Qwen-TTS 模型，目前只能通过 Qwen API 使用。
2. 模型听起来真实感很强，Qwen-TTS 模型支持三种中文方言：北京话、上海话、四川话。

qwen-tts.mov

官方介绍：https://qwenlm.github.io/blog/qwen-tts/

tag: AI产品

[ikaijua]

2025-07-02 Cursor挖走亲密伙伴Claude Code的两位核心人物

1. AI编程应用Cursor的开发商Anysphere从Anthropic挖走了两位关键人物：Boris Cherny和Cat Wu，他们分别是Claude Code项目的开发负责人和产品经理。
2. 这种挖人行为可能影响Anthropic和Anysphere之间的合作关系，尤其是考虑到Cursor是Anthropic的最大客户之一。
3. 两位新员工将致力于开发“类智能体”功能，以及优化其他产品。
4. Anthropic的年收入达到40亿美元，估值615亿美元，显示出其强劲的增长势头。
5. Anysphere的年收入在短短三个月内翻倍，达到5亿美元，估值为99亿美元。
6. AI编程市场竞争激烈，Anthropic、OpenAI、谷歌DeepMind和亚马逊等巨头纷纷入局。
7. 此次挖人事件可能为AI编程市场带来新的变数。

媒体文章：

• 机器之心: 从亲密伙伴抢人，Cursor挖走Claude Code两位核心人物

tag: AI洞察

[ikaijua]

2025-07-02 苹果或从2027年开始大量出货AI眼镜

1. 知名分析师郭明錤预测苹果将在2027年开始发布多款头戴设备，2026年不会有新产品推出。
2. 苹果将头戴式设备视为消费电子产品的下一个主要趋势，预计2027年智能眼镜出货量达300万至500万台。
3. 维深预测2025年全球AI智能眼镜销量将达550万台，同比增长135%。
4. 方正证券认为AI智能眼镜是AI应用落地的最佳载体，推动智能穿戴设备迭代升级。
5. AI智能眼镜弥补了XR设备在佩戴舒适性上的不足，开创了新的交互模式。

媒体文章：

• 财联社: 苹果或从2027年开始大量出货智能眼镜 AI眼镜万亿市场蓄势待发

tag: AI洞察

[ikaijua]

2025-07-01 AI 编程助手 Cursor 提供 Web 和移动端版本

1. Cursor推出了可在网页和移动设备上使用的AI Agent功能。
2. 用户可以通过浏览器或手机启动复杂的编码任务，例如修复错误或进行代码库问答。
3. Agent可以在后台运行，任务完成后，用户可以在桌面端Cursor IDE中无缝衔接。
4. 该功能支持并行执行，用户可以同时启动多个使用不同模型的Agent，并比较结果。
5. 集成了Slack，用户可以直接在Slack中触发Agent。
6. 运行计算本身免费，仅根据用户选择的AI模型收取使用费。

媒体文章：

• oschina: AI 编程助手 Cursor 提供 Web 和移动端版本

tag: AI产品

[ikaijua]

2025-07-03 Prompt不再是AI重点，新热点是Context Engineering

1. 上下文工程是一种构建自动化系统的方法，旨在通过优化输入文本来引导大型语言模型（LLM）生成期望的输出。
2. 提示词工程侧重于手动构思指令，而上下文工程则强调自动化和系统化，通过信息流水线整合数据。
3. 核心要素包括指令、知识、工具（如RAG）和智能体，目标是提供最有效的信息、格式和时机。
4. 使用LLM更像是科学实验，需要通过测试和科学流程来持续改进系统。
5. 上下文工程在Hacker News和知乎等平台上引起了广泛关注，显示了其在技术社区中的影响力。
6. 上下文工程被视为一种新型的操作系统，通过严谨的流程将LLM的使用从艺术变为科学。

媒体文章：

• 机器之心: 登上热搜！Prompt不再是AI重点，新热点是Context Engineering

tag: AI洞察