AI资讯

**Google Gemini Live 新功能预告：多应用智能连接助力高效办公** Google 宣布，Gemini Live 即将在未来几周实现与 Google Maps、Calendar、Keep 及 Tasks 等多款应用的深度集成。该功能允许用户通过自然语言访问这些应用中的关键信息，并进行智能操作，提升工作和生活效率。 **主要功能亮点** * **跨应用信息访问与整合**Gemi...

**通义发布 Qwen-TTS：高真实感语音合成，支持多方言与多音色** 阿里巴巴通义团队于近日正式发布了 Qwen-TTS 模型，这是一款基于大规模语音数据集研发的文本转语音（TTS）模型，通过数百万小时的语音训练，生成的声音在自然度、韵律、节奏和情感表达上达到了极高水平。用户可通过 Qwen API 调用体验，适用于教育、娱乐、智能客服等多种场景。 **核心特点** * **高真实感语音...

**苹果或借助 OpenAI、Anthropic 模型升级 Siri：内部模型被“冷落”？** 近期多家外媒披露，苹果正在与 **OpenAI** 和 **Anthropic** 洽谈，希望利用 ChatGPT 与 Claude 等大型语言模型，驱动新一代 Siri，而不是沿用自研模型。苹果已要求这两家公司训练可在自家私有云运行的专用版本，以验证性能与隐私合规性。 \*\*为什么放弃自研？\*...

**Cursor 移动端：把 AI 编程助手装进口袋** Cursor 把桌面 IDE 里的 Agent 能力迁移到手机端，让开发者在通勤、会议空档也能提交任务、查看 Diff 并生成 PR。 **主要功能** * **并行任务**同时下发多条指令（如“优化缓存”“重构 Login 组件”），后台并行执行，进度实时推送任务列表。 * **项目与模型切换**下拉选择不同仓库、分支，按需切换 G...

**GPT-5 传闻：7 月发布在即，期待与不确定共存** 虽然 OpenAI 官方尚未公布 GPT-5 的具体发布日期，但多方传闻与行业高管发言都指向一个时间窗口：2025 年 7 月。GPT-5 有望成为继 GPT-4.5（Orion）之后的新一代旗舰模型，将在性能和功能上再做升级。 **目前已知的信息** * **夏季发布预期**OpenAI CEO Sam Altman 在公司播客中...

**Runway Game Worlds：一句话生成可玩电子游戏原型** Runway 即将上线全新平台 Game Worlds，任何人只需在对话框输入 “赛博朋克城市·解谜关卡”，AI 即可自动生成场景美术、NPC 立绘、背景音乐和基础玩法脚本，完成一个可交互的游戏原型。 **核心功能** * **自然语言驱动原型**输入场景与玩法描述，AI 在几分钟内产出 Demo，包括美术资源、音效和...

**Gemini「Scheduled action」：一句提示词创建定时任务** Google 为 Gemini App 引入 Scheduled action，让用户通过自然语言就能设置循环或一次性任务。无需脚本、表单，任何包含时间频率的指令都会被识别并排程，真正实现零代码自动化。 **功能亮点** * **对话式排程**直接在聊天窗口输入例如“每天早上 5 点发送过去 24 小时美股分析...

**Hunyuan-A13B：把 80 B 能力压进 13 B 显存的小体积 MoE 大模型** 腾讯开源的 Hunyuan-A13B 用稀疏专家结构让 80 B 参数模型在推理时只激活 13 B 专家，兼顾低显存与高性能。模型原生支持 256 K 上下文窗口，并引入“快思考 / 慢思考”两档推理路径：简单请求调用少量专家极速返回，复杂问题自动切换深度专家，提高准确率而不过度耗时。 **关键性...

**Google发布Gemma 3n：移动端和边缘设备的全能开源多模态大模型** 近日Google正式推出新一代开源轻量级多模态大模型Gemma 3n，主打“高性能+低资源消耗”，刷新了移动端和边缘设备AI推理能力的行业新标杆。 **核心亮点** * **支持多模态输入输出**Gemma 3n不仅能处理文本，还原生支持图片、音频和视频输入输出，真正实现多模态理解与内容生成。 * **双版本参...

**Suno收购WavTool，升级AI音乐创作能力，服务专业词曲作者与制作人** 2025年6月26日，全球领先的AI音乐平台Suno宣布，正式收购AI音乐工作站WavTool。这一并购被业界认为是Suno提升专业音乐制作能力、扩展高端创作者市场布局的关键举措。 **为什么这次收购值得关注？** * **AI音乐创作迈向专业级**WavTool是一款在线AI音乐工作站，集成了实时AI合成器...