AI快讯

OpenAI于9月13日正式发布新一代AI模型o1，该模型在推理能力上取得重大突破，尤其在数学、编程和科学领域表现优异。o1模型通过强化学习训练，能够在回答前进行深度思考，生成内部推理链，从而解决复杂问题。在编程竞赛中，o1模型排名前11%，超越人类专家水平。o1模型包含o1-preview和o1-mini两个版本。o1-preview为早期预览版，具备高级推理能力；o1-mini则更轻量、高效，专注于编程和数学任务，成本降低80%。目前，ChatGPT Plus和Team用户已可使用o1模型，API开发者也可申请访问。OpenAI表示，o1模型代表了AI推理能力的新范式，尽管仍存在局限，但未来将持续优化，并计划推出更多功能。该模型的发布标志着AI在复杂推理任务上的重要进展，有望推动科学研究、代码生成和数学问题求解等领域的应用。

苹果近日开源了其Swift测试框架，旨在为开发者提供更高效、灵活的跨平台测试工具。该框架支持iOS、macOS、Linux等平台，并集成了现代测试特性，如并行执行和异步测试，以简化代码质量保障流程。此举不仅增强了Swift生态的开放性，也为服务器端Swift开发提供了官方测试支持。开发者可通过GitHub获取源码，并参与社区贡献。苹果表示，开源将加速框架迭代，推动Swift在更多场景中的应用。

阿里云近日正式发布Qwen2.5-Omni，这是一款全能端到端多模态模型，能够同时处理文本、图像、音频和视频等多种输入，并生成文本与自然语音输出。该模型在多项基准测试中表现优异，尤其在语音交互和多模态理解任务上达到领先水平。Qwen2.5-Omni采用统一架构设计，支持实时交互，可应用于智能客服、内容生成、教育辅导等场景。阿里云表示，该模型已通过阿里云百炼平台开放API，开发者可快速集成。此举进一步降低了多模态AI的应用门槛，推动行业智能化升级。

据知情人士透露，苹果公司人工智能负责人约翰·詹南德雷亚（John Giannandrea）已正式离职，其领导的AI团队正在进行重组。詹南德雷亚此前负责苹果的机器学习与AI战略，包括Siri、Core ML等核心技术的研发。此次人事变动可能影响苹果在AI领域的布局，尤其是即将推出的iOS 19系统中Siri的智能升级计划。苹果已任命资深高管接替其职责，并调整团队架构以加速AI技术的整合。分析人士认为，此举旨在应对谷歌、微软等竞争对手在生成式AI领域的快速进展，同时为下一代产品奠定技术基础。目前，苹果尚未就此事发表官方声明。

36氪获悉，中信建投研报指出，坚定看好AI产业趋势。K3的发布被认为是本周全球大模型行业的分水岭事件，也是另一个DeepSeek时刻：2.8万亿参数、100万上下文及Code Arena登顶，证明国产模型已在Agentic Coding主战场与美国前沿模型正面交锋。研报建议重点关注应用层机会。一方面，K3提升了开源模型智能水平，应用层使用tier1模型的门槛和成本预计均将降低，利好后续应用场景进一步打开；另一方面，头部和第二梯队模型厂商竞争激烈，竞争维度已从模型能力延伸至价格、产品力、场景拓展、成本优化等，利好应用层发展。

7月20日，最新发布的《2026年Q2中国办公智能体平台市场洞察报告》显示，腾讯WorkBuddy在国内PC端AI原生办公智能体市场表现强劲，6月单月访问量突破2000万，持续保持市场第一的领先优势。这一数据凸显了腾讯在AI办公领域的先发优势，WorkBuddy凭借其深度整合的办公生态与智能体能力，正在快速占领企业用户心智。随着AI办公市场竞争日趋激烈，头部平台的规模化效应或将进一步显现。

Meta近日开源了其多语言语音翻译模型MMS（Massively Multilingual Speech），该模型支持超过1100种语言的语音识别、文本转语音和语言识别，覆盖全球约10亿人口。MMS基于自监督学习，利用未标注的音频数据训练，显著降低了数据标注成本。与现有技术相比，MMS在低资源语言上的表现尤为突出，错误率平均降低50%以上。Meta表示，该模型将助力保护语言多样性，并推动语音技术在偏远地区的应用。目前，MMS已在GitHub开源，提供预训练模型和推理代码。

仿真技术正从传统物理模型向AI驱动的新范式演进。其底层逻辑核心在于通过数据驱动的方式，利用深度学习网络模拟复杂系统行为，从而突破传统仿真的计算瓶颈。这一转变使得虚拟世界的构建更加高效、精准，尤其适用于自动驾驶、机器人训练等需要海量场景测试的领域。当前，基于生成式AI的仿真平台能够自动创建多样化的虚拟环境，并实时响应交互动作。这种“数据闭环”模式不仅降低了人工建模成本，还提升了模型的泛化能力。专家指出，未来仿真将深度融合强化学习与数字孪生技术，实现从静态模拟到动态预测的跨越，为工业元宇宙的落地提供关键支撑。

在2026年世界人工智能大会（WAIC）上，智象未来正式发布了全球首个支持无限时长内容创作的智能体——vivago R1。该产品突破了传统AI视频生成的时间限制，能够根据用户输入的文本或图像，持续生成不限长度的连贯视频内容，为影视制作、广告创意、虚拟现实等领域带来革命性变革。vivago R1基于智象未来自研的“时空扩展”大模型，通过动态记忆与自适应生成技术，实现了对长视频中场景、角色和叙事逻辑的精准控制。据官方介绍，该智能体已支持4K分辨率输出，并能在保持风格一致性的前提下，自动优化画面细节与镜头语言。目前，vivago R1已开放内测申请，预计将在今年第三季度正式商用。

具身智能赛道再迎重磅玩家。7月25日，光鉴科技正式发布其自主研发的具身智能视觉感知方案，旨在为物理世界中的AI系统提供高精度、低延迟的视觉感知能力。该方案融合了3D结构光、双目视觉与深度学习算法，能够实现毫米级的环境建模与实时物体识别，为机器人、自动驾驶、智能制造等场景提供“看”与“理解”的核心基础。据光鉴科技介绍，这套方案的核心优势在于其“软硬一体”的设计。硬件层面，自研的纳米光子芯片与微型投影模组大幅降低了功耗与体积，使得方案可以灵活嵌入各类机器人平台；软件层面，基于Transformer架构的感知算法在公开数据集上的物体检测精度达到98.7%，处理延迟低于15毫秒。光鉴科技CEO表示：“我们希望为物理AI提供一双‘火眼金睛’，让机器不仅能看见，更能看懂。”目前，该方案已与多家头部机器人厂商达成合作，预计年内实现量产交付。