探索 AI ，从这里开始

最新最有趣的 AI 工具、资源、信息，成为第一批迎接未来的人

专栏

人工智能与智能计算的发展

十四届全国人大常委会专题讲座第十讲讲稿人工智能与智能计算的发展孙凝晖委员长、各位副委员长、秘书长、各位委员：人工智能领域近年来正在迎来一场由生成式人工智能大模型引领的爆发式…

15小时前
专栏

讯飞智作亮相央视首届“科晚”，打造“AI张腾岳”三分钟炫技3种语言

AI能写文章、能画画、能聊天，这些已经不再新鲜。但你是否想过，AI还能能听见危险的声音、能让课堂更生动，甚至能能用方言朗诵古诗？在2024年12月29日晚，中央广播电视总台首届《…

15小时前
专栏

智源研究院发布2025十大AI技术趋势

在2025年伊始，智源研究院提出十个人工智能技术及应用趋势，以剖析科技演进轨迹，洞察未来发展方向，预测关键驱动力，指引人类社会迈向更加智能、美好与互联的未来。 Trend 1 科学…

15小时前
专栏

AI编程工具L1-L5分级介绍，GitHub Copilot 仅 L1

AI编程L1-L5是什么 AI编程的L1-L5分级体系是对AI编程工具自动化能力的分类，从基础的代码补全到全流程开发，体现了AI在软件开发中的不同应用层次。从L1到L5的工具逐步提…

15小时前
专栏

DeepSeek交流纪要（字节内部原文）

站长推荐：DeepSeek服务器繁忙怎么解决？14个免费R1满血版平替观点分享 DeepSeek做的模型，和基于transformer的模型路径基本上是一致的，没有深度学习框架等…

15小时前
a16z深入详解 MCP 和 AI 工具的未来

自 OpenAI 于 2023 年发布函数调用以来，一直在思考如何才能解锁代理和工具使用的生态系统。随着基础模型变得更加智能，代理与外部工具、数据和 API 交互的能力变得越来越分…

15小时前 • 专栏
AI周刊丨本周不可错过的AI行业动态（5.26-6.1）

本篇内容，带你快速了解本周AI热点资讯。 01. AI大事件 DeepSeek-R1开源新版本DeepSeek-R1-0528，AI编程能力跃升 DeepSeek发布R1模…

15小时前 • 专栏
专栏

Sam Altman发布《The Gentle Singularity（温和的奇点）》

本篇文章《The Gentle Singularity》由Sam Altman撰写，探讨了人工智能和数字超级智能的发展及其对人类社会的影响。尽管目前人类尚未达到完全的超级智能，但已…

15小时前
Cursor CEO 最新专访：五年内所有编程将用 AI 进行

估值接近百亿，最新一轮融资高达 9 亿美元，Cursor 无疑是今年风头最劲的 AI 产品。Cursor 不仅是一个 AI 协助编程的工具，更加是创造了「vibe coding」的…

15小时前 • 专栏
专栏

Pollo AI 创始人阿彪深度专访：SEO 怎么做？红人怎么投？付费广告怎么搞？

在 AI 的创业圈子里，有几位极其低调的创始人，他们的产品已达到千万美元甚至更高的年收入，但几乎从不公开分享，十字路口本周的嘉宾阿彪就是其中一位。阿彪是 AI 效率工具 Hix …

15小时前
深度访谈Head AI创始人Kay，不睡觉的AI增长负责人

马车从来不是汽车的对手。最近，Head AI 发布获得了很多关注，它称自己为「Worlds’s First AI Marketer」。Head AI 在获得锦秋和金沙江投资后，朱…

15小时前 • 专栏
首个投资交易 Agent Bobby 上线，第一时间访谈 Vakee

不要低估你在生活中看到的每一件事。如果有一位“24小时在线的投资伙伴”，只需自然语言对话，就能帮你实时分析市场动态、根据生活灵感和工作认知生成个性化AI投资组合、一键完成股票/期…

15小时前 • 专栏

点击查看更多

谷歌逐步向香港用户开放 Gemini 网页版与多模态生成功能
9小时前
分享到:

谷歌（Google）宣布，已开始分阶段向香港特别行政区用户开放其多模态大语言模型 Gemini 的网页版应用。这是该服务首次面向香港个人用户开放登录，用户可通过网页端使用文本处理、图像生成、语音交互及数据分析等功能。根据官方计划，首阶段将覆盖香港地区全部网页端用户，后续阶段将延伸至 Gemini App 移动应用，实现跨端使用。当前，香港用户可利用 Gemini 进行办公辅助、创意内容和音乐生成。谷歌尚未确认此次开放是否包含最新 Gemini 1.5 Pro 版本。业内人士认为，Gemini 进入香港市场将提升本地创作者与开发者的 AI 应用体验，并推动区域智能化创新生态的发展。
地瓜机器人获1.2亿美元B1轮融资，加速具身智能全栈布局
9小时前
分享到:

地瓜机器人宣布完成1.2亿美元B1轮融资，由Synstellation Capital、滴滴、美团龙珠领投，北汽产投、九坤创投、芯联资本等跟投，老股东高瓴创投、Vertex Growth及五源资本超额增持。公司自2025年A轮以来一年内累计融资达2.2亿美元。地瓜机器人脱胎自地平线机器人事业部，2024年独立运营，专注具身智能计算基础设施研发，构建覆盖芯片、算法及软件的产品体系，算力范围5至560TOPS。公司技术应用于人形机器人、四足机器人及物流AMR等场景，并与云鲸、影石Insta360、维他动力等客户开展量产合作。融资完成后，地瓜机器人将加速推动具身智能软硬件全栈研发与产业化进程。
阿里通义开源影视级配音大模型 Fun-CineForge，支持多角色音画同步
9小时前
分享到:

阿里通义实验室于3月16日发布并开源多模态影视级配音大模型 Fun-CineForge，旨在解决AI配音中的口型不同步、情感缺失及音色不一致等难题。该模型首创“时间模态”架构，通过精准时间戳控制实现高精度音画同步，即使在遮挡、镜头切换等复杂场景下仍保持稳定表现。其配套开源的CineDub数据集构建流程利用大模型思维链技术，将影视素材自动转化为结构化数据，将中英文字错率降至约1%，说话人分离错误率为1.20%。Fun-CineForge已在GitHub、HuggingFace及魔搭社区上线，支持30秒以内视频推理，并实现单人及多人对话场景的专业级配音生成，推动AI语音技术向动漫与影视后期制作领域延伸。
谷歌投资儿童动画工作室 Animaj，强化 AI 内容质量治理
9小时前
分享到:

谷歌近日向 AI 动画工作室 Animaj 投资 100 万美元，这是 YouTube 首次直接投资儿童内容创作企业。此次合作旨在应对利用生成式 AI 批量生产的低质量“AI 垃圾视频”问题。根据协议，谷歌将向 Animaj 提供 Veo、Gemini 与 Imagen 等最新 AI 模型的技术访问，并由 DeepMind 提供支持。Animaj 计划在提升制作效率的同时确保内容的教育性和原创性。YouTube 首席执行官尼尔·莫汉表示，打击 AI 低质内容是公司 2026 年战略重点，谷歌还正扩大人脸检测工具应用，协助清理未经授权的 AI 生成视频，以重塑儿童数字内容生态。
上海累计备案生成式AI服务达150款推进合规管理与创新应用
9小时前
分享到:

据网信上海消息，上海市网信办近日发布新一批生成式人工智能服务备案公告。截止2026年3月16日，上海本月新增1款备案服务，全市累计备案数量达到150款。此次工作由上海市网信办会同相关部门依据《生成式人工智能服务管理暂行办法》开展，除常规备案外，还同步登记通过API调用已备案模型并向公众提供具舆论属性或社会动员能力的服务。根据管理要求，上线的生成式AI应用须在显著位置公示所使用的备案服务信息，标注模型名称及备案号，并遵守《人工智能生成合成内容标识办法》，为AI生成内容添加明显标识。上海市网信办表示，将继续推动人工智能创新与规范应用并行，建设AI发展高地。
通义实验室开源Fun-CineForge多模态大模型，突破影视级AI配音难题
10小时前
分享到:

通义实验室正式发布并开源影视级多模态配音大模型Fun-CineForge，针对传统AI配音在情绪、口型与多角色场景中的瓶颈，首次实现影视制作所需的高精度语音合成。该模型通过“时间模态”与视觉、文本、音频的四模态融合架构，实现语音与画面的毫秒级时间对齐，并在多人物对话中保持稳定音色与情感一致性。通义实验室同步开源CineDub高质量数据集及自动化构建流程，将中英文文本转录错率降至1%–2%。实验结果显示，Fun-CineForge在唇部同步度、词错率及音色相似度等指标上均显著优于现有模型，填补了业内多人对话AI配音的技术空白。目前模型已在GitHub、HuggingFace及ModelScope等平台开放下载。
IBM 开源 Granite 4.0 1B Speech 多模态语音模型，性能跃升且更轻量
10小时前
分享到:

IBM 宣布推出并开源 Granite 4.0 1B Speech 语音语言模型，该模型面向边缘计算与企业级部署，支持多语种自动语音识别（ASR）及双向语音翻译（AST）。相比前代版本，新模型参数量减半，但性能显著提升，新增日语 ASR 支持与关键词偏置功能，并提升英文转录准确率。Granite 4.0 1B Speech 采用两阶段架构，先将音频转文本，再经 Granite 语言模型推理，可灵活配置应用流程，支持英语、法语、德语、西班牙语、葡萄牙语、日语及中英互译。在 OpenASR 测试中，模型以 5.52 的平均字错率位居榜首。IBM 依据 Apache 2.0 协议开源该模型，开发者可通过 Transformers 或 vLLM 框架部署，为资源受限设备提供高效语音 AI 能力。
旧金山出现地下人形机器人格斗俱乐部：AI与VR驱动新型竞技娱乐
10小时前
分享到:

旧金山近日兴起地下人形机器人格斗俱乐部，吸引科技爱好者关注。活动中，参赛机器人通过VR设备由远程“飞行员”操控，在钢铁笼内进行激烈对抗。报道显示，这些机器人大多采用中国制造的硬件，美国则提供场地与观众基础。AI算法使机器人动作更灵活、反应更精准，增强了观赏性与竞技性。这种融合中国制造、美国运营的模式，展现了全球AI与机器人领域的产业协作，也折射出人机协作与AI应用在娱乐场景中的新趋势。
谷歌与 Accel 选出 5 家印度硬核 AI 初创公司，聚焦实质创新
10小时前
分享到:

谷歌与风险投资公司 Accel 公布印度人工智能加速器最新入选名单，从超 4000 份申请中遴选出 5 家具备深度技术壁垒的初创企业。两家公司强调，约 70% 的申请属于在现有模型上叠加聊天界面的“AI 套壳”项目，缺乏创新性，因而未被选中。本次入选的公司包括 K-Dense（AI 辅助科研平台）、Dodge.ai（企业 ERP 智能体）、Persistence Labs（语音 AI 呼叫中心）、Zingroll（AI 影视内容生成）及 Level Plane（工业自动化解决方案）。每家企业将获得最高 200 万美元资金与 35 万美元计算资源支持。该项目不限定使用谷歌模型，旨在通过真实场景验证 AI 应用，并为 Google DeepMind 模型迭代提供反馈。
通义实验室开源影视级多模态配音大模型 Fun-CineForge
10小时前
分享到:

3月16日，阿里巴巴通义实验室正式发布并开源全球首个支持影视级与多场景配音的多模态大模型 Fun-CineForge。该模型采用“数据+模型”一体化设计，解决了AI配音中长期存在的情感缺失与机械感问题，可在复杂影视场景中实现情绪表达、环境音融合及口型同步。通义实验室同时开放高质量数据集构建方法，使AI能够更深入理解影视语境，提升配音自然度与空间音效表现。Fun-CineForge作为通义系列在多模态领域的重要补充，将为影视后期、跨语言译制及创作者提供低成本、高品质的声音制作能力。目前模型及相关资源已同步上线开源平台。
HydraDB获650万美元融资推出关系图谱式AI记忆架构
11小时前
分享到:

AI记忆技术初创公司HydraDB宣布完成650万美元融资，推出替代传统向量数据库的新型AI记忆系统。HydraDB通过构建关系图谱与Git式追加存储架构，取代现有依赖相似度检索的记忆方式，旨在解决“相似不等于相关”的数据匹配缺陷。其系统不再拆分信息碎片，而是记录实体间的语义关系，并在数据变更时保留历史版本与上下文，提升AI的逻辑一致性与可溯源性。每条记忆还自动关联上下文信息，增强模型语义理解与长期记忆能力。该方案被业界认为有望推动AI助手、知识库及RAG系统的存储逻辑升级。目前相关论文已在HydraDB官方网站公开。
蚂蚁灵波与乐聚机器人达成战略合作，共推具身智能“一脑多机”落地
11小时前
分享到:

3月16日，上海蚂蚁灵波科技与乐聚智能（深圳）股份有限公司签署战略合作协议，双方将围绕具身智能大模型与机器人本体技术展开深度协同，面向工业及商业场景推进应用落地。乐聚此前为蚂蚁灵波LingBot-VLA提供近万小时多模态真机数据，助其实现跨本体、跨任务泛化能力突破，形成“硬件场景—数据—算法”闭环。未来，双方将共建高质量真机数据集，开展模型训练与本体适配，提升机器人全链路智能能力，并打造可复制的行业解决方案和示范案例，推动具身智能从技术验证走向规模化应用。此次合作预计将为具身智能产业的场景化落地提供重要支撑。
印度启用 AI 预警系统防止大象铁路事故
11小时前
分享到:

印度环境、森林与气候变化部近日召开研讨会，重点讨论利用人工智能技术提高铁路与野生动物安全。其中，泰米尔纳德邦已部署基于热成像与运动感应的 AI 预警系统，通过摄像头网络在列车周边约 100 米范围内识别大象活动，并即时向铁路部门发出提醒，帮助列车减速避险。除该系统外，多个大象迁徙走廊亦安装了分布式声学传感（DAS）侵入监测装置，用于提前发现动物靠近轨道的信号。印度政府同时推进建设桥梁和下穿通道等工程，以综合减少铁路沿线的大象伤亡并提升生态保护效率。
清华大学开源OpenMAIC：打造AI多智能体互动课堂平台
11小时前
分享到:

清华大学研究团队近日开源多智能体互动课堂平台OpenMAIC（Open Multi-Agent Interactive Classroom），可将任意主题或文件自动生成沉浸式虚拟课堂。平台由大语言模型驱动，集成AI教师、助教及多角色学生，实现讲解、问答与课堂讨论等完整教学互动。目前已在GitHub开放代码，支持在线免费体验。OpenMAIC具备自动课程生成能力，约30分钟可完成幻灯片、测验、实验与项目任务的生成，成本低于2美元，并可在飞书、Slack、Telegram等平台直接运行。系统采用LangGraph架构和自适应教学引擎，支持多模型接入与个性化教学。项目已在清华校内完成500余名学生的大规模试点，累计产生逾10万条互动记录，被视为AI原生教育的重要基础设施创新。
有赞回应“AI投毒”质疑：涉事GEO系统与旗下投资公司无关
11小时前
分享到:

有赞今日发布声明，澄清央视3·15晚会曝光的“AI投毒”事件与其投资企业无关联。公司表示，报道中被提及的GEO相关产品并非有赞投资企业南京小裂变网络科技有限公司开发或运营。小裂变自2021年获投后仅专注于企业微信生态工具，与GEO业务不存在股权、技术或业务关系。经核查，涉嫌利用自动化手段篡改大模型生成结果的“力擎GEO优化系统”并非小裂变产品。有赞强调，其AI业务“加我推荐官”旨在品牌内容优化，已与主流模型厂商建立合规合作，坚决反对“投毒式”营销。事件再次引发业界对生成式内容合规与AI信息污染监管标准的关注。
中国AI大模型周调用量连续两周超越美国，新晋模型Hunter Alpha跻身全球前十
12小时前
分享到:

OpenRouter最新数据显示，3月9日至3月15日，中国AI大模型周调用量达到4.69万亿Token，环比增长11.83%，连续两周在全球主流平台上超过美国模型。同期，美国模型调用量降至3.294万亿Token，环比下降9.33%。榜单前三均由中国模型占据：MiniMax M2.5以1.75万亿Token连续五周居首，阶跃星辰Step3.5Flash周调用量环比飙升79%位居第二，DeepSeek V3.2以1.04万亿Token列第三。新晋模型Hunter Alpha于3月11日上线，以0.666万亿Token跻身全球第七。该模型针对智能体应用设计，具备百万Token上下文、强逻辑推理及任务执行能力。中国大模型正以高频迭代与广泛应用推动全球AI算力结构加速“东移”。
苹果将于WWDC2026发布代号“Campo”新版Siri，深度整合谷歌Gemini模型
12小时前
分享到:

苹果公司计划在2026年全球开发者大会（WWDC）上发布代号为“Campo”的新版Siri，标志其语音助手系统的核心重构。新一代Siri将深度集成谷歌Gemini模型，纳入“苹果基础模型”架构，以提升对话理解与生成能力。据悉，双方合作将使Siri的交互体验大幅接近主流生成式AI工具，相关研发与运营年投入约10亿美元。新版Siri将随iOS、iPadOS及macOS Tahoe系统同步推出，并引入优化的“Liquid Glass”界面控制功能，支持用户自定义视觉透明度。苹果此举表明其在生成式AI领域的战略转向，通过结合外部模型与自研系统推动端侧AI的智能化与定制化升级。
腾讯云上调大模型计费，最高涨幅超400%，云厂商集体结束低价时代
14小时前
分享到:

2026年春季，腾讯云宣布调整智能体开发平台的计费策略，GLM 5、MiniMax 2.5等大模型结束免费公测转为商用，混元系列部分模型价格涨幅超过400%。此前，AWS、谷歌云及国内优刻得等云服务商已相继提高相关服务价格，标志着云计算行业长期延续的“只降不涨”周期告终。据悉，企业级AI应用激增导致推理与算力成本大幅攀升，成为涨价主因。随着大模型在生产、办公与科研场景的广泛应用，全球云厂商正通过价格调整缓解硬件与能耗压力。业内分析认为，尽管新一代推理芯片将降低单位Token成本，但总体算力需求的爆发性增长使AI服务成本结构发生根本转变。
腾讯推出“龙虾管家”安全沙箱，强化本地 AI Agent 防护
14小时前
分享到:

腾讯电脑管家发布 18.0 核心版本，推出业内首个针对本地 AI 智能体的安全防护功能——“龙虾管家·AI 安全沙箱”。该功能通过沙箱隔离技术建立“安全隔离虾房”，严格管控 AI 对系统资源的访问权限，可拦截异常支付行为及系统文件修改指令，并支持 Prompt 与技能包的实时监测，以防注入式攻击和恶意调用。新版还提供可视化隐私管理界面，用户可查看剪贴板、摄像头、麦克风等敏感权限的调用记录，区分用户操作与程序自动行为，提升数据安全透明度。目前，“龙虾管家”已兼容 OpenClaw、QClaw 等主流本地 AI 框架，具备30余项安全能力，标志着腾讯在个人电脑防护领域迈向 AI 行为审计与合规管控新阶段。
Google地图十年来最大AI升级：接入Gemini推出“Ask Maps”和沉浸式3D导航
15小时前
分享到:

Google首席执行官桑达尔·皮查伊宣布，Google地图正式整合Gemini大模型，推出“Ask Maps”和“沉浸式导航”两项核心功能，被称为应用十年来最大升级。借助“Ask Maps”，用户可直接以自然语言提问并获得个性化出行与餐饮建议，系统能分析实时流量、评论及图片数据并支持预订。新“沉浸式导航”利用Gemini对海量街景及航拍图像进行3D渲染，实时展现建筑、道路及交通细节，提升导航准确度与体验。目前，“Ask Maps”已在美国和印度上线，沉浸式导航将陆续覆盖iOS与Android平台。此次更新标志着谷歌将AI能力全面融入地图服务，加速智能出行场景落地。