谷歌公司正式推出 Gemini 2.5 Flash-Lite，这是其系列中最轻量化、最具成本效益的 AI 模型。随着科技的快速发展，AI 的应用已经深入到编码、翻译和推理等多个领域。2.5 Flash-Lite 不仅保留了 Gemini 2.5 系列的核心能力，如灵活控制推理预算、连接外部工具（如谷歌搜索、代码执行），还支持处理超长上下文，达到 100 万 token 的处理能力，这一特性让开发者在构建复杂系统时能够更游刃有余。Spline、Rooms 等公司，以及 Snap、SmartBear 等企业，已在过去数周内使用最新版本开发实际应用。

近日，百度推出全球首个双数字人互动直播间。这一创新应用基于百度文心大模型 4.5 Turbo，通过语言、声音和形象的多模态高度融合，实现了数字人与用户之间的自然、流畅互动，为直播行业带来了全新可能。据悉，这一技术依托文心 4.5T 的多模态联合建模能力，能够同时处理文本、图像和音频输入输出，确保声音与口型、表情与语义的高度一致。

MiniMax（稀宇科技）开源旗下大规模混合架构推理模型「MiniMax-M1」，号称「世界上第一个开源的大规模混合架构的推理模型」。模型信息方面，MiniMax-M1 参数大小为 456B，单 token 激活参数为 45.9B。其中最亮眼的是，M1 原生支持 100 万上下文的输入，跟闭源模型里面的 Google Gemini 2.5 Pro 一致，是 DeepSeek R1 的 8 倍。M1 采用 MoE 与「闪电注意力机制」双结合架构，从而在计算长的上下文输入以及深度推理的时候显著高效。测试结果上，M1 在软件工程、长上下文与工具使用等面向生产力的复杂场景中具备显著优势。地址

荷兰光刻设备制造商 ASML 与梵高博物馆联合开发了一项名为「厚涂项目」（Impasto Project）的创新计划，运用先进的芯片测量技术研制出一台专用的 3D 扫描设备。该设备能够精准捕捉梵高作品中标志性的厚重笔触技法（Impasto），将画作表面的立体纹理转化为数字信息。单幅画扫描后可产生约 100GB 的数据量，从而构建出高度精确的数字副本。

苹果近期在全球范围内开展了一系列与 WWDC25 相关的主题活动，旨在为开发者、设计师和产品经理提供深入了解最新技术的平台。此次活动结合线下互动与线上预约的方式，拉近了参与者与前沿技术之间的距离。在全球开发者大会 WWDC25 结束后，苹果随即启动了全球巡回交流计划，以进一步推广大会期间发布的技术成果。本次活动聚焦于 Apple Intelligence、visionOS、开发工具以及跨平台应用设计等关键内容，通过多样化的形式帮助不同地区的专业人士更好地掌握最新动向。

Adobe 宣布，最新版本 Premiere Pro 25.3 现已推出，其关键升级在于支持英伟达全新 Blackwell 架构 GPU 的硬件加速功能，可对 4:2:2 色度采样的视频进行编码和解码，更好地满足专业创作者的需求。相比此前 Ada Lovelace 及更早架构 GPU 仅支持 H.264/H.265 的 4:2:0 色度采样硬件编解码，Blackwell 架构新增了 4:2:2 的支持。此举能显著减轻 CPU 负担，从而加速创作流程。

微软公司宣布，拥有 Microsoft 365 Copilot、SharePoint 或 OneDrive 许可证的企业用户，现在可以在 Windows 版 OneNote 中直接使用 Microsoft 365 Copilot 笔记本功能。Copilot 笔记本由人工智能驱动，将 Copilot 聊天、文件、笔记和链接等不同资源整合到一个空间中，以提高工作效率。

腾讯在 CVPR2025（计算机视觉领域顶会之一）上，宣布混元 3D 2.1 大模型对外开源。据介绍，这是首个全链路开源的工业级 3D 生成大模型，达到了行业领先水平。相较于混元 3D 2.0 模型，新模型既优化了几何生成的质量，也开放了 PBR（基于物理的渲染）材质生成大模型。新模型可生成基础颜色、金属度、法线、粗糙度等贴图，支持皮革、木质、金属、陶瓷等多种复杂材质的高质量渲染。

阿里巴巴开源 MNN TaoAvatar，这款基于 MNN 框架的 3D 数字人技术能在手机上以 90FPS 流畅运行，结合 3D 高斯溅射实现照片级逼真效果，支持面部表情、手势和身体姿态的毫米级控制，为直播、虚拟社交和 AR 应用带来全新可能。MNN TaoAvatar 的开源标志着阿里巴巴在数字人技术领域的又一重要突破。

MiniMax 官方宣布其 AI 生产力工具 MiniMax Agent 迎来重大升级，新增智能图像搜索、稳定的图像生成、多语言支持及多样化文档导出功能，全面提升用户体验。