标签：AI 清单

快讯

• 谷歌DeepMind发布世界模型Genie3，可生成高分辨率的互动长视频。

  谷歌DeepMind再次扔出王炸，发布了名为 Genie 3 的全新世界模型，它不仅能以720P分辨率流畅生成长达数分钟的视频，还能保持惊人的一致性 (✧∀✧)。最令人兴奋的是，你可以通过文本指令动态改变视频中的世界事件，这几乎模糊了视频生成与实时互动游戏的界限。这波操作预示着，人人都能成为"创世神”的AI原生游戏时代或许真的不远了 🚀。

  9小时前

• 腾讯混元上线AI播客，一键把长文变对话音频

  腾讯混元正式发布AI播客功能，可将文本、网页、文档在约90秒内生成自然流畅的双人对谈式音频。

  • 支持三种输入：主题描述、网页URL、文档上传（含PDF、Word、Markdown等）。
  • 采用一男一女双角色对话，语音自然生动，可补充外部信息并解析原文。
  • 已应用于ima知识库，腾讯新闻版AI播客预计8月底上线。

  新闻、论文、行业报告等复杂内容可随时“听懂”，提升碎片时间信息获取效率。

  官网：https://hunyuan.tencent.com

  9小时前

• OpenAI开源GPT-oss：200万小时训练的AI Agent专用模型

  OpenAI凌晨开源GPT-oss模型，含120B与20B两个版本，支持Apache 2.0商用。

  • 模型为AI Agent优化，支持函数调用、网络搜索、Python执行，性能可媲美o4-mini。
  • 120B需80GB显存，20B仅需16GB，号称可在个人设备甚至手机运行。
  • 训练耗时超200万小时，是目前最重投入的开源模型之一。

  OpenAI称此举将加速AI创新，赋能个人控制和本地部署，但网友质疑20B版本在手机上运行的可行性。

  GitHub：GitHub - openai/gpt-oss: gpt-oss-120b and gpt-oss-20b are two open-weight language models by OpenAI

  HuggingFace：https://huggingface.co/openai/GPT-oss-120b

  9小时前

• ChatGPT 可以“更好地检测”精神困扰

  概要：在 GPT-5 预计发布之前，OpenAI 已经实施了一系列变化促进 ChatGPT 的“健康使用”，包括旨在检测用户何时经历精神困扰的增强工具。

  详细信息：

  OpenAI 表示，虽然这种情况很少见，但也存在 GPT-4o 无法识别“妄想或情感依赖”迹象的情况。该公司现在已经在 ChatGPT 中建立了自定义规则，用于评估聊天、标记困扰并使用基于证据的资源进行适当回复。OpenAI 正在与医生、人机交互专家和顾问小组合作，以获得反馈并改进其在这种情况下的方法。它还增加了提示，以防止用户进行长时间的聊天，并改变其不那么果断的方式，帮助用户思考高风险的情况。

  为什么重要：在 GPT-5 发布之前，OpenAI 始终将用户安全放在首位，并重申其致力于关注用户福祉。随着人类与高级人工智能的互动日益频繁，需要开展更多研究，但这正朝着负责任的使用迈出了一步，OpenAI 在发布其下一个模型之前就明确了这一点。

  

  1天前

• GitHub Models服务开放主流大模型免费推理接口，极大地降低AI开发门槛

  GitHub官方亲自下场，推出了足以改变开源AI生态的GitHub Models服务，旨在彻底解决开源项目"推理难”的痛点 🤔。这项服务提供了一个免费的AI模型推理接口，让开发者无需自备昂贵的API Key或配置复杂的环境，仅凭GitHub账户就能直接调用GPT-4o、Llama 3等主流大模型。这无疑极大地降低了AI应用的试用和贡献门槛，让"人人可用AI”的梦想又近了一大步，更多详情请看官方介绍 🔥。

  

  1天前

• 马斯克推出Grok Imagine功能，可一键生成图片视频，在社交媒体掀起病毒式传播热潮

  钢铁侠再出王炸，马斯克的 Grok Imagine 功能震撼登场，一键生成图片和短视频的功能在社交媒体上掀起了病毒式传播热潮 (o´ω'o)ﾉ。这项直接对标谷歌 Veo 3 的新工具，不仅能将用户的奇思妙想迅速变为现实，还因其极快的生成速度和搞怪的创作风格，让整个网络都沉浸在创作的狂欢之中 🔥。马斯克更暗示这可能是AI版 Vine 的前奏，预示着一个全民AI视频创作时代的到来🚀。

  2天前