生成式AI
一、 OpenAI与微软发布了非约束性的合作备忘录，重组待定
1. OpenAI与微软发布非约束性合作备忘录，涉及云服务托管、知识产权归属和AGI控制权等核心问题，但最终合作条约仍未拍板；
2. OpenAI预计成立估值超1000亿美元的公益公司(PBC)，非营利机构将持有股权并保持控制权，成为全球资源最充足的慈善组织之一；
3. OpenAI面临巨大成本压力，预计2029年前烧掉1150亿美元，仅2030年就需花费1000亿美元租赁服务器，未来几年几乎没有容错空间。
二、 前谷歌X团队靠AI电影锁定戛纳！创立AI原生版皮克斯
1. 全球首家AI原生影视工作室Utopai由前谷歌X团队创立，两部电影项目已带来1.1亿美元收入，锁定戛纳电影节；
2. Utopai突破AI视频生成三大难题：一致性、可控性和叙事延续性，实现毫秒级精准对口型，模型内置物理规律的3D数据训练；
展开剩余84%3. 公司定位为内容+AI而非纯工具供应商，已获好莱坞顶级资源支持，为电影《科尔特斯》邀请奥斯卡提名编剧，八集科幻剧《太空计划》成功预售欧洲市场。
三、 MiniMax Music 1.5上线，4分钟时长、回归"好听"本质
1. MiniMax发布新一代音乐生成模型Music 1.5，支持长达4分钟的完整歌曲创作，具备强控制力、人声自然饱满、编曲层次丰富和歌曲结构清晰四大突破；
2. 模型支持"16种风格×11种情绪×10个场景"自定义音乐特征，能生成不同声线唱腔，并支持中国民族乐器生成，真正实现Intro/Verse/Chorus段落分明；
3. 基于MiniMax多模态自研能力积累，同步面向全球开发者提供API，适用于专业音乐创作、影视游戏配乐、虚拟偶像单曲和企业品牌专属音频内容多种场景。
四、 抢先实测美团首个AI Agent，让我体验一把「懒人点餐」
1. 美团首个AI Agent产品"小美"开启公测，通过自然语言指令点咖啡、找餐厅、规划早餐菜单，大幅简化点餐流程；
2. 小美基于美团自研Longcat模型(5600亿总参数)，能根据用户口味偏好和地理位置实现从选品到支付的全自动操作，并记忆用户习惯；
3. 与Agent热潮相呼应，但目前仍有局限性：无法处理复杂模糊需求、无法进行语音回复，未来将在个性化和主动服务能力上进一步优化。
五、 小红书对话生成模型FireRedTTS-2，轻松做出AI播客！
1. 小红书智创音频技术团队发布新一代对话合成模型FireRedTTS-2，解决现有方案灵活性差、发音错误多、说话人切换不稳定和韵律不自然等问题；
2. 模型在数百万小时语音数据上训练，支持逐句生成与多说话人音色切换，能够通过一句语音样本模仿音色和说话习惯，流式解码可实时输出音频；
3. 在主客观评测中均达行业领先水平，开箱即用支持中文、英语、日语等多语言，是AI播客等对话合成应用的工业级解决方案，已开源代码与模型权重。
六、 B站开源语音合成模型IndexTTS2，感情充沛，精准口型
1. 哔哩哔哩开源新一代零样本语音合成模型IndexTTS2，解决行业痛点：实现毫秒级精准时长控制，让AI配音能严丝合缝对上口型；
2. 模型采用"通用且兼容自回归架构的语音时长控制方法"，达到0.02%的时长误差率，同时通过两阶段训练策略实现情感和说话人身份的"解耦"；
3. 系统由T2S(文本到语义)、S2M(语义到梅尔频谱)及BigVGANv2声码器三大核心模块组成，支持用大白话控制情绪，在跨语言产业应用上具有重大意义。
七、 Meta AI 团队正式发布了 MobileLLM-R1，小模型R1时代
1. Meta AI发布MobileLLM-R1系列小参数高效模型，包括140M/360M/950M三种规模，专为数学、编程和科学问题优化；
2. 最大的950M模型仅使用约2T高质量token预训练(总训练量不足5T)，性能却与使用36T token训练的Qwen3 0.6B相当或更佳；
3. 在MATH基准上比Olmo 1.24B高五倍，比SmolLM2 1.7B高两倍，Token效率和性价比极高，完全开源模型中创造新标杆。
前沿科技
八、 陶哲轩18个月没搞定的数学挑战，被"AI高斯"三周完成
1. 名为"Gauss"的AI Agent仅用三周时间完成了陶哲轩团队18个月未能完成的数学挑战——在Lean中形式化强素数定理(PNT)；
2. 该Agent由Math公司(ICML'25时间检验奖作者Christian Szegedy创立)开发，生成约25000行Lean代码包含上千个定理和定义；
3. Gauss能协助顶级数学家进行形式验证，突破了复分析核心难题，团队计划在未来12个月让形式化代码总量提升100到1000倍。
报告观点
九、 红杉美国解读GPT-5后AI产业版图新格局，AI交互新范式
1. OpenAI推出GPT-5，首次真正让人感觉与博士级专家对话，内置"思考"能力，统一模型取代复杂选择界面，显著减少幻觉；
2. 发布前其他玩家也纷纷推出战略性新品：Anthropic推出Claude Opus 4.1瞄准高风险企业场景；Google推出Gemini 2.5 Deep Think和Genie 3分别强化推理和模拟能力；
3. 新AI版图已重新排布：OpenAI同时占据开放与封闭AI生态主导地位；Anthropic专注企业级精准稳定；Google专注基础研究长期布局；Agentic AI、先进推理和端侧能力已成顶尖模型核心特性。
十、 DeepMind科学掌门人：诺奖仅开始，要打造「科学API」
1. DeepMind科学负责人Pushmeet Kohli揭秘团队只瞄准三类问题：具有变革性、公认5-10年内无人能解、但DeepMind有信心快速攻克的"不可能任务"；
2. 团队从专用模型到通用智能的进化：将AlphaProof等专用数学模型的能力成功转移到Gemini通用模型，使DeepThink实现IMO金牌水平；
3. 未来目标是打造"科学API"，让全球科学家共享AI能力，从AlphaFold数据库到AI Co-scientist，降低科研门槛，使普通人也能做出诺贝尔奖级贡献。
👇加入AGI数据库，AI智能问答
悦来网提示：文章来自网络，不代表本站观点。
