2024年2月20日，腾讯旗下的 AI智能 工作台产品 “ima.copilot”（简称 “ima”）正式推出了移动应用程序，首先在安卓平台上线，iOS 版本也将于近期推出。为了提升用户体验，腾讯还将云存储空间免费扩容至2GB，进一步丰富了其多终端生态布局。自2024年10月发布以来，ima 产品凭借其知识库为核心的设计理念，已覆盖 Windows、Mac 及微信小程序等多个平台。而此次移动端的推出，标志着用户能够随时随地享受 “搜索、阅读、写作” 的一体化智能体验，进一步实现了 “让知识流动起来” 的愿景。

腾讯旗下AI工作台ima.copilot（简称ima）今日宣布推出移动端应用程序(App)，率先上线安卓端，iOS将于近期上线，同时将云存储空间免费扩容至2G，进一步拓展其多终端生态布局。作为以知识库为核心的AI工作台产品，ima自2024年10月发布以来，已覆盖Windows、Mac及微信小程序平台，此次移动端上线标志着用户可随时随地享受“搜、读、写”一体化的智能体验，真正实现“让知识流动起来”。ima移动端依然延续了简洁、清爽的设计风格，整合了电脑端和小程序的核心能力。用户可以基于“腾讯混元

近日，阿里巴巴 发布了其最新技术成果 Animate Anyone2，这项突破性技术可实现视频人物的精准替换。根据项目官网公布的案例展示，用户只需提供原始视频与目标角色图像，系统即可在保留原视频动作轨迹的基础上，完成人物形象的实时替换。实验数据显示，系统可将足球运动员的射门动作完整迁移至动画角色，同时保留球体运动轨迹的真实物理特性。针对影视制作中的复杂需求，该系统还支持自定义光照调节与背景环境适配，实现人物与场景的深度融合。该系统搭载的动态骨骼绑定技术

谷歌近日宣布，其基于人工智能的图像混合工具Google Whisk已在全球100多个国家/地区正式推出。这款工具最初于去年在美国发布，旨在通过创新的图像混合技术，为用户提供更简单、更具创意的图像生成体验。与传统的图像生成工具不同，Google Whisk允许用户上传三张图像，分别代表主题、场景和风格。然后，该工具会将这三者重新混合，生成一张由谷歌Imagen3模型支持的全新作品。这种独特的功能使用户能够更直观地控制图像的生成过程，同时保留高度的创意灵活性。 为了进一步个性化生成

慕尼黑大学、慕尼黑机器学习中心与Adobe Research近日联合发布的研究显示，包括GPT-4o、Gemini1.5Pro和Llama-3.3-70B在内的12款顶尖AI语言模型，在长文本概念推理任务中面临显著性能衰减。尽管这些模型均支持至少128，000个标记的上下文处理，但其深层逻辑关联能力仍存在根本性局限。 研究团队开发的NOLIMA（无文字匹配）基准测试系统，通过刻意规避关键词重复的设计，揭示AI模型在概念联结上的脆弱性。例如，当文本描述“Yuki住在Semperoper旁”时，模型需先理解“Semperoper位于德累斯顿”的常识

谷歌近日宣布，旗下最新的图像生成模型 ——Imagen3，现已通过 Gemini API 向开发者开放。这个模型不仅具备强大的图像生成能力，还能根据输入的文本提示创造出多种艺术风格的图像，涵盖从超现实主义到动漫角色的广泛范畴。Imagen3的使用非常简单，开发者只需通过 API 提交文本描述，模型便会迅速生成高质量图像。每张图像的生成成本仅为0.03美元，适合需要批量图像生成的开发者和企业。通过这一合理的定价策略，谷歌旨在降低创意工作的门槛，让更多人能够享受 AI 带来的艺术创作乐趣

近日，谷歌正式推出其最新的图像生成模型 ——Imagen3，现已在 Gemini API 上可供开发者使用。该模型在视觉效果上表现出色，能够生成各种风格的高质量图像，包括超现实主义作品、印象派风景、抽象作品以及动漫角色。Imagen3不仅提升了图像的清晰度和构图能力，还通过简化的文本提示，帮助用户更轻松地将创意转化为图像。初期，Imagen3将只对付费用户开放，预计不久后将向免费用户逐步推出。根据官方介绍，用户只需支付每幅图像0.03美元，就可以享受 Imagen3的强大功能。同时，用户在生

谷歌于本周宣布，将为使用其 Magic Editor AI 功能编辑的图片添加数字水印。该水印特别适用于在 Pixel9设备上通过 Reimagine 功能进行修改的图片。这一新功能的推出旨在增强公众对 AI 生成和编辑内容的辨识能力。Reimagine 功能是2024年宣布的，它利用生成性 AI 技术对数字照片进行多方面的修改。这项功能与 Magic Editor 的其他功能类似，旨在对拍摄于设备上的图片进行美化。然而，由于 AI 的使用使得图像编辑变得更加极端，这也模糊了数字照片与完全 AI 生成图像之间的界限。随着生成性 AI 图像

随着全球人工智能领域的竞争日益激烈，国产 AI 模型正在迅速崛起。近日，国产 AI “三英”——DeepSeek、Kimi 和 MiniMax 相继发布了新版本，显示出与 OpenAI 的 GPT 系列抗衡的潜力。1月20日，DeepSeek 正式推出了 DeepSeek-R1，并同步开源了模型权重。DeepSeek-R1在后训练阶段大规模使用强化学习技术，借助极少的标注数据显著提升了模型的推理能力。根据其测试数据，该模型在美国 AIME2024、MATH-500和 SWE-bench Verified 等多个标准测试中，其表现超越了 OpenAI 的 o1版本，展现出强大的数学、代码及自然语言

上海稀宇科技有限公司旗下的MiniMax宣布其全新升级的T2A-01系列语音模型全球同步上线，并推出海螺语音产品。T2A-01系列包含T2A-01-HD，T2A-01-Turbo两款模型供用户使用，API服务已同步上线MiniMax开放平台，企业可以根据音频质量与生成速度的需求重点来选择。

​MiniMax于2025年1月15日宣布开源其全新系列模型MiniMax-01，该系列包含基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。MiniMax-01系列在架构上进行了大胆创新，首次大规模实现线性注意力机制，打破了传统Transformer架构的局限。其参数量高达4560亿，单次激活459亿，综合性能与海外顶尖模型相当，且能高效处理长达400万token的上下文，这一长度是GPT-4o的32倍、Claude-3.5-Sonnet的20倍。

1月6日，有消息称，国内知名视频流媒体平台爱奇艺已向上海市徐汇区人民法院提起诉讼，指控国内AI初创企业MiniMax在AI模型训练及内容生成过程中涉嫌侵犯其版权。据相关报道，MiniMax被指控未经授权使用了爱奇艺享有版权的素材进行模型训练，进而生成了涉嫌侵犯爱奇艺版权的内容。爱奇艺要求MiniMax立即停止这一侵权行为，并索赔约10万元人民币。而MiniMax方面则可能提出抗辩，声称所涉素材为公开资源或由用户输入，并试图依据技术中立原则来免除其法律责任。截至发稿时，爱奇艺与Mi

智元机器人携手上海人工智能实验室等机构，重磅发布AgiBot World数据集，这是全球首个基于真实场景的百万级机器人数据集。相较谷歌的Open X-Embodiment，其长程数据规模提升10倍，场景覆盖扩大100倍，数据质量达到工业级标准。这个被誉为具身智能领域"ImageNet时刻"的开源项目展现了令人惊叹的机器人能力。从客厅插花到厨房做饭，从超市收银到工厂分拣，AgiBot World涵盖了家居、餐饮、工业、商超和办公五大核心场景，收录了八十余种日常生活技能。在硬件配置上，机器人配备了360度环绕式

12月28日，腾讯旗下的AI智能工作台ima.copilot（以下简称ima）升级知识库，增加「共享知识库」能力，并上线“ima知识库”小程序。用户可以在ima创建知识库，并共享多人使用，“ima知识库”小程序除了打通电脑端的知识库，还支持在微信中直接导入文件、分享或加入知识库，用户可以通过小程序基于知识库或全网进行AI问答。共享知识库，支持创建、分享和加入ima“知识库”增加「共享知识库」能力，用户可以创建多个知识库，并把自己创建的知识库共享给他人，邀请其他成员加入，一起使

谷歌实验室近日在美国推出了最新的生成式人工智能实验工具 Whisk。与传统的图像生成工具主要依赖文本提示不同，Whisk 着重使用图像作为输入方法，允许用户更直观地创造艺术作品。用户可以直接上传图片至 Whisk，或者在该工具内生成图片，指定主题、场景和风格等元素。Whisk 系统支持用户混合和匹配这些组件，并可根据需要使用附加的文本提示进行微调。值得注意的是，在后台，谷歌的语言模型（可能是最近发布的 Gemini2.0Flash）会自动生成输入图像的详细描述。这些描述将输入到谷歌

12月11日，苹果公司宣布发布 iOS18.2、iPadOS18.2和 macOS Sequoia15.2，带来了全新的 Apple Intelligence（苹果智能）功能。这些功能旨在提升用户在 iPhone、iPad 和 Mac 上的使用体验，进一步拓展了用户的创作与表达能力。此次升级中，用户可以通过 “Image Playgroud” 功能轻松创作有趣的独特图像。用户可以选择主题、服饰、配件和场景，还可以利用自己的照片库生成与亲友相似的图像。Image Playgroud 支持多种风格，包括现代的3D 动画和简洁的插图风格，使得图像创作更加多样化。这一功能已集成至信息

在 OpenAI recently发布的视频生成AI模型Sora引发广泛关注之际，一项深入调查显示，该模型的训练数据可能包含大量未经授权的游戏视频和直播内容，这可能为公司带来重大法律风险。通过详细测试，研究人员发现Sora能够生成多种游戏风格的视频，从《超级马里奥兄弟》式场景到《使命召唤》风格的第一人称射击游戏画面，甚至包括90年代街机格斗游戏的典型风格。更令人瞩目的是，Sora还展现出对Twitch直播内容的惊人理解，能够生成与知名主播Auronplay和Pokimane极其相似的角色。知识产权律师对

在科技巨头们纷纷布局核能发电的热潮中，谷歌又有了新动作。面对AI时代日益膨胀的能源需求，谷歌宣布与可再生能源开发商Intersect Power和投资基金TPG Rise Climate达成重磅合作，启动总额高达200亿美元的清洁能源项目。这个雄心勃勃的计划包含风能、太阳能和储能系统的建设，旨在为其数据中心提供充足的绿色电力供应。作为合作的一部分，Intersect Power还获得了8亿美元的股权投资，投资方包括TPG、CAI、谷歌和Greenbelt Capital Partners。图源备注：图片由AI生成，图片授权服务商Midjourney在这项创

谷歌云再次在人工智能领域刷新行业边界。近日，公司宣布将Imagen3和Veo两款生成式AI工具引入Vertex AI平台，为企业客户提供全新的图像和视频创作解决方案。从下周开始，所有Google Cloud客户将可以使用Imagen3生成高质量图像。这款AI工具能够根据文字提示精准创作图像，并为用户提供图像编辑和定制的增强功能。更令人瞩目的是Veo，这是一款可以通过文字或图像提示生成视频的AI工具。目前已在Vertex AI平台开放私密预览。谷歌云因此成为首家提供将静态图像转换为视频的大规模云服务提供商

近日，谷歌云部门宣布，其最新的视频和图像生成模型——Veo和Imagen3，现已在Vertex AI平台上线，进一步推动了AI在营销与广告领域的应用。Veo模型首次亮相于Google I/O开发者大会，是谷歌DeepMind对竞争对手如Runway的Gen-3和OpenAI的Sora等产品的回应。该模型能够将文本或图像提示转化为长达60秒的高清电影风格视频，具备出色的帧级一致性，确保主体在镜头内流畅移动。Imagen3则专注于图像生成，能够根据文本生成照片级逼真的视觉效果，并在细节、照明和伪影减少方面超越前代产品。此外，Image