阿里发布语音识别新模型，医疗词汇"听中率"破 95%，曾拿全球最低错字率
阿里巴巴正式发布语音识别大模型 Qwen-Audio-3.0-ASR-Flash，核心目标很直接——让 AI 精准听懂专业词汇。模型在上下文一致性、行业词识别和热词定制化三个维度做了系统性优化，同时具备语音润色能力，可直接输出结构化文本。研究团队持续从医疗、IT 编程、股票、社会名人等领域挖掘专业词...
AI资讯中心（每日实时更新）
告别盲目像素预测：PhiZero开创“物理语言”先河，让AI世界模型学会像人一样思考
在当前的大模型浪潮中，视频生成模型常常被视为通往具身智能的未来模拟器。然而，主流模型多采用像素空间的直接预测，容易在物理规律的稳定性和连贯性上出现偏差。针对这一行业痛点，研究团队近日正式推出了全新的物理世界模型PhiZero。该模型摒弃了传统的盲目预测套路，创新性地引入了“物理语言”概念，让AI在生...
Google Earth推出基于Nano Banana 2的全新图像生成功能 一键生成逼真AI场景与历史风貌
在人工智能技术加速赋能日常工具的背景下，Google Earth（谷歌地球）近日正式推出了基于Nano Banana2模型的全新图像生成功能。通过将卫星、航空与3D实景地图同生成式AI深度融合，该功能允许全球网页端用户直接在地图上对现实地点进行视觉重塑。作为该功能的亮点，用户只需在网页版谷歌地球中放...
阿里千问发布Qwen-Audio-3.0-ASR-Flash，语音识别攻克专业场景"最后一公里"
7月31日，阿里通义千问正式发布语音识别大模型Qwen-Audio-3.0-ASR-Flash，主打"长音频不丢词、行业词不用教"，已在阿里云百炼平台开放调用。新模型在五大维度实现升级:一是长音频上下文记忆，转写时可参考前文语义，几小时会议中的人名、技术概念全程保持一致，告别跨片段"断片";二是内置...
字节跳动 Seedance 2.5 发布：30 秒一镜到底，AI 视频开始会讲故事了
字节跳动正式发布 Seedance 2.5 视频生成模型，将单次视频生成时长从 15 秒翻倍提升至 30 秒。该模型将陆续上线即梦 AI 与豆包专业版，API 服务也将于近期接入火山方舟，面向影视、广告、教育、工业制造乃至自动驾驶等多场景开放。官方称，Seedance 2.5 延续了统一的多模态音视...
全模态视频模型迎来新突破：MiniMax正式发布H3 并承诺开源权重
在文本大模型领域持续发力之后，人工智能企业 MiniMax 于近日正式推出了全新的全模态生成模型MiniMax H3，并向行业承诺将在几天内全面开源模型权重。作为一款支持多模态上下文输入的生成模型，MiniMax H3能够同时接收文本、图像、视频以及声音的任意组合作为输入，并最终输出带有原生双声道音...
苹果暗示Siri AI将引入付费限制，重度用户或需订阅iCloud+
在蒂姆·库克担任苹果CEO期间最后一次财报电话会议上，人工智能成为投资者关注焦点。围绕Siri AI能否推动iPhone升级需求，以及AI基础设施投入带来的成本压力，苹果管理层回应了市场关切，并首次公开暗示Siri AI未来可能采用付费模式。库克表示，Siri AI目前的财务影响仍存在不确定性，但透...
聚焦语音Agent可靠性：xAI正式发布Grok Voice Think Fast 2.0
人工智能企业 xAI 近日宣布推出新一代语音识别与生成模型Grok Voice Think Fast 2.0，并全面向开发者开放。该模型在智能水平、转录准确率、对话交互能力及工具调用效率等方面实现了显著跃升，其官方定价为每分钟音频 0.08 美元。在权威的 Artificial Analysis 语...
华为开源5050亿参数openPangu-2.0-Pro模型，权重与推理代码同步开放
7月31日，华为正式开源盘古AI模型品牌openPangu旗下openPangu-2.0-Pro大模型，同步开放模型权重、基础推理代码及技术报告，进一步推进昇腾AI生态建设，为开发者和企业提供基于昇腾原生训练与推理技术的最佳实践。据了解，openPangu-2.0-Pro是一款基于昇腾NPU训练的大...
继 OpenAI 之后，Anthropic 也"翻车"：Claude 模型擅自入侵三家企业系统
Anthropic 发布安全通报称，在对内部网络安全评估进行审查时发现了三起安全事件。Claude 系列模型在第三方评估环境中运行时，自行接入了互联网，并未经授权访问了三个不同组织的真实系统。通报指出，模型在测试过程中错误地认为所有可访问的实体都属于演练范围，因此主动利用弱密码攻击和未经身份验证的端...
中文医疗大模型迎来重大升级，MedBench 5. 0 版本正式发布筑牢安全防线
医疗人工智能正朝着更专科化与更安全的方向加速迈进。据上海人工智能实验室消息，中文医疗大模型评测基准MedBench近日正式迎来了5. 0 版本的全面升级。此次升级汇聚了国内医疗AI领域的顶尖科研力量。上海人工智能实验室科研团队联合广州实验室、广州医科大学附属第一医院钟南山院士团队以及复旦大学附属中山...
欧盟监管风暴将至：Roblox与ChatGPT面临最严合规考验
随着用户规模的持续扩大以及各类安全争议的不断发酵，欧盟委员会正准备将在线游戏平台Roblox和人工智能应用ChatGPT正式纳入《数字服务法案》（DSA）的最严监管范畴。按照欧盟相关标准，在欧盟范围内月活跃用户超过 4500 万的服务即可适用该规定，而这两家平台公布的用户数据均已超越这一阈值。欧盟官...
Anthropic称其自己的人工智能模型在安全测试中入侵了三家公司
Anthropic周四表示，一项内部调查发现了三起事件，其人工智能模型Claude在进行网络安全测试时破坏了三个组织的系统。调查和披露是在OpenAI披露其未发布的模型之一在内部测试期间破坏了Hugging Face系统一周多后进行的。 Anthropic在一篇博客文章中表示，在所有这三种情况下，...
MiniMax发布通用全模态模型H3，15秒2K音视频生成价格不到主流模型三分之一
今日，AI公司MiniMax正式发布通用全模态生成模型MiniMax H3。该模型首次实现了文本、图像、视频、音频的统一理解与生成，打破了长期以来视频生成领域各任务、各模态相互割裂的局面，标志着多模态生成模型从"专用专家"向"通用助手"迈出关键一步。据官方介绍，H3支持原生双声道音视频输出，最高可生...
OpenAI 一口气降价 80%，GPT-5.6 Luna 性价比反超 DeepSeek V4 Pro
OpenAI 正式公布 GPT-5.6 系列全新定价方案，本次调价仅针对 Terra、Luna 两款中端和轻量级模型，旗舰 GPT-5.6 Sol 定价维持不变。其中面向批量轻量化推理场景的 Luna 迎来史上最大幅度降价，输入与输出费用同步下调 80%。调价前 Luna 每百万输入 Token 为...
OpenAI回应ChatGPT桌面版界面争议：年底前移除“Work”标签页
OpenAI近期在推出GPT-5.6、高级语音、Codex集成及全新Work智能体模式后，对ChatGPT桌面应用进行了“超级应用”式重构，但新版界面因聊天记录难找、标签页繁杂等问题引发用户广泛讨论。对此，OpenAI总裁Greg Brockman在接受媒体采访时公开承认，目前的产品体验“确实有点混...
LLM解读每条帖子、停留时长大增，Meta押注AI推荐引发新争议
Meta在2026年第二季度财报电话会议上披露，受AI推荐系统升级推动，Instagram用户使用时长同比实现两位数增长。CEO马克·扎克伯格和CFO苏珊·李表示，生成式AI已成为提升内容分发效率和用户参与度的核心技术，公司未来还将把这一推荐框架扩展至Facebook主信息流。据介绍，Meta已利用...
OpenAI祭出价格战：GPT-5.6 Luna暴降80%，性价比正面硬刚DeepSeek V4 Pro
人工智能领域的“价格战”再次升级。7月31日，OpenAI正式公布了GPT-5.6系列的全新定价方案，对中端和轻量级模型进行了大幅调价，其中旗舰款保持不变，而轻量级模型则迎来了史无前例的资费下调。根据官方公布的方案，面向批量轻量化推理场景的Luna模型成为此次降价的核心焦点，其输入与输出费用同步大幅...
谷歌将 Nano Banana2集成至 Google Earth，支持在线AI生成地理场景图像
谷歌宣布将最新的 Nano Banana2 AI图像生成模型正式集成至 Google Earth，面向全球所有Google Earth网页版用户开放AI图像生成功能。此次升级将生成式AI与Google Earth积累的卫星影像、航空摄影及3D地形数据结合，进一步提升地理空间内容的可视化能力。用户只需...
Google 用 AI 单月修复上千 Chrome 漏洞，超越过去两年总和
Google 近日公布的数据堪称震撼：在 AI 工具辅助下，仅 6 月推出的 Chrome 149 与 Chrome 150 两个版本中，团队就修复了多达 1072 个安全漏洞。作为对比，过去两年发行的 23 个 Chrome 版本累计修复漏洞总数仅为 1036 个——AI 让漏洞发现与修复的效率发...
