全球AI新闻头条 | 政策解读·巨头动向·融资快讯 - AI中国|教程|工具大全

列表

默认

浏览次数

发布时间

“AI体育主播”上岗将模拟已故解说员报道NBA赛事

快科技5月7日消息，据媒体报道，美国NBC电视台将在NBA赛事中使用已故体育解说员Jim Fagan的AI生成声音。据悉，Jim Fagan在2017年去世，他的声音曾在1990至2002年期间为NBC的NBA报道增添不少风采。在此期间，他为许多篮球巨星的宣传片，如迈克尔?乔丹、沙奎尔?奥尼尔和哈基姆?奥拉朱旺等，提供了独具特色的旁白。据介绍，NBC计划在10月份重新播出NBA比赛时，将Fag

OpenAI 推出首款成熟编程 AI 代理 Codex

可复制开发环境，单任务耗时最长 30 分钟……OpenAI 近日发布了一款名为 Codex 的 AI 编程代理工具，以“研究预览”形式开放体验。这款工具专为有经验的开发者设计，旨在帮助他们将重复性高、相对简单的编程任务交由 AI 完成，自动生成可用于生产环境的代码，并在执行过程中清晰展示其推理过程。请注意，这个 Codex 与上个月 OpenAI 推出的 Codex CLI 工具不同。它是一个

Reddit 将加强用户验证以防止 AI 假冒行为

最近，Reddit 社区因一项研究实验而震惊，研究团队在 “Change My View” 子版块发布了一群 AI 驱动的模仿人类的机器人。这一大规模实验旨在探讨 AI 的说服力，结果显示，这机器人发布了超过1700条评论，冒充诸如虐待幸存者或反对 “黑人的命也是命” 运动的争议性身份。对于 Reddit 来说，这起事件如同一场小型噩梦。Reddit 一直以来的品牌形象与真实和真实性密切相关，用户

小朋友都能懂的人工智能⓹-不可思议的大模型

往期精彩回顾：小朋友都能懂的人工智能⓵小朋友都能懂的人工智能⓶ -卷积神经网络初探小朋友都能懂的人工智能⓷ -惊世骇俗的狗故事小朋友都能懂的人工智能⓸ -狗大师的修仙之路「 15 神奇参数替代了海量数据」L:上回我们说到了大语言模型ChatGPT，提到它能“创造”李白的《静夜思》而非背诵，大家有些难以置信了，是吧。A爸

微软发布Web智能体Magentic-UI，专门设计用于解决复杂的网页任务

微软研究院正式宣布开源 Magentic-UI，这是一款以人为中心的 AI 智能体研究原型，旨在通过网页浏览器实时协助用户完成复杂的网络任务。Magentic-UI 基于微软此前发布的 Magentic-One 多智能体系统和 AutoGen 框架打造，强调透明性、可控性和人机协作，为用户和研究人员提供了一个探索 AI 智能体交互和监督机制的强大平台。本文将从 AIbase 的视角，深入剖析 Ma

多模态推理模型

多模态联合强化学习

verifiablereward

阶跃星辰发布全新多模态推理模型——Step-R1-V-Mini

阶跃星辰科技团队宣布正式推出全新的多模态推理模型 Step-R1-V-Mini。这一模型的发布标志着在多模态协同推理领域的新突破，为AI技术的进一步发展注入了新的活力。Step-R1-V-Mini支持图文输入和文字输出，具备良好的指令遵循能力和通用性，能够高精度感知图像并完成复杂的推理任务。Step-R1-V-Mini的训练方法在技术上进行了创新，采用了多模态联合强化学习，基于PPO（Proxim

Antropic加入“AI语音助手”赛道，能追上OpenAI、谷歌们吗？

Anthropic 将于本月推出“AI语音助手”，支持 Airy、Mellow 和 Buttery 三种声音模式。站长之家(ChinaZ.com) 4月17日消息:被视为 “OpenAI 劲敌” 的 Anthropic 将推出一款基于其公司 AI 聊天机器人 Claude” 的全新语音助手产品。如今，搭载生成式人工智能的 “AI语音助手” 如雨后春笋般纷纷涌现，成为全球大型科技公司新的角逐战

OpenAI进军硬件行业

OpenAI 进军硬件领域，将收购 Jony Ive 的 AI 创业公司

OpenAI 正式宣布进军硬件行业。站长之家(ChinaZ.com) 5月22日消息:在周三发布于社交平台 X（原 Twitter）的一段视频中，OpenAI 首席执行官山姆·奥特曼（Sam Altman）与前苹果首席设计师 Jony Ive（曾设计 iPhone 等旗舰产品）共同公布了一项合作计划：打造下一代 AI 智能设备。AI 软件巨头 OpenAI 宣布，将与 Ive 一年前创办的

文本到图像扩散模型

Ostris发布Flex.2-preview，8B参数扩散模型革新ComfyUI工作流

Ostris团队发布Flex.2-preview，一款基于8亿参数的文本到图像扩散模型，专为集成到ComfyUI工作流设计。据AIbase了解，该模型在基于线条、姿态和深度的控制生成能力上表现出色，支持通用控制与图像修补功能，延续了从Flux.1Schnell到OpenFlux.1、Flex.1-alpha的微调进化路径。Flex.2-preview已在Hugging Face开源，凭借Apach

AI日报：阿里通义千问登顶全球开源模型榜首；MiniMax推Speech-02语音模型；ChatGPT付费用户激增至2000万

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、阿里通义千问 Qwen2.5-Omni 登顶全球开源模型榜单Hugging Face发布了最新的大模型榜单，阿里巴巴的Qwen2.5-Omni凭借其卓越的性能和多模态能力，成

谷歌下周起允许 13 岁以下儿童使用 Gemini，需家长管理账户

IT之家 5 月 4 日消息，据《纽约时报》报道，谷歌公司计划于下周开始，允许 13 岁以下的儿童使用其 Gemini 聊天机器人，这些儿童用户必须拥有由家长管理的谷歌账户。能够使用 Gemini 的儿童用户，其家长需使用谷歌的 Family Link 服务，该服务允许家庭为子女选择加入谷歌的各种服务。谷歌公司的一位发言人表示，Gemini 针对年轻用户设有专门的防护措施，并且公司不会使用儿童用

Qwen3正式确认本周发布，阿里云AI新篇章即将开启

阿里云Qwen团队通过社交平台正式确认，Qwen3系列模型将于本周内发布，标志着其旗舰大语言模型（LLM）与多模态能力的又一次重大升级。据AIbase了解，Qwen3将推出包括0.6B、4B、8B、30B-A3B在内的多种模型规模，支持高达256K的上下文长度，涵盖推理与非推理任务。社交平台上的热烈讨论凸显了其全球影响力，相关细节已通过Hugging Face与Qwen官网逐步公开。核心功能:多规

谷歌Imagen 4图像模型震撼发布：2K画质与精准文本渲染重塑AI创作

谷歌正式推出了其最新一代图像生成模型Imagen4，进一步巩固了其在生成式AI领域的领先地位。Imagen4以更高的图像质量、更精准的提示理解和卓越的文本渲染能力，为创作者和开发者提供了强大的视觉创作工具。超高分辨率与细节表现力Imagen4支持高达2K分辨率的图像生成，相较于前代Imagen3在细节捕捉上实现了显著提升。无论是复杂织物的纹理、水滴的折射，还是动物毛发的细腻质感，Imagen4都能

华东理工大学“脑控机器狗”新突破，戴着智能头环就能“遛狗”

感谢IT之家网友 Autumn_Dream 的线索投递！IT之家 4 月 9 日消息，在上月底的 2025 中关村论坛年会平行论坛“脑机接口创新发展与应用论坛”上，华东理工大学脑机接口与控制团队的“基于混合现实的脑机接口系统”入选了 2025 年度脑机接口十大创新成果。对此，央视新闻报道了华理这项脑机接口的演示，能够“脑控机器狗”。华东理工大学金晶教授领衔的脑机接口及控制团队研发了这一“面向四

文心大模型

AI日报：百度文心4.5 Turbo将于4月25日发布；谷歌推全新智能体开放协议A2A；视频号整治不当使用AI工具直播行为

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、百度官宣:文心大模型4.5Turbo将于4月25日发布百度宣布将在4月25日的Create大会上发布文心大模型4.5Turbo，尽管具体细节尚未披露，但业界对此充满期待。文心

个性化对话

现在，ChatGPT会记下你说的每一句话！随时可以“翻旧账”

基于此，ChatGPT 能够向用户提供更加自然、且更具个性化的回答。站长之家(ChinaZ.com) 4月11日消息:当地时间 10 日，ChatGPT 的开发公司 OpenAI 宣布，将为 ChatGPT 引入新的“长期记忆”功能。OpenAI 解释称，这是一种让人工智能记住与用户之前对话内容的功能，基于此，ChatGPT 能够向用户提供更加自然、且更具个性化的回答。OpenAI 方面表示