来自该信源的全部动态 · 共 2690 条
阿里云开源文档解析模型OvisOCR2，以0.8B参数在OmniDocBench v1.6取得96.58分登顶。该模型采用端到端路线，可将文档图像一次生成自然阅读顺序的Markdown，覆盖文本、公式、表格和视觉区域，降低传统流水线方案的部署与误差累积问题。
Black Forest Labs 以 Early Access 发布 FLUX 3，采用统一架构联合训练图像、视频与音频，可一次生成最长20秒带原生音频视频，支持文/图/视频生视频、续写和多镜头串联，并探索机器人行为预测。
消息称小鹏人形机器人已在广州工厂开启小批量试生产，量产产线进入最后联调。小鹏计划2026年实现量产，2027年起进入门店和商业场景，用于导购、讲解等服务，并复用汽车业务的制造、供应链与渠道能力。
Artificial Analysis更新AA-Briefcase智能体知识工作基准，月之暗面Kimi K3获1543分，超过GPT-5.6 Sol的1501分，仅次于Claude Fable 5。该基准模拟复杂企业办公任务，衡量长上下文、多步骤交付能力。
腾讯将混元多模态模型部门与大语言模型部门合并，成立基础模型部，由首席AI科学家姚顺雨统一管理，以提升研发协同和全模态模型能力。Hy3已接入多项业务，调用量较Hy2增长超68倍。
小鹏CEO何小鹏称，公司长期增长押注物理AI和Robotaxi，定位为全栈软硬件方案提供商，而非自营车队。其预计广州Robotaxi业务最早可在2027年下半年实现单车盈亏平衡，关键在运营区域车辆密度。
报道称特斯拉AI5芯片将采用三星与台积电双代工方案，其中台积电版本基于3nm FinFET，由创意电子参与设计，流片进度早于三星2nm版本。两版在物理实现和成本上或存在明显差异。
开发者Simon Willison检查Claude Code v2.1.181可执行文件发现，其已内置Rust重构版Bun v1.4.0。Bun作为底层JS/TS运行时，使Linux平台启动速度约提升10%，反映AI编码工具对运行时性能的优化。
AMD在Advancing AI 2026宣布与Cerebras联合开发AI推理解决方案，整合Helios机架级系统与Cerebras晶圆级引擎，分别处理大上下文提示词和Token生成解码，面向超低时延场景，预计每瓦每秒Token吞吐提升5倍。
美国 Reddit 用户称，家中光纤被狗咬断后联系 AT&T 客服，AI 助手 Andi 在约一小时对话中反复套话，未能有效登记报修，也未转接人工。事件凸显客服 AI 在异常场景处理、升级机制和用户体验上的短板。
消息称英伟达已向AIC伙伴发出涨价通知，显卡品牌工厂封仓暂停出货。涨价或覆盖Blackwell新品及GDDR6产品线，主因AI需求推高HBM产能倾斜，挤压GDDR供给并抬升显存成本。
美光称AI带动的存储芯片紧缺正影响汽车业，2026年平均每辆车DRAM和NAND用量将从2023年90GB升至278GB，高端车型可达2TB。通用汽车预计相关零部件涨价将增加15亿至20亿美元成本。
AMD在Advancing AI 2026发布锐龙AI嵌入式X100处理器，面向物理AI和机器人等场景，提供最高16核CPU、40CU GPU配置，支持工业级7×24运行和最高105℃工作温度，预计2026年第四季度量产，并配套Kria AI模块与机器人开发平台。
公安部称，近年来AI被用于诈骗、隐私侵犯、伪造身份和生成网络谣言等违法犯罪。公安机关上半年侦办利用AI工具生成网络谣言案件170余起，查处190余人，并推进智能预警和源头打击。
据《华尔街日报》引知情人士，Stripe正洽谈收购AI模型聚合平台OpenRouter，估值或接近100亿美元，较5月融资估值大幅上升。交易条款未定，仍可能破裂或出现竞购方；OpenRouter聚合数百种开闭源模型，面向开发者和企业。
Mobileye宣布创始人Amnon Shashua计划辞去CEO职务，董事会将启动继任者遴选。他预计转任董事长，继续关注长期技术趋势、自动驾驶、先进AI及人形机器人业务。英特尔目前持股约77%。
2026年菲尔兹奖得主Jacob Tsimerman宣布将加入OpenAI，研究方向转向AI安全。OpenAI研究员Sebastien Bubeck和首席研究官Mark Chen已确认并欢迎其加入。Tsimerman以o极小性、算术与复代数几何相关成果获奖。
AMD CEO苏姿丰表示支持开源AI模型，称其能带来透明度与控制力，并认为开放模型在生态系统中占有重要地位。同时她提到AMD第二代AI服务器已全面投产，预计三季度末出货。
马斯克在《经济学人》采访中称，前沿AI能力快速提升，模型开发商应在发布前相互预留安全审查时间，并向中美监管部门报告风险。他还表示，必要时愿与OpenAI CEO奥尔特曼合作，搁置个人恩怨。
微软发布 MAI-Image-2.5-Pro 与 MAI-Voice-2-Flash，均进入公开预览。前者主打高质量图像生成、细节编辑和文字渲染，后者面向高并发语音交互；两者已落地 Bing、PowerPoint 等产品。