TechWeb 全站精华
·
一周AI大事：Sora 2开启"造梦时代"，马斯克机器人在学功夫
💡
原文中文，约7000字，阅读约需17分钟。
📝
内容提要
OpenAI发布了Sora 2视频生成模型，提升了视频的真实感和画质，并支持用户生成客串视频。同时，Claude Sonnet 4.5和GLM-4.6等AI技术也相继推出，增强了编程和推理能力。AI领域竞争加剧，各大公司纷纷推出新产品，推动技术进步。
🎯
关键要点
- OpenAI发布Sora 2视频生成模型，提升视频真实感和画质，支持用户生成客串视频。
- Sora 2模型的iOS应用内置TikTok风格视频信息流，用户可上传肖像生成视频。
- Anthropic发布Claude Sonnet 4.5，编程和推理能力强，性价比高。
- 智谱AI发布GLM-4.6，支持更长上下文，提升编码和推理性能。
- DeepSeek发布DeepSeek-V3.2-Experimental，采用稀疏注意力机制，降低计算量。
- 腾讯发布混元生图3.0，开源权重的多模态模型，效果显著。
- 阿里云发布Qwen3系列模型，视觉理解能力显著提升。
- Hume AI推出Octave 2文本转语音模型，支持多语言和情感理解。
- 俄罗斯AI实验室开源Kandinsky 5.0 T2V Lite，提供轻量级视频生成方案。
- ServiceNow发布多模态推理模型Apriel-1.5-15B-Thinker，增加图像推理能力。
- Liquid AI发布LFM2-Audio-1.5B音频语言模型，支持实时助手。
- Perplexity推出Comet智能体浏览器，结合问答引擎和研究导向界面。
- Opera发布AI浏览器Neon，主打智能体辅助功能。
- 谷歌推出Jules工具集，扩展编程智能体的集成能力。
- Gemini取代Google Assistant成为谷歌Nest和Home设备的默认语音助手。
- 谷歌在Snapseed新增交互式图像分割功能，提升用户体验。
- 谷歌预览Gemini 2.5模型，能在用户界面中执行操作。
- 特斯拉展示Optimus机器人学习功夫，强调AI驱动。
- 谷歌研究提出协同图像生成工作流，减少提示词调整麻烦。
- 麻省理工学院揭幕TX-GAIN超级计算机，专为生成式AI优化。
- Meta提出元认知复用机制，让模型总结解题思路。
- OpenAI与AMD签署股权协议，筹集资金以增强计算能力。
- OpenAI召开开发者大会，发布应用程序开发框架。
- OpenAI与韩国企业合作，扩展AI数据中心布局。
- xAI进行200亿美元融资，英伟达参与其中。
- Meta将用户与AI助手的聊天记录用于个性化推送。
- 欧盟计划投资10亿欧元推动AI技术应用。
- 美国商务部拟议版权规则，影响AI公司训练数据使用。
- 环球音乐与AI公司达成授权协议，重塑音乐产业。
- OpenAI为Sora 2增加版权控制功能，回应好莱坞抗议。
- OpenAI回应马斯克的骚扰策略，保护员工。
- AI视频模型缺乏物理推理能力，存在安全隐患。
❓
延伸问答
Sora 2视频生成模型有哪些主要功能？
Sora 2提升了视频的真实感和画质，支持用户通过肖像生成客串视频，并实现音画同步。
Claude Sonnet 4.5与其他AI模型相比有什么优势？
Claude Sonnet 4.5在编程和推理能力上表现优异，性价比高，尤其在编程基准测试中取得了顶尖成绩。
GLM-4.6模型的主要改进是什么？
GLM-4.6支持更长的上下文，提升了编码和推理性能，并降低了token消耗。
DeepSeek-V3.2模型采用了什么新机制？
DeepSeek-V3.2引入了稀疏注意力机制，显著降低了长上下文场景下的计算量。
特斯拉的Optimus机器人在学习什么技能？
特斯拉的Optimus机器人正在学习功夫，展示了AI驱动的能力。
OpenAI如何应对好莱坞对Sora 2的版权抗议？
OpenAI为Sora 2增加了版权方对角色使用的控制功能，以回应好莱坞的抗议。
➡️
