月之暗面发布了开源模型Kimi k2.5，称其为最强大的开源模型。该模型基于1.5T混合视觉与文本预训练，具备视觉智能体系统，支持1500次并行工具调用，显著提升任务执行效率。Kimi k2.5能够从自然语言生成完整前端界面，并具备视觉调试能力，成为开源界的新王。

视觉智能在数字化转型中重要，但不足以满足自动化需求。自适应边缘智能通过本地决策和数据融合提升实时响应能力，减少对云的依赖。Apache Kafka在此过程中支持边缘系统的数据处理和决策，推动组织实现自主行动。

苹果即将推出的iOS 26新功能，用户可通过截图轻松添加日历事件。该功能利用视觉智能提取信息并生成事件，虽然无法处理多个事件，但整体表现令人满意。与安卓相比，苹果的AI在此任务上更高效。

苹果的视觉智能功能通过iPhone摄像头识别周围事物，支持特定型号和iOS版本。该功能可识别动物、植物和商家信息，并处理文本，提供翻译和摘要等服务。

作者测试了GPT-4V、Claude和Gemini，发现它们在艺术描述和解谜方面表现良好，但在简单视觉问题上表现不佳。为此，他创建了VisQuant基准，专注于评估模型的视觉智能，包括计数和空间关系。VisQuant使用100张合成图像，旨在揭示模型推理中的缺陷。

苹果计划在2027年前为Apple Watch添加摄像头，以实现视觉智能等AI功能。标准版Apple Watch的摄像头将内置于显示屏中，而Apple Watch Ultra则位于侧面。这将使手表能够观察外部世界并提供相关信息。此外，苹果还计划为AirPods添加摄像头。

AI 正在通过视觉智能技术革新客户服务，提升问题理解和解决能力，优化互动，缩短响应时间，提高客户满意度。各行业利用视觉智能改善运营，增强客户信任，推动未来服务创新和个性化体验。

苹果iOS 18.4开发者测试版为iPhone 15 Pro和Pro Max新增类似Google Lens的视觉智能功能，预计将在4月正式推出。用户可通过操作按钮或控制中心使用该功能，因为iPhone 15系列没有相机控制按钮。

苹果确认iPhone 15 Pro将通过操作按钮和控制中心获得类似谷歌镜头的视觉智能功能，该功能预计在未来的iOS 18.4更新中上线。

在2024年9月的硬件发布会上，苹果推出了iPhone 16系列，但其“苹果智能”功能进展缓慢。经过四个月的更新，iOS 18逐步推出了一些承诺的功能，如视觉智能和AI图像生成，但尚未实现最初的承诺。

iOS 18.3更新暂时禁用新闻和娱乐应用的通知摘要，因BBC指出其错误总结。更新还引入视觉智能功能，支持日历事件添加及植物动物识别，Mac也有类似更新。通知摘要将以斜体显示，并新增锁屏管理设置。

Meta AI推出的SAM模型通过交互方式实现物体分割，提升了空间信息理解。肖特特博士认为，未来AI需具备人类感知能力，以解决真实世界问题。PromptAI致力于创造类人视觉智能，推动AI与环境的互动，探索新一代视觉技术应用。

苹果即将发布的iOS 18.2更新将使Siri更智能，支持将请求转发给ChatGPT，并能处理复杂问题，如鸡尾酒推荐。新功能包括视觉智能，用户可通过拍照获取分析或搜索结果。尽管AI可能出错，但在低风险问题上仍然实用。未来，Siri还将能在应用中执行操作。

苹果的“视觉智能”功能是iPhone 16发布会上最令人印象深刻的功能之一，它允许用户通过相机扫描周围的世界并识别物体。这为未来的AR眼镜铺平了道路，苹果已经证明了计算机眼镜可以成为一个好用的工具。视觉智能可能是苹果计算机眼镜的杀手级应用的第一步。

苹果将在下个月推出一系列AI功能，包括文本重写、校对、文本摘要、智能回复、新的Siri外观、照片清理、搜索、回忆录、电话录音和转录等。这些功能将在iPhone 15 Pro、所有iPhone 16、搭载M1或更高Apple Silicon芯片的Mac和iPad上提供。其中一些功能将在10月推出，其他功能将在今年晚些时候或明年推出。此外，苹果还将推出视觉智能和Genmoji等功能。