谷歌AI 视频生成实验项目Sparkify：Gemini 与 Veo 驱动的未来内容创作工具
谷歌近期正在持续推进其名为 Sparkify 的 AI 视频生成实验项目。该项目首次亮相于今年的 Google I/O 大会，目前仍处于邀请制测试阶段，仅通过等待名单向部分用户开放。 Sparkify...
排序
ChatGPT 高级语音模式重磅升级：声音更自然，新增实时翻译功能
OpenAI 近日对 ChatGPT 的高级语音模式（Advanced Voice Mode）进行了重大更新，进一步拉近了 AI 与人类对话之间的距离。此次升级不仅让语音输出更加自然、富有情感，还新增...
Helix 升级：Figure 推动人形机器人迈向“类人分拣”新高度
美国明星机器人公司 Figure发布了一段长达 60 分钟的无删减视频中展示了其旗舰产品 Figure 2 人形机器人 在真实物流环境（快递分拣）中持续工作的能力。 Figure 2 搭载的是Figu...
用自然语言写 SQL？谷歌云推出 MCP 数据库集成工具
在刚刚落幕的 Google Cloud Next '25 大会上，谷歌宣布推出 MCP Toolbox for Databases（简称 Toolbox），为生成式 AI 助手连接数据库提供了标准化解...
香港大学联合阿里团队推出 LayerFlow：重新定义视频生成逻辑
香港大学、阿里达摩院与湖畔实验室的研究团队近日发布LayerFlow——一款专为层感知视频生成设计的统一框架。不同于传统视频生成方案，LayerFlow通过分层提示机制，可同步生成透明前景、纯净背景及...
谷歌Gemini 推出“计划动作（Scheduled Actions）”功能，正式挑战 ChatGPT 的任务调度能力
AI 助手正在从“回答问题”向“主动执行任务”的方向演进。继 OpenAI 在 2025 年初为 ChatGPT 引入“计划任务”功能后，谷歌也紧随其后，在 2025 年 6 月宣布为 Gemini ...
Higgsfield AI 推出 Speak 功能：一键生成带动作与情感的 AI 视频
今天，Higgsfield AI 宣布推出迄今为止其平台最大一次更新 —— Higgsfield Speak，这是一款全新的 AI 视频生成功能，专为希望快速创建高质量数字人说话视频的内容创作者打造...
新型单步视频修复（VR）技术SeedVR2：通过扩散模型和对抗性后训练（APT）实现高效、高质量的视频修复和超分辨率
南洋理工大学和字节跳动的研究人员推出一种新型单步视频修复（VR）技术SeedVR2，通过扩散模型（Diffusion Model）和对抗性后训练（Adversarial Post-Training, ...
OpenAI 回应《纽约时报》数据保留要求：保护用户隐私 vs. 法律义务之间的冲突
围绕 OpenAI 是否应无限期保留 ChatGPT 用户数据 的争议再度升级。作为其与《纽约时报》版权诉讼的一部分，《纽约时报》向法院提出动议，要求 OpenAI 暂停删除所有可能包含其新闻内容的用...
谷歌搜索AI模式新增数据可视化功能：支持金融图表与自定义分析
在2025年谷歌I/O大会上，谷歌宣布对其搜索AI模式进行重大升级——新增数据可视化与自定义图表生成能力，特别针对金融领域查询进行了优化。这一更新标志着搜索引擎正从“信息检索”向“智能分析+决策辅助...
FDA推出生成式AI平台Elsa：是现代化里程碑，还是仓促上马的又一例？
AI正以前所未有的速度渗透各行各业，政府机构也难以置身事外。美国食品和药物管理局（FDA）近日正式推出了名为 Elsa 的生成式人工智能平台，宣称这是其迈向技术现代化的重要一步。 然而，从内部反馈来看...
智源研究院发布“悟界”大模型系列：覆盖微观生命到具身智能的全栈式AI基座
在2025年6月6日第七届北京智源大会上，智源研究院正式发布了“悟界”（WuJie）大模型系列，标志着AI从微观世界建模到宏观物理交互能力的一次全面跃迁。 该系列包括： 原生多模态世界模型 Emu3 ...
