Genspark 发布全球首款支持本地运行开源模型的 AI 浏览器，允许用户在离线环境下直接调用 169 款模型，涵盖 GPT-OSS 和 Gemma3 等。该浏览器集成端侧大模型与全能智能体，可实时比价、分析评论...

小红书智创音频团队开源新一代对话合成模型 FireRedTTS-2，针对多说话人对话生成优化，显著提升自然度与减少发音错误。该模型支持音色克隆功能，仅凭一句样本即可模仿发音人音色与习惯，合成完...

为庆祝《超级马里奥兄弟》发售 40 周年，任天堂正式发布一款专属纪念 LOGO。该设计巧妙融合像素风格、数字“40”与马里奥标志性元素，致敬这款全球销量超 4000 万套、定义横版动作游戏的经典之...

谷歌 Gemini 应用在美区、印度、加拿大等地苹果应用商店免费榜击败 ChatGPT 登顶。其内置免费图像编辑工具 Nano Banana 推动用户量显著增长，一个月新增 2300 万用户，累计编辑图片超 5 亿张。...

蚂蚁集团在外滩大会发布《全球大模型开源开发生态全景与趋势报告》2.0 版，收录 114 个重点开源项目，覆盖 AI Agent 与 Infra 等领域。报告显示，中美开发者占全球核心贡献者 42%，中国厂商倾向...

刚过去这个一周 Nano Banana 是彻底火了，到处都是香蕉，甚至谷歌自己都没招了，AI Studio 上面名字直接按 Nano Banana 展示了。藏师傅周末这两天也一点没闲着，在周三发完教程之后，又探索出来...

百度近日在 Hugging Face 发布新一代文字识别解决方案 PP-OCRv5。该模型高效轻量，参数量仅 0.07B，在 CPU 上每秒处理超过 370 个字符。PP-OCRv5 在 OCR 基准测试中超越 Gemini 2.5 Pro、Qwen2....

微软推出 Live Interpreter API，为 Azure Speech Translation 提供实时多语言翻译能力。支持 76 种语言和 143 个地区，用户无需设置输入语言即可实现流畅沟通，自动识别语言，降低延迟，接近人...

腾讯优图实验室开源 Youtu-GraphRAG 框架，解决图检索增强生成（GraphRAG）技术面临的高成本、低精度及适配难问题。该框架在六大多语言基准测试中表现优异：构图成本降低超 30%，复杂推理任务准...

支付宝在外滩大会发布 AI 就业助手“晓叶”，运用人工智能大模型与数字人技术革新就业服务。该助手具备四大核心功能：智能匹配连接 1200 万岗位精准对接求职者需求；提供免等待远程 AI 面试并快...