2025年11月17日 的AI新闻

← 前一天查看所有日期后一天 →
产品

Qwen-Edit-2509多角度光照LoRA发布，提升图像编辑能力

Qwen团队（大雄）发布了Qwen-Edit-2509多角度光照LoRA模型。该模型旨在增强图像编辑功能，特别是处理多角度光照效果。用户可通过Hugging Face平台下载此LoRA模型，以应用于相关图像生成和编辑任务。此次发布进一步丰富了Qwen系列模型的应用场景。

Twitter @Qwen - Qwen•
阅读原文
技术

埃隆·马斯克暗示Grok 4展现“涌现智能”，成功优化爱迪生灯泡设计

埃隆·马斯克在社交媒体上发布消息，称“这只是Grok 4”。此前，Brian Roemmele分享了Grok分析1890年托马斯·爱迪生灯泡专利，并成功确定了更优灯丝设计并点亮灯泡的案例。Roemmele强调，这种“涌现智能”在其他AI模型中尚未发现，并认为其预示着不仅能改变教育，还能让机器人进行建造。

twitter-Elon Musk•
阅读原文
技术

DeepMind推出SIMA 2：Gemini赋能，实现虚拟3D世界中的具身推理与自我学习

DeepMind发布了第二代SIMA（Scalable Instructable Multiworld Agent）——SIMA 2，该智能体在Gemini大模型的加持下实现了显著升级。与第一代SIMA仅能执行指令不同，SIMA 2现在能够推理用户目标、解释其计划和思考过程、学习新的行为方式，并在多个虚拟世界中泛化经验。它通过屏幕级观察感知环境，不直接访问游戏引擎数据，从而增强了通用性。SIMA 2的训练结合了人类演示和AI自监督，展现出跨游戏泛化能力，甚至能在从未见过的游戏中完成任务。此外，它能理解多模态指令，并在Genie 3生成的虚拟世界中行动，甚至通过自我提升机制持续进化，标志着向具身通用智能迈出了重要一步。

Xiaohu.AI 日报•
阅读原文
行业新闻

沙特Humain发布AI操作系统“Humain One”：自然语言交互重塑企业计算体验

沙特阿拉伯AI初创公司Humain在第九届未来投资倡议会议上正式推出AI操作系统“Humain One”。该系统旨在取代传统图标式操作系统，允许用户通过自然语言命令与计算机互动，提升企业生产力和创造力。Humain首席执行官塔里克・阿敏表示，Humain One将成为理解用户目标、预见需求并自主执行任务的AI合作伙伴。此举正值沙特加速推动AI发展，致力于在全球市场中占据领先地位。Humain由沙特主权财富基金于今年5月设立，目标是成为“全球AI强国”。

AI新闻资讯 - AI Base•
阅读原文
行业新闻

AI Agent聚合平台MuleRun 2.0上线一月用户破50万，美国用户占比居首

AI Agent聚合平台MuleRun发布2.0版本后，仅一个月内全球注册用户突破50万，其中美国用户占比最高。该平台首创“Agent团队”模式，允许用户选择职业身份并自由组合多个垂直Agent，以协作方式完成电商运营、数据分析、内容创作等复杂任务。MuleRun已接入数百个应用，覆盖商品图生成、异常检测、短视频制作等场景，并支持Python/SQL代码追溯，宣称“零幻觉风险”。平台计划下月推出订阅付费与企业私有化部署方案，旨在降低普通用户调用AI能力的门槛。

AI新闻资讯 - AI Base•
阅读原文
产品

谷歌Gemini Veo 3.1发布：多图参考一键生成8秒1080p视频，人物场景风格融合

谷歌今日向Gemini Pro/Ultra订阅用户推出Veo 3.1视频模型，新增“Ingredients to Video”模式。该模式允许用户同时上传三张参考图，分别提取人物、场景和风格特征，并将其融合生成一段8秒的1080p视频。生成内容自带SynthID隐形水印，并支持跨帧角色一致性与光影连贯。用户可通过网页或移动端输入文本提示后一键生成，并可控制首尾帧及进行视频延伸。谷歌表示，多图参考功能已全面开放，生成配额与现有订阅额度一致，暂无额外付费方案。

AI新闻资讯 - AI Base•
阅读原文
行业新闻

阿里“千问”APP公测，基于Qwen3模型免费入局C端市场，全面对标ChatGPT

11月17日，阿里巴巴正式宣布“千问”项目，并上线“千问”APP公测版，全力进军AI to C市场。该APP基于全球性能领先的开源模型Qwen3，凭借免费策略及与阿里生态的结合，旨在与ChatGPT展开全面竞争。阿里核心管理层将此视为“AI时代的未来之战”，并计划近期推出国际版。阿里此前已投入3800亿元用于AI基础设施建设。Qwen系列模型已成为全球性能最强、应用最广泛的开源大模型，全球下载量突破6亿次。阿里认为，大模型已进入“辅助人”的Agentic AI时代，入局C端市场时机成熟。千问APP目标是打造“会聊天能办事的个人AI助手”和未来的AI生活入口，未来将整合地图、外卖、购物等多种生活场景。

AI新闻资讯 - AI Base•
阅读原文
产品

小米开源7B多模态大模型MiMo-VL，赋能智能管家Miloco自动调节家居

小米今日在Hugging Face和GitHub同步发布了7B参数的多模态大模型“Xiaomi-MiMo-VL-Miloco-7B-GGUF”，并推出了基于该模型的智能管家“Xiaomi Miloco”。Miloco系统能够通过米家摄像头实时识别用户活动（如游戏、健身、阅读）和手势，自动联动灯光、空调、音乐等智能家居设备，并兼容Home Assistant协议。该模型采用非商用开源许可，用户可在具备NVIDIA GPU和Docker环境的Windows或Linux主机上一键部署。小米已公开模型权重与推理代码，但保留知识产权，禁止商业用途。

AI新闻资讯 - AI Base•
阅读原文
行业新闻

谷歌Gemini 3.0模型年底发布：代码与多模态能力重大突破，剑指AI王座

谷歌CEO桑达尔·皮查伊确认，Gemini 3.0大模型将于2025年底前正式发布。该模型预计在代码生成、多模态创作与推理能力上实现重大突破，将深度集成升级版图像生成引擎Nano Banana，并全面优化代码生成能力。尽管Gemini应用已拥有6.5亿月活用户，但与ChatGPT的8亿周活用户仍有差距。谷歌计划通过Gemini 3.0与Android 16、Pixel设备、Workspace及Google Cloud的深度集成，构建“消费端+企业端+基础设施”三位一体的AI生态闭环，旨在扭转市场印象并争夺AI时代主导权。

AI新闻资讯 - AI Base•
阅读原文
产品

谷歌Gemini更新：支持多张参考图像引导AI视频生成，提升用户控制力

谷歌近日更新了Gemini应用，引入了全新的AI视频生成控制方式。用户现在可以在单个视频提示中上传多张参考图像，系统将根据这些图像和文本生成视频及音频，从而更直接地掌控最终视频的外观和声音。此功能此前已在谷歌的扩展视频AI平台Flow中测试。此外，Veo3.1版本相比Veo3.0在纹理真实感、输入保真度和音频质量方面均有显著提升。此次更新旨在提升AI工具的灵活性和可定制性，满足创作者多样化的需求。

AI新闻资讯 - AI Base•
阅读原文
技术

优化AI提示词：如何让AI更有效地为高中生解释复杂论文

一条关于优化AI提示词的推文指出，当用户希望AI以通俗易懂的方式解释复杂内容时，直接说明目标受众（如“高中生”）比暗示自身理解能力不足的表达更有效。原推文作者宝玉分享了“请帮我向高中生通俗易懂地解释这篇论文”这一提示词，并强调其效果良好。评论者也指出，这种提示词适用于解释任何新领域研究。

twitter-宝玉•
阅读原文
研究

重磅研究揭示：短视频正悄然改变人类大脑与认知，影响专注力、记忆及心理健康

澳大利亚格里菲斯大学一项涵盖71项研究、近10万名参与者的重磅研究发现，TikTok、抖音、Instagram等短视频平台正在悄然改变人类大脑。研究指出，短视频使用越多，整体认知水平越差，专注能力、自我调节能力和记忆能力均显著下降。此外，短视频还会通过多巴胺奖励系统过度激活、情绪依赖和社交比较等机制，对心理健康产生负面影响，导致焦虑、孤独感上升，并破坏睡眠机制。

twitter-小互•
阅读原文