AI日報：千問APP首發灰測HappyHorse;小米新款人形機器人亮相投資者日;支付寶上線“AI收”
重點摘要
歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。新鮮AI產品點擊瞭解：https://app.aibase.com/zh1、千問APP首發灰測HappyHorse可一鍵做TVB港風短片千問APP首次灰度測試阿里視頻模型HappyHorse，用戶可通過點擊首頁按鈕體驗。儘管在代碼生成和複雜指令執行方面仍存在差距，但DeepSeekV4憑藉均衡的能力和合理的成本，成為國內市場中的優質選擇。
近期，AI 領域迎來了多項新品和新功能的發布，為用戶帶來了更多的選擇和便利。千問APP 首發灰測 HappyHorse，是一項值得關注的新功能，允許用戶通過簡單的操作創建出個人化的短片。這項功能的推出，標誌著 AI 技術在視頻創作領域的進一步應用。
千問APP 的 HappyHorse 功能，利用阿里視頻模型，提供了一鍵式的短片創作體驗。用戶可以通過點擊首頁按鈕，輕鬆地創建出個人化的短片，無需複雜的編輯操作。這項功能的推出，將使更多的用戶能夠享受到 AI 技術帶來的便利。
同時，小米也推出了新款人形機器人，亮相投資者日。這款機器人代表著小米在人工智能和機器人技術領域的最新成果。通過這款機器人，小米將為用戶提供更多的智能生活解決方案，進一步提升用戶的生活體驗。
在支付領域，支付寶也推出了 "AI 收" 功能，為用戶提供了更加智能化的支付體驗。這項功能的推出，標誌著支付寶在 AI 技術應用領域的進一步探索。通過 "AI 收"，用戶將能夠享受到更加便捷和智能化的支付服務。
這些新品和新功能的推出，將對 AI 領域產生深遠的影響。通過這些新技術和新功能，企業將能夠為用戶提供更加智能化和便捷的服務，進一步提升用戶的生活體驗。同時，這些新技術和新功能的推出，也將推動 AI 領域的進一步發展，帶來更多的創新和機遇。
在未來，AI 領域將繼續迎來更多的新技術和新功能的推出。用戶可以關注這些新技術和新功能的發展，了解最新的 AI 技術趨勢和應用。同時，企業也應該繼續投入於 AI 技術的研發，推動 AI 領域的進一步發展，為用戶提供更加智能化和便捷的服務。
通過關注 AI 日報，用戶可以及時了解 AI 領域的最新動態和趨勢，掌握最前沿的 AI 技術和應用。同時，AI 日報也將為企業提供了一個展示新技術和新功能的平臺，推動 AI 領域的進一步發展。
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。