AI日報：商湯甩出8B小鋼炮 U1.5-Lite-Preview；MiniMax H3開源排除美國；微軟自研全雙工AI語音模型曝光

商湯科技今日在開源社群投下震撼彈，正式推出輕量級原生統一多模態模型 SenseNova U1.5-Lite-Preview。這款被外界戲稱為「小鋼炮」的模型，僅以 8B-MoT 參數規模，便在多模態理解、推理、生成與編輯等面向，展現出足以媲美商業閉源模型的表現，直接挑戰當前 AI 市場「以大取勝」的軍備競賽邏輯。該模型基於商湯自主研發的 NEO-Unify 架構，在單一架構中整合了視覺理解、內容生成與複雜編輯能力，並支援 4K 高解析度輸入，讓小體量模型也能處理高品質的視覺任務。商湯也透露，為了滿足嚴肅創作者的需求，後續將進一步開放生產級模型 U1Pro 的公測，持續拓展多模態應用的邊界。 幾乎在同一時間，面壁智能與 OpenBMB 開源社區聯手發布了全球首個支援 Stencil 自動研究與部署的 AI 優化系統 ForgeStencil。這套系統以雙 Agent 架構驅動，標榜從程式分析、優化策略制定到最後的整合部署，全程零人工介入，能夠在一週內自動完成超過 100 個工業與科研軟體的效能優化。在實際測試中，ForgeStencil 於多種科學計算場景展現出顯著的加速效果，大幅提升工業軟體的執行效率，被視為開源生態在AI應用落地上的一次重要突破。 另一家備受矚目的中國 AI 公司稀宇科技，今日也開源了影片生成大模型 MiniMax H3，但卻對特定地區的用戶設下了限制。根據官方說明，美國、歐盟、英國及韓國的使用者將無法直接使用這款模型，原因並非技術封鎖，而是源於好萊塢電影公司針對版權侵權提出的訴訟。由於法院駁回了 MiniMax 的撤訴申請，為了避免持續的法律風險，稀宇科技不得不主動建立合規機制，要求美國用戶另行申請授權，此舉也反映出 AI 生成內容與影視版權之間日益尖銳的法律衝突。 在語音 AI 領域，微軟也悄悄展開新布局。微軟正在測試其首款原生即時語音模型「MAI Realtime」，這款模型支援 16 種語言與兩種語音風格，最大特色在於實現了「聽說並行」的全雙工交互，突破傳統語音助手必須輪流發話的對話模式。透過端點檢測技術，MAI Realtime 能夠感知用戶中途插話，並即時調整當前的輸出內容，讓對話過程更貼近人與人之間的自然互動。不過，微軟也坦言，這款模型的語音風格雖較以往更自然，但目前仍不支援唱歌或生成非語音音效。 除了語音模型的技術升級，微軟也同步加強了 Teams 會議平台的安全防護。因應 AI 驅動的網路詐騙日益猖獗，微軟為 Teams 加入了全新的「報告問題」功能，允許使用者在會議進行中即時舉報可疑行為，例如網路釣魚攻擊或身份冒用。同時，微軟也將強化對 AI 會議機器人的管理，未來系統會識別外部 AI 機器人並展示其身份與權限，避免惡意程式藉由會議滲透企業內部。新版 Teams 亦將優化會議介面，減少用戶誤觸，提升整體的隱私與會議安全。 在地圖與時空智慧領域，高德地圖宣布升級其世界模型 ABot-World-0，並達成全球首個 24 小時連續穩定推理的里程碑。這項突破解決了過往世界模型在長時間運行時容易產生的誤差累積與分布漂移問題。高德表示，團隊採用了一種名為 LongForcing 的長程訓練範式，有效維持模型在長期運作下的穩定性，為交互式世界模型邁向長期自主運行提供了全新的技術路徑。目前 ABot-World-0 已對外開源，並整合至高德開發平台，有望進一步拓展在自動駕駛模擬與智慧城市等領域的應用潛力。 瀏覽器市場則出現了一則令人意外的消息。OpenAI 宣布，其推出的首款瀏覽器 ChatGPT Atlas 將於 8 月 9 日正式停止服務，距離產品去年 10 月登陸 macOS 僅不到十個月。OpenAI 呼籲用戶需在停服前十天內手動導出書籤與歷史記錄，由於 Atlas 的資料無法自動遷移至新版 ChatGPT，且 Cookies 無法匯出，用戶在更換瀏覽器後必須重新登入各網站，過程相當繁瑣。此舉也讓外界關注 OpenAI 在軟體產品布局上的策略調整。 與此同時，蘋果與 OpenAI 之間的竊密訴訟也揭露了企業內部的資料治理漏洞。根據訴訟文件顯示，部分蘋果前員工在離職之後，仍能透過個人 iCloud 帳戶權限，繼續讀取蘋果的機密文件。這反映出蘋果的 iCloud 帳戶架構存在權限管理缺失，導致公司內部機密可能因員工流動而外洩，也讓蘋果在資料安全與內部管控方面的信譽受到質疑，同時為這樁法律糾紛增添了更多變數。