行业观察

黑森林实验室FLUX3多模态模型上线:20秒音视频生成,图像编辑与机器人预测双突破

Black Forest Labs近日正式推出FLUX3多模态基础模型,该模型通过统一架构实现图像、视频与音频的联合学习,标志着多模态生成技术进入新阶段。基于Self-Flow自监督流匹配框架的扩展设计,FLUX3突破了传统单模态训练的局限,在继承FLUX.1与FLUX.2系列技术优势的基础上,首次实现了多模态生成与理解的深度融合。在视频生成领域,FLUX3展现出突破性能力。该模型支持单次生成20

发布时间:2026-07-24来源:互联网编辑
黑森林实验室发布Flux3:原生音频生成加持,多模态能力从屏幕迈向产线

德国人工智能领域迎来新突破,黑森林实验室推出的多模态基础模型Flux3正式亮相。该模型采用Self-Flow架构,集成了图像、视频、音频及动作的专用编解码器,实现了对物理世界与数字环境的统一理解与生成能力,标志着多模态技术迈入新阶段。Flux3的核心优势在于音视频同步生成能力。作为首个支持原生音频生成的多模态模型,它能够一次性输出长达20秒的音视频同步片段,覆盖文本转视频、图像转视频、基于关键帧的

发布时间:2026-07-24来源:互联网编辑
七轴仿生+10TOPS算力加持!AIRBOT P7机械臂开启智能移动部署新篇章

在机器人技术不断革新的当下,机械臂的智能化发展备受关注。传统机械臂往往依赖外部工控机或计算盒来完成感知与决策,自身仅负责执行动作。这种模式在实验室环境中尚可运行,但一旦要应用到家庭、机柜或移动机器人等场景,就会面临诸多限制,几乎难以实现有效部署。近日,清华大学智能产业研究院孵化企业求之科技有了新动作,正式推出搭载旭日 5 智能计算芯片的 AIRBOT P7 七轴科研级仿生机械臂。这款机械臂打破了传

发布时间:2026-07-24来源:快讯编辑
阿里云开源OvisOCR2文档解析模型,端到端技术突破登顶OmniDocBench榜单

阿里云近日宣布,正式开源其最新研发的文档解析模型OvisOCR2。该模型在OmniDocBench v1.6基准测试中以96.58分的综合成绩登顶,成为首个超越传统流水线方法的端到端文档解析模型,标志着文档处理领域技术路线实现重大突破。在传统文档解析方案中,流水线方法长期占据主导地位。这类方法通常需要部署版面分析模型和内容识别模型两个独立组件,前者负责定位文档中的文本、表格、公式等元素位置,后者则

发布时间:2026-07-24来源:快讯编辑
WAIC 2026发布《超节点定义与实践白皮书》 为中国算力产业划定统一技术坐标系

在Agentic AI蓬勃发展的当下,大模型对算力的需求呈爆发式增长。万亿级参数规模、超长上下文处理以及低时延推理等需求,让传统算力基础设施面临巨大挑战。过去简单堆叠服务器的扩展方式已难以为继,算力竞争的焦点正从单颗芯片、单台服务器,向整机柜乃至数据中心级系统转变。在此背景下,“超节点”这一全新概念应运而生,它不仅是硬件形态的创新,更标志着AI算力基础设施从“规模堆叠”迈向“系统级重构”的新阶段。

发布时间:2026-07-24来源:快讯编辑
德国黑森林实验室Flux3多模态模型发布:支持20秒音视频同步,性能超越多款顶尖模型

德国人工智能领域迎来重要突破,黑森林实验室近日正式推出多模态基础模型Flux3。该模型采用创新的Self-Flow架构,集成了图像、视频、音频及动作的专用编解码器,能够同时解析和生成物理与数字环境中的复杂信息,为跨模态交互提供了全新解决方案。作为全球首个原生支持音频生成的多模态模型,Flux3在音视频同步输出方面展现出显著优势。该模型可一次性生成长达20秒的音视频片段,并具备文本转视频、图像转视频

发布时间:2026-07-24来源:互联网编辑
快手布局AI互动内容新赛道,招募创作者共探短视频交互新体验

短视频领域的竞争格局正迎来新一轮变革。快手平台近日宣布启动“AI互动内容”创作功能内测,同步开启首批创作者招募计划,此举被视为行业从传统内容时长争夺向交互体验升级的重要信号。平台方透露,首批招募将聚焦AI互动剧情、虚拟角色对话及轻量化互动应用三大方向,优先选择具备持续创作能力的创作者参与产品打磨。根据公开信息,该功能基于多模态大模型技术构建,用户可通过文字交互或选项选择直接影响内容走向。目前已形成

发布时间:2026-07-24来源:互联网编辑
红果短剧出台AI角色创作新规,整治“高频AI脸”及素材侵权乱象

红果短剧近日正式推出《关于规范AI剧角色创作的公告》,针对当前AI短剧创作中存在的形象同质化、版权风险等问题,从角色设计与版权合规两大层面制定系统性规范。此举旨在推动行业健康发展,通过明确创作标准降低内容雷同率,同时强化知识产权保护意识。在角色设计方面,新规要求创作者确保单部剧集内主要角色具备显著差异化特征,包括面部轮廓、表情动态及整体形象设计。平台明确禁止跨剧集或跨角色使用高度相似的虚拟形象,以

发布时间:2026-07-24来源:互联网编辑
英伟达15亿美元牵手Amkor 扩先进封装产能 布局AI算力供应链

全球半导体领域迎来重要合作动态,英伟达与全球知名半导体封装企业安靠科技达成一项总额约15亿美元的多年期战略合作协议。此次合作中,英伟达将预先支付款项,全力支持安靠科技在美国亚利桑那州扩大先进封装与测试产能,双方携手推动面向下一代人工智能(AI)及数据中心加速计算系统的封装测试技术研发。随着AI技术快速发展,多芯片协同工作模式逐渐取代单一算力堆叠,先进封装技术的重要性日益凸显。它已从传统后端工序转变

发布时间:2026-07-24来源:互联网编辑
阿维塔,太囧了!

若无外部融资,资金链可能撑不过一年。作者 | 资市分子新能源汽车生意不好做了。特斯拉7月23日宣布,今年二季度单车毛利从上季度8057美元降至6645美元。也就是说,该公司每卖一辆车就少赚1412美元(约合1万元人民币),降幅17.5%。中国汽车工业协会副秘书长陈士华今日表示,2026年上半年国内整车制造环节平均净利率跌至1.5%,创近十年新低。据此测算,一辆售价10万元的新车,整车厂商仅赚150

发布时间:2026-07-24来源:资市分子编辑
OpenAI全面开放ChatGPT Health功能:接入健康数据,超3亿用户享个性化健康服务

OpenAI近日宣布,ChatGPT Health功能正式结束测试阶段,全面向美国境内年满18岁的登录用户开放。此前,该功能仅对部分用户开放,需通过候补名单申请。现在,无论是免费用户还是付费订阅的Go版、Plus版、Pro版用户,均可通过网页端或iOS应用的侧边栏直接启用健康服务。据统计,自ChatGPT推出健康相关功能以来,每周咨询健康与保健问题的用户数量显著增长,从最初的2.3亿人次攀升至超过

发布时间:2026-07-24来源:互联网编辑
ChatGPT桌面端迎语音新升级:GPT

OpenAI近日宣布对ChatGPT桌面应用进行重大功能升级,将语音交互能力深度整合至核心功能模块。此次更新最大的亮点在于引入了基于GPT-Live模型构建的语音对话系统,该系统突破了传统语音交互的单向模式,实现了全双工实时对话能力。用户现在可以在聊天、办公、编程三大场景中,通过自然语言指令同步处理多项任务,彻底改变了人机协作的工作范式。技术团队耗时两年攻克的核心难题在于构建流畅的双向语音交互。与

发布时间:2026-07-24来源:互联网编辑
美国Genesis计划“逆袭”思路:让人工智能从电网负担变身管理利器

当人工智能计算需求以吉瓦级规模冲击电网时,美国能源部(DOE)正试图将这场危机转化为机遇。7月22日,DOE在华盛顿特区宣布启动Genesis计划,这个涵盖278个项目的国家研究组合,试图通过人工智能技术重构电网管理体系。该计划已获得超过15个联邦机构支持,承诺投入资金突破50亿美元,标志着美国能源战略从被动应对转向主动利用新兴技术。电网系统正面临前所未有的计算挑战。布鲁克海文国家实验室首席AI科

发布时间:2026-07-24来源:快讯编辑
从地面到高空:清洁机器人“立面革命”能否开辟智能清洁新蓝海?

过去十年,清洁机器人市场的焦点几乎都集中在地面清洁领域。从最初的随机碰撞到激光导航,从手动清洗抹布到自动集尘、上下水,扫地机器人功能不断叠加,价格竞争也日趋激烈,市场逐渐走向饱和,陷入低维竞争的困境。于是,行业开始将目光从“平面”转向“立面”,探索新的增长空间。擦窗机器人,这一曾被视为智能家居边缘品类的产品,在过去两年里迎来了快速增长。全球市场年复合增速达到30%至50%,在人工成本高昂的东北欧、

发布时间:2026-07-24来源:快讯编辑
首次亮相!研祥存储产品正式发布

2026年,AI大模型、高性能计算、边缘智能等应用持续落地,存储正成为支撑数字基础设施的重要底座,市场对高性能、高可靠存储产品的需求不断增长。在这一背景下,研祥集团智能物联业务2026合作伙伴大会上,研祥存储产品矩阵正式发布。此次亮相涵盖研祥存储三大产品系列,覆盖从主流升级到高性能平台、从个人消费到工业应用等多元场景,为客户提供更加丰富、完整的存储解决方案。01对于大量仍在运行的主流平台而言,升级

发布时间:2026-07-24来源:研祥高科技控股集团有限公司