生成式AI
一、 ChatGPT「学习模式」火爆上线，24小时的导师免费用
1. OpenAI上线ChatGPT新功能"学习模式"，采用苏格拉底式逐步引导方式，帮助用户深入理解复杂概念；
2. 所有免费版、Plus版、专业版和团队版用户均可免费使用，功能包括交互式提示、分步解答和个性化支持；
3. 该模式背后的提示词被开发者Simon Willison发现并公开，系统会根据用户的教育背景和知识基础调整教学策略。
https://mp.weixin.qq.com/s/_tdb7OORoHRQxQ-5jg7s5Q
二、 Grok即将推出了「Imagine」视频功能，挑战谷歌Veo 3
1. 马斯克的xAI即将为Grok iOS应用推出全新图像视频生成功能"Imagine"，支持带音频的视频生成，可一次性生成4段视频；
2. 实测效果逼真，细节丰富，支持多种风格生成，用户可通过语音或文字描述进行创作；
3. Imagine将拥有独立标签页，提供近乎实时的图像生成，并支持不同预设模式如Spicy、Fun和Normal，直接挑战谷歌的Veo 3。
https://mp.weixin.qq.com/s/hm23QIu_pMnJ_jIIYfQK6w
三、 昆仑万维开源类GPT-4o多模态统一模型Skywork UniPic
1. 昆仑万维开源多模态统一模型Skywork UniPic，仅需1.5B参数即可实现与百亿参数专用模型相当的效果，在消费级显卡上流畅运行；
2. 模型采用自回归架构，在单一模型中实现图像理解、文生图和图像编辑三大能力深度融合，与GPT-4o的技术路线相似；
3. 通过高质量小数据训练、渐进式多任务训练策略和自研专用奖励模型，UniPic在GenEval和DPG-Bench等多个基准测试中达到行业SOTA水平。
https://mp.weixin.qq.com/s/r5X-7VJkUoOGgzuX-JKGqQ
四、 群核科技发布全球首个大规模3D语义数据集InteriorGS
1. 群核科技发布全球首个适用于智能体自由运动的大规模3D数据集InteriorGS，包含1000个精细的3D高斯语义场景，覆盖超过80种室内环境；
2. 数据集将3D高斯技术与自研空间大模型SpatialLM深度融合，打通"现实-虚拟-现实"闭环，使其成为具身智能领域的"ImageNet"；
3. SpatialVerse平台已与谷歌、斯坦福、英特尔等多家机构合作，为智元机器人等企业提供仿真数据训练，有望突破Sim2Real难题。
https://mp.weixin.qq.com/s/hWsi5NdPAbAHIZJzhcgURQ
五、 消费级3D打印品牌拓竹，全面接入腾讯混元3D模型
1. 拓竹科技3D模型平台MakerWorld全面接入腾讯混元3D，预计月调用量将突破10万次；
2. 混元3D实现0.1毫米级高精度建模，几何分辨率达1024级，生成模型无需修复即可直接打印；
3. 支持文字图片输入快速生成，具备物理级材质建模能力，大幅降低3D建模门槛和设计周期。
https://mp.weixin.qq.com/s/3kzj8k1v3DlK5SgchD3ZAw
六、 WPS 灵犀原生 Office 办公智能体， AI 办公另一种体验
1. WPS灵犀原生Office办公智能体实现了AI与办公软件的深度融合，能够一站式完成文案写作、PPT制作、文档阅读和数据分析等办公任务；
2. 采用原子化操作技术，能智能识别修改边界，精准锁定内容范围，解决PPT制作、文档编辑等痛点问题；
3. 除创作功能外，还提供AI搜索、知识库和AI聊文档等功能，支持随身语音助手，实现工作效率与创意质量的双重提升。
https://mp.weixin.qq.com/s/VFtylWJb2Ecy5-3RIYi1yg
七、 豆包・图像编辑模型 SeedEdit 3.0，用对话框进行P图
1. 火山引擎发布豆包・图像编辑模型SeedEdit 3.0并上线火山方舟，主打指令遵循、主体保持和生成质量控制；
2. 模型支持通过自然语言指令进行消除、替换、风格转换等多种图像编辑操作，在文字修改、背景替换等场景的表现对标GPT-4o和Gemini 2.5 Pro；
3. 技术基于文生图模型Seedream 3.0，采用多阶段训练策略、自适应时间步采样等技术实现8倍推理加速，运行时长从64秒降至8秒。
https://mp.weixin.qq.com/s/73CBJ8mCx2MtzpNGQUMONg
八、 NotebookLM上线视频总览Video Overviews的新功能
1. Google更新AI笔记工具NotebookLM，推出"视频总览"(Video Overviews)功能，可将用户上传的笔记、PDF、图片自动生成结构清晰的视频；
2. 用户可根据学习主题、知识基础和学习目标定制视频内容，增强个性化学习体验；
3. 此功能已向所有英文用户开放，NotebookLM的Studio面板同步升级，支持在一个笔记本保存多版本输出，并新增四个快捷按钮对应音频、视频、思维导图和报告。
https://mp.weixin.qq.com/s/XidnG9MvsCCJLE9_wPXErA
前沿科技
九、 理想发布会三小时背后的关键：VLA 司机大模型要上路了
1. 理想汽车随i8车型发布，推出业内首个量产VLA(视觉-语言-动作)司机大模型，8月将同步OTA推送至所有搭载Thor-U和Orin-X平台的AD Max车型；
2. VLA能力体现在能理解自然语言指令、根据过往记忆设定路段速度、复杂路况下判断风险，代表辅助驾驶从"模仿行为"进化到"理解意图"；
3. 理想自动驾驶研发高级副总裁郎咸朋透露，VLA开发依靠12亿公里有效数据和13 EFLOPS训练平台，通过世界模型和仿真环境训练，将测试成本从每公里18元降至0.5元。
https://mp.weixin.qq.com/s/ExqaMX7zLrJXOMJEP3BCeQ
报告观点
十、 谷歌前CEO施密特："开放权重"是中国AI发展迅速的关键
1. 前谷歌CEO施密特在WAIC大会上表示，中国AI技术在两年内取得巨大进步，包括DeepSeek、Mini Max、Kimi等大模型达到全球领先水平；
2. 中国与美国AI发展的最大区别在于中国采取"开放权重"策略，施密特认为这是推动中国AI快速发展的关键因素；
3. 施密特提倡加强中美AI合作，认为通过开放对话和建立信任，共同应对AI技术滥用风险，保障人类安全与尊严是双方共同目标。
https://mp.weixin.qq.com/s/nOQLcmq4xKrQavSZqkHh5g
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
