【AI日报·5/27】通用AI突破—2025刊

社群交流微信公众号图标

媒体矩阵联系我们图标

AI工具箱请求更新图标

栏目介绍

新的突破！

阿里模型突破长上下文

阿里巴巴发布专为长上下文推理设计的大型语言模型 QwenLong-L1-32B，采用特定算法，大幅提升长文本推理准确性与效率等多个方面表现优越。长文本推理性能比肩Claude-3.7，干掉OpenAI-o3-mini。【短评】很BT很强，这是一个非常重要的突破。阿里是值得关注的，和Deepseek一样在开源方面是国内顶尖，而且是真的做实事。【注意】项目地址，论文地址加载慢，打不开是因为魔法问题。

查看详情项目地址论文地址

3D建模突破

GPT-4o 的高级语音模式全新升级，新增唱歌功能，可根据指令生成旋律、歌词，模仿演唱风格，同时提升自然语音交互能力，拓展娱乐和教育应用场景。【短评】3D建模具体心猿社还不太了解，暂时算是新突破吧。【注意】项目地址，论文地址加载慢，打不开是因为魔法问题。

查看详情项目地址论文地址

Chatgpt-4o可在语音中唱歌

GPT-4o 的高级语音模式全新升级，新增唱歌功能，可根据指令生成旋律、歌词，模仿演唱风格，同时提升自然语音交互能力，拓展娱乐和教育应用场景。【短评】从AI音乐的角度讲，很拉胯，这个模型质量明显的垃圾，Suno 很旧版本的水平；但是，这是交互功能，它不仅仅是单独唱歌，而是可以对话+唱歌。

查看详情

10秒定制语音

法国 AI 实验室 Kyutai 推出 Unmute 系统，赋予文本模型语音交互能力，支持智能对话、超低延迟、个性化定制，仅需 10 秒语音样本即可生成专属 AI 声音。【短评】很牛，不用预训练。但其实10秒定制语音早有了，但质量问题一直是核心问题，它的输出音域是很窄的，这个还没有解决，预计也不会很快解决。

查看详情体验地址

语言指令精准控制无人机

UAV-Flow 项目借助自然语言处理技术，让用户可通过语音指令精准控制无人机，应用于消费娱乐、工业巡检及紧急救援等场景。【短评】怎么说呢，开发自然语言控制主要还是面向大众，但现在这个技术还可不可以支持精准的控制存疑，但是个好的突破！【注意】项目地址，论文地址加载慢，打不开是因为魔法问题。

查看详情项目地址

谷歌网页分析工具接入AI

Chrome v137 引入 Gemini AI 智能助手，通过智能标注、CSS 修改、性能洞察等功能，大幅提升开发效率，优化网站加载速度与运行时性能。【短评】这个真的好，而且是谷歌推出来的，网站站长必看呀！【注意】虽然目前功能免费，但卡地区，需要谷歌账户，并且需要好的英文基础，因为使用该功能，开发者工具设置中将语言偏好设置为英文。

查看详情

重要动向：

OpenAI计划推出AI硬件

OpenAI 研发由 ChatGPT 驱动的全新 AI 硬件，预计 2026 年发布，旨在让 ChatGPT 融入生活各角落，提供无缝智能体验。【短评】普通硬件干不过苹果，高级硬件干不过英伟达，但是！现在大模型可太好做了不是吗？CloseAI桑~

查看详情

Claude即将升级

Anthropic 计划为 Claude 升级多项功能，包括扩展上下文窗口至百万字符、新增记忆功能、提升输出能力等，增强长文本处理和企业级应用场景竞争力。【短评】对大部分人来说是性能过剩的，而且百万上下文，其实最后的记忆效果很难达到预期。所谓的新增记忆功能实际上就是给每个用户配一个数据库，即使不是在一个对话窗口，Claude 也能读取你和它过去的对话，以此更加个性化。但不免费，贵。

查看详情

苏州设60亿AI基金（伪人资讯

苏州成立 60 亿元人工智能产业专项母基金，由 20 家机构共同出资，聚焦算力等关键环节，推动多行业融合，助力产业转型升级，预计园区将聚集超 1800 家 AI 企业。【短评】离谱，官网原文件找到了，人家是2月份就出的文件，现在蹦出来一堆报道，估计是哪个用AI写资讯的搞出来的，然后同行爬虫，于是出现这么抽象的一幕…

官网文件